宠言PeTalk-让陪伴，始于了解

为单只宠物打造全生命周期专属 AI Agent，以主人的反馈为强化学习奖励信号，实现解读模型的自主迭代、终身进化 一、技术实现思路 采用 「通用多模态预训练底座 + 单宠专属 GEP 基因编码 + 用户反馈驱动的强化学习闭环」三层架构，把单宠解读规则编码为可轻量化进化的基因序列，无需人工标注、无需人工发版，低算力即可实现本地端自主迭代，解决通用宠物识别模型 “千人一面、静态无进化” 的核心痛点。 二、Agent 进化路径 分 4 个阶梯式阶段，完全匹配用户使用节奏： 冷启动：创建宠物档案后匹配对应品种初始基因，基础识别准确率 60%； 快速进化：通过用户反馈完成基因迭代，准确率快速提升至 90%+，适配单宠专属语言习惯； 深度进化：积累全场景数据，构建宠物正常行为基线，实现异常状态 / 健康风险提前预警； 终身适配：随宠物生命周期自主重组基因，适配幼年→成年→老年全阶段生理变化。 三、业务价值说明 C 端：打破人宠语言壁垒，精准解读宠物情绪需求、提前预警健康异常，使用越久适配度越高，形成竞品无法复制的用户迁移壁垒； 商业：核心采用「基础功能免费 + 高级能力会员订阅」模式，可拓展宠物医疗、食品、训宠等 B 端合作，形成「用户规模增长→模型能力提升→用户进一步增长」的正向飞轮； 行业：填补宠物智能赛道单宠专属自进化产品空白，技术可快速迁移至畜禽养殖、工作犬等产业场景。 四、GEP 协议与 Gene Recipes 使用方式 GEP 协议：将宠语解读规则编码为可解释、可进化的「宠语基因染色体」，以用户反馈为唯一进化奖励信号，通过选择、交叉、变异等核心算子，实现单宠 Agent 的自主迭代；同时搭建分布式隐私进化网络，脱敏后的高适配基因反哺全局底座，实现全平台能力同步升级。 Gene Recipes（基因配方）：分物种、品种、生命周期、个体 4 个层级，定义基因的编码规范、进化约束与功能模块，为 Agent 提供冷启动基础与定向进化规则，实现「一宠一模型、一宠一配方」的精准适配，配方本身可随种群进化自主优化。 [ 队伍介绍 ] 醉后不知天在水，满船清梦压星河。 我们是拥有多交叉学科背景的团队，项目来源于曾经有一天晚上梦到了释迦摩尼的故事，我们目前在做宠物领域的agent垂类进化产品，欢迎大家来体验。 [ 队伍成员介绍 ] 我们是来自天南海北的团队，李栋，谭朗，于梦，郑百川。