全球AI硬件0款破百万台，为什么这群创业者反而更兴奋了？

到现在，还没有一款AI硬件卖出过100万台

"没有百万台的爆款，也许恰恰因为此前的AI硬件都在卖功能，没人在经营数据回路。"

AI Pin凉了，Rabbit R1凉了，Lookie和Nuna吃灰率也很高。就算是Plaud，也还是23年底录音笔+AI总结的形态。

一个扎心的事实是：到现在为止，全球没有一款主动式多模态Agent硬件卖出过100万台。AI硬件的概念现在吹的很玄幻，但落地的产品却都很接地气

这是星穹方舟CEO段然在一场圆桌上说的话。按常理，这个数字应该让在场的硬件创业者悲观。但同一张桌子上，做力控机械臂的、做教育机器人的、做脑机接口的、做家庭陪伴硬件的，没有一个人悲观。

原因很简单：他们赌的都不是模型，是数据。

工厂不是具身智能的应许之地

先说一个反直觉的判断。

现在具身智能赛道最热的故事是：大模型带来泛化能力，机器人从此什么都能干。但非夕科技胡晓平当场泼了盆冷水：大部分工厂要的是专业和稳定，跟大模型"既做A又做B"的泛化目标，根本是错配的。

非夕出身斯坦福机器人实验室，十年死磕力控，让机械臂像人手一样做灵巧作业。胡晓平举了个特别形象的例子：人插USB，根本不知道接口的精确位置，但每次都能插进去。力的感知、手法，这些东西刻在人的骨子里，可放到机器人身上，难如登天。

传统工业机械臂走精准位置路线，结果就是只能在固定场景干活，开放场景一律抓瞎。这就是为什么工厂里还有那么多劳动密集型环节，机器人始终啃不动。

"他的结论很直接：未来三年，工厂是大模型和具身智能的试验场，不是放量场。真正先产生规模化收入的，是把操作能力做到极致的机械臂，而不是会聊天的机器人本体。良率、可靠性只是入场券，最终促成采购的只有一个指标：回本周期。"

Context is all you need

段然是全场最敢说的。

他做AI可穿戴，眼镜、吊坠、戒指全在布局。外界看这是资源分散，他的回答特别祛魅：根本没有什么"寻找最佳载体"的宏大叙事，就是不知道哪个品用户喜欢，多开几个，能收回成本就行。

为什么敢这么干？因为深圳。芯片统一用恒玄那几款芯片统一用恒玄、杰理、炬芯、全志那几款，传感器供应链也是歌尔、AAC那几家；未来五年，会出现一款像电脑一样，sensor供应链不变，多开一个SKU增加的成本不是80%、100%，只有20%左右。做生意第一考虑成本管控，就这么接地气。

祛魅归祛魅，判断不含糊。他认为未来三年，会出现一款像电脑一样、70%以上年轻人人手一台的AI原生硬件。具体形态？不说，"要知道我就该上市敲钟了"。

"但他敢说的是方向：下一代AI硬件的核心是context。基模能力相同的情况下，谁掌握用户全天候的上下文数据，谁的服务能力就比别人高出40%以上，用户就再也离不开你。而所有产品形态里，只有可穿戴硬件能做到这一点。"

巨头环伺怎么办？他给了两条路。一条是学Even Realities，切欧洲商务人士这个高端净值人群，两个月前刚拿了10亿人民币融资。另一条更直白：抱大腿。新品9月在华为HC全连接大会发布，欢迎大家到时候来体验。

整场圆桌我最想记住的一句话也来自他："没有窄的赛道，只有你窄的眼界。"再窄的品类，第一天就go global，基数也足够养活一家公司。

硬件不是护城河，这话是硬件公司老板说的

鲸鱼AI贾昕东抛出了一个更反直觉的观点。

鲸鱼做青少年教育机器人，400多款产品卖到81个国家，连续7年盈利，挺过疫情、挺过双减。按理说，硬件是它的命根子。但贾昕东说：硬件放眼海外确实是优势，可内容才是更深、更长远的护城河。

