推出 AI 耳机，字节真正的野心是什么？

AI 硬件的关键，在于连续深入融入用户生存。

作者 | 连然
编辑| 靖宇

10 月 10 日上午，字节跳动豆包发布了一款硬件产物——AI 智能体耳机 Ola Friend。该产物是一款开放式耳机，单耳 6.6 克同类最轻，可接入豆包大模子，并与豆包 App 深度联合，售价 1199 元。

用户戴上耳机后，无需打开手机，只需喊出关键词「豆包豆包」，便能唤起豆包举行对话，后者可以或许在信息查询、旅游出行、英语学习及情绪交换等场景为用户提供资助。

本年以来，大模子应用落地加快的同时，AI 手机、AI 耳机、AI 眼镜等 AI 硬件新品纷纷涌现，毕竟谁能成为 AI 期间，用户与人工智能交互的第一个入口？

Ola Friend 并不是字节推出的第一款硬件产物，但此前包罗鼎力大举台灯以及收购 PICO 后的探索并未出现清朗效果，这次会有所差别吗？

现在可以看到的是，相比之前更为激进的计谋，Ola Friend 这款 AI 耳机的定位回归到底子阶段，在功能上远低于各人想象，但这好像反而表现了字节思索得很清晰——本日在想象 AI 硬件的时间，不应该太过于乐观，而是应该更务实地来想这件事。

在 Ola Friend 发布当晚，极客公园「彻夜科技谈」直播间约请了极客公园首创人 & 总裁张鹏，和灵宇宙首创人顾嘉唯一起聊了聊，这款这款 AI 耳机对于字节跳动的意义、以及 AI 硬件产物真正的时机到底在那里。

以下是直播沉淀笔墨，由极客公园整理。

01

字节推 Ola Friend：

只迈出了 0.1 步？

张鹏：你怎么看字节本日推出的 Ola Friend 耳机？它在预期之中吗？

顾嘉唯：这款产物的界说方向是精确的，不外它现在只迈出了 0.1 步，还必要进一步迭代。

从 Google Glass 到本日的 Ray-Ban Meta，这些终端的探索，现实上是全部科技公司求之不得的大目的——打造雷同影戏《Her》的 Personal AI。

已往 20 年间，争取入口始终是贸易竞争中的巨大挑衅，尤其是在交互层面上。字节推出 Ola Friend，是一次不错的实验——先把用户在手机里用「豆包」APP 调到耳机里，离人更近。

值得一提的是，Ola Friend 审慎控制了预期，没有盲目扩展功能。做硬件产物，很紧张的一个本领就在于不停做减法、做收敛。

张鹏：以是你以为 Ola Friend 没有发散功能、控制用户的预期是对的。

顾嘉唯：产物的表面计划方面，许多人以为它跟上一代区别不大，乃至在质疑为何利用传统的 TWS 耳机来假冒 AI 硬件。

究竟上，字节是在通过这种方式管理用户预期，让用户先以为它只是一个平凡耳机，然后当它在软件端的 AI 本领显现出来时，用户就会感受到超出预期的体验。如许做的目标也是为了让「豆包」更轻易触达用户，低落用户利用「豆包」的门槛、淘汰进入层级，以进步活泼率为小目的的。

在我的利用体验中，豆包在电脑端的功能体现照旧很精彩的，无论是插件、划词、截屏等功能，相应敏捷、便捷高效，很好地提拔了工作服从。但是在移动端的体现就不太尽如人意了。这背后有许多缘故原由，此中之一在于入口之争的难度地点。

固然豆包不具备像 Google Assistant 那样的体系层本领，但在应用层面，它本质上构建的是一个AIfriend 的脚色，来提供情绪交互。

利用「豆包」比力多的话，会发现上面有很多 agent，这些 agent 不但在文本转语音（TTS）的音色上体现精彩，还能通过情绪表达让人产生共鸣。这种情绪交互的体验，也正是已往半年 GPT 技能不停发展的结果之一，尤其是通过互联网文本到视频数据练习涌现出的效果。

