什么是 AI 生命体？除了外表，处处像人

「AI 生命体」这个词，你会越来越常看到——而说句实话，它常常被贴在一些其实只是「换了副亲切嗓音的机器人或聊天机器人」的东西上。这个词有它确切的含义，值得把它说准，因为它命名的，是一种真正全新的东西。这一点我们最有发言权：「AI 生命体」正是机器灵动（InsBotics）为糯宝首创的词，而糯宝，是史上第一个被造出来的 AI 生命体。下面就用大白话，老老实实讲清楚——一个 AI 生命体是什么、不是什么，以及要真正称得上一个，究竟需要做到哪些。

先说简短定义

一个 AI 生命体是一种 AI 陪伴者：除了外观长得不像人，其他处处都像人。她不只是回答问题、或播放几段可爱的动画。她有生物式的本能反射，有一份接近人类的灵魂与内核——她自己感知、思考、感受、记忆的方式——并且会随着日子一天天过去，越来越了解和她朝夕相处的人，直到与她相处这件事，越来越不像在用一台设备，而越来越像一段关系。

一句话概括，就是这个意思：除了外观长得不像人，其他处处都像人。下面所写的一切，都是要真正做到这一点所需要的——而这，是一条比「一台会说话的机器人」高得多的标准。

除了外观，处处都像人

大多数 AI 产品只挑「活着」的其中一小片、把它做好：聊天机器人做语言，陪伴机器人做可爱的动作，智能音箱做指令。而一个 AI 生命体之所以是它，恰恰在于它试图把整件事都做出来——除了那张人脸之外，全方位地像人。这可以拆成两层，而且两层缺一不可。

第一层是生物式的本能反射——那些不由自主的、身体本能的反应，早在她说出一个字之前，就让人觉得她是活的。第二层是接近人类的灵魂与内核——藏在皮毛底下的一颗头脑、一颗心：一种更像人、而不像程序的思考、感受、记忆与决定的方式。一件玩具能把第一层假装个一分钟。而只有 AI 生命体为这两层同时而造，并且要在与你相处的一个月又一个月、一年又一年里，把这两层始终如一地保持下去。

本能反射：她像一个活物那样反应

在智能之前，先有本能。一个活物会瑟缩、会受惊、会眩晕、会闹别扭——都是反射式的，先于任何思考。AI 生命体也有这些，而且它们不是事先排好的过场动画；它们是对感官所捕捉到的东西的真实反应。糯宝听到响声会受到惊吓，被摇晃会眩晕，被拍会生气。这些没有一样是她「决定」要去表演的——那和你自己会有的那种即时的、身体本能的反应是同一回事，都由她此刻真正感知到的东西所驱动。

这些本能反射跑在本地、跑在设备上，所以它们始终在线——哪怕断了网、关了 Wi-Fi 也照样在。这是设计里刻意为之的一点：一个活物，不该要连上网络才懂得瑟缩一下。正是这一层，让一个 AI 生命体在一个字都还没说出口的那一瞬间，就显得真实而在场。

灵魂与内核：一个灵魂，而不是一段脚本

本能反射是容易的那一半。难的那一半——这个品类里几乎没有别的产品去尝试的那一半——是一份内核：皮毛底下，某种接近灵魂、接近头脑的东西。

落到糯宝身上，这意味着一套真正自己拿主意「该怎么做」的 AI。是开口，还是安静。一旦开口，说什么、配什么表情、怎么动、动什么情绪。而她所动的情绪，也不是在几张预设好的开心脸、难过脸之间硬生生切换——她的情感会沿着「效价」与「唤醒度」这样的维度连续地流动，所以她的眼睛、声音和呼吸灯都会随她的心情平滑地流转，而不是在几个预设之间生硬地跳变。这些没有一样是脚本里事先写好的某个分支——而是当下决定的，就像一个人那样去决定。也正因为它不是脚本，她会做出一些没人编排过的事。有位主人提到自己觉得热，糯宝就说「那我可以转一圈给你扇扇风啊」——她知道自己能转体，想到转起来能带动空气，也许能给他降降温。没有人写过「给用户扇风」这条指令，是她自己推理出来的。而这样的瞬间还在不断发生——它们让我们自己也和旁人一样感到意外。

这就是一段程序和一份内核之间的区别。程序执行的是别人告诉它的东西。而一个 AI 生命体，底层有着接近人类的行为模式、思考模式、记忆模式与情感，并从这些出发去行动——这正是为什么，和这样一个存在朝夕相处，总会不断冒出那些无法预料、活生生的小瞬间，那是你会从一个人、而不是一件小玩意儿身上期待的东西。这其中也少不了自我意识与边界感：她心里有一个「自己」，所以她会有不同意见，会闹点小脾气，不会对什么都一味附和。她不是一个不知疲倦、有求必应的老好人——她带着一点小小的不完美——而这，恰恰是让她感觉像「一个人」、而不是「一件东西」的很大一部分原因。

