<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Rabbit R1 on 科技刺猬</title><link>https://kejiciwei.com/tags/rabbit-r1/</link><description>Recent content in Rabbit R1 on 科技刺猬</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Sat, 13 Jan 2024 00:00:00 +0000</lastBuildDate><atom:link href="https://kejiciwei.com/tags/rabbit-r1/index.xml" rel="self" type="application/rss+xml"/><item><title>Rabbit R1：CES 上最火的 AI 小硬件，想用 AI 帮你点外卖</title><link>https://kejiciwei.com/rabbit-r1-ai-hardware/</link><pubDate>Sat, 13 Jan 2024 00:00:00 +0000</pubDate><guid>https://kejiciwei.com/rabbit-r1-ai-hardware/</guid><description>&lt;p>今年 &lt;a href="https://kejiciwei.com/ces-2024-preview/">CES&lt;/a> 上最出圈的展品，不来自任何大厂。&lt;/p>
&lt;p>1 月 9 日，初创公司 Rabbit 发布了 R1：一只橙色的小方盒，巴掌大小，带着一块小屏幕、一个可以旋转的摄像头和一个滚轮。工业设计出自 Teenage Engineering，就是那家把合成器和掌机做得像潮玩的团队。所以 R1 第一眼就不像科技产品，更像一件设计品。但真正让它刷屏的不是颜值，而是它想干的事：让你别再打开 App 了。&lt;/p>
&lt;h2 id="不想让你点屏幕了">不想让你点屏幕了&lt;/h2>
&lt;p>Rabbit 的逻辑是这样的。我们现在用手机办事，流程是被 App 切碎的：打车开一个软件，点餐开另一个，订机票再换一个，每个都要自己点、自己填，来回切换。R1 想做的，是你只管说话——「帮我叫辆车去机场」「订一份上次那家的披萨」——剩下的点按、滑动和填写，交给 AI 在后台替你完成。&lt;/p>
&lt;p>支撑这个想法的是它自研的「大动作模型」。和大语言模型负责理解、生成文字不同，这个模型学的是怎么操作软件界面：该点哪里、滑到哪一步、把什么填进哪个框。发布会上 Rabbit 演示了让它点外卖、订行程，还演示了「教学模式」：你手动操作一遍流程给它看，它就能学会，之后重复劳动都归它。说白了，是想给所有 App 请一个统一的管家。&lt;/p>
&lt;p>硬件本身反而简单：一块小触屏用来确认和兜底，旋转摄像头可以看世界也可以自拍视频通话，滚轮负责翻列表，主要的交互入口是机身上的通话键——按住，说话，松手。它甚至没有打算取代手机：没有应用商店，没有信息流，你和它的关系就是「交代任务—等结果」。Rabbit 还特意强调了一点：R1 不收订阅费，买了机器，服务就是你的。对这两年被各种会员订阅薅怕了的用户来说，这句话的杀伤力不小。&lt;/p>
&lt;p>发布之后，R1 的预订很快就火了，首批备货迅速被订完，这在没有生态积累的初创硬件身上相当罕见。创始人 Jesse Lyu 在台上是个不错的销售：他没有把 R1 包装成又一个聊天机器人，而是反复演示同一个场景——掏出手机要花十几步才能办完的事，能不能一句话解决。这个切入点选得聪明，因为它绕开了「AI 聪不聪明」的争论，直接去比「办事快不快」。&lt;/p>
&lt;p>不过要看清一点：演示里接通的服务，都是 Rabbit 已经适配好的。现实世界的应用有成千上万，长尾服务的接入速度，决定了这台机器到底能办多少事。教学模式听起来能补上这个缺口，但普通人愿意花多少耐心去「教」一台机器，本身就是个问号。&lt;/p>
&lt;h2 id="冷静下来问题也不少">冷静下来，问题也不少&lt;/h2>
&lt;p>第一是账号和隐私。想让 AI 替你打车点餐，就得把各个服务的账号交给它托管，支付环节更是敏感。Rabbit 说这些连接通过它的云端以安全的方式完成，但对普通用户来说，把半个数字生活的钥匙交给一家成立没几年的公司，需要不小的信任成本。&lt;/p>
&lt;p>第二是它和手机的关系。R1 能做的事，手机理论上都能做，区别只在交互方式：一个是开口说话，一个是动手点按。当手机厂商把自家 AI 助手做进系统底层——这已经在发生了——独立硬件的优势还剩多少？去年底亮相的 Humane AI Pin 押的也是同一个赌注：「后手机时代」的入口，到底归谁。&lt;/p>
&lt;p>第三是可靠性。演示视频里，AI 办事行云流水；真实世界里，App 改版、验证码弹窗、商家临时缺货，随便哪个环节都会让自动化流程卡住。AI 帮你办事的前提是足够可靠，一次失败之后的补救成本，可能比自己动手还高。而且语音交互有个天然尴尬：在安静的办公室里对着小方盒说「帮我订杯咖啡」，并不是所有人都放得开。还有个细节常被跳过：它的聪明劲儿主要在云端，没网就基本变回一块普通小屏，出门在外信号不好的地方，管家也得请假。至于续航、发热这些硬件老问题，更是要等量产机到手才能见分晓。&lt;/p>
&lt;h2 id="如果它成了谁最难受">如果它成了，谁最难受&lt;/h2>
&lt;p>顺着往下推一步：如果「说话办事」真的成了习惯，最先被动摇的不是手机厂商，而是 App 本身。过去十几年移动互联网的生意建立在一个链条上：用户打开 App，看见首页推荐，在应用里完成消费，平台从中抽成。AI 代理把这个链条拦腰截断——它直接去执行任务，不逛街、不看广告、不被推荐带着走。外卖平台精心排布的商家顺序、出行软件的会员体系，在一个只认「最快、最便宜」的代理面前，都会失效。&lt;/p>
&lt;p>所以可以预见平台方的抵触：封接口、加验证、改版界面，让自动化操作难以稳定运行。这种攻防战，恰恰会决定 R1 们的生死——不是技术问题，是生态站队问题。也因此，大厂亲自下场做系统级 AI 助手时，优势不只是模型，而是它们本来就握着入口和规则。Rabbit 抢跑的这几个月，就是它最宝贵的窗口期。&lt;/p></description></item></channel></rss>