假如你利用过 Ola friend 这款产物，就会体验到一种「aha moment」，就是那种猛烈的伴随感，就像身边有人在跟你低语交换。这种伴随感正是吸引用户的紧张特质之一。

张鹏：以是它本质上许多交互实在逾越了手机的形态。

顾嘉唯：对，只是说它本日还没有做到情况感知、自动明白。

张鹏：做到的话，那就真的是有点往 her 走了。

顾嘉唯：如今它至少已经实现了「即唤即用」（Instant On）的功能。固然还没有到「始终在线」（Always On）的水平，但当用户必要时，它的叫醒方式非常便捷——无论是通过轻触，照旧利用叫醒词，用户都可以很轻松地启动装备。耳机原来就是手机搭配非常天然的延伸装备了，做到比手机更随时随地更 on demand 的选择，这是一个最安全低摩擦的一个品类选择。

接下来，我以为应该再往前一步，把情况感知和自动交互参加进来，如许才气真正与手机的利用区分开来。我们灵宇宙以为下一代 AI 硬件形态大概是各种情势，但有一点是紧张的：可以更多更长时地感知用户四周的情况空间信息，进一步作为输入，从被动地必要用户唤起变化到可以自动感知而且支持用户。同时做了 CoT 的算法计划，去更深条理明白人的意图，把被动叫醒酿成自动明白人意图、能察言观色、有眼睛见儿的深度交互。

和以往交互模式有什么差别呢？我自始至终不停在做「交互」这件事变，在微软研究院的时间从事的行业就是人机交互，各人不停评论 GUI、TUI、LUI、以及我们自动交互的 NUI，焦点都是在于回归以「人」为中央的交互。这也就是为什么我以为本日 Ola friend 只迈出了 0.1，而背面的 0.9 还会有极大的变革，我正带着团队锁定 NUI 的下个代际跃迁。

探寻 NUI 的同时，在 Personal AI 和 Ambient AI 范畴中探索 AI 产物在空间交互技能栈和数据获取的潜力。目的是构建一个可随身携带、交互式的 AI 产物，无论是使命型、服务型，照旧情绪伴随型，都是探索的方向。

02

给 AI 加了个硬件？

张鹏：字节推AI耳机，某种水平上是不是可以明白为，有代价的是 AI，给 AI 加了个硬件？

顾嘉唯：手机是最大消耗硬件，短期内难离开「以手机为中央」情况，你可以明白豆包耳机全部的代价功能险些都来自于手机上的豆包 APP。AI 给手机带来的不但是功能叠加，而是重新界说运行方式和交互模式。

在场景中用更好软件体验升级可称「加 AI」，如手机上各类被 AI 赋能升级的应用及功能集成的手机 OS 正被大模子以 SDK 化改造升级，这是贸易化落地有用路径。以 AI 为中央重构手机一样平常利用方式，包罗交互流程等；体系级 AI 助手包罗意图明白与指令实行。

大模子以 Agent 情势重构用户与手机交互，包罗新 AI 硬件变革，人们也在找「AI 原生」场景及办理方案，有 AI 后这些场景能买通。

不外，界说这两类产物时思索方式差别。若产物根本本领已占据高频场景，就有时机通过 AI 替换、提效或替换非 AI 完成的功能，这种时机确实存在。

我们本日聊的重要是能成为 AI 交互入口范例的产物对吧。对于「加 AI」，在智能音箱出来之前，我们曾经在 2015 年前后界说了一类家庭管家助理类的产物叫 Jibo，是基于 rule-based 写的脚本，我们增长了多模态，增长了视觉，他可以或许看得见，以是他有时机情况感知；而对于 AI 原生，我在已往的非常多产物实验，比方 Luka 卢卡出现之前家长给孩子读绘本只能本身读，学习机品类照旧一块屏没有摄像头扫题指读，基于 Luka 卢卡把桌面上的交互场景酿成一个可交互的多感官空间。我已往的许多产物，尤其是在软件端，都是基于如许的思索举行的。

