OpenAI以65亿美元收购Jony Ive的io背后，软硬件结合的AI原生硬件公司正在崛起

最近硅谷有两则消息挺有意思的：一是OpenAI花了65亿美元，把前苹果硬件设计负责人Jony Ive的公司io收入囊中，目标很明确——为OpenAI打造一系列硬件产品；二是OpenAI前CTO牵头创立的Thinking Machines，估值冲到90亿美元，首款产品疑似曝光，据说是一台专为AI训练打造的“手动调参仪表盘”硬件。

软硬件结合的AI终端，科技公司其实一直在摸索，从苹果的Siri到百度的小度音箱，早就起步了。但那时候AI的“智力”实在有限，既没有真正的理解力，也谈不上思考和泛化能力，所以那些智能设备跟人交互起来，总显得特别“死板”。

AI原生硬件普及面临几大问题

大语言模型的出现，让AI助理真正有了可能性；多模态大模型的突破，又推动人机交互从GUI（键盘、鼠标、触摸）向多模态交互转变。交互方式一变，硬件载体自然也要跟着变。科技公司们都在拼命打造全新的终端，想取代智能手机这个“传统”智能核心。你可以想象，不管是大厂还是创业公司，看到这个机会，早就扑上去了。但可惜的是，第一波AI原生硬件产品，碰了一鼻子灰。

它们遇到了一系列问题。第一个就是步子迈得太大——有些产品试图从零发明一个硬件形态和交互方式，结果市场渗透慢得可怜，用户接受度也低。

AI Pin

比如AI Pin，没有真实显示屏，用激光墨水显示屏（Laser Ink Display），交互全靠语音和手势，学习成本实在太高。这家融资了2.4亿美元的明星创业公司，最终在2025年2月被惠普以1.16亿美元收购。再看VR/AR眼镜，花了10多年教育市场，根据IDC数据，2024年出货量也就600万到700万部，而智能手机的出货量是按亿来算的。

还有一些AI原生硬件瞄准的功能比较低频，像抓拍、识别物体、同声传译这类。这些功能手机加上AI能力就能完成，而且手机的软件体验不一定比它们差。用户没动力专门为这些硬件再花一次钱。另一个问题是，这些硬件要么没有显示能力，要么显示效果差。如果AI原生硬件的体验还不如加了AI功能的手机，那它存在的意义到底是什么？

硅谷的AI原生硬件创业公司，除了上面这些问题，还面临供应链和成本的压力，这两个因素叠加，价格自然居高不下。全球消费电子供应链主要集中在中国，尤其是珠三角，那里产业集群成熟，企业能以极低成本、高效率快速迭代。反过来，硅谷很难利用这种产业链优势，硬件迭代慢，价格也降不下来。当AI Pin定价699美元、苹果Vision Pro要3499美元的时候，你很难指望它们卖出多高的销量。没有足够的销量，全新形态的硬件渗透率自然上不去。就像硅谷投资人Marc Andreessen说的：当宇树的机器狗卖500美元，波士顿动力的机器狗要数万美元，而性能上没什么可感知的差距时，波士顿动力在市场上根本竞争不过宇树。

抓住细分需求，降低门槛，第二批AI原生硬件崛起

第一波AI原生硬件碰了壁之后，第二波似乎运气好了不少。由华人创业者打造的AI原生硬件plaude，据传去年营收约7000万美元，主打录音和AI转写、总结。讯飞AI耳机营收每年翻倍，用户突破100万。还有靠语音聊天的「小智 AI」开源项目，3个月里基本靠用户DIY，接入设备增长了20万台。

plaude

可以明显看到，这些AI原生硬件比第一波那些没有明确应用场景的产品要专注得多。其中两款都聚焦在会议录音、转写、总结这个场景上。这个场景需求明确，用户愿意付费，而且恰好契合了大模型的语音和自然语言处理能力。从“为了AI硬件而AI硬件”、做一些有创新没场景的产品，到找到真实应用场景、创造价值、收获用户和收入，AI原生硬件显然成熟了不少。

除了会议转录类产品，现在能看到的应用场景还有教育、智能随身相机、医疗健康和个人陪伴。教育方面有科大讯飞AI学习机、猿辅导小猿AI学习机、科大讯飞AI翻译笔、大疆RoboMaster教育机器人；个人陪伴类大多是机器人，比如以色列的ElliQ、美国的Moxie，以及中国的X-ORIGIN-AI Yonbo。

X-ORIGIN-AI Yonbo

有意思的是，跟ElliQ那种不能移动、也不是人形的机器人不同，Yonbo是个可爱的、能移动的机器人。医疗健康方面则不太一样，那些硬件大多需要侵入人体内部。比如BioLink Systems采用“数字药物+AI感知”的思路，开发能在体内运行、实时收集健康数据的可消化设备。传感器小得像药片，吞服后可以在体内采集温度、酸碱度、电解质等关键生理数据，通过AI分析提前预警问题。这种产品在慢病管理、术后恢复、精准用药等方向上很有潜力。从硬件形态和交互方式看，除了医疗监控类的产品，这些AI硬件大多走得并不激进。学习机还是平板的形态，其他还有眼镜、耳机、相机；多模态交互也多是相对成熟的语音。之所以这样，无非是为了降低用户的学习成本。

不过，AI原生硬件继续发展下去，总有完全替代智能手机和平板的那一天，全新的多模态交互方式也会慢慢被人们接受。在这个过程中，需要的是AI原生操作系统——就像当年iOS和Android之于智能手机。因为AI模型对计算和运行环境的要求跟传统软件完全不同。计算方面，AI模型可以用云端、边缘甚至端侧的方式提供；而管理AI能力，就需要AI操作系统，无论它是开源还是闭源。目前，不管是创业公司还是大厂，都在努力，Meta、Google、OpenAI都在做。

中国创业者，拥有得天独厚的AI原生硬件创业土壤

对于中国的AI原生硬件创业者来说，土壤相当优越。首先，中国拥有全球最好的AI原生硬件产业链，不只消费电子产业链（手机、眼镜、耳机等），还包括机器人产业链和智能汽车产业链。这两个产业链的核心能力——各种传感器、激光雷达、芯片、电池——都可以迁移到AI原生硬件上。其次，中国有足够强的模型和足够丰富的数据。开源大模型各种尺寸齐全，可以部署在端侧（比如Qwen 3 4B），也能在云端运行（比如DeepSeek R1）；针对机器人的VLA模型也在研发中（车企也在做）。各个领域的数据也等着被挖掘。这些技术基础和技术生态，让中国AI原生硬件创业者只需要专注在自己的应用场景里，把产品打磨好就行。最后，中国有巨大的市场和丰富的应用场景。根据Canalys的数据，2024年中国大陆市场的智能手机出货量约占全球的23.4%。华&为、小米、OPPO、vivo等品牌，以中国市场为基本盘就能活得很好。当AI原生硬件日渐成熟，手机用户转向AI硬件，市场规模将是巨大的。AI原生硬件已经拿下了企业、教育等基本盘，随着能力越来越强，进入更多应用场景也是可以预见的事。