逻辑很妙。正因为中国有珠三角、长三角这样全世界独一份的供应链，硬件成本谁都能做低，反而构不成壁垒。只做硬件出海，很难出圈。

真正硬核的是内容和数据。自研AI平台过滤所有不适合孩子的内容，价值观上不卷分数、培养AI思维；自办的ENJOY AI全球青少年AI机器人科创比赛办了七年，每年全世界超过15万青少年参加；国内3万多所学校、1万多家机构在用他们的方案。

接下来打C端家庭市场，他明说对标小天才：家长侧打安全焦虑，孩子侧打社交和娱乐，两头都抓住。而在AI时代，深耕七年的青少年数据，会是这家公司最值钱的资产。

两种"笨办法"，同一条数据路

还有两位，一个往家庭里钻，一个往人脑里钻，打法看似最慢，逻辑却一模一样。

风火轮萤图孔维刚做的是主动交互：大部分智能硬件还是"你叫它它才动"，他们要让设备自己感知情境、主动服务。他的拆解很硬核：手机是为通信设计的，熄屏了怎么持续感知？手机没法固定在一个场景里长时间解决角度问题，数据源天然有缺陷。主动交互的主要载体，一定是新形态的智能体硬件。

但卖硬件不是目的。他真正看重的是硬件背后的回路：真实需求带来高频使用，高频使用产生真实场景数据，数据反哺主动交互大脑，大脑再让硬件更聪明。

神舞科技李杨做的是脑机接口。商业化路径同样"笨"：先不碰C端，先卖科研。清华北大等高校都在建脑机接口学科，用他们的设备做实验。因为脑电大模型是行业的必经之路，谁先占据数据质量、建起数据平台，谁就占据行业上游。

写在最后

五个人，五条路。机械臂、眼镜、教育机器人、陪伴硬件、脑电头环，产品形态毫无关系。

"但把每个人的话拆开看，底层是同一个判断：模型能力会趋同，供应链会被拉平，唯一拉不平的，是谁离真实世界的数据更近。没有百万台的爆款，也许恰恰因为此前的AI硬件都在卖功能，没人在经营数据回路。下一款真正破圈的AI硬件长什么样，没人知道。但它的主人，大概率是那种从第一天起就在攒数据的人。"

更多对话细节

Speakers｜嘉宾

风火轮萤图 创始人&CEO 孔维刚

星穹方舟 CEO 段然

非夕科技 集团副总裁 胡晓平

上海鲸鱼AI机器人 海外2C市场负责人 贾昕东Slade

神舞科技 合伙人兼副总裁 李杨

Host ｜主持人

非凡产研 深圳负责人 康正中

康正中：正式讨论前，每人用一分钟左右介绍自己和业务。孔总先？

孔维刚：大家好，我是风火轮萤图创始人&CEO 孔维刚。我们基于主动交互大脑、真实场景交互数据，以及家庭陪伴智能体硬件构建商业闭环。核心是通过底层技术，推动智能体硬件和机器人本体从指令感知走向主动交互。

胡晓平：大家上午好，我是非夕科技胡晓平。非夕2016年成立，源自斯坦福机器人实验室。我们主要解决机器人操作能力问题。智能体未来落地跟物理世界接触，操作能力赋能非常关键。核心逻辑是让机械臂更接近人手，突破在力控维度的技术创新，让机器人像人手一样完成灵巧柔性作业。

贾昕东：大家好，我是上海鲸鱼AI海外市场部负责人贾昕东。我们专注 AI+教育，2017年成立，商业化非常成功。公司有400多款机器人，涵盖人形、飞行型、模组型、陪伴移动型，在全世界81个国家有合作。

李杨：我是神舞科技李杨。我们做脑机接口，背靠清华神经工程网络实验室，把技术应用到现实生活。希望借助脑机接口让人脑更健康更强大，连接你我，连接世间万物。

工厂不是具身智能的应许之地

康正中：第一个视角，智能体跟新载体融合，AI 跟硬件融合创新怎么看。先问胡总。非夕目前处于最热的具身智能赛道，大家都在追逐人形机器人整机，非夕选择把仿人类能力放到七轴机械臂里，通过力控、力学、视觉、AI，把不确定性变成可自适应。从具身智能或机器人板块，标准化场景还是智能工厂。工厂需要稳定产出，不会为形态或想象力买单。未来三年，能先产生规模化收入的，是人形机器人本体，还是更智能的机械臂？真正拉开差距的，是大模型能力，还是力控、可靠性？