许多创业者在上一个周期前赴后继地进入这个范畴，如今大概率也逃不出这个循环。从这个角度来看，有一类我界说成「容器属型」的产物大概并不是完全的 AI 原生，而是上一个周期的产物底子上「换 AI」，比方从 rule-based 换成了 LLM Agent，场景交互真实升级后，催生了本来需求的激活，带来了更高的市场天花板。这个逻辑套到如今我们连续看到的乐成的 AI 硬件产物上都是实用的。

张鹏：总体来看，现在还没有那种可以或许稳固发展的目的级产物。不管是 TPF（技能可行性）照旧 PMF（产物市场契合），都没有真正实现。不外随着时间的推移，我信赖我们越来越有时机找到联合 TPF 和 PMF 的AI硬件。

字节跳动本日推出了一款在功能上远低于各人想象的AI耳机，但反而表现了字节思索得很清晰，本日在想象 AI 硬件的时间，照旧不应该太过于乐观，照旧应该更务实地来想这件事。

顾嘉唯：我以为在将来一到三年，乃至三到五年内，AI 硬件创业者拥有巨大的时机，前程无量。这些时机源于底层技能本领的进步在本日真正实现了有代价的落地。

张鹏：将来我们必要思索的是，AInative 的硬件是否能真正发挥作用，关键在于与用户的互动时长吗？假如这些产物只是短暂利用，是否意味着它们仅办理特定题目，从而酿成一种目标性的硬件，也就酿成了硬件+AI。

而真正捉住将来时机的关键，大概照旧在于怎样深入融入用户生存，延伸利用时长，不停为他们提供个性化、连续的代价体验。

03

离个人助理另有多远？

张鹏：从感情代价这个层面去切，我实在也非常认同，由于我以为在已往一段时间里，整个大模子范畴印证了一点，大模子可以或许确定交付的一个代价就是感情代价。

那继承往下走，是不是就是要在体系侧做一个 assistant？也就是从现在的情绪搭子渐渐变化为一个更加实用有用的助理。你以为这种发展路径存在吗？

顾嘉唯：豆包实在已经在电脑端上无论是欣赏器照旧屏幕权限都拿捏得很好，不停提拔利用率和触发率的各种场景，但在手机上实现这一点就很难。人们大概更倾向于从手机的复杂情况中提取出一个可以或许更高频利用助理和情绪互动功能的场景。通过推出这款耳机，字节至少找到了一条大概的路径。

许多人等待这款耳性能够具备的一些功能，究竟上并没有，好比说讯飞耳机已经支持的电话灌音和语音择要这些功能，但这款豆包耳机却并没有具备，这实在就是产物在做「减法」的效果。

Ola Friend 如今更专注于在某些垂直场景中打磨精彩的用户体验。好比英语口语陪练、汽水音乐与字节私有音乐生态联合等主打场景，都是得当大模子现阶段「笨使命」相对稳固可靠的技能低垂果实，应先将一两个焦点功能做到 80-90 分，而非在多个功能上均匀用力致每个仅 50-60 分。在 AI 创新产物开辟 PMF 多年，吃过最多的亏就是从前总风俗于去挑「智慧使命」去做，前沿技能「不稳固」致创新体验不敷以支持更换本钱的环境许多。

这是对于界说 AI 硬件，大概任何以软件驱动为焦点的消耗级硬件来说，非常紧张的计谋。

再回到个人助理的这一点，现在间隔要做出一个真正意义上的个人助理还相称迢遥。要知道如今在豆包里想要打电话都还不可。这不但是涉及技能自己的历程，还包罗贸易生态的买通。

