自CES展亮相以来，备受追捧的AI助手设备Rabbit r1热度已有所减退。如今它带来了一些更新，但这些更新可能还不足以改变批评者们的看法。
新增的“beta rabbit”模式为设备增添了一些对话式AI能力，特别是在处理更复杂或多步骤指令时；当它不确定某些内容时，也应能更好地提出后续问题。
例如，官方提供了如下示例：
“beta rabbit，能否推荐三本与《当下的力量》相似的书籍？请包含页数、出版年份和评分，并将这些信息保存为一个名为‘阅读清单’的笔记，同时附上作者的照片。”
[随后:] “beta rabbit，能否再为我提供这三本书的摘要？”
设置旅行行程以及寻找产品优惠或推荐是其他一些建议的功能选项。作为偶尔使用聊天机器人的用户，我们发现这类任务在演示中令人印象深刻，但在现实中却很少有用。
例如，聊天机器人生成的行程单往往显得怪异且不可预测；而对比规格和价格虽然展示了其强大的网页抓取能力，但在如此小巧的设备上操作却极不方便，又有谁会信任这些来源随意的书籍推荐呢？
此外，闹钟和计时器功能也有所改进，这当然值得欢迎，但有时也会让人不禁心想“等等……”。例如，“设定一个烤巧克力曲奇饼的计时器”：温度是多少？烤多少？什么类型的饼干？这简直是烹饪灾难的配方，AI不可能知道这些细节。另一方面，问它“两打巧克力曲奇饼在300华氏度下需要烤多久？”则是完全合理的。
当然，大家一直在等待的是该公司今年一月大力推崇但至今难以捉摸的所谓“大型动作模型”（Large Action Model）。当时的宣传称该模型是在手机和网页应用界面数据上训练的，能够自主导航这些界面以完成用户指定的任务——我当时认为这是有抱负但不荒谬的说法。然而到目前为止，这种能力除了在演示中展示过之外，并未在其他地方得到证实；或者如果声称某个操作使用了该模型，其表现也与通过API或普通动作脚本实现的效果无法区分。
我仍然对这款奇特小设备的最终实用性保持乐观，这也是为什么尽管自从我们拿到这款设备进行评测以来几乎没怎么用过它，但我还没有把它扔进抽屉里——至少现在还没。
我已经向Rabbit询问何时能有关于LAM的消息，如果收到回复，我会更新这篇文章。