胡晓平：这个问题目前具身智能赛道大家比较关注。工厂确实是自动化最早落地、产生社会价值的场景，新技术迭代也会考虑快速部署。早期自动化用工业机械臂，大型笨重，做人力不能及的事，比如节拍很快或搬运很重。但技术路线追求精准位置精度，导致只能在固定场景完成任务，无法放到开放场景做柔性、变化场景的适配。应用有局限，工业机器人占比依然很低，需要技术突破。突破方向想到人，工厂还有很多劳动密集型产业，靠人力解决工业机械臂无法实现的。人力和工业机器人的差异在工作模式上。人对绝对精度和位置无感，比如插 USB，不知道准确位置但每次都能完成。力的感知、手法刻在骨子里，反映到机器人身上很难。要突破自动化升级，力控路线必然要走。非夕从一开始选这个路线，看到在工业现场复杂工艺解决的能力，既做柔性装配，又做复杂表面处理。

回到具身智能赛道。大具身智能随大模型发展，希望泛化能力赋能机器人解决各种场景。但目前出发点，大模型带来泛化目标，希望既做 A 又做 B。大部分工厂应用要求专业和稳定，两个方向存在差异。执行能力、操作能力升级，相对于智能体，在工厂应用优先级更快。预计大模型或具身智能，工厂是试验场景，不是目前放量场景，更多需要解决机械臂本身操作能力升级。

康正中：我4月份去胡总公司参观过，当时说的自适应机械臂，不去体验对"自适应"感受不深。有个场景是按摩机器人，每个人骨架、体型不一样，很多人担心力道不一致、挤压身体。体验后他们通过力控、视觉、AI 把不确定性变成自适应。产品体验了，才体会到"用10年时间把不确定性变成可自适应"。操作能力提升后，再结合具身智能模型泛化，才能真正成为机器人赋能千行百业的目标。

教育机器人：硬件不是护城河

康正中：第二个问鲸鱼AI贾总。你们产品形态以硬件为主，3-22岁全年龄段全场景机器人都有，核心可能是教育编程机器人。现在大模型把知识问答变得非常便宜，如果教育机器人只是会回答问题，硬件反而变成拖累、昂贵外壳。你们的 Pubbo、教育机器人相比传统 AI 学习 APP，不可替代价值是什么？模型能力趋同时，护城河是硬件还是内容生态？

贾昕东：日常很多人问我们：区别于其他 AI 学习 APP，差异化优势是什么？未来硬件和内容哪个是护城河？

第一，鲸鱼机器人专注青少年教育。青少年用 AI 对话、AI 软件时，和成年人非常不同在于数据安全和内容敏感性。成年人用 APP 不会在意成人内容，暴力、色情、政治，不适合小孩提前掌握的知识没有过滤。鲸鱼AI机器人在2024年决定提高产品力时，专门自研 AI 平台。小孩子使用机器人、软件、内容生态时，所有提问问答经过平台筛选，对小孩学习不利的东西会被筛掉。这是非常大差异点。

第二，很多传统 AI 学习 APP 着重 K12 教育，底层价值观还是让孩子学习更好、考更高成绩、掌握在家长面前展示的技能。这和鲸鱼AI价值观完全不同。我们希望培养孩子拥有 AI 思维，不是让孩子继续卷考试、卷分数、卷成绩。在座很多朋友都很优秀，一定经历过考试和学历的痛苦之路。鲸鱼AI的理想是不要让下一代再经历这样的痛苦，希望通过硬件和软件帮助孩子找到适合并且属于自己的人生道路。不是每个人以后都要成为科学家、编程者，而是希望孩子找到属于自己的领域。

关于硬件和内容哪个是护城河。国家在硬件层面非常强大，全世界找不出任何一个国家有像珠三角、长三角这样深刻完整的供应链。美国、欧洲人力成本、工程师成本、硬件生产成本都远远比不上。硬件成本放眼海外是非常强大的护城河。但内容其实是更深刻的护城河。正因为硬件成本对比国内友商已经很低，如果未来竞争国际市场，只做硬件很难出圈。内容才是长远真正的护城河。

