GENESIS / WORKS

產品,
以及背後的研究。

認識 EVO 產品群、我們正在開發的獨立應用,以及科研正在探索的問題。

01 / EVO PRODUCT GROUP

EVO 產品群

01

Mac

開發中

個人工作空間

EVO Alpha

接續手上的工作。

正在開發的 Mac 智能助理,希望記住工作的前因後果,說清楚找到的資料,並在重要操作前先取得你的同意。

EVO Alpha Mac 開發畫面。
開發畫面

開發重點

工作脈絡
由你掌握哪些背景資料值得保留。
回答有根據
看得到資料依據,也知道哪裏仍有缺口。
操作先經同意
重要操作先確認,結果再清楚交代。
產品願景

我們希望助理能跟上長時間的工作,不必每次從頭交代;至於下一步怎樣做,決定權仍在你。

僅有開發畫面預覽,尚未開放公開下載。

02

iOS

開發中

原生 iPhone 工作空間

EVO Alpha

出門,也能接著做。

為 iPhone 開發的工作入口。隨手記下要做的事、收集相關資料,再透過 EVO 接續處理;產品方向不要求你先擁有 Mac。

開發重點

為 iPhone 設計
以原生介面承接擷取、對話與日常操作。
資料去向清楚
分清裝置資料、私人同步與雲端工作。
接續工作
朝連接 EVO 工作環境的方向開發。
產品願景

手機既可以是事情的起點,也可以接續未完成的工作。資料留在裝置、私人同步,還是交由雲端處理,都應該說清楚。

開發中,尚未於 App Store 或公開測試推出。

03

團隊

原型階段

團隊交付

EVO Business

看清楚,工作做到哪裏。

為小型軟體、設計與 RaaS 團隊製作的原型,把需求、製作成果、審閱與交接放在同一處。

開發重點

需求對照成果
保留工作的目的,方便對照實際產出。
看懂版本變更
讓需求與成果的變更有脈絡可循。
審閱與交接
把決定連回當時審閱、交出的版本。
產品願景

進度應該從成果看得見:原本要做甚麼、後來改了甚麼、審閱的是哪一版,以及還有甚麼需要決定。

本機原型驗證中,尚未公開提供。

02 / INDEPENDENT SOFTWARE

各有用途的應用。

04

iOS

開發中

寵物身份與生活

Project P

牠的一生,有自己的紀錄。

以寵物自己的身份為中心,連起日常生活、照護與關係,陪牠累積一生的紀錄。

開發重點

以寵物為主角
由照護者管理,讓寵物保有延續的身份。
生活與照護歷程
把日常觀察與照護紀錄放回同一段歷程。
分清紀錄與解讀
實際觀察與 AI 解讀分開呈現。
產品願景

長遠希望建立以寵物為主角的生活網絡,讓身份、生命歷程、社群與照護彼此相連。目前先做好照護者日常使用的 iOS 體驗。

開發中;照護資料的解讀不等於獸醫診斷。

05

iOS

開發中

離線旅行

CARRY

沒網絡,行程也在手邊。

在有網絡時先準備好預訂、文件與旅程資料,讓飛行途中、訊號不佳或剛落地時,仍能掌握重要行程。

開發重點

看清離線準備
看見實際可用的資料,而不只是一個下載完成提示。
預訂資料先核對
擷取到的資料若有疑問,先讓你核對。
重要資料在手機
為已儲存的行程與文件準備離線存取。
產品願景

出發前就知道哪些資料已能離線使用,哪些仍要補齊;到了旅途上,才不必臨時四處找。

開發中;已儲存資料不代表即時旅遊資訊。

06

iOS

開發中

裝修協作

RenoOS

一起看懂,家的進度。

為裝修團隊與屋主開發的共享工作空間,一起查看工程資料、討論變更,弄清楚下一個要作的決定。

開發重點

共用專案紀錄
把圖則、材料與現場更新放在共同脈絡中。
變更與決定
讓雙方看清哪些變更仍待確認。
講解有依據
探索以專案資料為依據的 AI 講解。
產品願景

屋主不必先懂工程術語,才看得懂自己家的情況;團隊也需要一份共同紀錄,讓每次說明都找得到對應的工作。

開發中;工程與商業決定仍由人確認。

03 / RESEARCH

我們正在研究的事。

我們沿三條研究線探索:EVO Alpha 3B 如何理解任務、World Model 如何預測行動後果,以及 RSI 如何改進學習的方法。

01 / EVO Alpha 3B

本機模型,如何從經驗學習?

以本機運行為方向的小型語言模型研究。探索 AI 如何理解目標、使用工具,並把經過驗證的經驗用於未見過的任務。

  • 理解目標
  • 從經驗學習
  • 適應新任務
研究原型階段;下一階段的模型實驗尚待執行,未公開推出。

02 / World Model

行動之前,先理解可能的後果。

研究 AI 如何從觀察與回饋理解環境,推估不同操作會帶來甚麼變化,再決定下一步應該行動,還是先弄清楚情況。

  • 理解環境
  • 預測後果
  • 取得有用資訊
正於簡化環境進行小型實驗;初步結果仍需擴大驗證,尚未完成與真實 3B 模型的整合。

03 / RSI

學習的方法,能否一起進步?

遞迴自我改進(RSI)研究,關注 AI 能否找出自身學習與推理方法的不足、提出修改,再用新任務檢驗是否有效。目標是讓後續版本承接真正有用的改進。

  • 找出能力缺口
  • 獨立檢驗改進
  • 跨版本累積
已建立研究紀錄與驗證原型;有效自我改進及真實模型整合仍待證實。

長遠希望把三者接起來:本機語言模型理解目標,世界模型幫助考慮行動後果,RSI 再檢驗更好的學習方法。目前各自研發,整合仍是研究工作。

04 / LONGER-TERM DIRECTIONS

更長遠的方向。

AGI CONCEPTS

面對新任務,甚麼能延續?

探索記憶、推理與不同情境之間的學習。通用智能仍是研究問題,與目前產品的能力分開呈現。

概念探索

AOS

應用之間的個人智能層。

建立在現有作業系統之上的長期方向,讓工作與相關背景可以跨應用接續。AOS 目前尚未獨立推出。

產品方向探索
返回 Genesis ↗