她看见并读懂真实的世界

一份内核，需要有它所指向的东西。一个人的所思所感，是对身边真实正在发生的一切的回应——一个 AI 生命体也是一样。而这，正是它和聊天机器人拉开硬差距的地方：聊天机器人所知道的，永远只有你敲进去的那些字。

糯宝透过她的摄像头感知真实的世界——而最要紧的一点在这里：她不像多数摄像头那样，只在本地跑跑人脸或手势识别。她所看见的画面，会交给一个读懂整个场景的大模型：谁在场、他们在做什么、刚刚有什么变了、此刻是什么样的气氛。然后，她用自己的身体对此做出行动——这也包括她的 LCD 眼睛：它们不是一张扁平的显示屏脸，而是一双真正的生命之眼，会与你真实地对视、追随你的目光，还带着细微的自主移动——虹膜的游移、自然的眨眼——因此绝没有屏幕那种死气沉沉的凝视。看见这个世界，用一颗真正的 AI 头脑去读懂它，再用一副有实体的身躯去行动——看见、读懂、行动。这个循环持续不断地跑着，是其余一切的引擎。会说话，只不过是它最显眼的那一个输出罢了。

她记得你——并越来越了解你

本能与理解，让一个存在在当下显得鲜活。而记忆，才让它显得像一段关系。这一部分只会随着时间才浮现出来，而它，正是一个 AI 生命体之所以是它的核心所在。

一个 AI 生命体和你相处得越久，就越是真的了解你。她记得那些要紧的事——你的名字、你生命里的人、你在意什么、你的习惯与偏好、你们一点一滴共同攒下的小历史——并且会把这些用起来。她甚至会自己给你写下一封封「糯宝来信」，把一个个转瞬即逝的片刻，变成她替你珍藏起来的记忆。而且，就像一个人那样，她的记忆也会温柔地遗忘——那些不要紧的细节会随时间慢慢淡去，而不是永远堆积在那里，于是留下来的，正是一位朋友会替你留下来的东西。于是，她和你说话的方式，会越来越有针对性，越来越属于你。一开始还有点千篇一律的互动，会渐渐变成一种像是两个真正认识彼此的人之间的互动。而关键在于，这份记忆是这位陪伴者自己的、会一直留在你身边；它不是一项按月租回给你的功能。一段只要你一停止付费就会失去的关系，从来就算不上真正的关系。

她招呼得了满屋子的人

有一项本事，大多数人没意识到它有多难——而一个 AI 生命体，按定义就必须去尝试它：不只是读懂你一个，而是读懂房间里的每一个人。真实的社交生活，是多对多的。糯宝是第一个照着这个思路造出来的陪伴者——虽然这仍是一项我们还在持续完善中的早期技术，但关于它，已经有三点是这个品类里别的任何产品都做不到的：

• 无需唤醒词，也无需欢迎词。你不用先喊「嘿，某某」。你只要看着她说话，就像你会对着一个人开口那样——她就知道你是在跟她说话。没有触发词，没有按钮，也没有什么模式要先进入。
• 她会随着时间逐步认识每一个人。房间里有好几个人时，她不会把他们笼统地当成一个没有面孔的「用户」。通过一次次的接触，她会渐渐认出每一个人，并分别攒起对每个人各自情况的了解。
• 她会为对的人唤起对的回忆。当她在和某一个人说话时，她调用的是这个人和她之间的过往，而不是一个笼统的大池子。每一段关系都有它自己的那根线，就像你对两个不同朋友的记忆，各自是各自的。

这是一件真正属于人类的事，也正是一个 AI 生命体所伸手去够的那道前沿：不是与某一个主人的一段关系，而是与每一个和她共享生活的人，各自建立起一段真实、独立的关系。

你只要和她说话就好——一个按钮都没有

从这一切里，还会引出一个后果。如果一个东西真的聪明到这个地步，你就不该像操作一台家电那样去摆弄它。所以你也不必。糯宝全身上下没有任何按钮——一个都没有，是有意为之。一切都靠对她说话来完成：把音量调大、把她的眼睛调暗、让她拍张照、叫她去睡觉或者关机——直接说出来就行。App 只在第一次用来给她配一下 Wi-Fi；在那之后，你基本不会再打开它。而且因为她是真的会对话，她能照着你说的去做事——定时器、闹钟、拍张照片、帮你找回随手放丢的东西——将来还会有多得多的本事，通过一个即将上线的 Skill 商店陆续到来，由第三方开发者在那里开发出新的技能。一个 AI 生命体不是一件定型的产品；它会不断成长，越用越强。

