如果想认真做AI，就要把硬件做出来

OpenAI至少已经是第二次与苹果旧将合作了。上次是Humane的AI Pin，以惨败收场；这次是io，已经有了原型，目标出货1亿台。

硅谷曾信奉“真正认真写软件的人，应该自己做硬件”。苹果一度是这一信仰的受益者。硬件公司io的灵魂人物是苹果前设计总监Jony Ive，操刀过iPhone与iPad等产品，创造了用户与移动互联网的全新交互方式。可以说，没有iPhone，就没有App。继任Ive原先在苹果的岗位的Evans Hankey，以及曾领导iPhone产品设计的Tang Tan也加入了io。

也许，想把AI真正做好，也需要先把硬件做出来。OpenAI+io，差不多可以算是地球上最强硬件团队与AI团队的组合了，看起来很有希望。再加上苹果如今迟迟拿不出自己的AI，连Apple Intelligence是什么都含糊其辞，用户们已经“粉转黑”，多么希望离开的Ive，替自己去实现对库克的“复仇”啊。于是，这笔交易迅速吸引了市场目光。

但目前OpenAI与io合作的第一款AI硬件的确凿信息少之又少。通过梳理媒体报道，我们知道的是：

• 新硬件部门将由OpenAI产品与合作副总裁Peter Welinder负责，他直接向奥特曼汇报。

• 去年，OpenAI已经在io持股23%了。这次，OpenAI没有花费它宝贵的现金，而是拿出50亿美元估值的股权来换，两笔交易总价65亿美元。OpenAI新一轮估值投前2600亿美元。

• 新产品已经有原型了，奥特曼曾将它带回家把玩，而且已经和供应链谈判了几个月了，有望在2026年公开。它的形态可以“让消费者超越屏幕”，可以放在桌子上，不是手机，也不是眼镜。

• 它并不是一款利基产品，虽然不急着一出来就取代iPhone，但目标出货量是1亿台。以后会有“设备家族”。

• 一旦泄露，它将很快被竞争对手复制。

奥特曼与Ive想要拿出超越iPhone的硬件来，不是新鲜事。2023年9月，媒体就曝光两人在旧金山就这款产品的外观举行头脑风暴。Ive的出发点是打造一款对屏幕依赖程度较低的交互式计算设备，他有减轻手机成瘾性的“道德责任”。2024年9月，Ive证实合作存在，着手通过生成式AI让新的计算设备成为可能。

今年4月，媒体曝光奥特曼有意支付5亿美元收购io，当时后者一直在研究不同的概念的AI硬件，包括智能家居；但初衷未变，就是在保证提供核心通信和生产力功能的同时，将用户从不间歇的屏幕与通知中解放出来。

简言之，Ive想要全新的、高效的、自然的人机交互方式，而奥特曼的OpenAI有机会替他实现这一点。而且，2023年到2025年，大模型的性能仍在提升，它所带来的交互体验，也从单向的对话式的ChatGPT，进化到了网状的更主动的Agent。

同样，奥特曼也追寻新的AI硬件已久。用户依然需要打开网页、敲字输入，这不是真正的AI时代。如果要在AI时代构建数十亿用户规模的消费者产品生态，新的硬件是意味着主动权在手的更大市场空间的平台。

此前，OpenAI投资了人形机器人领域1X、FigureAI和PI，原生AI硬件初创企业Humane，以及由摄像头业务转型的Opal，等等；还重新组建了机器人团队，挖来了Meta智能眼镜前负责人。今年2月，OpenAI向美国专利商标局（USPTO）提交一系列AI驱动的消费电子设备的商标申请。

但迄今为止，没有人真正成功。Ive的前同事们也不行。Humane的两位联合创始人也来自苹果，尽管名气没有Ive那么大，但也相当资深，一位是为苹果干了20年的设计，一位担任苹果的软件工程总监；团队半数以上都是苹果前员工。当时预期这家公司的产品AI Pin，可以大量调用GPT应用商店里的GPTs。但最终GPTs与AI Pin都没能做起来。

