日本人没做成的“AI桌面老婆”，上海团队拿下千万众筹｜对话Dipal D1创始人

对话背景：近十年前，日本的 Gatebox 曾让我们初窥虚拟陪伴的可能，却终因体验和价格未能普及。如今，由上海团队研发的“AI桌面陪伴硬件”Dipal D1，今年在海外众筹拿下超150万美元的成绩，将这一概念重新带回公众视野。其创始人李巍佳在对话中表示，背后的关键并非炫技，而是对技术时机、供应链优势和内容生态的精准把握，以及从“自身需求”出发的产品初心。

在差不多快 9年前，一款名为 Gatebox 的二次元虚拟陪伴设备曾经一度引爆市场。

尽管因为不菲的定价、实际体验的缺憾，这款设备最终没能真正走进千家万户，但可能没有人会否认 Gatebox 开辟了大众对于虚拟陪伴硬件的认知。时隔多年，技术进步带来了新的变量，新的机会也由此出现。

Gatebox 一度登上各大媒体的版面，

如今近乎消声觅迹｜图源：Gatebox

整个 2025年，至少两款以二次元为目标用户群、产品形态类似数字手办的 AI 桌面陪伴硬件在海外取得了不错的众筹成绩：

「CODE27 Character Livehouse」于 4月在 Kickstarter 开启众筹，最终获得 3500 人支持，众筹金额超过 180 万美元；

两个月后，「Dipal D1」登陆 Kickstarter 获得超 2500 人支持、众筹金额也超过了 150 万美元；

「CODE27 Character Livehouse」

和「Dipal D1」｜图源：Kickstarter

上述产品标准版本的预售价格集中在 500-600 美元的区间，大概是主流的玩偶形态的 AI 陪伴产品的 2-10 倍。但从众筹金额来看，价格并没有阻挡用户的热情，当 AI 玩偶的众筹规模还只在小几十万美元的区间时，AI 角色舱已经到了下一个量级。用 Dipal 数伴创始人李巍佳的话说就是，“用户已经做出了选择”。

李巍佳自述自己是个“老二次元”了，在上海的广告行业耕耘多年，投身 Dipal 创业的初心是因为自己想要这样的产品，即让二次元角色“活”过来，又因为华强北做得不好，所以要自己来做。这也是他理解的一些北上创业者的优势，他们一直在思考“我家里缺什么”，但典型的深圳创业者可能更关注别人的需求，比如“欧美家庭里缺什么”，他认为前一种切身的思考更有机会打造出长期的产品。

基于这样的思路，「Dipal D1」一直是以内容及内容呈现为核心，软件是重点，硬件只是载体。数伴的合伙人之一是国内最大二次元 3D 模型创作社区「模之屋」的创始人，成为「Dipal D1」内容版块的重要支撑，AI 对话体验由「AI 降临派」负责，数伴又联合了 Unity 研发了显示算法，最后才是去思考硬件如何支撑体验。李巍佳坦言，硬件部分一直没有超出手机供应链，但结合扩大可视角度、裸眼 3D 视效和常亮显示等特点，将会为用户带来全新的体验。交流中，李巍佳还分享了对 Gatebox 等前代产品失败复盘、AI 硬件的定价逻辑以及如何借助数字化改造 IP 联动路径的思考。以下是交流精选：

复盘前代失利产品：

Web1.0 思维做产品，时机也不对

笔者：能不能介绍一下，你们现在在做的事情？

李巍佳：我们现在在研究的是让 AI 进入家庭，成为每个人的日常伙伴。

我们的切入点选择了年轻人。因为他们更容易接受虚拟形象和二次元文化。

我们的产品分阶段推进。第一阶段是“数字陪伴”，本质上是一个数字手办。

「Dipal D1」产品图｜图源：Kickstarter

我们在 2022年就开始思考，能不能用元宇宙手段实现这种数字化的角色陪伴？后来 AI 爆发了，我们就立刻把 AI 能力加入了产品中，使它成为一个“活的数字角色”。

