" AI 硬件当今还不是一个行业，而是一个标的。它落在工业、耕种、医疗等具体场景里，才的确组成行业。"
大模子的狂欢之后，AI 的海浪正不可逆地涌向物理寰球。
AI 硬件，这个被赋予"下一个进口"想象的赛说念，正在同期承载弘愿、泡沫与迷念念。当" AI Native "成为创业者的标配话术，一个真问题暴露出来：的确的 AI 硬件，究竟长什么样？
近期，虎嗅 AI 硬件闭门会第二期，咱们邀请了乐享科技联席 CTO 李元庆、臻效智能 CEO 孙鹏飞、明势创投董事总司理徐玥晨、Skyris 首创东说念主张宇诺，从具身智能、工业 AI、投资到销耗级作陪机器东说念主，进行了一场深度对谈。
这场接洽莫得规律谜底，但留住了几个充足真实的判断：
的确的 AI Native，不是传统硬件外挂一个模子；
销耗级 AI 硬件最大的问题，不仅仅模子不够强，而是居品界说常常莫得对；
工业 AI 反而更早落地，因为它只招供可测量的价值；
机器东说念主和 AI 硬件的 PMF，远比 Demo 和早期销量膺惩；
端侧算力不是越大越好，而是必须用在"比黄金还值钱"的处所。
咱们把全场干货、共鸣、预判，整理成这篇实话实录。
一、重估 AI Native：体验为王，而非 AI 为王
何为" AI Native 硬件"？行业莫得规律谜底，但共鸣正在酿成：
中枢不在于是否搭载了 AI，而在于体验是否由 AI 带来，且 AI 的抽离是否会导致居品价值崩塌。
张宇诺的判断规律很干脆："当 AI 拿掉之后，这个硬件看成本色还成不成就？要是总共为模子遐想的传感器、履行器齐不启用了，那它才是 AI Native 的硬件。"
他以 Plaud 为例：莫得 AI，它仅仅正常灌音征战；有了 AI，灌音变成可检索、可千里淀的信息钞票，中枢价值才被激活。作陪机器东说念主同理——拿掉模子只剩一个挂件，AI 才的确参与了居品成就自己。
但张宇诺也辅导，过分追求这种"地说念"会走向误区：为了 AI 而遐想居品。
徐玥晨看成投资东说念主，规律更求实：中枢体验是不是 AI 带来的？蓝本的体验差，是不是由 AI 弥合的？
她举了 Insta360 拇指相机：AI 裁剪让"手苯党"也能出片。这些体验的雄伟跃迁，才是她判断 AI Native 的中枢，亦然她投资逻辑里"Why Now"的要津——为什么今天才出现这个居品？AI 带来的体验变量是否充足大？
李元庆则把界说往深推了一层：AI Native 不仅要看居品带不带 AI，更要看研发过程是否被 AI 重构。
要是一个居品仅仅最终形态接入了模子，但居品界说、数据收罗、研发考据、迭代经由仍是传统硬件逻辑，就不算的确的 AI Native。标杆是 FSD 或 AI for Science ——研发过程自己就被 AI 自动化渗入。
开云kaiyun中国官网入口孙鹏飞从工业视角泼了一盆冷水："工业范围纯 AI Native 极难结束。"
工业系统有传感层、驱动层、礼貌层、角落层、云层，下面三层"上百年了"，很难被 AI 再行界说。工业 AI 的常见形态不是" AI 界说一切"，而是 AI 插足原有体系，围绕征战、工艺和礼貌闭环发挥作用。
一个词的四种界说，折射出四类需求：销耗端要体验重构，工业端要闭环礼貌，投资端要 Why Now，工夫端要研发范式变化。
二、工业 AI：不讲故事，只算账
当公共齐盯着销耗级 AI 硬件时，孙鹏飞辅导了一个被疏远的事实：
工业场景的 AI 硬件和系统，其实比销耗端更早插足落地。
原因很简便：工业不靠簇新感买单，只看末端。
"工业里面止境讲 ROI，咱们不太讲心思价值。要是给客户带来的业务价值不可量化、不成算成钱，这个业务顽强不作念。"
AI 在工业里必须升沉成硬筹备：省了些许电、提了些许产量、降了些许颓势率、减了些许东说念主工、裁减了些许停机时刻。
工业体系有两个交融维度。第一个是纵向的五层架构：
