在CES展会上琳琅满目的AI赋能设备中，rabbit r1（坚持全小写）不仅因其高可见度的涂装和独特的形态脱颖而出，更因为它对比特世界的专注。该公司希望用户随身携带这款第二台设备，从而省去打开手机的麻烦——为此，他们在技术层面付出了非凡的努力以确保其实现。
这款售价200美元的r1背后的理念很简单：当你需要完成叫车、查找餐厅或寻找住宿等简单任务时，可以把手机留在口袋里不用拿出来。
“我们并不是想取代你的手机，”CEO兼创始人Jesse Lyu在拉斯维加斯科技展会前接受媒体电话采访时说道。“手机是一种娱乐设备，但如果你试图高效地处理事务，它并不是最高效的工具。为了和同事安排晚餐，我们需要让四五个不同的应用程序协同工作。大型语言模型是自然语言的通用解决方案，我们希望为这些服务也提供一个通用方案——它们应该能够直接理解你。”
与其掏出手机、解锁、找到应用、打开它并艰难地操作界面，不如直接拿出r1，用自然语言发出指令：
“叫一辆Uber XL送我们去现代艺术博物馆。”
“给我列出一份清单，包含步行10分钟范围内那附近的五家廉价餐厅。”
“在Airbnb上列出Seaside附近10英里内评价最好的木屋，适合六名成人入住，每晚不超过300美元。”
r1会按照你的指令执行，几秒后提供确认信息以及你可能要求的任何内容。
听起来很熟悉，对吧？毕竟，这就是我们所谓的“AI助手”在过去五六年里据称一直在做的事情。“Siri，做这个”，“Hey Google，做那个”。你说得对！但存在一个巨大的差异。
Siri、Google Assistant、Alexa以及其他类似产品，更准确的描述应该是“自定义迷你应用的语音接口”，与我们过去一年来开始与之聊天的许多语言模型截然不同。当你告诉Google帮你叫一辆Lyft到你当前位置时，它会使用Lyft的官方API发送相关信息并获取响应——这基本上只是两台机器之间的对话。
这并不是说这种做法有什么不好——但通过API能做到的事情往往非常有限。当然，助手与应用之间必须存在官方关系，即经过批准且付费的连接。如果你喜欢的应用不与Siri兼容，或者Alexa可访问的API已过时，那你就只能自认倒霉了。对于那些规模太小而无法与Google达成官方合作的小众应用又该怎么办呢？
Rabbit设计的产品更接近过去一年来出现的“智能体”（agent）类型人工智能，即针对网站和应用程序等普通用户界面进行训练的机器学习模型。因此，它订购披萨的方式并非通过专门的Domino's API，而是像人类一样：在普通的网页或移动应用上点击常规按钮和输入框。
该公司使用大量常见应用程序的截图和视频训练了自己的“大型动作模型”（Large Action Model，简称LAM）。因此，当你让它播放Spotify上的某张鲍勃·迪伦（Bob Dylan）的老专辑时，它不会中途迷失方向。它会知道前往迪伦的艺术家页面，按发行日期整理专辑，向下滚动并选择其中一张最老的专辑加入播放队列——或者按照你平时操作的方式来进行。
你可以在rabbit的视频中查看该过程。
它已经能够处理许多常见应用程序和服务的工作流程，但如果你有一个它尚未掌握的应用程序，rabbit声称r1只需观看你使用该应用程序一段时间即可学会——尽管这种教学模式在发布时将不可用。（Lyu表示他们已在《暗黑破坏神4》（Diablo 4）中实现了这一功能，因此它很可能也能处理AllTrails。）
当然，r1无法真正独立按下应用程序中的那些按钮——首先，它没有手指来按键；其次，它没有账户。为了解决第二个问题，rabbit建立了一个名为“rabbit hole”的平台，用户可以在这里使用登录凭证激活服务，而这些凭证不会被保存。激活后，服务器会在某种模拟环境中以类似你的方式通过普通按钮点击来操作应用程序（他们对此并未提供过多细节）。
“你可以把它想象成把手机交给你的助手，”Lyu说道，他慷慨地假设我们都熟悉这种便利。“我们只是让这个东西替你按键。而在他们的后端看来，只是你在尝试进行操作。这完全合法，且符合其服务条款。”
更小、更便宜、更快
该公司显然在技术方面投入了大量精力，但真正的问题是，是否有人愿意除了手机之外还随身携带这个设备。它的售价为200美元，无订阅费，但你需要自备SIM卡。这比AirPods更便宜，并且它做出了许多令人兴奋的承诺。
它明显的一个优势就是外观。就像Playdate有个初创公司创始人表亲，开着亮红色的特斯拉，车牌号还特别招摇。它由Teenage Engineering设计，这家公司如今几乎包揽了所有值得拥有的产品。
你可能会问，既然这是个用来对话的设备，为什么还要带屏幕？好吧，屏幕是用来显示视觉信息的，比如搜索结果或确认你的位置。对此我有些矛盾。一方面想，不然还能怎么做呢？另一方面又想，如果真需要确认所有这些内容，为什么不直接用你另一个口袋里的手机呢？
显然，rabbit团队认为，对于这个小巧（3″x3″x0.5″）轻便（115克）的设备，只需把它举起来说出你的需求，然后用滚轮和按钮导航结果，在很多情况下比使用应用更简单。我也能理解这确实可能成立——许多应用设计糟糕，现在又多了广告这一额外风险。
但为什么要加摄像头呢？这一点我没能得到明确的答案。它有一个有趣的磁吸/自由浮动轴，可以自动旋转至水平并指向你想要的方向。似乎还有一些功能正在开发中，尚未完全就绪——比如“这袋糖果有多少卡路里？”或“这座建筑是谁设计的？”之类的问题。视频通话和社交媒体功能可能也在规划中。
该设备现已开放预购，Lyu表示他们计划于三月底向美国发货。
令人畏惧的竞争
然而，归根结底的关键问题并非rabbit r1能否实现其既定目标——据我所知，它能做到——而是面对极其强大的竞争时，这种路径是否可行。
Google、Apple、Microsoft、OpenAI、Anthropic、Amazon、Meta——每一家公司以及更多其他公司都在努力每天打造更强大的机器学习代理。对rabbit最大的威胁不是没人买它，而是六个月后，一家市值千亿美元的公司推出自己的行动代理，能完成rabbit 80%的功能，并在智能手机上免费提供。
我问Lyu这是否是他和他公司的担忧，毕竟他的公司只有17名员工，规模远不及那些巨头。
“当然我们担心，”他回答说，“我们是家初创公司。但仅仅因为他们能做到，并不意味着我们就得停下脚步。”
他指出，尽管这些公司拥有庞大资源，但也缺乏初创企业的敏捷性——后者今天就能交付它们未来才可能部分推出的产品，而且拥有数据。他指出，语言模型“基于一个公开配方——五篇论文而已”。在这方面很难建立护城河。但rabbit的LAM建立在专有数据之上，旨在为特定设备提供非常具体的用户体验。
即便如此，即便rabbit r1更优秀或更可爱，人们也更偏爱简洁与便捷。既然他们手中的第一台设备已经能完成大部分任务，为何还要花钱携带第二台设备呢？短期内，答案是肯定的：Lyu表示预订量正在不断攀升。rabbit能否存活并推出下一代产品——大概是r2？即使它无法做到，这款小巧而热门的设备也可能作为AI炒作时代精神的一个恰如其分的雄心勃勃的典范，长存于我们的记忆之中。
让开吧，Siri。rabbit r1是一款口袋AI助手，它可以为你导航应用，无需你拿起手机。
