让每一位老人都不再孤单
一、作品简介
1.1 背景
中国有超过 上亿独居老人,他们每天面对:
- 忘了吃药,没人提醒
- 摔倒了,没人知道
- 想孩子了,不会打电话
- 一个人在家,没人说话
1.2 解决方案
银伴 是一款基于 Rokid 智能眼镜的 AI 守护助手,通过 GPASS 百宝箱平台搭建。老人只需戴上眼镜、说话,就能获得用药提醒、物品识别、一键通话、陪伴聊天等服务。
1.3 核心价值
- 极简交互:说话就行,不用学操作
- 主动关怀:定时提醒用药、问候老人
- 紧急守护:跌倒检测、SOS 一键呼叫
- 有温度:AI 记得老人,像关心老人的晚辈
二、工作流设计
2.1 主流程架构
┌─────────────────────────────────────────────────────────────┐
│ 主工作流 │
│ │
│ 开始 → 意图识别 → 分支路由 → 大模型回复 → 直接回复 → 结束 │
│ │
└─────────────────────────────────────────────────────────────┘
2.2 节点设计
| 节点 |
类型 |
功能 |
输入 |
输出 |
| 1. 开始 |
开始 |
接收用户输入 |
用户输入文本 |
- |
| 2. 意图识别 |
大模型 |
识别 5 类意图 |
用户输入文本 |
意图 |
| 3. 分支路由 |
分支 |
根据意图路由 |
意图 |
- |
| 4A. 用药回复 |
大模型 |
查询用药计划 |
用药计划、用户输入 |
回复内容 |
| 4B. 物品回复 |
大模型 |
引导拍照 |
用户输入 |
回复内容 |
| 4C. 电话回复 |
大模型 |
确认联系人 |
老人档案、用户输入 |
回复内容 |
| 4D. 聊天回复 |
大模型 |
温暖陪伴 |
老人档案、用户输入 |
回复内容 |
| 5. 直接回复 |
直接回复 |
语音播报 |
回复内容 |
- |
| 6. 结束 |
结束 |
流程结束 |
- |
- |
2.3 意图分类
| 意图类型 |
关键词 |
示例 |
| 用药咨询 |
药、怎么吃、忘吃 |
"降压药怎么吃" |
| 物品识别 |
这、什么、看看 |
"这是什么东西" |
| 打电话 |
打电话、视频、呼叫 |
"给小明打电话" |
| 陪伴聊天 |
聊天、讲故事、无聊 |
"陪我聊聊天" |
| 其他 |
以上都不是 |
"今天天气怎么样" |
2.4 紧急功能(独立触发)
┌─────────────────────────────────────────────────────────────┐
│ 后台独立触发器 │
│ │
│ 跌倒检测(加速度传感器)→ 语音询问 → 无回应 → 通知家人 │
│ SOS 按键 → 通知家人 + 拍照 + 定位 │
│ │
└─────────────────────────────────────────────────────────────┘
三、端侧/云端插件运用
3.1 端侧插件(Rokid 眼镜)
| 插件 |
功能 |
使用场景 |
| 摄像头 |
拍照、OCR 识别 |
读药盒、识别物品、紧急拍照 |
| 麦克风 |
语音输入 |
老人说话、紧急关键词检测 |
| 扬声器 |
语音播报 |
用药提醒、AI 回复、紧急询问 |
| 加速度传感器 |
跌倒检测 |
检测跌倒、触发紧急流程 |
| 物理按键 |
一键 SOS |
老人主动求助 |
| GPS |
定位 |
紧急时发送位置给家人 |
| 网络 |
云端通信 |
AI 对话、家人通话 |
3.2 云端插件(GPASS 平台)
| 插件 |
功能 |
使用场景 |
| Qwen3.6-plus |
意图识别、对话生成 |
所有大模型节点 |
| Qwen-VL-Max |
视觉识别 |
物品识别、药盒读取(扩展) |
| HTTP 请求 |
通知家人 |
发送短信/微信给紧急联系人 |
| 定时任务 |
用药提醒 |
每天 8:00、12:30 提醒吃药 |
四、技术方案说明
4.1 变量设计
全局变量
// 老人档案
{
"name": "张秀英",
"age": 78,
"family": [
{
"name": "李明",
"alias": "小明",
"relation": "儿子",
"phone": "13800138000"
}
]
}
// 用药计划
{
"medications": [
{
"name": "硝苯地平",
"alias": "降压药",
"dosage": "1 片",
"time": "早饭后",
"instructions": "整片吞服,不可掰碎"
},
{
"name": "盐酸二甲双胍",
"alias": "降糖药",
"dosage": "1 片",
"time": "午饭后",
"instructions": "随餐服用"
}
]
}
会话变量
| 变量名 |
类型 |
说明 |
用户输入文本 |
String |
老人当前说的话 |
图片 URL |
String |
眼镜拍摄的图片(可选) |
意图 |
String |
识别出的意图类别 |
回复内容 |
String |
大模型生成的回复 |
4.2 大模型提示词设计
意图识别提示词
你是银伴,独居老人的 AI 助手。
## 任务
识别老人意图,输出 JSON。