孙鹏飞的中枢业务——用离线强化学习作念数据中心冷源礼貌和火电放手优化——恰是角落层实践。从传统 PLC（可编程逻辑礼貌器）/DCS（散布式礼貌系统）毫秒级采数，在角落侧跑模子，再复返履行，及时性、融会性、安全性是中枢。
第二个维度是横向的智能化演进品级，孙鹏飞将其类比为自动驾驶 L1 到 L5：
目下中国工业全体仍处于早期：L1 已较晋升，L2 和 L3 共存，的确插足 L3 闭环礼貌的场景仍然有限。
针对" AI 幻觉"，孙鹏飞的回复很明确：的确的工业礼貌场景，很少有东说念主径直用大模子作念礼貌。
他们更强调多层兜底：算法层安全范围、Agent 层高下限管制、PLC/DCS 传统系统兜底、通讯链路和心跳机制监控极度。一朝出问题，必须瞬息切回原礼貌模式。
"不像 ToC，通用大模子出一些不睬想的对话也就认了。工业侧任何万一路要被规避掉。"
这也解释了为什么工业 AI 不如销耗硬件吵杂，却更早出现真实落地：它不讲故事，只看账。
三、销耗级 AI 硬件：机器东说念主卖出 500 台，不代表找到了 PMF
与工业的"末端导向"不同，销耗级 AI 硬件面临的是另一套评价体系。
李元庆用特斯拉 Model S 的早期旅途类比销耗级机器东说念主：
第一批是极客妥协说，第二批是企业高管，第三批是工程师和科技爱好者，终末才走向民众。
的确贫瘠的不是卖出早期样机，而是跨过行业内轮回，插足真实销耗者生存。
他很直白："无论作念什么机器东说念主，一定能卖出去 500 台，因为有 500 个竞争敌手会买且归研究。1000 台以上，才需要真实的 PMF（居品商场契合度）。"
张宇诺也补充，许多 AI 硬件的前 1000 台销量，履行上仍在行业里面轮回。的确的 PMF，要看正常用户是否赓续使用、是否复购、是否怡悦为做事付费。
但销耗级居品比 PMF 更难的，可能是 CMF（Customer-Market-Fit）——李元庆将其蔓延为"居品与商场之间的模式契合"。对作陪、家庭、销耗级机器东说念主来说，痛点不老是功能性的，模式价值自己即是居品成就的一部分。
张宇诺建议了一个反知识不雅察："在 AI 突飞大进的这两年，作陪机器东说念主商场莫得出现任何一款能卓绝以前的居品。"
Vector、Lovot、Loona 这些"前大模子时间"或早期作陪机器东说念主居品，反而于今未被卓绝。原因在于，许多新址品莫得交融："会话语"不等于"会作陪"。
作陪的中枢不是语言能力，而是生命感、主动性和关联感。用户需要感受到这个居品"存在"，况兼"和我关筹商"——动作、脸色、主动不绝、躲避、恭候、瞩目，可能比一段运动对话更膺惩。
"作陪最膺惩的是：讲明我存在，讲明我跟你关筹商。这两件事更多是通过动作、脸色、活动完成，而不是话语。"
徐玥晨从投资视角补充：今天 AI 硬件体验不够好，"领先模子侧还没到阿谁 timing"。
真梗直然的作陪，需要征战能及时听、随时待命，而不是每次齐被机械叫醒。这极少连云表体验齐还在发展，更无谓说端侧部署后的延迟、功耗和算力分派。
她分歧了两类销耗级作陪需求：OC 东说念主群（Original Character，对变装有强模式投射）不错接收"叫醒后对话"的体验选定；但民众商场要的是"无感作陪"，像猫不异随时待命，不是你叫它才过来。
Lovot 是整场反复提到的案例。售价约 25000 元，每月 1500 元软件订阅费，但两年续订率 97%。
这阐明一个要津问题：用户不是不肯意为 AI 硬件订阅付费，而是不肯意为不值得的做事付费。
要是居品的确提供了不可替代的模式价值和生存镶嵌感，用户不错接收高订阅；要是仅仅多了一个聊天进口，再低廉也很难赓续。
四、端侧算力：一场比"金子"还贵的博弈
端侧模子，是刻下 AI 硬件最痛的处所。
张宇诺给出了最直不雅的成本账：
"带内存的 RK3588 模组，从旧年的五百多元涨到了本年的一千多元。内存价钱涨了三倍。今天的算力是比黄金还贵的。"
