👉 左边是 AI Passport（99元），一款通用硬件，我自己让 AI 辅助修改改了小智开源代码，加上了动画表情；

👉 右边是网上买的厂商授权版成品（199元），颜值高，硬件好，屏幕带汉字笔顺演示和英语单词显示，更偏学习场景。

​作为折腾了一段时间软硬件的开发者，谈谈感受。

​一、小智为什么火爆？
小智官方服务端免费提供全链路服务——语音识别（ASR）、大语言模型思考（LLM）、语音合成（TTS）。
你只要有一块三五十元的 ESP32-S3 开发板，配上基本的拾音和喇叭，固件一刷，立刻变身一台双向语音对讲的 AI 桌面终端。代码完全开源，软硬件可控度极高。

​二、小智的能力水平与底层模型
语音识别(ASR)：
SenseVoice模型，低延迟实时识别，识别准确率高。
对话模型(LLM)：
a. 普通模式默认小智Lite轻量模型，主打极速响应，延迟极低。
b. 开发者解锁权限后，可自由切换DeepSeek、千问、豆包等主流满血大模型，能力超强。
语音合成(TTS)：
采用CosyVoice模型，音色自带情绪，听感非常舒服。
综上：综合能力处于一线主流水平。

​三、免费服务靠什么维持？能否长久？
​云端 ASR、LLM、TTS 每次开口都在烧 Token。小智全套AI云端服务对个人永久免费，看似亏本，其实商业模式很健康。
官方走的是生态优先、To C免费、To B盈利的路线。靠免费服务吸纳海量DIY玩家、开发者入驻，壮大社区生态，积累用户和口碑。

​四、开源自制版 vs 厂家授权版怎么选？
​核心对话能力：两者用的同一个服务端服务，能力上没有区别。
​开源版只要在后台注册为开发者，解锁全部功能，自由度反倒秒杀封闭的厂家版。
​厂家的优势在硬件工程——专属开模外壳、更好的扬声器、电池。
​图省心、看重外观和现成早教选厂家版；喜欢折腾、想深度定制选开源版。
​五、实测感受与不可回避的痛点
​日常用下来，交互反应敏捷，拟人语调自然，挺好用。
但有一个非常明显的痛点：儿童语音识别极其拉胯。
​小孩子吐字含糊、带有婴幼儿特有的发音连读和声调习惯。实测经常出现孩子大声说话但系统判定为环境杂音无法触发，或者好不容易触发了，转写出来的文字驴唇不对马嘴，导致大模型回答翻车。
​这并非小智单方面的问题，而是通用流式 ASR 模型的语料普遍缺乏对低龄儿童发音的适配。从目前状态看，如果家里孩子想把它当学习机用，至少得等上小学系统学过拼音和基础英语发音，吐字相对清晰规范，体验才会及格（语言天赋异禀的萌娃除外）。
#小智 #小智ai