在新兴的技能入口之争中，起首入局的每每是手机厂商，紧随厥后的是像微信如许的超等应用。也就是说，一旦 AI Agent 助理技能发展到一个高度成熟的 PMF 阶段，手机厂商和这些超等应用巨头都会敏捷涌入，字节推出 Ola Friend，算是抢跑了一步。不外如果各家手机厂商的 TWS 耳机都联调适配好了自家 AI-OS 以后，届时豆包 inside 生存空间会是什么样呢？

04

真正的目的：

把握交互入口

张鹏：我在想，对于字节跳动如许的公司来说，这款耳机是否可以或许赢利，大概能赚多少钱，并不是他们最关心的题目。它更像是豆包的一个辅助工具，如许明白对不对？

顾嘉唯：假如我们推测张一鸣特殊想要全面投入 AI 这个入口，那么他大概不会把硬件作为贸易模式，由于无论是 PICO 照旧鼎力大举台灯，字节已经走过一遍路径了。

除了耳机，眼镜、项链这些情势都是有时机的，只要能离人的五官，也就是离人类天生的传感器更近，比人看得更清晰，听得更清楚，拥有第二大脑，无缝地提供 AI Agent 服务，就有时机成为下一个 AI 入口。这种交互方式现实上更有大概实现从即时启动（instant on）到始终开启（always on）的变化。交互方式创新了，就会产生新场景。

大概字节真正的目的照旧想要把握超等应用的入口。假如把交互入口作为第一性原理来看，那么肯定要通往 her，要做一个高度个性化的 AI 助手，这也是全部科技大佬的空想。

张鹏：那根本可以预料将来 AI 耳机这个品类肯定会有更多的品牌进来做。焦点题目在于，AI 耳机的竞争力到底是表现在其 AI 技能上，照旧耳机的硬件质量上？别的，AI 耳机真的是一个值得投入资源去竞争的赛道吗？

顾嘉唯：我非常信赖 Mark Weiser 对人机交互的将来发展路径规划——ubiquitous computing 隐形盘算。手机之后，更轻、更小、更随身的个人穿着终端将成为 PersonalAI焦点代价的延伸。在这一过程中，耳机、眼镜、项链等产物形态是创业者需探索的方向，关键在于后端交互体验的承载，是各家需深耕之处，也是资源市场有较高等待的范畴。

我们来看当下人交互的主流前言照旧「打仗式」的，比方手机、电脑，体验最好的交互方式照旧手机；而「非打仗式」的，比方体感游戏机、智能音箱、智能家居等通过手势、语音、声控；可穿着装备介于这两者之间，属于「嵌入式」，这内里的产物形态和匹配的交互方式另有很大的创新空间。

张鹏：那回到 AI 耳机，它的恒久竞争力是不是更多地依靠于其软件和 AI 本领，而不是硬件自己？

顾嘉唯：对。

张鹏：AI眼镜会是更好的选择吗？字节这次推出了 AI 耳机而不是 AI 眼镜这件事，你是怎么看的？

顾嘉唯：字节肯定是有在做AI眼镜的，无论是头盔式VR，照旧其他轻量型装备，比方 BB 和光波导等光机画幅技能实现透视结果的装备，字节都有在积极探索和做迭代。

对于像字节如许的互联网大厂来说，选择做硬件不但是基于情怀，更是对构建入口的连续寻求，探索和试错都是必经之路。

只管现在还没看到字节发布雷同 Ray-Ban Meta 如许的硬件产物，但可以预见，他们一定会沿着这条路径探求时机并渐渐推出相干装备。

在本日，探究耳机与摄像头联合的须要性很显着。提拔 AI Agent 助理功能，从 instant on 到 always on，成为更好的独立 AI 硬件或手机辅助配件以支持更多交互和 AI 功能，肯定要浮滑便携，不应粗笨，更不应去跟日渐遍及的手机折叠屏 PK 表现服从。