这些内容围绕教育内容。公司成立以来连续7年盈利，商业模式非常完备，挺过疫情、挺过双减。能盈利是因为内容非常硬核。过去有传统编程机器人内容，2024年着手开发新 AI 通识课，让孩子在 AI 时代有很好启蒙，通过自然语言、编程或其他方式和硬件互动。这是未来鲸鱼AI真正的护城河。

康正中：鲸鱼已经融资7轮，欢迎投资人交流。还有一个新业务，未来要在全中国开100家 AI 科技体验馆，做中国 AI 的迪士尼乐园，有兴趣的朋友欢迎交流。

贾昕东：是的，这也是我们努力的方向。

主动交互：手机做不到的事

康正中：第三个问孔总。现在多数智能体还是"你叫他他才能动"，你们强调主动交互，需要持续感知或理解情境，但也会带来隐私问题、成本压力。主动智能必须依托专属硬件，还是手机加摄像头就可以？最终会卖陪伴产品，还是可复用的具身智能大脑和数据能力？

孔维刚：现在所有智能硬件，包括具身本体，大部分还是依靠指令或遥控器完成任务。我们通过对大量真实场景交互数据收集，构建数据集，实现主动交互能力泛化。

数据价值非常重要。手机量非常大，但在低端场景或测试场景可以走通。真正实现意图识别、主动感知和主动执行，一定需要新形态智能体硬件或机器人。手机设计基于通信和信息交付，摄像头、麦克风矩阵、熄屏等是为了这个需求。但主动感知核心——持续感知，熄屏了怎么持续？意图判断，手机无法固定到场景里长时间解决角度问题，获取源有问题。主动执行，输出指令包含动作、语言。手机能在小场景试用测试，但新形态智能体、机器人才是主动交互最主要载体，能从固定场景或特定需求持续感知外在变化，形成从感知到交付的闭环。

风火轮策略是以主动交互载体作为切入，形成真实数据采集，通过模型到泛化，形成整体闭环。未来基于主动交互技术，新形态智能体硬件会越来越多，也会帮助现有智能体硬件从结构和使用场景上实现升级。

康正中：手机不一定最适配，专属硬件更好实现？

孔维刚：对，载体设计出发点完全不同。也许主动交互技术下一代巨大升级后，手机设计原理也会出现变化，符合下一代交互和技术实现。

AI可穿戴：Context is all you need

康正中：段总到了，先介绍一下自己。

段然：不好意思，从深圳过来，上海比深圳还热。我是星穹方舟段然，做 AI 可穿戴，包括 AI 眼镜、吊坠、戒指等。在深圳和上下游工厂协同，产品线比较多。

康正中：你提到做 AI 可穿戴形态多，眼镜、吊坠，可能还在布局戒指。形态多意味着资源分散。除了赚钱，同时布局多种可穿戴，是在寻找最佳载体，通过不同形态试验？还是有大梦想，构建多网络 agent 设备，设备间有协同？另外，AI 可穿戴入口，最终由佩戴位置决定，还是由 agent 能力（长期上下文理解）决定？

段然：先从成本考虑。在深圳，芯片统一用恒玄、杰理、炬芯、全志那几款，今年统一供货。成本无论多矩阵还是单矩阵，BOM 一定，只是出货量多少。PCB 板主要在几个 sensor 上，麦克风传感器、NPU/VAD，sensor 供应链不变，因为我们定义的是 always on 的 context device。供应链没多大改变，不会增加源头 SKU，只是外观设计和 PCB 设计有变动。整体成本不像大家以为每开一个 SKU 增加80%或100%，而是可能只有20%成本在产品线管控上。做生意第一考虑成本管控和供应链复杂度。