未来无论是主动交互，还是接入电商 API，我们希望它能真正成为用户的生活助手。

我自己也有很多小困扰，比如忘记买猫砂猫粮，被老婆骂。如果 AI 能主动识别我提到了“猫粮”，并自动提醒我下单，那就是完美的体验。

而这件事，手机是做不到的。因为手机一旦打开，很容易就被短视频、各种操作打断了。所以我不相信 AI 会以“手机 App”的形式出现，它必须有一个专属的场景和载体。

笔者：您之前提到你们调研过很多类似的硬件，比如海外有 Gatebox（2016）、国内有 HoloEra 琥珀·虚颜 （2017） 之类的。您认为它们失败的原因是什么？

李巍佳：我认为这几个公司本质上是 Web1.0 思维的公司，而 Web1.0 的特点是所有内容都需要自己制作，就像早期的新浪新闻要自己采编一样，得雇一堆编辑。

Web2.0 则是用户主动上传内容，UGC 和 PGC 开始崛起，玩得最好的是抖音。我们认为，至少产品得具备 Web2.0 的逻辑。而这些早期项目的问题是，一方面没做到内容结构的升级，另一方面还踩在了错误的技术周期上。

当时正处于深度学习被引入 NLP 之后，自然语言的生成效果已经还不错了。但问题在于——那个阶段，开源项目非常少。不像现在，有 DeepSeek、通义千问等开源大模型，资源丰富很多。

我们当时有几个判断。

第一是，大模型的底层能力差异并不会太大，某家大模型能力强 20%，也没有质变。我们更看重的是 Agent 的系统构建能力，因为一旦你能把 Agent 组织成一个系统，哪怕模型本身差不多，整体体验也能显著提升。

第二，Token 一定会越来越便宜。长期来看，用户可以更自由地生成内容、进行推理。

第三，开源模型一定会越来越多，模型资源的门槛会进一步被降低。

基于这三个因素，我们认为内容的丰富性是可以突破的。但在那个时代，这些基础条件都不成立。

你不管买 Gatebox 还是琥珀·虚颜，拿回去之后基本 5 到 15 分钟内，所有内容就体验完了。它无法持续给你“可能性”，因为当时的 NLP 都是靠堆人来做的。无论是小爱同学、Siri 也好，背后都有上千号人在维护内容。

你一个创业公司，哪有资源做这种事情？

琥珀·虚颜（笔者注，背后母公司为狗尾草科技）完成了亿级人民币的融资，但依然跑不出来。它堆量但不懂内容的本质。同时，硬件也存在核心问题，他们只能用类似树莓派级别的芯片，处理能力很差，只能播放预渲染好的视频，做不了实时交互，体验大打折扣。

归根结底，交互逻辑不清晰，内容不丰富，关键的技术 timing 也没踩中。如果琥珀·虚颜能再熬半年，等 ChatGPT 火起来，可能还能拿一波新的融资。但它正好卡在那个时间点。

而我们这次 timing 踩对了。

第一是硬件。他们只能用树莓派，我们能拿到接近高通级别的国产芯片，比如 RK3588。这个芯片出现后，小公司也能快速用上类似高通能力的计算资源。以前根本不可能。

第二是算法条件也成熟了，大语言模型已经到位了。

第三是我们有数据，我们有「模之屋」（ 笔者注：「模之屋」是一个专注于二次元 3D 模型创作与分享的社区平台，官方披露注册用户超过了 75 万 ），我们有开发者。这三个条件结合起来，我觉得就可以大胆地干下去。

“日本的研发能力真的很差”

笔者：是先做了「模之屋」才开始做硬件？

李巍佳：「模之屋」是我们的一位合伙人在 2019 年创办的，那时候正好有一个窗口期。

《原神》在 2019 年首次公开测试，2020 年我们就和《原神》合作，把它的 3D 模型接入了平台。之后几乎所有国产的二次元游戏模型都被我们收录了，用户也越来越多。飞轮一旦开始转动，没人能打得过我们。

到 2021、2022 年左右，我们就已经是全球第一的 MMD 平台了 （ 笔者注，MMD 指免费动画软件 MikuMikuDance，可通过「模之屋」等平台下载、分享和上传适配 MMD 的 3D 模型 ），流量和用户数都超过了日本老牌平台。

直到 2024 年，日本那边两个网站流量合并之后，才赶上我们。「Niconico 3D」 的用户当时逐步流转到另一个老牌网站 「BowlRoll」 上面，他们两家加起来才超过我们。但我们计划明年年初上线海外版，再一次超过他们。

