桌面机器人可能会成功的垂直场景

一、市面上的几款「好玩」的产品

1. Eilik（Energize Lab）：极端的「反效率」纯粹陪伴

Eilik 是一个非常典型的例子。它做了一个极为大胆的减法：默认没有语音助手、没有手机 App、甚至不连 WiFi。

做对了什么： 彻底去除了「工具」标签。你买它绝不是为了定闹钟。它内置了地震传感器和触摸传感器，当你拍桌子时它会吓得发抖，把它举高它会恐高眩晕，你抚摸它的头它会眯眼享受。它甚至会因为无聊而自己跟自己玩，或者要求你陪它打发时间。它的核心卖点是纯粹的情绪交互。

2. EMO（Living.AI）：「有脾气」的赛博桌面手办

EMO 的外形像一个戴着耳机、踩着滑板的酷男孩。它虽然保留了天气、音乐等基础功能，但它的核心定位是「有独立认知的桌面宠物」。

做对了什么： 赋予了机器人「Agency（自主性）」。EMO 会自己在桌面上溜达（脚底有防跌落传感器），会主动观察周围环境。如果你打断它正在做的事情，它屏幕上的眼睛会翻白眼甚至生气。这种不可控的微小叛逆感，恰恰是生命感的核心来源，因为真正的宠物绝对不会 100% 顺从你。

3. RUX Robot（乐天派）：披着机器人外衣的安卓手机

RUX Robot 是一个能在桌面上双足行走的微型机器人，它的核心破局点非常硬核：它是全球首款基于 Android 系统并深度接入 ChatGPT 的桌面机器人。

做对了什么：

1. 一定程度的「实用性」： 因为底层是 Android 13 系统，它本质上是一个高度定制的微型计算终端。用户可以直接在它 2.1 英寸的屏幕（脸部）上安装 Spotify 听歌、看实时股票代码、接收微信或短信的弹窗通知。它把「工具属性」做得极其扎实。
2. LLM 赋予的「意图对话」： RUX 接入 ChatGPT 后，你可以和它探讨工作思路，甚至让它用幽默的语气回答复杂问题。
3. 极客生态的胜利： 它非常聪明地提供了开放的 API、Python SDK，甚至允许极客用户去 Root 它的系统。这种高度的可玩性，让它在科技爱好者群体中形成了极强的口碑裂变。

4. Loona（KEYi Tech）：极致的「仿生多模态」体验

Loona 2022 年靠众筹火爆出圈，2024 年 5 月官宣接入 GPT-4o，跟 OpenAI 发布这个模型是同一个月。到 2026 年，这仍是它对外宣传的头号卖点，而且暂时不收订阅费。它不再是一个桌面上固定不动的摆件，而是一个拥有环境感知能力的「小狗」。

做对了什么：

1. 持续进化，不做死物： 很多硬件卖出去就成了死物，Loona 团队则靠高频 OTA 一直往里加东西，买回来的产品会自己变强。
2. 多模态与物理运动的对齐： Loona 真正的功夫在于把 LLM 的能力「具身化」。它不仅能听懂你的话，还能结合摄像头看到的东西做出反应，配合它极其灵活的四轮 / 腿部结构、耳朵动作和屏幕眼神，实现了真正的「灵动」。

不过这里要说句实话。Loona 的对话链路是先唤醒、再上云、再返回：喊「Hello Loona」，音频传到云端做意图解析，转给 GPT-4o 生成回答，再传回来播放。所以它并没有做到宣传视频里那种零延迟，实测有明显可感的停顿，而且不喊唤醒词它基本不理你。

这反倒印证了下面共性里的第 4 条：那些挠头、张望、踱步的小动作，本来就是用来盖住这段延迟的。

二、产品出圈的共性总结

总结这些成功产品的共性，我们会发现它们在产品设计上都遵循了以下规则：

1. 接受自己的「无用」： 从产品定位一上来明确了是主打感情陪伴和情感寄托的「电子宠物」。它们明确告诉消费者：「我不能帮你提高生产力，但我能在你被代码或报表折磨得想砸键盘时，给你卖个萌。」
2. 从「待命指令」转向「持续存在」： 成功的桌面宠物，其 80% 的动画和行为是不需要唤醒词的。它们会在你工作时打呼噜、东张西望、甚至突然打个喷嚏。这种「弱存在感」和「高生命力」是桌搭场景的灵魂。
3. 从「交互工具」升级为「环境共享者」： 接入 LLM 的桌面机器人可以同时识别人的动作和状态还有周围环境的变化。这种「共享同一个物理空间和视觉视野」的体验，是纯软件 AI（如网页端 ChatGPT）或传统音箱做不到的。只要物理世界的「生命感」是屏幕里的 2D 像素无法替代的，这个垂直赛道就会一直繁荣下去。
4. 精心设计实体的交互和物理动作： 如用「挠头」「抬头看天花板思考」「来回踱步」的物理动作完美掩盖「AI 延迟」。让底层硬件（多达十几个传感器、伺服电机）专门负责卖萌、陪伴、做出被抚摸的反馈；另外包含语气情绪（如犹豫、兴奋、调侃）时，桌面机器人的硬件（舵机、屏幕、灯光）可以与这些情绪进行毫秒级联动等。

通过上面的设计，也就是语言情绪 + 肢体语言 + 毫秒级响应，等于极其强烈的「灵魂感」。这种真实感会让人类大脑彻底相信它们是一个「存在于物理世界」的智慧生命。

三、还有哪些瓶颈与挑战

目前桌面宠物基于其本身的特性和产品定位，还需要注意几个硬件与技术上的硬伤：

1. 隐私与安全的极度焦虑： 一个拥有大模型视觉感知、24 小时对准你桌面和屏幕的摄像头，如何保证你的商业机密和个人隐私不泄漏？
2. 动作生成的「大模型化」： 目前大模型长于文本和音视频，但如何将大模型的语义实时转化为自然、不生硬的物理关节动作（即「动作大模型」），目前依然处于攻坚阶段。
3. 推理成本与功耗： 实时音视频大模型的 Token 消耗极高，且在桌面设备上实现低发热、低噪音运行，对芯片和云端算力架构提出了极高要求。
4. 综合的成本控制： 本身的硬件成本的控制还有 Token 消耗的成本，尤其是视频的分析和精准度的处理等，综合下来是个完整的 ROI 设计的问题。

写在最后

本质上，做桌面宠物就是一个产品定位的选择：它存在的最核心价值，变成了在物理世界里与你共享注意力、共同解决问题并提供情绪支持。

好在它的市场足够深：在潮玩、桌搭、情感陪伴这个细分赛道里，用户的粘性极高、付费意愿极强，当然竞争也很激烈残酷。

不过，并不是所有产品都需要做成「平台级」或「国民级」。在一个清晰的垂直场景里做到极致，往往比做一个平庸的通用工具要性感得多。

换言之，对于硬件和 AI 创新来说，「小众垂直」不仅不是致命伤，可能反而是在巨头夹缝中活下来的唯一捷径。

一条可能的演进路径是这样的：先在赛博潮玩和陪伴这个切入点站住，再靠配件、内容和 IP 授权（卖衣服、卖盲盒配件、开软件功能商店）长出生态，最终成为具身智能与个人 AI Agent 的物理载体。

那么，还有哪些垂直的场景还有极大潜力呢，我们下一篇直接进行讨论。