张鹏：不要低估字节在结构硬件上的资金、动力以及刻意。不外就眼镜来说，假如想让智能眼镜成为代替下一代手机的终端，在本日黑白常困难的，很难实现。但假如目的不是从手机屏幕上争取用户的利用时间或屏幕利用量，那大概就会是另一个讨论方向？

顾嘉唯：从恒久来看，好比五年、十年，乃至更长的时间周期内，有大概会出现一种替换手机，成为新的交互中央的可穿着装备。

这种装备应该具备表现功能、支持多模态交互，可以或许感知情况，还可以或许举行成像和有精良的画幅表现体现。

张鹏：紧张的是至少五年，不要想来岁。不外光机方面近来照旧会有一些希望。

05

AI硬件的真正时机在那里？

张鹏：怎么明白在眼镜上面加摄像头这件事它真正的意义？

顾嘉唯：空间智能和空间交互是技能演进中一个非常好的载体。它的第一步是看本日的大模子可否从文本本领涌现出更多的认知，进而朝着 CoT（Chain of Thought，头脑链）和推理本领的方向发展，然后引入更多的空间认知。

之前我在百度选择开辟 BaiduEye 与 Meta 如今选择推出 Ray-Ban Meta 是出于雷同的目的。BaiduEye 欲成为人类的「第二个大脑，第三只眼睛」，买通物理天下空间交互数据集以索引真实天下，其产物原型受以色列 AI 视觉公司 OrCam 的 MyEye 开导，其首创人 Ziv 也是 Mobileye 首创人，相识主动驾驶汗青的朋侪肯定不生疏。推动此目的过程中，已见大模子在前端意图明白和后端主动化实行有明显突破，中心缺失数据源可由 AI 眼镜这类载体增补以完成空间智能构建。

张鹏：摄像头实在能起到第一人称视角的数据源的输入。

顾嘉唯：关系算法和空间交互是通向 PersonalAI的必经之路，通过这条路的焦点是数据集。

本日占据「空间交互」数据闭环是竞争关键。将来做具身智能或通用人形呆板人，所需数据源既要像第三视角，如游戏过肩视角，观察人在真实场景互动，包罗人与人、人与物、人与空间交互；又要以人自己视角完成第一视角操纵。

从数据源的代价角度来看，各人在将来的发展路径应是相似的，关键在于谁的数据构建速率更快，但这波焦点在于感知。感知指什么？AI 硬件叠加多模态本领后搜集大量多模态数据，此多模态非原有笔墨或屏幕二维维度所具备，先有感知再有交互升维是 AI 迭代紧张条件。当前具身范畴正在履历硬件的迭代，但终极硬件本领大概会相差无几，焦点在于感知交互及由此带来的本领差别。灵宇宙针对随身 AI 场景积聚大量感知的空间交互数据，使 AI 交互进化出差别体验。

张鹏：这统统的焦点在于，假如将来我们想要基于AI为用户交付代价，就必要给 AI 提供更丰富的信息输入，而不但仅依靠用户的指令。只有如许，AI 才气更默契地与用户互动，通过更简朴的交互提供更大的个性化代价。假如统统都依靠于用户来提供信息，那用户会非常疲劳。

从手机中抽取时间，本质就是要为用户提供逾越以往的代价。这意味着要在一些手机无法实现的场景中，提供更好的体验。固然手机积聚了大量数据，但仍旧是有限的。以是必要在数据维度上做得更加丰富，才气真正交付出AI的个性化代价。这大概就是我们本日所说的 AI 硬件的真正时机。

顾嘉唯：本日屏幕上，多模态使命操纵简便直白，为流式交互路径，可同时多模态、多使命并行操纵。但耳机和语音场景只有线性操纵，使命高效性不敷，那怎么改变？需让 AI 先完成自动处置惩罚部门，即我们灵宇宙要做的 Proactive Intention 自动意图交互。