我们觉得，在这个方向上，我们已经稳赢了。说实话，日本的研发能力真的很差。

笔者：研发能力很差指的是什么？

李巍佳：他们的网站还像 90 年代风格。而且用户在 「BowlRoll」 下载模型时，是“开盲盒”式的体验，下载下来才知道对不对，不对就得重新找。

上「BowlRoll」下「模之屋」｜图片来源：官网

而我们可以直接预览，而且所有 IP 都是分门别类整理好的。完全是两种不同的体验。

「BowlRoll」是靠用户赞助活下来的，而我们已经进入了更完整的内容生态运营阶段。

笔者：「模之屋」解决了数据和开发者的问题， AI 的部分是另外一个合伙人做的「AI 降临派」负责的？

李巍佳：对，金杰很厉害。他是“AI 降临派”的创始人，早年做的是科技金融领域，曾是“钱方”“一码付”“OneMoney”的创始人。

他当时为了做支付风控，深入研究了 NLP 技术，后期自己又去挖矿，逐渐把算力积累起来了。等深度学习技术在算法层面取得突破之后，他开始思考如何用这些东西做出一个数字角色。

在 ChatGPT 出现后，他就马上判断出，大模型这个赛道“没什么好卷的”，真正应该往 Agent 方向发展。我相信他们做出来的体验会比 Character.AI、甚至现在所有靠聊天为核心体验的 AI 陪伴产品都更强。

思考自己的需求，

而不是别人家里缺什么

笔者：市场上“AI 角色舱”的项目其实不算少，您觉得是否是因为好芯片向创业者开放，以及大模型和算法的发展，才带来了大家普遍兴趣？

李巍佳：其实并不是因为芯片。现在很多创业者用的还是老芯片。我们观察到不少类似产品比如在屏幕中放一个角色、做成“角色舱”的形式。它们本质上并不新，只是模仿了琥珀·虚颜，没模仿成功，又重新拿“人工智能”这个词再包装一遍。

但实质上，他们并没有实现技术迭代。因为 AI 的算力还在云端，不在本地，视频处理也只是跑一遍而已。

这就是华强北模式的边界。他们无法承担一个高级程序员一年的工资，也不愿承担。他们担心程序员第二年就被大厂挖走。所以他们不去招高水平的人，只靠简单的硬件重复模仿。这也是我们认识一些同行朋友后，感受到的整体状态。

笔者：所以在你们看来，很多类似产品是很粗糙的。

李巍佳：我们为什么想做，因为我们不做华强北就去做了，而华强北做的我们无法接受。我们想做的，是对我们来说“重要”的事。如果这件事情已经有更优秀的公司在做，我们会非常欢迎，也愿意支持他们；但如果没有人做，那我们只能自己来。

我们是老二次元了，虽然不是财务自由，但衣食无忧。所以我现在做这件事，完全不是为了“更好的生活”，而是因为我真的很开心。

小时候我就梦想有这样的东西，一直魂牵梦绕。前不久我和一位投资人聊天，会发现大家是很不一样的，深圳公司关注“欧美家庭里缺什么”，比如我给你做个割草机、吸尘器等等。

但我们不一样。

北上的创业者很多是在思考“我家里缺什么”。我们自己有某种需求，然后就想把这个产品做出来。

我们不会因为别人不买就不做，只在乎我们自己会不会用。我们认为自己本身就是市场的一员。

我反过来理解“市场”的概念，不是市场要什么我们就做什么，而是我们自己理解需求、创造价值。

如果你对用户需求没有深刻理解，只是照搬别人模式，那这种做法是走不远的。我不相信这样的方式能成就真正长期的产品。

笔者：从自身需求出发，做到最好这个思路，其实很容易把硬件做成一个非常昂贵的产品。你们是如何考虑定价的？

李巍佳：定价思路会根据产品定位而不同。如果把它看作吸尘器一类的传统家电，就按照 3 倍成本来定价；如果视为游戏机，则可以亏本销售硬件、靠内容盈利。

我认为长期来看，硬件一定会更便宜。一方面是摩尔定律持续推动，另一方面我们也看到软件和内容变现的模式已经验证有效。所以即便我们今年的售价看起来略高，未来一两年内价格可能就会腰斩。