问题变成了怎么把硬件做出来。简单的照搬成功经验并不可行。Ive称像AI Pin的“产品中缺乏新的思维方式”。但他没有提点一下，到底需要怎么样的新思维。

在产品真正出来前，市场会有很多想象空间。比如已经有人想到了：

• 它也许可以通过GPT-4o捕获环境声音，用自然的人声，或许是用户自己的，与环境实现交互；

• 也许拥有摄像头，可以像谷歌最新发布的Gemini Live那样，感知环境变化；

• 也许还会有传感器，就像苹果的Vision Pro那样，感知自己的姿态变化；

• 记忆很关键，可以将硬件听到的、看到的，以及用户在上面的日常操作储存起来，抽象出用户特征，驱动个性化的推理与预判；

• 语音的输出是线性的，面对生产力场景，耗费太多用户时间，也许满足不了Ive的要求，那么，如果没有屏幕去呈现较高的信息密度，就需要能解决实际问题的智能体。

它要足够强大，足够小巧，足够省电。Ive帮OpenAI打造的“口袋里的智能体”，要突破规模量产的消费级AI硬件的不可能三角。

替代手机、记忆功能，这都要求它是移动的，这样才能覆盖用户完整的活动时间与空间。像苹果Vision Pro或Meta的Quest这样的设计恐怕不行，它们同样试图以空间计算创造新的交互方式，但显然更适合坐在沙发上玩。要覆盖长时段的使用，尤其是实时主动感知与准确推理，就还要保证续航。

尽管OpenAI声称第一款产品没有取代iPhone的计划，但1亿台的目标意味着它远远比第一款iPhone要更成功。苹果实现年销售1亿台iPhone的纪录，发生在2012年，当时已经更新到iPhone5。这意味着OpenAI的这款产品要在某种程度上实现iPhone基本能实现的任务，或拥有iPhone尚没有但用户一体验就离不开的功能。

传统的“可穿戴设备”正在重新接受AI的改造，包括手表、手环、首饰等等，身上能想到的部位几乎都试过了。目前行业最成功的尝试，就是智能眼镜。在今年的CES上，大量智能眼镜涌现，来自中国的雷鸟创新、Rokid等纷纷亮相。但全行业累计相加，也远远没有达到1亿台的程度。自2023年10月首次亮相以来，Meta已售出200万副Ray-Bans眼镜，并计划到2026年底每年生产1000万副Meta眼镜。

谷歌眼镜也在Gemini的“通用AI助手”帮助下重启了。昨天的I/O大会，当谷歌宣布Gentle Monster和Warby Parker成为自己智能眼镜合作伙伴的时候，你就能明白它明显是冲着Meta去的，后者的合作伙伴包括EssilorLuxottica和Ray-Ban。扎克伯格曾经多次声称，智能眼镜是人工智能的绝佳载体，是十年后替代智能手机的“圣杯”。

他说的还是交互。扎克伯格的核心逻辑之一，就是智能眼镜是个性化的，时刻在现场，但又不会割裂现实世界与数字世界。也就是，交互是自然而然发生的，不需要的时候，它会逐步隐退到背景以外。

不知道Ive是否认同这种交互原则？至少他认可，新的AI硬件“不会引人注目”。但他的新产品又不是智能眼镜，甚至他对于任何能戴在身上的物品都持怀疑态度。

到目前为止，那些交互方式上引人注目的AI硬件，往往高开低走。AI Pin与Rabbit R1是口碑翻车最严重的两款。本质上，它们只是换了壳的类ChatGPT工具，以语音或光线生成来自大模型的回答；它们至多只能取代iPhone上某些应用频次不高的工具。使用它们，需要频繁抬手当作屏幕，或者将硬件当成对讲机。这些往往是令人感到多余的交互动作。

还有部分AI硬件，只进入垂直领域。完成一种任务，只需要相对固定的传统的交互方式。不够新，但也不刻意。Plaud与NotePin主打长续航多语种转录摘要，是生产力工具，取代录音笔的市场地位。但它们面临来自传统的智能手机与应用市场的挤压。

（从上到下，从左到右：萌友智能的Ropet，GROOVE X的LOVOT，Casio的Moflin，TCL的AI ME；机智连接的Plaud与NotePin，字节跳动的Ola Friend；可触未来的Looi；仙瞬科技的Halliday，魅族的StarV Air，雷鸟的V3，灵伴科技的Rokid）

还有不少小型团队，放弃了去卷那些不必要的功能边界，只是在核心功能上，附加弱交互的AI情绪价值。比如主打AI陪伴的Ropet与Looi，前者是毛茸茸的萌宠，没有AI都能卖得不错，大模型让它有了宠物该有的灵气，定位于语言沟通中无法捕捉的弱陪伴场景；后者的主业是移动设备的支撑与充电，手机连上去后，屏幕上会出现表情，根据环境与互动变化，它还能成为一个自动追踪的摄像头支架。

不同的AI硬件承载着对AI应用的不同的期待，但有一点是肯定的，它必须看起来和用起来都像一个“智能体”。Ive当年与乔布斯一起设计iPhone于2007年推出，开创了智能手机时代，让全世界几十亿人整天盯着手机屏幕看，Ive能设计出自然伴随人类的“智能体”硬件，颠覆iPhone吗？

文章来自于“未尽研究”，作者“未尽研究”。