原来全部功能靠调 API 操纵，现在大模子能中控调理连续获取服务和调用信息，跳过 GUI 应用层写脚本，模子更小、实行服从更高，推动了 agent 发展，能更机动产生代价。

张鹏：交互这件事儿，已往是人机交互，是人在迁就呆板，由于呆板不懂人的东西，我们就是哄着人们说你用这种方式让呆板明白你的意图。但将来终于到了，呆板应该自动去明白人的这个阶段。

顾嘉唯：传统人机交互模式是基于信息流和服务流的推送，这是早期互联网和移动互联网发展阶段的典范特性，人们更多是通过学习怎样与呆板互动，来获取信息或服务。

如今，随着 AI 技能的驱动，交互模式正在发生根天性变革。将来的交互将不再是单纯的人与呆板的交互，而是基于「头脑链」来重塑 AI，基于"关系链"来塑造内容。这意味着，将来的 AI 交互将会更注意人际关系和交际属性及人与情况空间关系，而非仅依靠呆板功能服务。

随着这种变化，传统人机交互大概会渐渐消散，取而代之的是人与「类人」智能体的交互。这种交互方式不再是简朴下令实行，而是更靠近于人际关系中的互动——包罗情绪伴随、使命完成、效果交付等方面的社会化属性。将来的 Agent 智能体将会模仿人的举动和情绪，与人类创建更加精密的关系，成为一种社会化的存在。届时，大概由盘算机、电子工程主动化等构建起来的人机交互也就灭亡了，取而代之的是政治、法律、社会学等构建的人「人」交互。

06

创业者要避开哪些坑？

张鹏：上一波的AI硬件，实在没有特殊乐成的东西出来，这一波 AI 加到硬件上，大概碰面临什么坑？

顾嘉唯：本日占据空间交互，数据闭环是竞争关键。从数据源代价看，将来发展路径相似，关键是谁的数据构建速率更快。这波 AI 硬件公司最大的坑大概是忽视这一点，或没有本领做到这点——谁都知道数据代价，但就是「启动无数据上风，过程无代价数据」。

现在市场上的很多智能硬件产物现实上无法真正被称为「智能」。这是由于人们每每对其「智能」功能寄予厚望，等待它们能带来颠覆性的用户体验，但在现实交付时每每远低于这些预期，导致很多用户扫兴。

比方本日的语音交互产物中，用户「可感知」的智能之一就是「Barge-in 随时打断」，NUI 天然对话智能里最大的摩擦是用户已经开口说了，呆板 AI 还没反应过来还在那自说自话的违和感，然后呆板 AI 语言时出现辩论，要不抢话，要不跟不上节奏，就显得很弱智，不像跟身边的人发言那么天然流通。实在，只要用户必须将就呆板，就不是一个好的的人机交互。

过往我们迭代语音产物时，就是典范的必要攻克的一个技能项「全双工打断」。通过 VAD 语音运动检测，联合通道降噪，以及音视频各通道的信息明白做融合计谋和对话控制管理。

相比于原来智能音箱类场景，实在这个技能难点在耳机场景已经好办理许多，由于耳机贴近人的感官耳朵和嘴巴，语音收罗的信号更清楚，话音起止更易鉴别，麦克风阵列与用户作声位置间隔相对固定，又制止了情况噪音和语音衰减等影响。

现在已知的无论是 GPT-4o 照旧豆包，全双工打断体验都不佳，重要照旧误打断居多。本来的 ASR 语音辨认 - NLP 语义明白 - TTS 语音合成多阶段的做法，早晚会被「端到端」代替掉，Transformer 架构可以或许并行处置惩罚句子中的各个部门，大大进步语义明白的服从，LLM Agent 智能体也应该充实使用之前对话的上下文信息，通过构建对话汗青的知识图谱或影象网络，在明白用户打断意图时参考之前的话题信息等。总之，用 LLM 大模子来实现「流式交互」是这一轮语音类产物的共同目的。

