近期，科技巨头苹果公司的一项新研究框架“ELEGNT”引发了广泛关注，该框架使得非人形机器人能够展现出更加自然和富有表现力的动作。这一创新通过一盏台灯机器人得到了生动展示，当被询问天气时，它会“转头”望向窗外再回答；若表达口渴，它还会用灯头轻轻推动杯子到面前，展现出萌态可掬的互动。
这一突破性的技术让光影与机械臂的结合拥有了表达情感的能力，仿佛皮克斯动画中的机器人走出了银幕，成为能够陪伴在侧的“情感伙伴”。然而，苹果并非此领域的先行探索者。2024年以来，桌面机器人已成为AI应用落地的一大热门方向，各类AI桌面机器人如雨后春笋般涌现，如备受马斯克赞誉的Looi Robot、哈尔滨工业大学的XGO Rider，以及LIVING.AI的Emo和Aibi等。
桌面机器人的兴起，不仅仅是技术升级的结果，更是AI大模型从虚拟走向现实的一种体现。早在ChatGPT掀起AI浪潮之前，专注于情感陪伴的AI软件公司如Character.AI和Inflection已在硅谷成立，它们致力于开发富有同情心、能够给予人类情感支持的AI。随着ChatGPT的爆火，AI陪伴成为了大模型寻找实际应用场景的理想选择之一。Character.AI和Inflection一度风光无限，但随后因资金链短缺等问题被谷歌和微软的人工智能部门收购。
尽管AI陪伴软件在市场上遭遇了挑战，但业界对于能够提供情感陪伴的机器人项目的探索热情并未减退。meta首席科学家Yann Lecun提出的观点为情感陪伴AI走向陪伴机器人提供了方向，他认为真正的AGI（通用人工智能）应能与真实物理环境交互。具身智能因此成为新的热门方向，陪伴机器人在AI的加持下崭露头角。
在探索过程中，陪伴机器人开始呈现出差异化。一方面，“表情系”陪伴机器人借助大模型对传统产品进行改造升级，如Engineered Arts的Ameca，拥有视觉感知和声音克隆能力，能够直视并回应人类，但尚未实现行走功能。另一方面，“宠物系”陪伴机器人以宠物形态出现，如GROOVE X的LOVOT，通过眼睛灯光变化和触摸传感器与人类互动，虽然不具备实用功能，却能提供温暖的陪伴。
随着人们不再满足于仅与简单聊天的机器人作伴，他们希望陪伴机器人能兼具实用功能。于是，开发者们将目光转向“桌面”，这个人们工作和娱乐的重要场景。Looi Robot、XGO Rider、Emo和Aibi等桌面机器人纷纷涌现，它们通常拥有屏幕构成的“头部”，通过动画眼睛和轮子或双腿底座实现互动，并接入大模型以提升互动能力。这些机器人不仅能听懂人类语言并作出反馈，还能执行如会议记录、自动摄影、开关灯、拍照等实用任务。
苹果也在这一领域布局，曝光了代号为J595的内部秘密机器人项目，预计最早于2026年亮相，售价为1000美元。苹果还发布了“EMOTION”技术，让机器人的手势与人类自然互动，这一能力同样适用于桌面机器人。ELEGNT和EMOTION框架通过运用大语言模型和视觉语言模型等AI技术，让机器人更加人性化。
尽管桌面机器人赛道热闹非凡，但也面临着技术门槛不高、同质化严重的问题。为了构筑核心壁垒，开发者们不仅需要不断强化大模型以提升互动能力，还需要探索将物体“拟人化”的技术，如苹果ELEGNT框架所展示的台灯“肢体语言”。这种技术一旦成熟，将能够赋予任何家用产品与人类互动的能力，让整个家充满迪士尼乐园般的奇幻与温馨。
