前华为、OPPO、腾讯的技术骨干，给外国孩子做了款会讲故事的AI“小房子”｜36氪专访

作者 | 张子怡

编辑 | 袁斯来

“爸爸，我想吃麦当劳，我的嘴巴就是薯条的客厅......”

在给孩子试用自家产品一段时间后，马秀成惊讶的听到孩子将一些奇特的比喻运用在日常生活中。这成为他们收到的最正向的反馈之一。

人到中年，马秀成和后来的合伙人潘璇离开了工作过数十年的手机行业。两人的身份在这时发生变化，他们都成为了“父亲”。

在学习如何做“父亲”的过程中，他们找到了创业灵感——做一款针对孩子的AI玩具。作为家长，他们需求很明确：不能有屏幕，可以给孩子讲故事，激发孩子的想象力。

不同于时下AI玩具流行的玩偶形态，作为玩具的Talenpal长得有些“抽象”，其外观像一座小房子，带有一块微型显示屏用作简单的图文或图画提示。

购买Talenpal后，用户会获赠一套玩偶。每个玩偶有不同的IP形象，都预装了特定的故事、音乐或学习活动：如长颈鹿Gigi有睡前疗愈的内容，小猎豹Jett有自然与生命探索的相关内容，小狐狸Nora有温暖的友情故事，小河马Pipa有情商成长故事，小熊Tubby有日常习惯培养的故事……

孩子将玩偶放在talenpal的楼阁上，它便能播放故事，按下烟囱，孩子便能够启动和AI的对话。

AI玩具是近两年大热的赛道，据市场研究公司Market Research Future的数据，2024年全球AI玩具市场规模已突破110亿美元，预计2030年将达580亿美元，年均增速超20%。

创业企业混战时，大厂也开始下场。华为在其Mate80发布会上，推出情感陪聊AI玩具“智能憨憨”，预售首周卖出10万台。

Talenpal的优势在海外。他们主攻美国市场，法案合规、数据安全合规和软硬结合都有很高门槛。

最关键的是，Talenpal的IP故事是海外的绘本版权，又结合国内内容团队做再生产，是企业独家的IP资产。“这些能力（国内公司）可以做，但有时间成本。”马秀成告诉硬氪。

我们同Talenpal的马秀成聊了聊，关于孩子、AI玩具、AI安全和对行业的观察。

01 无屏AI玩具能激发孩子的想象力

硬氪：能否介绍一下团队背景？

马秀成：我曾经在华为消费者BG工作，主要是负责华为手机产品研发，也负责过OPPO全球海外运营商业务，在欧洲工作过三年。

另一位核心创始人原来在歌尔声学担任VP，负责过Apple音频类产品研发，也在正浩创新负责创新产品研发业务

两位核心创始人都管理过华为和苹果产品的研发，其他核心团队还包括来自腾讯、酷派、亚马逊、Indare设计等小伙伴，我们是一个复合背景的团队，具备消费电子，内容制作与出海能力。

硬氪：你们大概是什么时候开始想做这个产品的？

马秀成：我是两个小男孩的父亲，一对双胞胎都是4岁。所以这个产品形态，源于生活的体感和洞察，和对用户需求的敏感。一般3-6岁的小孩，在蒙氏教育里面是想象力的敏感期，3-6岁的小孩如果沉溺在有屏的媒介中，会不利于他们想象力的构建。所以我们首先想做无屏。

2020年之后出生的孩子，可以定义为AI-Native的一代，这一代的小孩应该有属于他们的玩具，我发现自己的孩子跟豆包聊天的黏性很强，所以就想如何把这种无屏形态产品和AI结合起来，这应该会是一个极具创新力的产品。从这个概念出发，进行了大量的用户研究。对于塑造孩子想象力，点燃他们的创造力，需要三个要素，缺一不可：符号刺激（比如多元化的公仔形态），叙事框架（清晰的故事）以及互动响应（对幻想的及时反馈）。所以在产品的定义上，就需要高质量的儿童内容，童趣的公仔IP形象以及友好的AI互动结合起来。第一代产品的打磨用了将近一年的时间。

硬氪：屏幕对孩子伤害很大，但现在的智能产品又很难避开屏幕。你们是在哪个阶段决定要做一款无屏AI玩具的？

马秀成：我们研究了儿童发展心理学，尤其皮亚杰提出的3-6岁潜散期。这是孩子语言、想象力最旺盛的阶段，具象的“屏”容易让他们沉迷、缺失想象力，且对眼睛不好。

我们判断，7岁前更适合故事机形态，让孩子通过听故事去想象。无屏模式能最大化激发孩子的想象力，我发现他听了我们产品的内容后，真的会应用在日常生活中。

我举两个很形象的案例。有一天他告诉我“爸爸我想吃麦当劳”，他说“我的嘴巴就是薯条的客厅”。还有一天，下雨带他买鱼回家，他说“如果把小鱼吃了的话，我的肚子就是小鱼的雨伞”。