是不是像媒体一样多矩阵传播？没有。只是不确定哪个品用户喜欢，每个品成本和利润风险可控情况下多开几个，能收回成本就行。这是第一个，比较接地气。

第二个，入口问题。AI 入口不是新鲜词，agent 入口讨论了两年、三年，可能还要再讨论一两年。毕竟现在没有原生 AI 硬件破百万台销售。原生 AI 硬件定义为非传统大 SKU（手机、手表、耳机），而是新 SKU，比如 AI Pin、Rabbit R1、Plaude 等。Plaude 也算很爆款，录音卡加 AI 功能。但什么时候出现像电脑一样，70%以上年轻人人手一台新的 AI OS 原生硬件？我认为可能未来三年。具体形态没法说，要知道就该上市敲钟了。只能说目前可穿戴设备潜力比较大，包括眼镜，或别在胸前的，豆、针、pin 等形态。下一代 AI 硬件最核心在于 context——context is all you need。谁能掌握用户全天候上下文数据，包括线下真实物理世界信息（和谁聊了什么、去了哪里），还有线上信息（工作传递了哪些代码、文档）。掌控一个人全部 context，在基模能力相同情况下，一定比其他服务提供商表现能力高出40%以上，用户就离不开你。所有产品中，可穿戴硬件才能做到这一点。

康正中：在深圳做硬件的优势。现在做硬件变化太快，不能长期赌一个形态，硬件也要卷，先做出来，哪个能跑通、有量，可能就是未来风口。

脑机接口：先卖科研，再等风口

康正中：最后一个问李总。你们做脑控无人机，这五个词很吸睛，但从演示到产品有很多要解决：佩戴体验、信号稳定性、场景刚需。你们7月20号在北京有新品发布会，这场发布会是想从技术端证明脑机接口可以控制，还是从产品端证明脑控无人机值得长期使用？脑控接口商业化第一道门槛是技术端（算法准确性），还是产品端（体验与信任度）？

李杨：我们不仅脑控无人机，还可以脑控机器狗、脑控小车，无人机只是落地场景尝试。发布会不是证明神舞做的东西怎么样，而是展示如何做产品。邀请的都是脑机接口界教授、专家、大咖。在他们眼里，真正研究如何给人类赋能、帮助更好认知大脑。发布会上重点体现如何把脑电提取出来、测得更准。这个准确平常很难有标准衡量，只有真正做科研、脑研究、脑认知的人，最需要提取脑电支撑后续研究。他们是有感觉的，什么样的脑波形更支撑科研，什么样的数据高质量。第一步让科研专家解决实验室刚需，真正提取人脑信号，通过放大解析解码出人脑信息。

商业化第一道门槛。采集脑电在日常生活中不太常见，也许以后每个人脑袋都戴脑电采集设备，但现在常见于实验室、科研机构。第一道门槛是如何把采集准确做得更极致、更便捷。以前公司大多从实验室走出来，真正研究脑电，每次采集都很复杂痛苦。我们的产品是把采集脑电变得更简单、更高效、更准确。

段然：我对脑电蛮感兴趣。现在有很多脑电睡眠仪、脑电枕头，打着各种旗号。李总是正统科班出身，想请科普：现在号称非侵入式的脑环、脑电枕头，是否真正能采集精准数据？能否帮助用户在运动或睡眠状态下给建议？最近也有做脑环的获得深圳融资，您怎么看？

李杨：神舞做的也是非侵入式。脑环产品还没发布，已研究将近一年。从脑电采集角度，非侵入式能有多精准、多高密度的数据为人类所用。头戴式头环大多双通道，在前额叶采集，认为前额叶是思维、活跃信号区域。能采集大脑活跃度，技术上和实验室肯定可以做到，我们产品准确度很高。比如现在交流，大脑活跃度一定非常高。刚才听其他嘉宾讲时有点溜号、注意力下降，也很轻易能采集到。反馈到睡眠场景，晚上躺在床上胡思乱想，还是进入睡眠过程，能准确采集到。数据准确采集后，加以反馈闭环手段，影响睡眠姿势、光线、声音、周围环境，后期产品安全性和标准规范后，其他脑电信号加入，理论上可以实现。

除了前额叶，脑控无人机怎么实现？采集的是后脑视觉区域信号，基于稳态视觉诱发电位，能采集人眼看到的频率。外边发射固定频率，通过采集设备识别你在看什么东西，就可以实现。之前新闻里实验室讲的脑控打字、脑控智能终端都可以。

脑机接口像底座，新的人机交互模式，可以为智能穿戴、AI 硬件赋能。智能硬件像个人朋友，能更直接了解大脑情绪、专注度、活跃度。后期行业实现脑电大模型，AI 设备能读出伙伴在想什么，也可能给鲸鱼机器人教育行业赋能。