另一个大坑，就是底子硬件的「根本功」没做到位。

我们来区分下是用蓝牙大概内建网络协议等仍然以手机为中央的「周边硬件」，照旧独立盘算本领不依靠手机以本身为中央的「独立硬件」，本日我们评论的豆包 AI 耳机属于前者，智能音箱属于后者。

本日我们用大模子创造「独立 AI 硬件」的话，除非智能算力能完全跑到当地，否则起首得要做好联网根本功，AI 硬件在这个时间点起首必要把硬件根本功给做好，你以为我们要讨论的都是高大上的 AI，现实上消耗者每每还卡在「上一步」呢。AI 硬件在用户现实利用中的场景每每非常极度。如安在这些极度环境下优化 AI 的容错性，是 AI 硬件开辟中的另一个关键环节。

特殊是在我们讨论的下一代的个人穿着装备作为 AI 入口，通常没有屏幕或小屏幕的终端上，联网功能的实现变得尤为复杂，尤其是当产物必要通过 Wi-Fi 毗连时，用户在每个步调的错误操纵反馈都大概影响团体体验。办理这些题目必要在硬件设置和本钱之间做出弃取，而且必要企业在开辟过程中积聚大量的履历教导。

开辟过程始终面对一个关键的衡量点——如安在本钱和性能之间找到均衡。而且，硬件即便代价自制，仍旧必要物流和一系列的交付流程，这对用户来说也构成了肯定的心智门槛。要超过这个门槛，对于那些没有积聚的新公司来说，界说和推出一款新的产物，确实是极具挑衅的。开辟过程面对本钱与性能的衡量点。硬件即便自制，物流及交付流程对用户故意智门槛。对无积聚的新公司，界说和推出新产物极具挑衅。

硬件产物的初次交付质量直接决定了将来市场体现和用户预期的管理。若初次交付时体现不佳，纵然后续举行多次迭代，大概也难以彻底挽回用户对产物的信托。但假如初次交付能到达至少 70 分，企业就有时机通事后续改进来提拔用户体验。

硬件产物由于其高本钱和生产周期的限定，容错率极低。硬件的频频错误决议就大概导致整个产物的失败，乃至必要重新思量是否将产物推向市场。

张鹏：做硬件产物相对软件大概难了不止十倍，那涉及到AI硬件，大概内里又有一堆新题目。那这次灵宇宙的思绪是怎么样的？跟你之前在做的事儿有什么区别？

顾嘉唯：我不停在对峙的一个空想，交互类的呆板人。实在，呆板人的焦点构件无外乎三种：物理层面的移动（依靠轮或足）、使命的操纵实行（依靠手臂和身材）、以及意图明白后的交互（头和脑）。终极，这些都归结到交互自己——让一个装备有一个界面，有一个「脸」来与你互动，本质上就是交互的焦点地点。

这个路径上关键在于找到一个有用的数据积聚方式。

张鹏：创业者应该选择什么范畴？

顾嘉唯：本日占据空间交互这一层的数据闭环是竞争的关键，数据构建速率是影响将来空间智能、AI 伴随软硬件等诸多范畴的最关键的因素。创业公司的焦点竞争力、护城河都取决于此。

灵宇宙是基于大模子对意图明白的升维，通过传感器网络 life streaming data 全天候场景数据，实现空间交互，重新界说「万物有灵」，构建呆板人的魂魄，在 Personal AI 和 Ambient AI 联合的范畴，通过软件界说硬件，探索 AI 产物的发展潜力。关系算法和空间交互，也是我以为通往 Persona AI 必经的路径。

要实现这一点，焦点题目就是数据集的构建。通过垂直人群网络空间交互的数据，就像特斯拉通过大量司机真实驾驶数据构建 FSD（完全主动驾驶）系同一样。特斯拉的上风在于不依靠高精度舆图，而我们灵宇宙则试图通过相似的路径，为 Personal AI 构建闭环数据集，尤其针对那些最原生的 AI 交互智能终端利用者。