关键在于用户体验。过去诺基亚时代，大家用两千元买手机；现在，花一万元买 iPhone 也很常见。因为你每天花很多时间使用它。它承载的体验和效率让人觉得“值”。

所以如果我们定义它为“下一代 AI 硬件”，那我们现在的定价其实并不贵，甚至可以说是很有诚意的。我们并不觉得自己的产品是高价产品。

Dipal 在国内市场的定价｜图源：Bilibili

笔者：GateBox 当年能卖到快 2 万块，Dipal 的确不算贵。

李巍佳：日本厂商的产品确实天生会贵：一是人工成本高，二是供应链不够灵活。我们按硬件成本来算，可能已经是全球最便宜的柔性屏产品了。

我们未来的产品会加入裸眼 3D 和视差显示功能。像索尼出的一款类似设备，售价在 5000 美元左右，而我们可能仍然保持现有价格。这已经是便宜到“不可想象”的程度，性价比非常高。但我们不能跟游戏机直接对比，毕竟游戏机本身是贴钱卖的。

为什么不只做 APP？

“如果你认真做软件，你就必须做硬件。”

笔者：你们是怎么意识到软件大于硬件的？

李巍佳：硬件我们当然也熟悉，但真正重要的是软件。中国的手机供应链非常成熟，这在日本创业者是完全做不到的。

比如我们要找芯片、麦克风，只需要打两个电话，国内都有现成渠道。而日本不仅周期长、价格高，很多元器件根本找不到。这是供应链成熟度决定的。

我们的硬件始终没有超出手机供应链范围。我们采用的是日本的“枯科技”策略，意思是不使用稀缺资源，而是使用被大量生产过的成熟元器件。这样可以确保我们不会被任何一家供应链卡脖子。

比如做 AI 眼镜的核心光学部件，全世界只有几家工厂能生产，如果它们不供货就完了。但我们不会有这种问题。你不给我供货，我可以换高通，不行还可以换其他国产替代芯片。柔性屏也一样，供应非常多。

而且深圳的组装能力非常成熟，我们根本不用担心生产和组装问题。我们不做核心硬件研发，我们的核心是算法。

我们始终认为，硬件只是算法的载体。关键不是摄像头拍得多清楚，而是怎么通过算法，把内容呈现出来。

我们优先解决的是“内容”问题，让算法驱动的内容能被更好地显示出来，然后再去解决硬件支撑。最终打磨出的是“整体体验”，而不是某一个硬件参数的突破。

我们不是做一款“摄像头更牛的相机”，我们在创造的是“新品类硬件”。定义硬件的方式，不再是看配置，而是从内容和玩法出发，围绕核心场景去选择合适的硬件方案。

笔者：那为什么不直接用手机？

李巍佳：我们试过用 iPhone 前置摄像头，把手机放在桌上。虽然也可以显示角色，但它的 FOV（可视角）只有 45 度，只是为了扫脸激活的，不能覆盖整个桌面场景。

如果你坐在侧面，它就扫不到了。我们认为，这种体验是必须提升的。

乔布斯曾经引用计算机科学家 Alan Kay 的一句话：“如果你认真做软件，你就必须做硬件。”

我们这个产品需要的是立体感和追踪能力。手机的摄像头是为了刷脸而设计的，而我们需要摄像头能够捕捉桌面范围内的角色动作。只有这样，才能呈现出丰富的交互体验。

所以我们要在硬件里加光栅、加立体感显示。这些都是为了配合我们构想的使用场景。

如果 AI 都基于手机来做，那 AI 就一定是被动的。

但真正好的 AI 应该是主动的。你说它是“助理”，但一个被动反应的助手不是真正的“助理”。

理想的 AI 助理应该是主动的。比如帮我提前安排好出差行程、订好机票和酒店，我回家后告诉他“明天开会”，他就能自动把会议信息发给我、帮我叫车、提前在咖啡馆点好饮品，这些才是合格助理应该做的事。

这需要“预判能力”和“常亮设备”。

笔者：桌面场景听起来不够灵活，你们怎么看？

李巍佳：我们不仅做了桌面场景，还在做“挂墙”版本，以及移动端、桌面以及车载场景。未来只要在任一角落被激活，它就能工作。

别人“吃 IP 方的豆腐”，

我们帮助他们反击

笔者：怎么看待 IP？市面上的一些 AI 玩偶的思路其实是在自己做 IP。

李巍佳：我觉得 Kickstarter 的消费者已经“投票”了。那种做 AI 玩具产品受众太少，销售额才 30 万美元，也就 200 多万人民币。

很多投资人之所以愿意投，是因为觉得这些团队背景好。核心问题在于，他们在销售自己创作的 IP。IP 这件事，本质上是“被认知了才有价值”。用户如果不熟悉这个形象，就不会买单。陪伴感的前提是“熟悉”。