贾昕东：脑控无人机听着很性感。我们也想读取识别学生青少年专注力问题，想去解决，专注力也能准确采集。

康正中：看起来你们现在先走 B 端，卖给专业或科研机构。商业最早闭环，是卖硬件、卖数据服务，还是训练方案？

李杨：最早是硬件。脑电没有硬件接口就采集不到数据，必须把硬件做得精准准确、数据质量高。第一步走高校和科研机构，认可设备、采集数据可用、质量高。现在清华北大、国内各大高校都在建立脑接口学科，采用我们设备做脑电实验。认可后数据才是高质量、可用的。我们也在沉淀数据。数据服务将来一定是脑机接口或脑电大模型行业必经之路，谁先占据数据质量、建立数据平台，才真正占据行业上游。

商业化：从 G 端到 C 端的路径

康正中：第二个视角，商业化。问贾总，教育机器人用户有两个决策者：孩子愿不愿意用，家长愿不愿意付费，两者不成等号。过去7年连续盈利，当时切的是家庭、学校还是赛事？有没有数据证明买的是长期价值，不是一次新鲜体验？

贾昕东：鲸鱼AI在 B 端和 G 端商业模式已经很成熟。赛事方面非常闭环，有自主办的 ENJOY AI 比赛，全球青少年 AI 机器人科创比赛，连续办超过七年，每年全世界超过15万青少年参加，各区赛后统一来中国总决赛。前几年在上海、互联网小镇，今年在横店。赛事盈利是以往非常重要的一部分。

第二，教育型机器人在过去几年及今年十五五规划后，国家非常重视。以往很重要一环是和政府、学校、机构合作。国家推 AI 教育，很多学校老师、校长不知道怎么教，没有教具、硬件，没有课程内容。鲸鱼以往提供解决方案。目前在国内3万多家学校合作，1万多家机构是分销商和受益者。以往第二个盈利环节是 to G。

家庭环节，孩子喜欢和父母买单确实是两回事。这是鲸鱼下一步要走的规划。赛事、政府方面渠道和商业模式已成熟，下一步走进家庭、走进 C 端市场，这是我主攻方向之一。

打动孩子还是父母？我们希望给孩子未来教育实现目标，让家长知道孩子未来适合做什么。第二，AI 时代教育行业在变革，希望解决家长焦虑：到底该教孩子学什么，怎么教孩子用 AI，用 AI 过程中哪些需要规避。这些形成长期使用价值，打动家长。

举个例子，小天才手表，我们一直在对标学习。它是家长和孩子之间找到突破口的品牌。家长侧打安全定位、孩子实时在哪，解决安全焦虑。孩子侧打手表设计、社交功能、娱乐功能，孩子喜欢使用。未来鲸鱼 C 端产品及过往机器人产品，会继续沿用学习小天才的道路，希望成为下一代小天才。

康正中：从 to G 到 to B 到 to C，每个打法都不一样。

贾昕东：未来设想不仅卖硬件或内容，更重要的是数据。AI 时代更多人接入数据网。鲸鱼在青少年科技深耕7年，拥有的数据及未来继续深耕的数据，都会非常有价值，这也是未来商业化方向。

工业客户的 ROI 与回本周期

康正中：第三个问胡总。工业客户不会为通用或形态本身买单，更多考虑良率、回本周期。你提到自适应越来越通用，客户交付越来越定制化。怎么样把"灵活"变成可量化 ROI？如果只能拿一个指标促成采购，是良率、节拍，还是回本周期？

胡晓平：从制造业企业选择角度，良率、可靠性是前提，不是评判标准，达不到可能完全不会考虑。最终促成交易肯定看 ROI、回收成本周期，每个行业都一样。很多制造业利润非常薄，回收周期是关键考量。

工业制造追求可靠性和稳定性，但把不确定变成自适应或通用，更多在于把固定场景或部署成本降下来。过去为适配可控环境，要配合很多周边非标设备，运营和维护成本大大提升。机器人能自主适应环境变化后，非标设备可以大大降下来，整体解决方案质的提升，促成更多行业愿意用我们的机械臂。落地后，不仅汽车、手机行业，甚至食品加工、医疗、实验室自动化等，过去由人或难以想象自动化的行业，都有非常多突破。这是技术带来产业升级的典型场景。

