Rabbit R1 AIアシスタント：価格、スペック、発売日

アプリが嫌いですか？ジェシー・リュウはアプリが大嫌いです。少なくとも、CES 2024でポケットサイズのデバイス「R1」を発表したばかりのAIスタートアップ、Rabbit Inc.の創業者と初めて話をした時の印象はそうでした。リュウは、何かのタスクを実行するためにスマートフォンを取り出し、適切なアプリを探し、画面内をあれこれタップする代わりに、プッシュ・トゥ・トークボタンを使ってR1に話しかけるだけで済むようにしたいとしています。すると、「ラビット」と呼ばれる一連の自動スクリプトがタスクを実行し、ユーザーは日常生活を送ることができます。

R1は、ポストイットを積み重ねたくらいの大きさの、赤みがかったオレンジ色の四角いデバイスです。スウェーデンの企業Teenage Engineeringとの共同設計です（Lyu氏はTEの取締役です）。R1の左側には2.88インチのタッチスクリーンがあり、その右側にはアナログスクロールホイールがあります。スクロールホイールの上には、360度回転するカメラが搭載されています。これは「Rabbit Eye（ラビットアイ）」と呼ばれ、使用していないときはカメラが上または下を向き、事実上のプライバシーシャッターとなります。自撮りカメラや背面カメラとして使用できます。Rabbit Eyeはビデオ通話にも使用できますが、従来のスマートフォンカメラのように使うためのものではありません。これについては後ほど詳しく説明します。

右端にはプッシュ・トゥ・トークボタンがあり、長押しすることでR1に音声コマンドを送ることができます。また、常時接続を可能にする4G LTE SIMカードスロットも搭載されているため、他のデバイスとペアリングする必要はありません。（R1をWi-Fiネットワークに接続することも可能です。）充電用のUSB-Cポートも備えており、Rabbit社によると1回の充電で「一日中」使えるとのことです。

R1の価格は199ドルですが、毎月の携帯電話接続料金も別途必要となり、設定も自分で行う必要があります。予約注文は本日開始され、3月下旬に出荷されます。

このポケットに収まるデバイスは、決してスマートフォンの代わりになるものではありません。映画を見たりゲームをしたりすることはできません。むしろ、些細な作業を肩代わりしてくれる存在です。Lyu氏は、このデバイスをパーソナルアシスタントにスマートフォンを預けてタスクを完了させるようなものに例えました。例えば、Uberを呼ぶことができます。プッシュ・トゥ・トークボタンを長押しして、「エンパイア・ステート・ビルまでUberを呼んで」と言うだけです。R1は数秒かけてリクエストを解析し、料金などの詳細情報を示すカードを画面に表示して配車を依頼します。このプロセスは、レストランの予約、航空券の予約、Spotifyのプレイリストへの曲の追加など、さまざまな分野で同じです。

R1の欠点は、内蔵アプリが一切ないことです。また、アプリのAPI（アプリケーション・プログラミング・インターフェース、クラウドサービスがデータリクエストに使用するソフトウェアゲートウェイ）にも接続できません。プラグインもプロキシアカウントもありません。そして、スマートフォンとのペアリングもできません。

Rabbit OSは、ウェブポータル経由で特定のアプリへのアクセスをオン/オフできるレイヤーとして機能します。Lyu氏は「Rabbit Hole」と呼ばれるウェブページを見せてくれました。そこには、OpenTable、Uber、Spotify、Doordash、Amazonなどのサービスのアカウントにログインするためのリンクがいくつかありました。これらのリンクのいずれかをタップするとサインインを求められます。これは、Rabbit OSが接続されたアカウントでユーザーに代わって操作を実行する権限を付与することを意味します。

プライバシーの悪夢のように聞こえるかもしれませんが、Rabbit Inc.はサードパーティサービスのユーザー認証情報を一切保存していないと主張しています。また、すべての認証はサードパーティサービスのログインシステムで行われ、ユーザーはいつでもRabbit OSへのアクセスを解除し、保存されたデータを削除できます。同様に、R1はトランシーバーのようなプッシュ・トゥ・トークボタンで音声コマンドプロンプトを起動するため、ウェイクワードは不要です。そのため、R1は一般的な音声アシスタントのように常にユーザーの声を聞き続ける必要がありません。デバイスのマイクは、ボタンを押した時にのみ起動し、音声を録音します。

バックエンドは、OpenAIのChatGPTを基盤とする大規模言語モデルと、リクエストを実行するRabbit Inc.が開発した大規模アクションモデルを組み合わせて使用​​します。これらのLAMはデモンストレーション学習、つまり人間がモバイル、デスクトップ、またはクラウドインターフェースを介してタスクを実行する様子を観察し、そのタスクを自ら再現します。Rabbitは最も人気のあるアプリ向けに複数のアクションを学習済みであり、Rabbitの機能は今後さらに向上していく予定です。

今では誰もがデバイスに話しかけ、SiriやGoogleアシスタントなどの音声アシスタントにテキストメッセージを送ったり、ダフト・パンクの音量を上げたりすることに慣れています。しかし、Rabbitは違います。同社のプレスリリース資料によると、Rabbit OSは単なるタスクではなく、「用事」も処理できるように設計されており、用事は本質的により複雑で、リアルタイムのやり取りが必要です。同社が提供している例としては、旅行プランを調べてスケジュールと予算に最適なプランを予約したり、バーチャルな食料品店のカートに商品を追加して、レジと支払いに必要なすべての手順を完了したりすることが挙げられます。

リュウ氏によると、彼のチームはウサギにビデオゲーム『ディアブロIV』で生き残る方法を教え、敵を倒し体力バーを常に満たすあらゆる方法を実演したという。理論的には、ウサギにキャラクターを作成してレベルアップさせれば、ゲーム内でグラインドする必要がなくなるようにできるだろう。

パーソナルAIコンパニオンを目指して競い合うデバイスが増えています。しかし、Humane AI Pinとは異なり、R1は単に世界の情報に簡単にアクセスするためのツールではありません。Rabbitチームは、このデバイスがデジタル世界とのインターフェースとなることを目指しています。

「私たちは皆さんの問題を解決しようとしています」とリュウ氏は言います。「使い方を学ばなくても、すぐに使いこなせるほど直感的なツールを提供したいのです。」