智伴 S1 轻量型 AI 居家照护伴侣产品需求文档（PRD）— 个人创意作品
方向：AI 大模型应用 / 具身智能
类型：产品需求文档（PRD）· 个人创意作品
版本：V1.0
日期：2026-04
产品定位
面向独立居家养老人群的”认知守护 + 慢病管理 + 智能家居中枢 + 情感陪伴”一体化 AI 照护伴侣。
智伴 S1 是一款专为独立居家养老及空巢老人打造的轻量型 AI 照护伴侣机器人。产品以”认知健康第一、主动关怀、无声守护”为核心设计原则，将 AI 认知监测、慢性病管理、智能家居中枢和深度情感陪伴四大能力有机融合，打造老人”看不见的守护者”。与市面上以物理辅助为核心的看护机器不同，S1 定位为”AI 管家+健康顾问+情感伴侣”——不追求机械臂和重载移位，而是通过先进的 AI 能力在认知层面深度照护老人。S1 不是一个”工具”，而是一个”家庭成员”。
核心设计原则
| 原则 | 说明 |
|---|---|
| 认知健康优先 | 通过自然对话持续评估认知状态，实现阿尔茨海默症早期预警，填补现有产品空白 |
| 主动式关怀 | 非被动等待指令，而是基于老人行为模式主动发起互动、提醒和关心 |
| 零存在感设计 | 小巧桌面/可移动形态，不改变老人生活空间布局，融入家居环境 |
| 渐进式介入 | 从被动陪伴→主动关怀→必要干预，避免因过度干预引起老人抵触 |
| 隐私即信任 | 数据本地化，对话端侧处理，用户拥有完全数据控制权 |
行业背景与市场洞察
核心市场缺口：中国 60 岁以上人口达 3.1 亿（占比 22%），空巢老人比例超 50%。现有养老机器人产品存在”两极分化”：高端路线（5-50 万元，功能过剩）vs 低端路线（0.1-0.5 万元，功能单薄）。核心缺口：在 3,000-8,000 元价格带，缺乏一款”AI 能力强、照护价值高、居家适配好”的产品。
市场规模：中国智能养老设备市场 2024 年约 79 亿元，2026 年预计达 104 亿元。陪伴机器人赛道增速最快，同比增长 42%。全球认知健康数字疗法市场 2025 年约 42 亿美元，2030 年预计达 125 亿美元，CAGR 24.3%。
一、目标用户画像
核心用户角色
| 角色 | 特征描述 | 核心需求 | 使用频率 |
|---|---|---|---|
| 独立老人（第一用户） | 60-80 岁身体健康/轻度慢性病，独居或夫妻同住 | 有人陪伴说话、健康提醒、紧急求助 | 每日高频使用 |
| 空巢老人（变体） | 子女在外地/国外，社交圈窄，有孤独感 | 深度情感陪伴、与子女保持连接 | 每日使用 |
| 慢病管理人群（变体） | 高血压/糖尿病/心脏病等慢性病患者 | 智能用药管理、健康数据追踪 | 每日使用 |
| 远程子女（第二用户） | 30-50 岁职场人，父母独居 | 了解父母状态、接收预警、远程关怀 | 每日查看/每周互动 |
| 社区健康管理师（第三用户） | 社区养老服务中心、家庭医生签约服务方 | 管理老人健康数据、识别高危人群 | 按需使用 |
用户痛点分析
| 痛点 | 严重程度 | S1 的解决方式 |
|---|---|---|
| 认知衰退不自知 | ★★★★★ | 日常对话评估认知，提早 6-12 月预警 |
| 孤独感侵蚀健康 | ★★★★★ | 全天候自然语言陪伴+深度记忆 |
| 慢病管理混乱 | ★★★★☆ | 语音管理，智能关联用药-饮食-运动 |
| 紧急求助困难 | ★★★★★ | 语音触发/跌倒检测/三级递进通知 |
| 数字鸿沟加剧孤立 | ★★★★☆ | 自然语言操控全屋智能设备 |
| 子女担忧无法陪伴 | ★★★★☆ | 隐私友好的状态摘要推送 |
二、核心功能模块
智伴 S1 包含 8 大功能体系：认知守护系、健康管理系、安全守护系、情感陪伴系、家居中枢系、家庭连接系、社区服务系、设备基座系。
2.1 认知守护模块（核心差异化）
| 功能点 | 优先级 | 技术方案 | 验收标准 |
|---|---|---|---|
| 日常对话认知评估 | P0 | 端侧 Qwen2-7B 嵌入 MMSE/MoCA 数字化评估指标 | 异常检出率≥85% |
