从 Sirius 的身体思考 AI 机器人,与 Meydo S1 追求的数字工作

AI 不只是回话,还会在你面前转身、靠近、摇尾巴。Sirius 是一只把小小身体的反应当作核心的机器狗。值得关注的不只是它像狗的外观。它读取语音与影像并转化为物理动作的通路,正体现了家用 AI 硬件的设计思路。与处于产品构想与用户需求验证阶段的 Meydo S1 相比,"AI 到底驱动什么"这个论点就变得清晰了。

Thinking About AI Robots Through Sirius's Body, and the Digital Work Meydo S1 Aims For

AI 不只是回话,还会在你面前转身、靠近、摇尾巴。Sirius 是一只把小小身体的反应当作核心的机器狗。值得关注的不只是它像狗的外观。它读取语音与影像并转化为物理动作的通路,正体现了家用 AI 硬件的设计思路。与处于产品构想与用户需求验证阶段的 Meydo S1 相比,"AI 到底驱动什么"这个论点就变得清晰了。

图1 Sirius 官方动画静帧与 Meydo S1 概念并排的编辑图。显示比例不代表实际尺寸,也不代表 S1 的功能已经实现。

约 1kg 的身体成为对话的出口


Sirius 是 Hengbot 的 AI 机器狗,日本的 Makuake 项目由 YMTREND 执行。官方介绍了约 1kg 的机身、最高约 0.5 米/秒的移动速度,以及行走、转向、跳跃等动作。小巧的身体在每条腿上集成了 3 个执行器,对各自由度的角度、角速度、负载、温度进行反馈。要把语言 AI 的回答变成动作,这种底层控制不可或缺。

因此,看 Sirius 时,不要把对话模型和运动机制当作同一种能力来衡量。无论理解话语多么自然,真正能执行的动作仍由地面条件、活动范围、重心和驱动系统决定。官方的最大速度是依使用条件而定的数值,本文没有实测行驶或跌倒回避。在家庭内使用时还需避开台阶和水渍,它不是防水产品。

图2 Sirius 官方动画静帧。用于介绍关节机构,不是对行驶性能的第三方测量。

把近场感知与云端理解结合


据介绍,头部配备 8MP 摄像头、双麦克风、ToF 传感器和触控输入,搭载 5 TOPS 的 AI 芯片。被呼唤时转向对应方向、感知与人的距离、对抚摸作出反应等输入,会与表情和姿态的变化相连接。1.8 英寸显示屏的作用与其说是信息显示,不如说是作为"脸",用整个身体传达回应。

官方明确说明的处理分工也很重要。人脸识别在机身本地进行,人脸数据不上传云端;而对话内容与意图解析则使用云端 AI。它把"过来这边""跳个舞"这类话语,转化为动作、声音与表情的组合。不能因为人脸识别在本地,就认为包括对话在内的一切都能离线完成。

图3 Sirius 官方刊登图片。介绍机身本地的人脸识别,但不意味着全部处理都能离线运行。

把"教动作"的乐趣与开发环境分开看


除了用自然语言指定反应,官方还介绍了手动示教:用手引导关节,记录姿态与力度信息,作为动作重现。这种思路减轻了从零编程的负担,是用户改变自家机器人行为的入口。但这并不意味着任何指定动作都能执行。要把它理解为:在可控动作与机构限制之内,组合出表现。

此外,EDU 版提供支持 ROS 2、C、C++、Python 的 API,以及编辑动作与表情的 Creator Studio Pro。10 月 23 日的官方说明称,API 权限需经过个别联系与回复必要信息后开通。普通版的自定义与开发环境属于另一提供范围。用于研究或制作时,请确认版本与使用手续。功能可扩展是价值,但不是"买回家就能自主完成家务"的依据。

图4 Sirius 官方动画静帧。制作环境因版本而异,不能把 EDU 向功能当作全机型通用。

日本的项目于 2026 年 8 月 28 日开始,预定 10 月 30 日结束。普通回报预定 12 月底前发货。另一方面,10 月 23 日的官方报告称,公开首日面向支持者的第 1 批已从海外仓库发出。计划 10 月 26 日抵达日本、到货后约 2~3 天清关、10 月 28 日起国内配送、最迟 11 月 8 日前送达;这只是计划,不是到货或配送完成的确认。请确认自己所属批次的最新通知。

页面上的约 1 亿 4800 万日元成绩,是 2025 年 Kickstarter 的海外支持金额,并非本次 Makuake 的成绩。比起数字的大小,更重要的是读懂与之对应的体验和提供时间。

图5 从官方说明整理的 Sirius 从感知到反应的流程。是简化处理分工的编辑图,不是对延迟或识别率的测量结果。

Meydo S1 构想把操作对象扩展到屏幕


Sirius 驱动机器人的腿脚与表情;Meydo S1 的提供资料描绘的则是:记录日常信息、经确认后推进数字工作的入口。其构想是接收语音、图像、摄像头影像与屏幕数据,衔接转写、摘要、ToDo 与个人记忆。S1 处于产品构想与用户需求验证阶段,不能声称这些功能已在实机上完成。

例如外出时想到的内容先记录下来,回到书桌后再结合相关信息回顾。会议场景则从发言中整理出负责人与截止时间,用户确认内容后选择下一步动作。Sirius 的动作是看得见的身体结果,而在这个场景里,记录与工作状态就是结果。两者都是响应输入的 AI,但判断"失败"的位置不同。

图6 Meydo S1 用于日常记录场景的概念图。用于说明产品外观与使用意图,不证明实机的动作或识别性能。

S1 还有通过 USB 连接智能手机或 PC 的 USB KVM 模式方案。其设计是理解获准的画面,把指令转换为键盘、鼠标、触控操作。就像机器人开发要考虑身体活动范围与地面条件一样,这种方式下,操作系统、应用、认证画面和连接条件决定了执行的边界。目前兼容性与执行精度尚未验证,还没到"接上 USB 就能完成任意工作"的阶段。

在构想中,采用 AI、确认、取消三个物理按钮,用户批准 AI 提出的操作,必要时可以停止。FoneClaw 承担记录、记忆、权限、同步、任务状态的管理。已批准保存的信息日后可以更改、删除,这也是个人记忆的前提。从确认到执行、结果报告相连的思路很具体,但各屏操作能否正确执行,还需要今后验证。

图7 简化展示 Meydo S1 确认与执行构想的编辑图。对外部设备的操作均未验证,不代表成功率或停止功能已经实现。

把"AI 会动"这句话具体化


Sirius 的价值在于:对声音和触摸以身体回应,还提供自己创造动作的乐趣。拥有从感知到动作的通路,是具身 AI 的重要特征。但仅凭这些,还不能称之为能自主完成收拾、家务、多步骤杂务的通用家庭 Agent。应把公开资料中可确认的动作,与未来的扩展可能性分开来看。

图8 Sirius 官方公开信息与 Meydo S1 构想的比较。整理了驱动身体的设计与数字工作的设计,不代表产品阶段或性能的同等性。

如果想享受与机器人的互动和动作创作,Sirius 的关节结构、输入手段与 EDU 环境就是判断材料。如果想从记录推进到 PC 或智能手机上的工作,则值得观望 S1 的构想实际能完成什么。S1 的价格、重量、续航、通信与支持设备、上市与配送均未确定。要评价 AI 的行动,需要具体说明:什么在动、在哪里停下、以什么为完成。