2026年的第一个月，陪伴机器人品牌 Ropet 进驻上海IFC国金中心内的 ZPilot 黑科技旗舰店。这似乎是一个信号，陪伴机器人，正在从线上众筹与科技爱好者圈层，走向更具象的消费场景。

　　过去几年间，从桌面型陪伴机器人到AI玩具，相关产品形态不断被复制、拆解和重组。直到2026年，这一曾经小众且缓慢生长的领域，终于“挤满了人”。第一财经记者采访Ropet、Haivivi等中国陪伴机器人企业后了解到，在逐渐标准化的供应链体系和高度趋同的功能设计之下，这一领域正从概念探索期，迈入真正的商业竞争阶段。

　　不同企业的选择开始分化，相比部分玩家强调 GMV 与快速放量，也有团队选择放慢节奏，试图用更长期的产品逻辑参与竞争。

　　端到端的“黑箱”大模型或成软肋

　　一个机器人，要怎样表达自己的情感？对话似乎确实是一个更省力的方法。

　　在连续使用六款陪伴机器人之后，记者发现，大部分陪伴类硬件都能够和用户进行对话，部分产品需要用唤醒词进行对话触发。有陪伴机器人企业的创始人告诉第一财经记者，对话是最直接能够体现产品AI属性的功能。

　　“接入一个豆包、元宝、DeepSeek就能实现，我们只需要把响应延迟降低就好。”他告诉记者，接入大语言模型，成本又低，市场看得懂，投资人愿意买单，用户用得明白，“何乐而不为呢？”

　　主流的大语言模型（LLM）在推理阶段是典型的端到端黑箱算法。也就是说，在输入指令和输出结果之间，不需要加入人工干预。模型的内部工作机制无法被人类直观解释、跟踪或理解，也意味着人类或许无法理解“为什么模型会给出这个输出”。

　　萌友智能Ropet联合创始人兼CEO何嘉斌对使用这类模型保持着警惕的状态。“如果是端到端的模型，所有的数据将会储存在云端，会和我们没有任何关系，我们能做的或许只是在中间进行一些提示词的调参。”

　　更重要的是，如果产品体验过度依赖模型，大厂一旦下场，对于初创企业来说将会造成“碾压式”的打击。一位接近字节的业内人士告诉第一财经记者，字节内部此前已有团队尝试过陪伴机器人品类，“但场景验证不够清晰，所以没什么水花”。但硬件的陪伴赛道一直以来都被大厂觊觎，“大厂的算力、数据、生态与供应链成本上的优势，都更容易转换成市场壁垒，小厂不趁现在做出差异化，未来没有胜算。”

　　现阶段，用户的使用数据是更为重要的资产。拒绝接入LLM，并非拒绝AI模型。何嘉斌告诉记者，用户数据的核心价值并不在于直接训练端到端模型，而是用于反向“训练产品团队”。通过分析高频用户的真实行为，决定功能的去留和产品的迭代方向。“大模型当然是一个很好的机会，但我们希望有自身闭源的数据和场景，形成一个具有泛化和成长能力的模型。”

　　作为在ChatGPT发布前就出现的元老级产品，LOVOT被何嘉斌称为“行业的破冰船”。在记者的实际体验中，LOVOT不强调对话能力，也没有可以展示大模型加持下的推理能力。似乎在产品设计的过程当中，团队也刻意回避了对大语言模型的依赖。

　　一位陪伴机器人的技术工程师告诉记者，当前最受关注的AI技术路线，本质上是通过持续投入大量电力和算力，以换取模型精度的提升。“例如像ChatGPT这样的系统，在极短时间内完成一次推理，就会消耗非常可观的电力。”他说。相比之下，人类大脑的能耗通常被认为仅在20至30瓦左右，而最新一代AI模型在推理阶段的能耗，已接近这一水平的数十倍甚至上百倍。

　　“云端的端到端模型很有梦想，也非常吸引人。”在他看来，在陪伴机器人的品类应用上，长期依赖高能耗计算并不可持续。“不存在一种生物，能够长期以人脑百倍的能量消耗来维持运作。”他认为，真正能够走向长期应用的技术趋势，应当是低功耗、高效率的计算方式，而不是无限堆叠算力。

　　“最大的问题是不稳定，而不稳定的系统，很难直接用于现实世界中的产品。”端到端模型并非陪伴机器人当前阶段的最优解。在高度依赖长期使用、情感安全和物理稳定性的场景中，稳定性与可持续性，仍然应当优先于模型能力本身。

　　抢占AI应用入口

　　围绕产品如何持续“成长”，不同团队也有不同的选择。

　　在五个月的亲身使用过程中，第一财经记者发现Ropet的软件版本几乎保持着每月更迭的速度……