一本绘本被孩子反复翻到同一页时，问题往往不会停在书上。动物为什么住在这里，叶子为什么是这种颜色，故事里的角色还能不能去别的地方。大人顺着回答几句，很快就会发现，孩子真正感兴趣的不是一个标准答案，而是眼前这件东西还能引出什么。
在儿童AI硬件里，绘本曾经是一个很好的入口。它有图像、有文字、有角色、有情节，也天然适合亲子互动。Luka卢卡绘本阅读机器人做的，就是让AI先学会读懂书页，再陪孩子完成阅读和提问。
而到了Ling.ai创始人顾嘉唯（Jiawei Gu）正在做的新产品里，入口开始从桌面移到孩子身边。
在BEYOND Expo 2026物理AI峰会“The Rise of Social & Cognitive AI: Transforming Human-Object Interaction”圆桌中，顾嘉唯提到，Ling.ai的新产品Ling是一款可以戴在身上的个人设备，用来创造spatial interaction（空间交互）。如果Luka更多是在桌面上理解绘本，Ling想理解的就是孩子移动中的真实环境。
这个变化并不只是把设备做小。桌面上的摄像头看的是书页，随身设备看到的则可能是一盆植物、一张卡片、一件玩具，或者孩子刚刚经过的一个空间。顾嘉唯把这种积累称为human context（人的上下文）：AI要理解的，不只是某一次输入，也包括孩子正在看什么、碰到什么、对什么产生好奇。
因此，儿童AI学伴的下一步，也许不只是更会回答问题。它要让孩子身边的物体变成可以被提问的对象。绘本仍然可以读，但真实世界也可以被“翻开”。
顾嘉唯把Ling.ai的用户起点选在Generation Alpha（Alpha世代）。这一代孩子从小接触AI，和屏幕、语音助手、智能硬件一起长大。对他们而言，AI不一定只是手机里的聊天窗口，也可能是一件随身设备，陪他们在真实环境里观察、提问和想象。
这一判断背后，是顾嘉唯对AI演进路径的理解。大语言模型先从文本中学习，之后进入multimodal model（多模态模型），再往后才可能走向large action model（大动作模型）。换到儿童产品里，问题就变成：AI如何从理解书本和文字，走向理解孩子眼前的物体、空间和动作。
Ling.ai并不是从零开始做这件事。顾嘉唯在圆桌中提到，过去十年，团队通过Luka积累了大量来自绘本和儿童互动的数据。绘本本身就有图像、语言、角色和场景关系，经过长期结构化处理后，这些数据可以帮助AI更好理解图像背后的知识关系。
这也是Ling能够从“读绘本”延伸到“看世界”的基础。孩子拍下一盆植物，AI不只是识别它叫什么，还可以延伸到生长习性、环境变化，甚至用一个角色把知识带出来。孩子拍下一张卡牌或一个玩具，AI也不只是给出名字，而是可以生成新的互动内容。
在顾嘉唯看来，cognitive AI（认知AI）这个词可以被收窄到一个更具体的问题：memory（记忆）。一次互动只能回答当下的问题，长期记忆则会让AI逐渐理解孩子的兴趣、习惯和成长路径。一个孩子从3岁开始使用AI学伴，到十年后，系统看到的就不只是一次次零散提问，而是一段持续展开的学习和探索记录。
不过，儿童产品谈长期记忆，边界也会立刻出现。设备越贴近孩子，数据越丰富，家长对隐私、权限和安全的顾虑也会越具体。顾嘉唯在圆桌中提到，Ling.ai从一开始就需要处理政策和法律问题，也要建立面向家长的透明系统。孩子是使用者，家长才是购买者和最终决策者，父母端需要看到设备记录了什么，也需要拥有控制权。
这部分很关键。儿童AI学伴如果只强调陪伴和能力，很容易变成另一个让家长不放心的智能硬件。真正进入家庭之前，它需要先回答家长的问题：数据在哪里，谁能查看，哪些内容可以被保留，哪些权限可以被关闭。
到了想象力这一层，顾嘉唯给AI换了一个解释：augmented imagination（增强想象力）。这个表达和儿童产品很贴。孩子并不只是要从AI那里拿答案，他们也需要借助AI把眼前的东西变成新的故事、新的角色和新的问题。AI在这里不只是老师，更像一个把现实物体重新点亮的伙伴。
过去的儿童智能硬件，经常在学习机、手表、音箱和机器人之间寻找位置。Ling.ai给出的方向更靠近孩子的日常移动：在路上、在家里、在书桌旁，在一次随手拍下的观察里，把真实世界变成可以继续追问的材料。