Roomba的发明者、iRobot前CEO Colin Angle以全新身份归来——他现已出任Familiar Machines & Magic的CEO及联合创始人,并推出了一项新业务:AI机器人宠物。
据The Verge本周早些时候报道,这款名为"Familiars"的AI机器人伴侣在《华尔街日报》"一切皆未来"峰会上正式亮相。Familiar外形酷似毛绒玩具,配备麦克风、视觉及音频系统,拥有柔软的外壳,以四足直立行走,主要定位为社交互动与情感陪伴,类似于真实宠物的存在。
该公司官网将Familiars描述为"想养宠物却无法养宠物"人群的理想伴侣。这款机器人的设计初衷是做一个不评判他人的倾听者,能陪伴孩子玩耍,并根据对方的肢体语言、面部表情和语气做出温情回应,例如蹭蹭或摇尾巴。
对此,Familiar Machines & Magic的发言人在接受CNET采访时明确表示,拥有一只Familiar"与取代宠物无关"。
"宠物和Familiars承担着完全不同的功能,一个家庭可以从两者中各取所需,"发言人说道,并指出最能从中受益的是"那些渴望在家中拥有一个具备情感智能陪伴,而不想等待科幻小说成真的人"。
据官方声明,这些机器人旨在呈现自然且具备情感智能的形象,拥有独特个性,能够学习并适应周围环境和人们的生活习惯。Familiars会记录你的行为规律,并鼓励你改掉坏习惯,例如提醒你减少刷手机的时间。
据The Verge报道,Angle表示Familiars不会说谎。"从设计层面来看,它会主动回避给出那些可能不该给出的事实性建议,"他说。Familiars更多会通过非语言声音和肢体语言与用户进行交流。
与所有AI功能或设备一样,隐私问题同样不可忽视。据官方声明,该公司计划通过放弃依赖云端的AI系统来保护用户数据隐私,所有数据均存储在设备本地。公司表示,其面向日常使用的系统已建立完善的数据治理规范。
目前Familiars的定价尚未公布,预计将于明年正式发售,有意预订的用户可前往官网加入候补名单。
这并非机器人"拟人化"或"情感陪伴"概念第一次引发关注。仅从去年底至今,面向家庭使用的人形机器人已在CES 2026上亮相,Agility Robotics也推出了用于工厂和仓库的作业机器人,此外,在"共育未来全球联盟峰会"上,第一夫人还携手Figure 03人形机器人亮相,共同倡导在课堂中推广AI应用。
Q&A
Q1:Familiars机器人宠物是什么?它能做什么?
A:Familiars是由Familiar Machines & Magic公司推出的AI机器人伴侣,外形类似毛绒玩具,配备麦克风、视觉和音频系统,能够识别用户的肢体语言、面部表情和语气,并做出情感回应,如蹭蹭或摇尾巴。它定位为情感陪伴工具,适合想养宠物但无法养宠物的人群,也可陪伴孩子玩耍,并帮助用户改掉坏习惯。
Q2:Familiars机器人会不会泄露用户隐私?
A:Familiar Machines & Magic表示,为保护用户隐私,Familiars不依赖云端AI系统,所有数据均存储在设备本地。公司还声称已为日常使用场景建立了完善的数据治理规范,致力于确保用户数据安全。不过,由于产品尚未正式发售,实际隐私保护效果仍有待市场验证。
Q3:Familiars机器人宠物什么时候上市?价格是多少?
A:根据目前公开信息,Familiars预计将于明年正式发售,但具体价格尚未披露。有意向的用户可前往Familiar Machines & Magic官网加入候补名单,提前预约。
好文章,需要你的鼓励
SAP首席执行官Christian Klein在2026年Sapphire大会上坦承,公司约在八九个月前调整了AI战略方向,从强调AI技术本身转向聚焦业务成果,目标是实现"自主企业"愿景。SAP发布了全新品牌SAP Business AI和SAP Autonomous Suite,重构AI平台以更好融入客户业务上下文。SAP高管还强调,需防范"智能体失控"风险,并引入"企业记忆"概念提升AI决策的精准度。
研究揭示多源视觉融合并非总有益,提出MARS框架通过单源锚点量化信息增益,动态调节多源融合优势,在多个视觉推理任务上实现显著性能提升。
英国卫生与社会保障部发布测算数据,显示NHS数字化单一患者记录(SPR)每年可减少约2万次急诊就诊,并节省约2000万英镑。该计划将强制要求全科医生和医院共享患者数据,形成统一的健康档案,患者可通过NHS App访问。该措施是政府100亿英镑医疗数字化计划的核心。此外,NHS虚拟医院NHS Online已正式成立,预计2027年上线,首三年可提供约850万次诊疗服务。
MiniMax发布M2系列混合专家大模型,总参数2299亿但每次仅激活98亿,通过专项数据流水线、Forge强化学习系统和自进化机制,在代理编程、深度搜索等任务上达到顶级闭源模型水平。