FoloToy 这点做对了。他们不是自创 IP，而是用一些大家日常已经熟悉的东西，比如泰迪熊、向日葵这类。你做一个陌生又奇怪的原创角色，没人买单很正常。

FoloToy｜图片来源：官网

就像 Haivivi 用了奥特曼 IP 之后，销量一下子暴涨，因为大家熟悉。熟悉的 IP 会带来购买动机。但 IP 也有“窗口期”。比如哪吒，从年初火到彻底凉下去，热度高的时候你想买都买不到。可一旦错过了热度，IP 就不值钱了。

Haivivi｜图片来源：官网

所以如果做类似产品，需要考虑一旦 IP 热度过去了怎么办？难道每次都让用户重新买一个新娃娃？每次 300 元、500 元，甚至上千元，这显然不现实。

我们必须寻找一种更便宜、更灵活的方式。比如，利用数字内容就可以随时更换角色，用户可以每个月追一个新的角色、新的 IP。

另外，凯文·凯利讲过，不要只考虑人要什么，要思考“科技”和“未来”要什么。我们也持这种技术演化视角来看问题。你应该把技术当作一个“生命体”，然后围绕它去构建生态。

AI 要什么？AI 要更多的传感器来感知世界、更多算力来处理信息、更好的算法来判断问题，还需要更多开发者贡献内容。只要你能满足这些需求，AI 就会进化，你的系统就会好用。

相反，如果你只是关注消费者需求，那消费者本身都不知道自己要什么。他们会说“我想要 IP”，可他们说不清具体是哪个。你一旦押错，就死得很快。

笔者：你们的 IP 落地速度有多快？

李巍佳：泡泡玛特从概念到 IP 落地大概要 6～12 个月，而我们最快是一周。只要我们完成建模，哪怕 IP 方需要详细验收，也就 1-2月就能完成，明显提高 IP 周转率。

传统 IP 的授权周期大概是 2年，而我们是数字化平台，可以实现每月给 IP 方分润。现在很多 AI 陪伴产品其实是在“吃 IP 方的豆腐”，明明是别人的东西，但宣传说是 OC（原创角色）。IP 方是需要反击的，而我们会帮助他们反击。

笔者：不少应用厂商也在考虑往硬件方向发展，您怎么看待和他们的竞争关系呢？

李巍佳：他们不会是我们的竞争对手，反而会进入我们的产品生态里。举个例子，如果他们做的东西和手机上的 App 没什么区别，基本是死路一条。

而我们欢迎他们接入我们的硬件系统，作为一个子应用。举个例子，比如“算命先生”这样的角色，在我们的硬件上会有新的场景，他主动观察用户，说“你印堂发黑，要不要算一卦”，用户才会真的用起来。

但你如果只是做一个手机 App，要用户主动打开摄像头对着脸，根本没有这种沉浸式的使用场景。所以我们不是和他们竞争，而是帮助他们落地。我们自己投了几千万去做硬件，现在很多产品融资都困难，又哪来的钱去做硬件？

他们如果来接入我们这边的平台，不仅不需要自己做硬件，还能赚钱。我们也不用和他们竞争，因为明年我们的用户量就要爆炸了。

笔者：你们预期明年的用户量大概是多少？

李巍佳：用户总量我们保守估计是在千万量级。硬件销售的话，会是几十万到百万之间。

写在最后

从 Gatebox 到 Dipal，“AI 桌面伴侣”产品重回到人们的视野，但呈现方式已经截然不同。

相比前代硬件试图一手包办内容，这次的团队选择用开放生态去解决内容丰富性，用成熟供应链降低硬件门槛，用系统性构建能力提升 AI 体验密度。

他们不是在迎合大众想要什么，而是从自己真正需要什么出发。这种视角，也让“AI 桌面老婆”这个曾被视为小众尝试的产品形态，在今天看起来更像是下一代 AI 硬件的一种可能。

文章来自于微信公众号 “白鲸出海”，作者 “白鲸出海”