AI的硬件时刻来了吗？

作者 ｜ 大模型机动组
邮箱 ｜ damoxingjidongzu@pingwest.com

当前，AI 技术虽已展现出接近 “数字神” 的强大能力，却大多被困在网页应用的文本交互框中，即便加入了音视频功能，核心交互方式仍显局限。而硬件领域长期因成本高、周期长、依赖供应链等问题，在投资领域备受谨慎对待。

但如今，两者的关系正在发生变化：AI 的进一步突破似乎越来越需要硬件作为 “载体”—— 就像移动设备的出现催生了全新应用场景，AI 也需要更贴合生活的硬件形态来打破交互边界。硬件能为 AI 提供关键的 “上下文”，尤其是通过被动收集环境、行为等数据，让 AI 更懂用户需求，而 AI 的智能化也能让硬件不再只是冰冷的设备，变得更具适应性和实用性。

不过，这种结合仍面临瓶颈：社会对 AI 硬件的接受度不足，类似早期谷歌眼镜的设备因可能涉及隐私、显得突兀而难以普及。当下的探索聚焦于找到既不显眼、又能提供高价值功能的硬件形态，比如从声音采集等轻便形式起步，同时挖掘精准且被社会认可的应用场景，让 AI 与硬件的结合真正走进日常生活。

本文编译自a16z文章《Is This AI’s Hardware Moment? A Reluctant Debate.》，原文地址：
https://a16z.com/ai-hardware/

我向来不太愿意投资硬件。硬件这东西太难做了——成本高、进度慢、风险大。（这一点我深有体会。）说到底，如今研发和销售消费级硬件的难题，跟十年前没什么两样：人人都期待达到苹果级别的设计，利润空间却薄得可怜，还得应付生产滞后的问题，而且完全受制于供应链。你可能冒险订了一百万件货，结果时代变了，仓库里突然堆满卖不出去的产品。

但话又说回来。

当下的情况似乎有所不同，这让我不得不重新审视自己的想法，尽管有些不情愿。 我们造出了一个AI“神”，却把它塞进了一个文本框里。

凭借AI技术，我们打造出了近乎数字神的东西。然后呢，我们把它硬塞进一个网页应用，对着它敲字。没错，我们已经加入了音频、图像，甚至视频功能——但说到底，我们大多还是通过一个“框”跟它交流。如果这项技术真有我们所知的那么强大，我们难道不该能用更有意义的方式与它互动吗？它难道不该能陪我们一路同行吗？

就在过去两周里，我见了几十位硬件创业者。他们都在表达类似的观点：AI需要一个“身体”。我听到了各种想法，从眼镜到胸针，再到Labubu风格的玩具，每个人都在尝试。这批新生代聪明的硬件创业者确实很有吸引力。他们也有同样的感受：这个AI“幽灵”需要一个“壳”（懂的都懂）。而对着笔记本电脑敲字显然不是长久之计。

回想一下移动互联网的变革。一开始，它似乎只是把同样的行为搬到了更小的屏幕上。但后来，全新的行为模式出现了——DoorDash、Uber、Snap这些产品，在台式机上根本不可能实现。这一切的发生，都是因为硬件变了。有了这种口袋大小的设备形态，你突然拥有了定位、摄像头、支付功能等等，而且还能随时随地使用。

恕我直言——AI还没迎来那样的时刻。至少对普通消费者来说是这样。模型太大，移动设备上的AI还没法真正发挥作用。所以，尽管我不愿承认，但我开始觉得：或许硬件就是那个缺失的环节。

1

上下文让AI变得无比强大

我认为，过去六个月里，AI在消费领域最大的突破是开放式记忆层。正是它让AI变得一旦用上就离不开，而且实用性大大提升。AI获得的上下文越多，价值就越大。看看Oura，这家估值超50亿美元的公司。它能成功，是因为通过追踪180多种生物标志物，为AI提供了上下文。 收集这种至关重要的上下文有两种方式：主动输入和被动输入。主动输入就是我们用ChatGPT时的做法。但说实话，人都是会偷懒的；每天晚上把自己的一天输入ChatGPT，这只有早期的极端爱好者才会做。大多数人会选择被动输入。这就是为什么所有这些早期的生产力工具都是能整合邮件和日历的Chrome插件。它们在试图被动地收集上下文。

但这不能一直局限在笔记本电脑上。它的潜力远不止于此。它需要能跟着我们移动，需要能融入环境。

如果真是这样，那些关注科技超过五年的聪明人可能会问：那我们为什么没有都戴着AI眼镜、别着AI胸针或者戴着AI戒指呢？在我看来，原因很明显：这些产品相关的社会共识还没形成。

社会接受度是瓶颈。不管怎么说，像谷歌眼镜那样的设备，对大多数人来说 still 感觉像科幻片里的东西，而且有点吓人。没人想看起来像是在记录一切。硬件要想取得突破，就得做到不显眼、有吸引力，而且——真正的关键是——它需要一个大家都认可的、值得这么做的使用场景。

在这场持怀疑态度的讨论中，有几个关键的开放性问题：

1

设备形态会是什么样？

这很关键。设备形态决定了你能收集到什么样的数据，进而决定了AI能做什么。我的预测是，我们会从比一直开着的摄像头更轻便的东西开始：声音。我预计会出现一种能装下麦克风又不显得突兀的形态。我们还不知道它具体长什么样。但我们清楚一点：当AI有了上下文，实用性会大幅提升，而硬件可能是唯一能被动收集这种上下文的方式。

这种设备形态的社会接受度足够高，能让人们真的愿意用吗？

我不想争论某一品牌的眼镜或配件是否时尚。这种让人捉摸不透的硬件，最终有可能和已经在全球有70亿台的iPhone绑定，或者是像AirPods那样与手机相关的东西。但更有可能的是，它会由那些更少受隐私限制的厂商来打造——他们能收集到让AI变得极具价值所需的那种被动上下文。这就引出了……

1

有什么东西能好到100倍，值得你为此牺牲隐私？

我最近遇到一位创业者，他在为工厂工人打造廉价的AI眼镜，不是给普通消费者用的。他在解决一个非常具体的问题：如何收集手部动作数据来训练机器人？为此，他不需要长续航，也不需要有社会吸引力。他只需要可重复、结构化的输入，而工厂就是获取这种输入的好地方。这不是主流应用场景，但很精准。

这就是我在寻找的“那个东西”：精准、有价值、社会能接受的使用场景。硬件突破口会从这里出现。

我们打造的这项技术太强大了，不该只局限在一个文本框里。越来越多的人希望它能融入自己的生活。他们只是需要一个让它感觉“合时宜”的用途。

Loveable的联合创始人有句名言，说他们在打造“最后一款软件”。暂且假设他是对的。那么现在的问题是：什么能让那款软件真正走进我们的生活？

如果我要相信这个月遇到的几十位聪明又有说服力的年轻创业者，或许，只是或许，答案就是硬件。

点个爱心，再走 吧