| 记忆力趣味训练 | P0 | 每日 3-5 分钟语音互动游戏，难度自适应 | 训练完成率≥70% |
| 认知趋势月度报告 | P1 | 对话流畅度/词汇丰富度/短期记忆等指标可视化 | 自动推送家属和家庭医生 |
| 阿尔茨海默早期预警 | P1 | 多维指标持续下降>1.5SD 触发三级预警 | 提前 6-12 月预警 |
| 语音日记辅助记忆 | P1 | 一句话记录事项，次日主动回顾 | 回顾准确率≥95% |
2.2 健康管理模块
| 功能点 | 优先级 | 技术方案 | 验收标准 |
|---|---|---|---|
| 智能用药管理 | P0 | 语音录入药品+端侧 TTS 提醒+确认追踪 | 提醒准点率≥99.9% |
| 饮食营养助手 | P0 | 语音记录三餐+端侧饮食模型估算 | 记录覆盖率≥60% |
| 运动健康促进 | P1 | 天气/状态推荐方案+语音计步 | 日均运动达标率≥45% |
| 体征数据聚合 | P1 | 蓝牙/WiFi 连接手环/血压计/血糖仪 | 支持≥5 种品牌 |
2.3 安全守护模块
| 功能点 | 优先级 | 技术方案 | 验收标准 |
|---|---|---|---|
| 语音紧急呼救 | P0 | 专用唤醒引擎（”救命”/”帮帮我”） | 唤醒率≥99% |
| 跌倒声学检测 | P0 | 麦克风阵列声学特征分析 | 检出率≥92%，误报率≤5% |
| 异常静默报警 | P0 | 学习日常音频模式，长时间无活动报警 | 异常检出率≥90% |
| 环境安全监测 | P1 | 集成温湿度/烟雾/燃气传感器 | 响应≤3s |
2.4 情感陪伴模块
| 功能点 | 优先级 | 技术方案 | 验收标准 |
|---|---|---|---|
| 全天候自然对话 | P0 | Qwen2-7B 端侧+千问 Max 云端，>500 轮记忆 | 对话自然度≥4.2/5.0 |
| 情绪感知与回应 | P0 | 语音语调 5 维情感分析 | 识别准确率≥82% |
| “记忆盒子” | P1 | 记住家庭故事/人生经历/重要日期 | 准确率≥95% |
| 个性化娱乐推荐 | P1 | 学习偏好推荐戏曲/老歌/评书 | 推荐点击率≥40% |
三、使用场景描述
场景一：日常陪伴与认知守护（P0）
赵奶奶，76 岁，独居。早晨 7:30，S1 检测到起床活动声，主动问候。对话中 S1 自然地问：”昨晚您说今天要和老姐妹去公园，还记得是几点吗？”赵奶奶成功回忆→S1 后台标记”短期记忆正常”。月末认知报告推送至女儿和家庭医生。
价值：日常对话即认知体检，早于临床 6-12 月发现认知衰退。
场景二：慢病用药全托管（P0）
钱大爷，72 岁，高血压+糖尿病。每天三餐后 S1 提醒，钱大爷回应”吃了”→拾音器声源确认。某天未回应→第 5 分钟再次提醒→第 10 分钟推送儿子 App。月末用药报告：依从性 98.5%。
价值：服药依从性从~65%跃升至≥95%。
场景三：无声守护-异常静默报警（P0）
孙奶奶，80 岁，独居，有跌倒史。下午 2 点，孙奶奶滑倒→S1 捕获跌倒特征音。S1 立即语音询问→确认紧急。三级递进：App 推送→60s 无响应拨儿子电话→120s 无响应拨 120。
价值：独居老人跌倒后的”黄金 30 分钟”不再空白。
场景四：情感陪伴-记忆回放（P1）
周奶奶，82 岁，老伴过世 2 年。S1 主动说：”去年今天您说了和爷爷第一次见面的故事，能再讲讲吗？”对话中检测到情绪从平淡→愉悦。S1 播放《茉莉花》（老伴最爱的歌）。女儿收到推送：”妈妈今天情绪很好”。
价值：AI 不是机器，而是一个记得你故事的人。
四、硬件规格要求
4.1 整体形态
采用圆润桌面/移动一体形态：
– 上部交互球体：直径 180mm，360°旋转，7 英寸圆形触控屏，背面物理滑盖
– 中部功能机身：直径 160mm 圆柱体，集成麦克风/扬声器/传感器
– 底部移动底盘：直径 200mm，双轮差速
整机高度 320mm，重量≤3.5kg。暖白+浅橡木色，类肤质感涂层。
4.2 核心传感与交互硬件
| 传感器 | 规格 | 用途 |
|---|---|---|