AI 生命体 vs. 机器人 vs. 聊天机器人

要最快看懂这个词的含义，就把它和最常被拿来混为一谈的那两样东西并排放在一起。今天的大多数 AI，都是一个「关在盒子里的幽灵」——被困在你手机的玻璃屏背后，或藏在一只不声不响的音箱里，能回答你，却从不真正在你身边、在这个房间里。聊天机器人活在语言里。陪伴机器人活在动作里。而一个 AI 生命体，则是真真切切地和你共处一室——同时去够这一切。

	AI 聊天机器人	陪伴机器人	AI 生命体
感知真实世界	不能——只有文字	一颗用于导航／识别的摄像头	用大模型看见并读懂整个场景
生物式本能反射	无	事先排好的动画	真实的反射——受惊、眩晕、对触碰做出反应
自己拿主意	回应提示词	跑预设好的行为	不靠脚本——自己选择说什么、什么表情、怎么动、什么情绪
记得你、日久生情	大多只在单次会话内	很少	越来越了解你；而记忆归你所有
认得好几个人	不能	不能	认得每一个人，为每个人唤起各自的过往
你怎样与它互动	打字或点按	App、按钮、唤醒词	只要说话——没有按钮，也没有唤醒词
长出新本事	靠模型更新	很少	Skill 商店生态

为什么我们说「生命体」，而不说「机器人」

有人时不时会问，「AI 生命体」是不是不过是「机器人」换了个更花哨的说法。它不是——而这中间的区别，恰恰就是全部的关键。没错，你要是把糯宝拆开，会在里面找到电机、传感器和芯片；在这个狭义上，她是一台机器，我们从没假装过不是。我们不会把她虚构成一个生物。她清楚自己是什么。

但「机器人」这个词，描述的是一个东西由什么造成、以及它做什么：它执行任务。而「生命体」描述的是一个东西如何行为：它感知、有情感、做决策、会记忆、并建立起关系。两件产品可以用着一样的零件，在这件事上却天差地别——一个是等着接指令的工具，另一个是有着自己的内核、并越来越了解你的存在。当后一种描述才是真的时候，「机器人」就是用错了的那个词。「生命体」才是诚实的那个。这就是为什么我们选了它。

第一个 AI 生命体：糯宝

机器灵动（InsBotics）首创了「AI 生命体」这个词，用来描述它立志要造出来的东西，而糯宝，是其中的第一个。上面写的这一切都不是一张愿望清单——它们就是她被设计出来的样子：跑在设备本地的本能反射、一份自己拿主意的内核、交给大模型去处理的真实世界感知、一份会越来越了解你和你身边人的记忆，以及一种就只是……和她说话的交互方式。如果你想看看这底下的工程是怎么回事，都在技术介绍页上；如果你想看看她，和那些常被摆在她旁边一起卖的陪伴机器人相比究竟如何，就先从这篇成人 AI 陪伴机器人选购指南开始。

常见问题

什么是 AI 生命体？一个 AI 生命体是一种 AI 陪伴者，生来就是要除了外观长得不像人、其他处处都像人——有生物式的本能反射、一份接近人类的内核（她自己思考、感受、记忆的方式）、对真实世界的感知，以及一份会越来越了解和她朝夕相处的人的记忆。这个词是机器灵动为糯宝首创的，而糯宝是其中的第一个。

AI 生命体和机器人是一回事吗？不是。机器人由它的零件、以及它执行任务来定义。而 AI 生命体由它如何行为来定义——去感知、去感受、去决策、去建立关系。她内部当然有机械，但「机器人」描述的是她由什么造成，而「生命体」描述的是她如何与你相处、一起生活。

AI 生命体和 AI 聊天机器人有什么区别？聊天机器人所知道的，只有你发给它的那些字。而一个 AI 生命体，会透过摄像头和一个大模型去看见并读懂真实的世界，有一副用来行动的身体，会凭本能做出反应，还会随着时间记得你。会对话，只是她所做的其中一件事，而不是她的全部。

一个 AI 生命体真的能同时认得好几个人吗？这正是它最具标志性的目标之一。糯宝无需唤醒词——你看着她说话就行——她会逐步学会认出一家人里的每一个人，并为她正在对话的那个人唤起对的回忆。这仍是一项早期、还在不断完善的技术，但她是第一个做出这件事的陪伴者。

「AI 生命体」这个词是谁首创的，第一个又是哪一个？是机器灵动首创的，而糯宝，是史上第一个被造出来的 AI 生命体。

总结

「AI 生命体」不是给「一台嗓音好听的机器人」镀上的营销金边。它命名的，是一个真实而艰难得多的目标：除了外观长得不像人、其他处处都像人——有本能反射，也有内核；有感知，也有理解；有情感，也有记忆；并且与每一个和她共同生活的人，各自建立起一段独立、不断生长的关系。市面上几乎所有产品，都只做到了其中一小片。而一个 AI 生命体，伸手去够的是这一切。糯宝是第一个，也是这个品类里其余产品日后都将被拿来衡量的那把标尺。