整机 BOM 因此涨了快要一千块，售价被迫也往高潮。"本年总共销耗级机器东说念主齐会很难。"
但端侧算力又不成十足无谓。张宇诺以至对比了两种极点：有东说念主还是在 ESP32 上跑 OpenClaw，总共推理走云表，成本简直为零；但要是要在端侧跑 7B 模子，仅一块 4GB 的英伟达 Jetson Nano 中枢模组就要 2000 多元。
"你要是仅仅拿它跑一个 7B 的问答模子，用一块 20 块钱的 ESP32 连云表 API，尊龙凯时能达到简直一模不异的成果。最多慢一些。"
这也引出了他的"暴论"：作陪机器东说念主的用户体验，和它所具有的端侧算力成正比。 LeoBot 搭载两块英伟达 Jetson 芯片，BOM 成本 2-3 万，"如实委派了好的体验，用户怡悦付费"。
端侧算力是钱，算法优化径直等于降本。
因此，Skyris 的工程战略不是"总共任务齐端侧化"，而是把算力花在刀刃上：
大模子 NLP 推理放云表；
ASR、TTS、SLAM、视觉识别等及时性任务放端侧；
用户说" hi "时，先用规则反应相连，用这段时刻"冲抵"云表延迟。
李元庆从具身智能角度给出了更严峻的现实：
7B 模子才具备基础视频交融能力，14B 才具备较强任务推理推敲能力，38B 以上才有较强的指示死守能力。 但要是 38B 模子跑在端侧，" SOC 主板成本 2-3 万，整机 BOM 五六万，售价得 20-30 万——那可能不如买辆车。"
行业目下两条门路：
端云协同：端侧极致低成本，复杂推理全放云表，靠 OTA 升级，BOM 压到最低；
端侧保守：端侧保留一定算力，承担基础导航、感知、捏取和安全任务，复杂任务仍依赖云表。
孙鹏飞则从工业角度给出了不同谜底：工业端侧"不太缺算力"。离线强化学习模子是"高性能教学、低性能推理"，端侧跑起来对算力条目不高。但工业对模子有特殊条目：必须按礼貌节律输出、必须在安全范围内运行、必须有多层兜底。
端侧算力的要津不是越大越好，而是：
它是否和用户可感知价值、任求及时性和安全需求相匹配。
五、软硬一体：国情所迫，如故体验闭环？
"软硬一体"是连气儿全场的高频词，但落地也诸多挑战。
孙鹏飞的不雅点最直白：
在中国商场，纯软件业务极难售卖，客户不招供纯软件价值，必须"软饭硬吃"——把软件的钱放在硬件里卖。 这不仅是买卖逻辑，亦然供应链壁垒。
但在 AI 时间，软硬一体不仅仅买卖包装，而是体验闭环。
徐玥晨建议了要津判断：
"不是软件界说硬件，也不是硬件界说软件，而是体验界说硬件，界说软件，再界说算力。"
往常作念硬件，先定形态、价钱带和 BOM，再往里面加功能。AI 时间要作念到原生，必须从用户体验倒推：
用户需要什么交互？
哪些体验必须及时发生？
哪些任务土产货感知？
哪些能力不错云表完成？
需要哪些传感器、履行器、芯片和架构？
哪些成本用户怡悦赓续支付？
她还建议了一个简便的 PMF 覆按要领：看用户是否赓续使用软件、是否续费。 要是买硬件后不再用 AI 做事，阐明他仅仅为外不雅或簇新感买单；赓续使用和续费，才阐明 AI 中枢体验的确成就。
张宇诺用 Lovot 进一步阐明软硬一体 + 订阅制的可行性。要津不在"订阅模式好不好"，而在软件是否提供了充足价值。Lovot 不是简便给毛绒玩物塞一个聊天功能，而是通过识别、互动、视频、语言再到动作的完好链路，构建赓续做事。
这也对 AI 时间的居品司理建议了更高条目。徐玥晨觉得，居品司理不仅要交融用户和居品，还要知说念刻下模子能力范围在那里、端侧算力能作念到什么进程、哪些模子能部署、部署过程中会遭受哪些成本与延迟问题。 改日的 AI 硬件居品司理，必须同期交融体验、工夫范围和买卖成本。
因此，AI 硬件的护城河不仅仅模子能力，也不是单一硬件形态，而是：
软硬件、模子、交互和买卖模式，酿成一个用户怡悦赓续付费的闭环。
六、创业者的契机，在大厂看不见的舛讹里
话题终末回到了"泡沫"。
