01
主线产品 家校协同 AI 终端
班宠伴学机
把老师 Web 的班级激励，延伸到学生硬件与家长小程序，让课堂反馈在家庭里被看见。
老师 Web学生硬件家长日报教育场景数据
一套底座 · THREE FORMS 三类产品，
三类产品，
共享同一套交互、设备和安全能力。
平台先解决共性问题：怎么听、怎么说、怎么控制内容、怎么连设备、怎么让家长和老师看懂结果。产品层只负责把这些能力放进具体场景。
02
工程样机 IP 联名 / 车载桌面终端
Meta Doodle
复用语音、表情、设备管理和内容分发能力，把平台能力装进更轻量的联名硬件形态。
语音交互表情系统设备管理联名内容
03
研发中 家庭儿童陪伴机器人
魔力豆豆
面向 3-12 岁家庭场景，强调自然对话、万物识读、亲子互动和家长可控的陪伴边界。
大模型对话多模态识读亲子内容安全边界
端云架构 · ARCHITECTURE 五个节点，
五个节点，
形成数据闭环。
平台不是把大模型接到硬件上这么简单。真正有价值的是把课堂事件、家庭交互、设备状态、家长反馈和内容策略连成一个可解释的循环。
老师 Web
加分评价、任务发布、班级激励与老师端运营数据。
学生硬件
投喂、语音、表情、触摸、设备状态与离线兜底。
云端服务
账号、设备、积分、内容、报告、风控与数据闭环。
AI 能力
ASR / TTS、大模型、多模态识别、内容安全与策略编排。
家长小程序
日报查看、使用边界、授权管理与亲子反馈。
课堂事件进入平台
老师端产生加分、评价、任务与班级行为事件。
云端转换为可交互激励
平台把事件转换为食物、成长值、内容推荐和设备指令。
硬件完成实体反馈
学生通过投喂、语音、表情与按键获得可感知的陪伴反馈。
家长看到日报与建议
家长端沉淀日报、趋势和可解释反馈，形成家校沟通材料。
数据回到内容与策略
报告、设备状态和安全信号回流，用于优化内容、模型策略和运营节奏。
核心能力 · CAPABILITIES 六项能力，
六项能力，
决定 AI 终端能不能长期跑。
儿童陪伴硬件不能只看一次演示是否惊艳。我们更关注延迟、稳定性、内容边界、设备状态、报告解释和后续运营。
01 Voice
语音交互
面向儿童语速、课堂噪声和家庭远场环境，组合唤醒、ASR、TTS、打断、降噪与失败兜底。
- 儿童语音适配
- 实时打断策略
- 弱网 / 离线兜底
02 LLM
大模型对话
把通用大模型放进教育与家庭边界内运行，按产品场景编排角色、知识、内容红线和响应策略。
- 场景化 Prompt
- 知识与内容约束
- 安全回复策略
03 Vision
多模态感知
把视觉识别、情绪信号、触摸输入、灯光与表情屏联动起来，让陪伴终端不只靠说话工作。
- 万物识读
- 触摸 / 按键事件
- 表情与灯光反馈
04 Device
硬件与设备
沉淀主控、屏幕、麦克风、摄像头、传感器、OTA、设备绑定和量产测试流程。
- 设备绑定与 OTA
- 状态监测
- 量产测试清单
05 Content
内容与报告
把课堂事件、家庭交互和内容消费整理成家长能看懂、老师能复用、渠道能交付的报告体系。
- 家长日报
- 成长记录
- 内容推荐规则
06 Safety
安全与合规
围绕未成年人保护设置默认边界，覆盖身份提示、授权、内容审核、日志留存和数据最小化。
- AI 身份提示
- 家长授权
- 数据最小化
安全原则 · MINOR PROTECTION 未成年人保护，
未成年人保护，
是平台默认值。
花衍做的是会进入家庭和学校的 AI 终端。我们不把「更像真人」当作唯一目标，也不把儿童数据当作增长素材。平台设计优先考虑监护、边界和可解释。
基本判断 孩子可以获得陪伴，但监护人必须知道、能看见、可干预。
AI 身份明确
不把 AI 包装成真人、老师或同学。儿童、家长和学校都应知道交互对象是 AI 终端。
默认家长可控
家庭端保留查看、授权、边界调整和关闭入口，关键能力不绕过监护人直接面向儿童开放。
内容先过边界
对话、故事、知识问答和视觉识别结果都要经过儿童适龄、敏感内容和场景安全策略处理。
数据最小必要
只采集完成服务所需的数据，避免把儿童画像、注意力捕获或过度行为分析做成产品卖点。
学校场景可解释
面向学校试点时讲清数据流向、授权方式、老师工作量和样板边界，避免模糊承诺。
人工复核入口
涉及异常内容、家长投诉、学校反馈和重要运营策略时，保留人工介入与复核机制。
合作价值 · PARTNER VALUE 不同合作方，
不同合作方，
看到的是同一个平台的不同接口。
学校关心效果与负担，渠道关心交付与复用，IP 方关心角色表达，投资人关心规模化路径。平台页把这些问题放到同一张图里。