| 麦克风阵列 | 7 麦环形，0.5-8m | 语音交互+声学检测 |
| 扬声器 | 2×5W+1×10W | 播报+音乐 |
| 深度相机 | 1080P RGB-D | 人脸/手势/环境 |
| 激光雷达 | 360° 2D LiDAR | SLAM 导航 |
| 红外传感器 | ×6 | 近距离避障 |
| 环境传感器 | 温湿度+烟雾+燃气 | 安全监测 |
| 触控屏 | 7 英寸 IPS，AG 防眩光 | 辅助交互 |
4.3 续航与充电
| 指标 | 参数 |
|---|---|
| 电池容量 | ≥60Wh |
| 常规工况续航 | ≥10h（静止≥24h） |
| 满充时间 | ≤1.5h |
| 充电方式 | 自动回充+USB-C |
4.4 工业设计亮点
设计理念：”像家人一样存在”。圆润无棱角的三段式堆叠造型，暖白+浅橡木色系，类肤触感涂层。
CMF 方案：
– 外壳主体：暖白 #F5F0EB，PC+ABS 合金，UV 硬化类肤涂层
– 装饰环带：浅橡木色 #D4C5B2，实木贴皮
– 球体旋转底座：深空灰 #8B8B8B，阳极氧化铝合金
– 屏幕玻璃：AG 防眩光钢化玻璃
情感化设计：交互球体设计了”点头”、”摇头”、”歪头”三种机械动作，模拟宠物的情感表达。LED 氛围光环（蓝色=正常/橙色=提醒/红色=紧急）。
隐私设计：物理摄像头滑盖提供可见的隐私承诺；非人形设计避免”恐怖谷”效应。
五、软件架构设计
5.1 系统总体架构
三层架构：
– 云服务层：大模型 API（千问云/华为云 MaaS）、健康数据存储、推送服务、OTA 管理
– 边缘服务层：子女 App（iOS/安卓）、社区中台、智能家居云平台
– 端侧系统：应用层+AI 推理引擎+系统中间件+Android 14
5.2 端侧 AI 模型栈
核心原则：对话、安全、认知评估三大 P0 模块 100%本地运行。
| 模型名称 | 支撑功能 | 底座选型 | 量化 | 延迟 |
|---|---|---|---|---|
| 对话引擎 | 自然语言对话 | Qwen2-7B-Instruct | INT8 | <1.5s |
| 认知评估模型 | 对话中嵌入认知评估 | 自研轻量模型（MMSE/MoCA） | FP16 | 实时 |
| 声学事件检测 | 跌倒检测 | YAMNet 微调 | INT8 | <200ms |
| 情绪识别模型 | 语音情绪 5 维分析 | wav2vec2.0 微调 | INT8 | <500ms |
| 唤醒词引擎 | 唤醒+SOS 关键词 | sherpa-onnx（kws） | INT8 | <300ms |
| 云端 LLM | 复杂推理/报告生成 | 千问 Max/豆包 Pro | – | <3s |
5.3 认知评估技术方案（核心差异化）
S1 采用”嵌入式日常评估”而非”定期测试”模式：
日常对话流 → 实时语音转文本 → 多维特征提取（语言流畅度/词汇丰富度/语义连贯性/短期记忆/话题维持力/定向能力）→ 认知评分模型 → 趋势分析
- 至少 10 天有效对话建立基线
- 月度报告对比个人基线
- 任意 2 项指标连续 2 月下降>1.0SD 触发黄色预警
六、竞品分析
| 对比维度 | 智伴 S1 | ElliQ | Amazon Astro | 小度添添 | 天猫精灵 |
|---|---|---|---|---|---|
| 核心定位 | AI 认知+健康+陪伴 | 老人陪伴 | 家庭机器人 | 智能屏 | 智能音箱 |
| 认知健康 | ✅ 对话嵌入式评估 | ❌ | ❌ | ❌ | ❌ |
| 慢病管理 | ✅ 用药+饮食+运动 | ✅ 基础 | ❌ | ✅ 基础 | ❌ |
| 情感陪伴 | ✅ 深度记忆+情绪 | ✅ 核心 | ⚠️ 基础 | ⚠️ 基础 | ❌ |
| 自主移动 | ✅ 全屋巡航 | ❌ | ✅ | ❌ | ❌ |
| 隐私保护 | ✅ 端侧 AI+物理遮挡 | ✅ | ⚠️ | ⚠️ | ⚠️ |
| 终端价格 | 3,980-5,980 元 | $1,500+订阅 | $1,600 | 1,000-3,000 | 100-500 |
核心差异化优势：