硬氪：很有意思。您家小朋友使用这款玩具有多久了？他是怎么玩的，您又是怎么发现他的想象力因此变得更丰富、更有趣的？

马秀成：产品Demo出来之后，我就给自己的孩子使用，我也仔细对比了与其他产品的使用差异。传统形态的产品一般只是听，很难让孩子开口说话，而父母肯定是希望孩子多表达。我也给孩子买过一些AI对话玩具，但是由于没有预置好故事内容的输入，孩子也很难问出好问题。

我观察自己的孩子使用我们的产品，首先是听故事，在听故事中会展开他们的想象空间，他会问一些与故事内容结合的好问题，然后AI就可以给孩子更有趣的回答，让孩子进一步的打开想象力。

这是我实际生活中观察到的正向反馈，作为两个小男孩的父亲，还是感受很兴奋。在产品的设计上，我们是小房子造型，这种造型也是源于生活，会让孩子感到熟悉。

同时搭配有童趣的公仔形象，每个公仔放上去就能启动故事讲述。我们的每一个公仔，都有不一样的世界观设定，这些世界观都是契合孩子成长需要的。这些公仔形象，故事内容以及AI互动，都是相互耦合的，我们做到IP+内容+AI的统一。

硬氪：那除了小房子和你们的玩偶，其他玩具放上去也能讲故事吗？

马秀成：不支持的。我们的生态系统中，所有故事都是自己生产的，它放上去就会自动识别。如果你买别的产品，放上去，它背后没有故事。

硬氪：你们有很多熟悉的形象，关于IP的概念和版权保护问题，是怎么解决的？

马秀成：这些形象基本是我们自己设计的，或者选用像格林童话等公有IP。

硬氪：既然硬件是基于小朋友使用情况开发的，那为什么会想到要投入大量精力做内容，并将AI玩具定位在低龄儿童，这个契机是什么？

马秀成：我们做了全球用户的调研，故事对于儿童是强刚需，任何地方的孩子需求都类似，但怎么讲故事存在巨大的痛点。我们发现，家庭通常有大量成体系化的绘本资源，能系统性地满足孩子在不同阶段的需求，如3岁情绪认知，4岁社交。然而，这个年龄段孩子有阅读障碍，需要大人协助。北美同类玩具大多是单点的AI对话或娱乐化故事，缺乏系统性。

我们的核心差异化在于：我们从内容科学体系出发。我们给每个IP形象（如小鸭子教表达、小熊教社交）锚定一个世界观主线，故事由绘本系列暗线支撑，再结合调教后的AI对话模式。这套体系能系统地教孩子更好地认知情绪、去社交。这是一个非常科学体系化的设计，这是我们的初心。

硬氪：绘本能激发想象力和构建形象世界。你们的无屏AI玩具完全靠声音，这会不会对小朋友的专注力是很大的考验，同时缺失了绘本的形象构建作用？

马秀成：首先很多家长对屏幕是天然抗拒的。美国家长跟中国家长一样，3-6岁时不希望孩子进入有屏世界。有屏会限制想象力，属于单向灌输，这一点我们很笃定。

我们利用的是“听觉留白”效应。绘本把画面画满了，孩子是被动接受；而声音留出了空白，孩子听到描述，必须在脑海里自己构建画面。这倒逼孩子去主动调动想象力。同时，我们用AI的“即时互动”来锁住注意力。孩子的思维是跳跃的，AI能做到秒回，孩子问一句、它接一句，这种高频互动的趣味性，能让孩子在没有屏幕的情况下依然坐得住。这是对专注力和想象力的双重深度锻炼。

02 没有内容的AI玩具只是空壳

硬氪：能具体分享一下这个技术连接过程吗？玩具放上房子，按下按钮对话，你们如何确保AI互动中不会有延迟或跑题？

马秀成：我们的服务器部署在美国本地，直接调用美国模型，结合本地知识库的精简和加工，以确保更低的延迟。我们在知识库的精简和性格调优上做了大量细致的工作，只为给孩子一种“它真的懂我”的感觉。

硬氪：海外曾出现青少年与AI对话引发诱导自伤或不当对话的例子。你们如何保证小朋友在对话中不会意外触发并获取不适合的信息？

马秀成：家长对这儿童产品安全性的关注度远超大家想象。我们做了多层防护。

第一层是底层模型，我们选择了美国当地对儿童最安全的底层大模型，并做了青少年友好化的限制。第二层是本地RAG（知识库），区别于其他厂家，因为我们深耕内容，会有大量的故事内容素材，进行精简和加工后，可以优化本地RAG。第三层是智能体，我们的每个公仔智能体，都有对应的差异化世界观，再由专业的AI工程师来做prompt，让智能体贴近我们的角色，这个调试也是跟美国的专家一起做的。

此外，我们也设计了声音克隆功能，这源于我自己的经历，当父母不在场的时候，如何用孩子熟悉的声音讲故事，提供他们熟悉感和安全感。在场时，我们鼓励父母一起互动。对北美父母而言，复刻祖父母的声音作为圣诞礼物，也是非常有价值的事。

