把狗的叫声翻译成人话，是宠物AI最容易被看懂的产品想象。它也最容易把方向带偏。养宠的人更关心的，是狗此刻到底处在什么状态：它是警觉、焦虑、兴奋，还是身体不舒服。
一只狗在门口叫，主人很容易先想到它想出门。可如果门外刚好有人经过，同一声叫就可能是在警觉。类似的情况也会出现在车里。狗来回走动，看起来像兴奋，但如果车内空间狭小、外部噪音很大，它也可能是在焦虑。声音显然是一条线索，却很难单独给出答案。要判断狗此刻的状态，还要看它在哪里、身体姿态如何、周围有没有陌生人，以及过去遇到类似情况时通常会有什么反应。
也正是在这样的日常判断里，Traini创始人兼CEO孙邻家（Arvin Sun）找到了宠物AI的入口。在BEYOND Expo 2026物理AI峰会“The Rise of Social & Cognitive AI: Transforming Human-Object Interaction”圆桌中，他提到，Traini想建立面向非人类生命的emotional and behavior intelligence（情绪与行为智能），并先从狗开始。
从叫声走向状态，模型需要处理的自然就不再是单一声音。孙邻家提到，Traini已经建立multimodal model（多模态模型），收集并标注宠物行为数据，也与动物行为研究保持合作。叫声、表情、身体语言、健康状态、环境线索和历史行为，会一起进入判断过程。
在模型之外，主人反馈也会参与校准。AI给出的判断如果和主人长期观察不一致，就需要被重新修正。宠物情绪识别不像普通语音翻译，人类语言有明确词汇，狗的表达更依赖身体和环境。一次判断是否可靠，取决于系统能不能把这些线索放到同一张图里。
也正因为要把判断做深，Traini没有急着扩展到所有动物。孙邻家在现场提到，创业公司资源有限，要先把一件事做透。狗本身已经是足够大的市场，美国和欧洲都有庞大的养狗人群；同时，犬类行为研究、数据积累和用户需求，也让它成为更明确的起点。
再往使用场景里看，车内比抽象的“平台层”更容易让人理解。孙邻家提到，手机品牌可能需要pet communication（宠物沟通）或pet mood（宠物情绪）功能，车企也在寻找新的差异化体验。宠物出现在车内时，摄像头、麦克风和扬声器都可能成为模型入口。狗坐在副驾上，主人不一定能随时判断它是紧张、无聊，还是被外部环境吸引。短时间留在车里时，状态变化也需要被及时识别。对车企而言，这类能力不是简单增加一个宠物模式，而是让车内系统更细地理解乘员之外的生命状态。
可一旦AI给出判断，主人也容易把它当成确定答案。宠物无法反驳AI，一次情绪判断却可能影响喂养、训练，甚至就医决策。孙邻家提到，Traini会参考动物行为研究和论文，也重视用户反馈，并为模型设定能力边界。
在他给出的边界里，狗有自己的表达方式，不需要被硬塞进人类语言系统。它可以表达需求、压力、期待和不适，只是表达方式不同。AI要做的，是把这些表达整理成人能够理解的线索，而不是替它编出一句完整台词。