1. 认知守护（行业唯一）：全球首个将认知筛查融入日常陪伴的消费级产品
2. 端侧 AI 隐私优先：P0 功能 100%本地运行
3. 主动式 AI：会主动关心、提醒、发现的 AI 伴侣
4. 全屋移动守护：配合声学异常检测实现无死角看护
5. 适老化至简交互：零触屏、零 App、100%语音
七、商业模式与定价策略
7.1 产品版本与定价
| 版本 | 核心差异 | BOM 成本 | 零售价 |
|---|---|---|---|
| S1 基础版 | 固定底座+P0 全功能 | ≤1,200 元 | 3,980 元 |
| S1 移动版 | 自主巡航+全屋覆盖+递送 | ≤2,000 元 | 5,980 元 |
| S1 套装版 | 移动版+血压计+血糖仪+挂件 | ≤2,500 元 | 7,980 元 |
7.2 收入模型
| 来源 | 占比 | 说明 |
|---|---|---|
| 硬件销售 | 70% | 零售+批量采购 |
| 增值订阅 | 20% | 认知月报解读 9.9 元/月、医生咨询 19.9 元/次、紧急响应 99 元/年 |
| IoT 分成 | 5% | 智能设备推荐佣金 |
| 脱敏数据 | 5% | 匿名认知数据支持研发 |
7.3 目标市场分层
| 市场层级 | 渠道 | 占比 | 策略 |
|---|---|---|---|
| C 端子女购买 | 京东/天猫+抖音/小红书 | 60% | “送爸妈的 AI 陪伴”节日礼品定位 |
| B 端社区养老 | 政府采购+社区中心+保险 | 25% | 批量采购+管理后台 |
| B 端养老机构 | 养老院/日间照料 | 10% | 租赁模式（月付） |
| 海外华人 | 跨境电商 | 5% | 多语言+本地化 |
八、迭代路线图
三阶段演进路径
Phase 1（2026 Q4 – 2027 Q2）— 核心闭环
– 端侧对话引擎+认知评估上线
– 声学异常检测+慢病管理 V1.0
– 子女 App iOS 版+500 台种子用户+3 家社区合作
Phase 2（2027 Q3 – 2028 Q2）— 生态扩展
– Matter 全量接入（50+品牌）
– 社区养老平台 API 对接
– 手势识别+人脸情绪分析
– 安卓+小程序家属端+5000 台量产
Phase 3（2028 Q3+）— 平台进化
– 认知评估模型 NMPA 二类医疗器械认证
– 多机协同+开放平台 API
– 认知健康险合作+年出货 10 万台
九、关键指标定义
产品级 KPI
| 类别 | 指标 | 目标 |
|---|---|---|
| 安全 | 跌倒声学检测准确率 | ≥92% |
| 安全 | SOS 唤醒率 | ≥99% |
| 认知 | 认知衰退预警检出率 | ≥85% |
| 交互 | 语音识别准确率 | ≥98% |
| 交互 | 对话自然度评分 | ≥4.2/5.0 |
| 健康 | 用药提醒准时率 | ≥99.9% |
| 可靠 | P0 功能离线可用率 | 100% |
| 续航 | 常规工况续航 | ≥10h |
商业级 KPI
| 指标 | Y1 (2027) | Y2 (2028) | Y3 (2029) |
|---|---|---|---|
| 累计出货量 | 2,000 台 | 20,000 台 | 80,000 台 |
| 营收 | 1,000 万 | 1.0 亿 | 3.5 亿 |
| 毛利率 | 25% | 35% | 45% |
| 日活占比 | ≥60% | ≥70% | ≥80% |
十、AI 模型与数据策略
训练策略
“开源基座+场景微调+用户自适应”三级策略：
1. 基座复用（2 周）：Qwen2-7B、wav2vec2.0、YAMNet
2. 场景微调（3 周）：养老场景对话数据集 2 万条+认知评估模型（4 周，三甲医院合作）
3. 用户自适应（持续）：端侧个性化微调
伦理准则
- 认知评估为预警工具，不作临床诊断
- 定位为”连接者”非”替代者”
- 严格”从弱到强”干预梯度
作者：壹生有多逺
更新日期：2026-07-17
本 PRD 为个人创意作品，基于 AI 大模型应用与具身智能行业认知，结合老龄化社会真实痛点设计。