硬氪：产品发售后的用户反馈如何？

马秀成：产品才刚开始推出市场，但已经收集到一些用户反馈。

我们可以总结三点。第一，“屏幕替代率”很高。最惊喜的是我们的产品真能把孩子从iPad面前拉走，而且孩子听得进去，专注时间变长了，不是玩两下就扔那种。第二，“带娃减负”。我们的产品就像个随时待命的助手，能让家长腾出手来干点别的，实实在在减轻了带娃的压力。第三，“高频陪伴”。不少家长反馈这不再是一个玩两下就扔的玩具，孩子在真实生活中用得高频，买得很值。

硬氪：你们主要关注美国和欧美市场，但每个国家的育儿理念、IP偏好都不同。这对你们的产品本地化会带来挑战吗？

马秀成：我们产品的文化柔性很强。比如，我们在北美有独立站，中东最大的玩具厂商也主动接触我们。

中东有禁忌，像佩奇不能用，他们希望有中东化的、保留传统的祈祷、古兰经之类的故事，更偏向阿拉伯语。美国也会提西班牙语的需求，因为有很多双语或多语言家庭。北欧国家更关注社交和情绪教育。不同区域的需求确实完全不一样。

对我们来说，柔性意味着很多资源已经完备，只需要适配语言，并搭配IP形象。举例子，比如在中东，我们可以有骆驼IP，去解读本地的文化，我们的内容工业化生产能力已经完备。

硬氪：你们非常重视内容版权，去不同市场是否意味着需要采买大量不同的内容、寻找新的声优演员？整个生产链条会很长吗？

马秀成：这确实是一条很难的路，但也因此构成了护城河。很多厂商不愿意碰内容，嫌太重、太慢。但我们认为，没有好内容的AI玩具只是个空壳。

03 硬件只是物理载体

硬氪：玩偶是如何定价的？

马秀成：玩偶定价不同，10美金到15美金不等。每一个公仔背后，都是我们要花费大量时间去打磨的“灵魂”。

这款产品背后的成本投入很深，我们的定价策略反映了产品的内容价值和IP价值。我们不卖廉价的塑料，我们卖的是精心设计的角色和持续更新的互动体验。

硬氪：AI生成的孩子成长报告涉及到儿童隐私问题，你们在这方面是如何考虑的？

马秀成：我们所有的用户数据和服务器都部署在美国本地，不会采集或回传用户任何东西。我们在这方面做了很多工作，确保完全合规。我们的态度是：不做任何妥协，不留任何隐患。我们的很大一部分精力也花在了这方面。

硬氪：能否简单介绍一下美国的AI玩具市场现状和主要产品？Talenpal在这个市场中是否具备独创性？

马秀成：美国玩具市场非常大，是数百亿美金的市场。这个市场在AI时代能够再做一遍，孩子听故事、玩玩具就像衣食住行一样，是人类的本能需求。

Talenpal是率先将AI与儿童本地化内容以及出海这个事情结合起来的，在全球具备极高的独创性，开创了品类的新玩法。

硬氪：国内厂商学习能力很强，有没有担心产品很快被跟进？

马秀成：完全不担心，我们欢迎良性竞争。因为这个行业的门槛比表面看起来要高得多：第一是全球合规门槛，在高价值市场解决隐私和安全问题需要极高的专业度；第二是跨界融合能力，将硬件、AI、内容、Saas服务以及儿童心理学等领域的能力融合在同一个产品上非常难；第三是内容的持续再创造能力，这需要时间的沉淀。这些工作需要大量的时间和资源投入，不是简单抄袭一个外观，或者接入一个API接口就能复刻的。

硬氪：您认为AI玩具的局限性和天花板在哪里？会不会有对话能力不够有趣，影响复购的问题。您怎么看？

马秀成：传统玩具是“静态”的，出厂那一刻就是它的最终形态，所以容易被淘汰。但我们的产品是“生长型”的。硬件只是一个物理载体，真正的核心在内容在云端。不同玩偶上的内容能够提供匹配不同年龄段的内容。这意味着我们的LTV（用户生命周期）会比传统玩具更长，它不是一个短期的安抚工具，而是整个3-6岁童年的成长伙伴。

硬氪：除了硬件本身，你们在商业模式上是如何规划的？毕竟硬件通常是一次性消费，如何产生持续价值？

马秀成：我们不把TalenPal定义为一家纯硬件公司，我们的商业逻辑类似经典的“剃须刀与刀片”模式：主机硬件是基础平台（剃须刀），而不断推出的公仔玩偶就是“刀片”。当孩子喜欢上我们的故事宇宙，以及随着孩子年龄增长，就会渴望拥有新的角色来解锁新的冒险。这种“实体公仔+内容解锁”的模式，能带来良性复购，让我们能持续通过内容变现，而不仅仅是依赖卖机器。

硬氪：你们未来会考虑独立融资吗？

马秀成：我们已经收到一些投资意向。现阶段，我们更看重用户的真实反馈。我们要证明，这不仅仅是一个很酷的概念，更是一个能真实进入千家万户、被孩子和家长高频使用的好产品。