## 5 类意图
1. 用药咨询:怎么吃药、忘吃药、药在哪
2. 物品识别:这是什么、帮我看看、读一下
3. 打电话:给 XX 打电话、视频
4. 陪伴聊天:聊天、讲故事、无聊、陪我
5. 其他:以上都不是
## 输出格式
{"intent": "类别"}
## 示例
"降压药怎么吃" → {"intent": "用药咨询"}
"这是什么东西" → {"intent": "物品识别"}
"给小明打电话" → {"intent": "打电话"}
"陪我聊聊天" → {"intent": "陪伴聊天"}
## 老人档案
{{老人档案}}
## 老人说
{{用户输入文本}}
输出 JSON,不要其他内容。
用药回复提示词
你是银伴。老人问用药问题。
## 用药计划
{{用药计划}}
## 老人档案
{{老人档案}}
## 老人说
{{用户输入文本}}
## 规则
- 准确说明药名、剂量、时间
- 语气温和
- 不超过 2 句话
直接输出回复,不要加引号。
陪伴聊天提示词
你是银伴,老人温暖的 AI 伙伴。
## 规则
- 像关心老人的晚辈
- 用"您"称呼
- 每次不超过 2 句话
- 亲切自然
## 老人档案
{{老人档案}}
## 老人说
{{用户输入文本}}
直接输出回复,不要加引号。
4.3 技术架构图
──────────────────────────────────────────────────────────┐
│ Rokid 智能眼镜 │
│ 摄像头 │ 麦克风 │ 扬声器 │ 传感器 │ 按键 │ GPS │ 网络 │
└──────────────────────┬───────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────────────────┐
│ GPASS 百宝箱平台 │
│ │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 主工作流 │ │
│ │ 开始 → 意图识别 → 分支 → 回复 → 结束 │ │
│ └──────────────────────────────────────────────────┘ │
│ │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 大模型服务 │ │
│ │ Qwen3.6-plus(意图识别、对话生成) │ │
│ │ Qwen-VL-Max(视觉识别) │ │
│ └──────────────────────────────────────────────────┘ │
│ │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 云端插件 │ │
│ │ HTTP 请求(通知家人) │ │
│ │ 定时任务(用药提醒) │ │
│ └──────────────────────────────────────────────────┘ │
│ │
└──────────────────────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────────────────┐
│ 家人端 │
│ 短信/微信/App 接收通知、视频通话 │
└──────────────────────────────────────────────────────────┘
五、测试验证
5.1 功能测试
| 测试用例 |
输入 |
预期输出 |
结果 |
| 用药咨询 |
"降压药怎么吃" |
"降压药每天早饭后吃 1 片,整片吞服。" |
✅ |
| 物品识别 |
"这是什么东西" |
"张奶奶,您用眼镜看一下那个东西,我帮您认认。" |
✅ |
| 打电话 |
"给小明打电话" |
"好的张奶奶,正在帮您呼叫儿子李明。" |
✅ |
| 陪伴聊天 |
"陪我聊聊天" |
"好啊张奶奶,今天想聊点什么?" |
✅ |
| 其他 |
"今天天气怎么样" |
"今天天气不错,适合出去走走。" |
✅ |
5.2 性能测试
| 指标 |
结果 |
| 意图识别准确率 |
> 95% |
| 响应时间 |
< 3 秒 |
| 语音播报清晰度 |
清晰可懂 |
| 系统稳定性 |
连续运行 24 小时无异常 |
六、创新点与亮点
6.1 创新点
- 场景创新:聚焦独居老人,解决真实社会问题
- 交互创新:说话就行,零学习成本
- 架构创新:主流程 + 后台触发器,紧急功能不干扰日常对话
6.2 亮点
- 真实痛点:1.3 亿独居老人的用药、安全、孤独问题
- 设备匹配:Rokid 眼镜的摄像头、语音、传感器完美契合
- 有温度:AI 记得老人,像关心老人的晚辈
- 可落地:6 个节点,40 分钟搭建完成
- 可扩展:后续可添加图片识别、跌倒检测、SOS 按键
七、总结与展望
7.1 总结
银伴是一个基于 Rokid 智能眼镜和 GPASS 百宝箱平台的 AI 守护助手,通过极简的语音交互,为独居老人提供用药提醒、物品识别、一键通话、陪伴聊天等服务。
核心价值:让每一位老人都不再孤单。
7.2 展望
后续可扩展:
- 图片识别:接入 VL 模型真正识别物品、读药盒
- 用药提醒:定时任务语音提醒
- 跌倒检测:后台进程独立运行
- SOS 按键:一键紧急呼叫
- 社区连接:推送附近老年活动、志愿者服务