从计谋上来说，假如我还在大厂里，大概会选择眼镜或耳机如许的超等品类比力，但作为创业者，我的选择会更加审慎，一些看似边沿乃至鸡肋的范畴，恰好有充足的市场空间，可以或许保障初创公司真正做到位。越细分的市场，越能办理明白的特订价值，越轻易取得乐成。

如今市面上大多数通用人形呆板人公司还在积极挣扎于 TPF 阶段，都没有真正迎来的 PMF 时候，但创业那么多年的履历告诉我，一旦超过 PMF 只要是买卖一定碰面临复杂竞争格局中怎样定位找到本身的 7 Powers 实现可连续发展。

我之前不停在做毗连内容和交互的产物，创业选择做内容型产物的利益实在是，不太会像那些纯工具类的产物大多会被巨头清出局。像监控摄像头、智能音箱这类产物，就轻易在大公司的平台生态中被卷得无路可走。但假如产物有充足深的内容厚度，它就能在肯定水平上界定它的受众范围，创造出属于本身的生存空间。以是对于创业公司来说，选择这些赛道反而更有上风，由于它不会被容易代替。

在大模子出现之前，我们谈交互和内容的关系时，总以为交互是辅助的，想靠它来提拔内容的体验，真的挺难的。固然我们有技能上风，能创造更好的交互方式，但由于内容生产投入占的比庞大，交互撬动的结果并欠好。

不外，如今环境不一样了。大语言模子及相干技能带来的 AIGC 技能进步实在在静静改变着交互和内容的均衡，让我们这些深耕交互技能的公司看到了新的时机。

我们对峙「先数据后 AI」的原则，联合我们 Luka 卢卡品牌过往近万万台产物在市场上已经网络了百亿参数用户交互举动数据，为后续的模子优化打下了坚固的底子。

张鹏：本日AI硬件要去往前走，纵然只是在一个相对边沿的场景中，但假如真的交付了充足的代价，纵然不是行业的「白马骑士」，至少是为用户办理题目的存在，而且办理的题目比已往的方式更好了，只要可以或许在这些渺小的场景中创造代价，创业团队就可以沿着这条路径往前走。

那将来在像耳机、眼镜这种显然大概会成为某种交互入口的范畴，会不会有新的补贴大战？

顾嘉唯：除非将来出现像当年智能音箱那样的猛烈竞争，而且全部大厂都把它视为「明牌」，否则很丢脸到再次出现大规模的补贴大战。

其时智能音箱至少被以为是显着的「明牌」。但现在硬件产物并没有出现同样的「明牌」路径，市场更多样化了。

别的，补贴的本质是互联网流量变现的方式。如今的大型模子则接纳差别的贸易模式，更加注意本钱控制。在这种环境下，单纯依赖补贴很难产生根基效应的复利。

转头来看，怎么界说创业公司创造出独有的稀缺性本领？我以为关键在于找到一个有用的数据积聚方式，这些数据源实在就是我们灵宇宙本日在焦点投入的地方，盼望可以或许通过空间交互来完成更多样的交互视角的数据闭环，然厥后构建一条雷同于通往 Robotaxi 路径过程早期特斯拉 FSD 的「南坡」路径。同时明白所善于的、可以或许深入明白并连续研讨的垂直人群的需求，才气来构建一款以人为焦点 AI 产物的焦点轴线。

本日空间交互的数据闭环建立，尤其是高速建立是竞争的关键。只有行业竞争到了这一层面的阶段，才有大概还会出现补贴大战。

*头图泉源：Ola Friend

本文为极客公园原创文章，转载请接洽极客君微信 geekparkGO

极客一问

你盼望 AI 耳机有哪些功能？

出小米明晚7点发布会，su7 Ultra量产版上线。

点赞关注极客公园视频号，