在小红书上看到了评测，我的评价是一坨： - 作为一个多模态对话产品，语音交互的延迟大的像是地月通信，但凡会接入豆包实时语音都不至于做成这样，看起来真的是自研的产品，就算是淘宝 300 块随便买的小智类产品都比这个强 - 图 1：15s/3min 的一档采样率基本上等于买彩票，算下来综合覆盖率只有 8%，你打算用这个东西剪 vlog？ - 图 2：12MP 的摄像头还不如我奶奶千元机的前摄，这玩意真的能做 vlog？？ 综合评价：半成品噱头>>实际价值