康正中：加问一个。未来全球化，非标慢慢变标准化工艺，复制到欧洲或北美，优先复制标准工艺，还是跟海外头部客户先进入海外工厂？

胡晓平：两个都有做。首先跟头部企业建标杆案例，带动效应足够大，影响相关产业整个产业链对解决方案的认知。在此基础上，打造标准化平台或解决方案，提升产品易用性和周边配套。这样能更大程度、更快速复制应用。比如跟上海或国内世界500强落地后，他们很快把方案推广到北美、欧洲、东南亚工厂。既有标杆作用，又加速成长曲线，相辅相成。

巨头林立，创业公司怎么活？

康正中：问段总。AI 可穿戴很多巨头加入，Google、华为、阿里，创业公司很难参数上正面取胜。你提到先切窄场景，但窄场景规模化叙事感没那么强。首个海外市场选垂直场景切入，还是直接打造微创新新品类消费市场？

段然：巨头林立：小米、华为、OPPO、vivo、荣耀，Meta、Apple 等一连串大公司。怎么在红海里找到活路？得先活着。值得参考的是 Even Realities，做 AR 光学眼镜，前两个月获10亿人民币融资，在欧洲卖得比较好。第一，找到巨头兼顾不到的地方。当时大家以全彩光波导或单绿色光波导，加麦克风加扬声器，大而全。它针对欧洲商务人士，把扬声器去掉，只带麦克风和显示屏，轻便方式切入相对高净值人群，获得成功。所以第一要找到自己定位。第二，比较窄的赛道，如果第一天就是 go to global，再窄的赛道在 global 市场里也能找到足够大基数。没有窄的赛道，只有你窄的眼界。

第二，也可以抱巨头大腿。新品9月份在华为 HC 全连接大会发布。华为无论是 agent 二次开发平台，还是鸿蒙生态系统，带来极大用户人群。核心来讲，抱巨头大腿也是一环。如果不是非要想像乔布斯一样改变世界，想做小米也可以。先借助原有供应链体系、云平台 agent 算力、基模，搭建自己产品。只要在用户中做到多快好省、解决痛点，还是能做出来差异化。哪怕小米做手机、做汽车，都不是第一个做，甚至不是前五个，但依旧是当下市场前三的有力竞争者。

康正中：理解。市场足够大，大象压不死蚂蚁，不是零和博弈。做出差异化，跟大厂合作，把蛋糕做大。

主动交互硬件的海外市场

康正中：最后一个问孔总。主动交互专属硬件进入海外家庭，语言是第一关，还有敏感词、未成年人、家庭数据、陪伴边界，信任门槛越来越高。中国场景对海外未必复制。先用消费级产品验证市场，还是直接向海外大厂输出具身智能大脑能力？首个样板市场，先证明出货量，还是证明长期留存价值？

孔维刚：一个是硬件，一个是大脑。大脑实现泛化性核心来源于数据。只有底层数据足够多，真实世界各种场景数据足够多，泛化性——就像我们现在基于自身数据集做的主动交互大脑，通过小数据量实现泛化。数据来源，想靠硬件批量交付建立商业闭环，这是我们走的路线。通过自研设备"小晶"，解决家庭学习成长的新形态智能体硬件，上月15号发布，现在供不应求。为什么选择这条路？解决真实用户需求，只有真实需求带来真实商业场景落地，才能解决数据问题、形成高频使用。这种闭环让主动交互大脑形成数据反哺。海外市场用同样理论推进。

国内和海外不同在于本地化政策、个人信息法律法规，面向完全不同，甚至更严。大量交付硬件，通过硬件实现数据反哺，整体效果非常好。反倒是先输出主动交互大脑和别人硬件结合，在硬件适配性、场景结合上会出现缺失，造成用户体验不好，带来不了高频使用场景数据。所以海外和国内，都选用真实场景智能体硬件解决核心需求，形成商业闭环。

康正中：总结下来，你们的数据通过真实物理世界采集，相比互联网语料，也是独特优势？

孔维刚：对。主动交互大脑区别于大语言模型、多模态模型，通过对真实世界因果数据的处理，让大脑理解为什么做、做的过程和最终结果，通过这种底层数据形成整套闭环。

文章来自于"非凡产研"，作者 "非凡产研"。