科大讯飞 AI 潮玩新品发布会现场（图/科大讯飞）

判断一款 AI 潮玩是否有“生命感”，不能只听它回答了什么。用户说话时，它能否理解语气和节奏中的情绪；用户触摸、摇晃或为它换装时，它能否将身体互动纳入判断；互动结束后，这次经历是否会影响下一次相处——这些细节共同决定了它更像一个角色，还是一台被毛绒包裹的语音设备。

在 2026 科大讯飞 AI 潮玩新品发布会上正式发布的 Gununu，围绕“情境交互—动态记忆—双轨成长”建立了一套完整体验链路。真正的差异不在于堆叠多少功能，而在于所有能力能否围绕同一个角色自然协同。

科大讯飞 IP 业务负责人、讯飞输入法副总经理卢洁在现场将这套路径概括为：“从 Voice Assistant 的‘问答’，走向 Embodied Agent 的‘实时交互’。”这意味着产品不只是接收一句话再给出答案，而是持续感知现实情境，理解用户的情绪、意图和陪伴需求，作出符合角色的决策，并通过实体与数字界面共同表达。

ContFlow：从多模态感知到自然表达

Gununu 的 ContFlow 实时多模态情境交互系统，首先要解决的是“当下发生了什么”。它联合处理三类信息：一是语义、语气、节奏和互动变化等语言与情绪线索；二是触摸、摇晃和换装等身体互动；三是居家、办公和外出等生活场景。

Gununu 的 ContFlow 实时多模态情境交互系统（图/科大讯飞）

收到这些信息后，系统不会简单触发一段固定反馈。讯飞星火大模型会综合情绪、意图和陪伴需求，并结合当前语境、历史记忆、角色性格和能力状态进行情境决策，动态调整回应策略。

表达环节同样是多通道协同。语音和声音传递内容、语气、韵律与情感，眼神和动作根据语义作出变化，互动反馈还可与 App 内容联动。系统通过持续反馈校准进行优化，让一次回应从“给出答案”变成更符合当下情境的自然表达。

MemLink：记住什么，比记住多少更重要

如果互动只停留在即时反馈，Gununu 与普通语音玩具的差别仍然有限。MemLink 五层动态情境记忆系统负责让过去参与未来，但它追求的并不是无差别地保存所有信息。

卢洁在现场讲解 Gununu 的交互与记忆能力（图/科大讯飞）

系统会把对话、触摸、摇晃和换装等多源事件，与时间、地点、活动和偏好关联起来，并从重要性、可信度和相关性等维度进行筛选，同时保留信息来源和有效期。

短期上下文、会话记忆、任务记忆、用户记忆和知识记忆五层协同，使系统能够根据当前情境混合召回相关信息，再对来源、时效和冲突进行校验，组装当下真正需要的记忆。记忆也不是一成不变的，而会在后续互动中持续更新和修订。

正如卢洁所说，记忆系统的意义，是“让每一次互动，成为下一次理解你的上下文”。因此，记住什么、何时调用、是否仍然有效，比单纯积累更多信息更重要。

LifeTrace：让现实互动与数字经历共同塑造成长

有了记忆，还需要让共同经历产生可见的变化。LifeTrace 虚实共育双轨成长系统将现实与数字空间中的经历分别编码，并共同纳入成长轨迹。

现实一侧包括对话、触摸与换装等互动；数字一侧包括探索、内容体验与挑战等虚拟经历。系统区分虚实来源，再让这些经历在能力与性格两条路径上持续沉淀：能力侧涵盖语言、互动与技能，性格侧通过五维模型逐步形成差异。

随着经历沉淀，Gununu 可以出现新的表达、新的技能和新的玩法，交流节奏、主动性与情绪风格也会持续变化。共同经历因此不只是过去发生过的事情，也会成为塑造之后表现的原因。

三套系统共同形成“独属于我的 Gununu”

ContFlow 让 Gununu 感知当下并自然表达，MemLink 让共同经历被按需关联和持续修订，LifeTrace 则让虚实经历在能力和性格上留下可追溯的变化。三套系统不是彼此孤立的功能，而是一条持续循环的体验链路：当下的互动成为记忆，相关记忆参与下一次情境决策，长期经历又不断塑造新的角色状态。