徐玥晨的魄力最怒放："任何行业齐有泡沫。十足莫得泡沫的行业，属于的确没热过的行业。" 泡沫的前提是公共看到了可能性。对创业者而言，泡沫期意味着更多老本、更多试错空间。要津是潮流退去后，的确有价值的公司会留住来。
她分歧了两类契机：教育硬件厂商作念"硬件 +AI "，是体验升级；初创公司的契机在于" AI 界说硬件"，成为新品类界说者。
孙鹏飞则更审慎。他 2013-2014 年作念东说念主形机器东说念主创业，与优必选同期，"没找到 PMF，资金链断裂"。他觉得东说念主形机器东说念主和具身智能存在明显周期性，"火到 2027、2028 年，要是一直找不到买卖化落地，可能会冷两年，工夫打破后再起来。"对个体创业者来说，风险并不低。
李元庆的抒发更空想宗旨，但也更系统。他提到了奇点——当 AI 能我方作念 AI、机器东说念主能我方作念机器东说念主时，才是的确的拐点。在此之前，创业公司必须作念到两件事：买卖化落地，以及构建 AI Native 的研发组织体系。
他还援用了一句话：
" In others ’ views you are working， but in your views you are playing. "
作念一件对时间有效、我方又的确醉心的事。
他用"缘分际会"描述创业者的处境："因"是我方可爱且擅长，"缘"是势在必行。 工夫旅途尚未不休，才给创业者留住大片空缺。
李元庆还不雅察到一个意旨惬心：CTO 作念 CEO 与 CMO 作念 CEO，往往呈现出人大不同的公司气质。
CTO 诞生的首创东说念主，公司往往带有很强的科研属性和融资属性；CMO 或销售配景诞生的首创东说念主，更有居品直观和商场感觉，能把商场契机快速升沉为可量产的居品，但需要一个刚劲的 CTO 和 COO 团队来复古。他个东说念主更倾向于"概括性首创东说念主"——既懂工夫范围，又怡悦弯下腰去卖货。
张宇诺给出了最求实的建议：
"在公共不要的‘屎’里面找金子。"
大厂不肯意作念、不屑于作念、组织惯性难以快速反映的小需求，可能恰是创业公司的契机。往常被觉得商场很小的范围，比如灌音笔，AI 重构后可能激活全新需求。
他也直言，作陪机器东说念主于今莫得一家出货量逾越 20 万的公司，也莫得大厂重仓入局。
"我作念的行业，是大厂看不上的行业。"
这阐明商场还早，也意味着存在界说新品类的空间。
结语：四个赛说念，一种共鸣
两个小时，四个人大不同的赛说念，嘉宾们在极少上达成了默契：
AI 硬件的 Native 之争，履行是对"体验界说权"的争夺。
工业端要的是可量化价值、可闭环礼貌、可兜底系统；
销耗端要的是无感作陪、心思价值、赓续订阅；
投资端要的是 Why Now 的变量、深度念念考的居品司理、长久愿景；
工夫端要的是端侧算力、模子蒸馏和系统协同。
当 Agent 的确插足物理寰球，硬件不再仅仅被迫用具，而运转成为 AI 的"躯壳"。但这个躯壳该长什么样，不同场景给出了不同谜底。
最终，AI 硬件需要回复的仍然是几个朴素问题：
你的 AI 能力是否的确改善了中枢体验？
用户是否怡悦为这种体验赓续付费？
端侧算力的成本，是否配得上用户感知价值？
工业场景里的 ROI，是否果然可测量、可复核？
你是在治理真实问题，如故追赶一个新认识？
褪去" AI Native "的光环，告捷的旅途最终指向对用户价值的精确瞻念察、对工夫成本的感性礼貌，以及对居品体验的极致追求。
也即是说，AI 硬件最终仍要回到第一性旨趣，真挚回复阿谁最朴素的问题：
你的居品，究竟能让谁的生存，变好哪怕那么极少点？
嘉宾先容（按姓名排序）：
李元庆：乐享科技联席 CTO、穹贤慧能总司理，前华为天才少年。
孙鹏飞：臻效智能 CEO，清华 AIRIC 工业智能民众。
徐玥晨：明势创投董事总司理，曾投中 LiblibAI、Viture、沐刻智能等边幅。
张宇诺：Skyris 首创东说念主，正在探索会飞的 AI 作陪机器东说念主。
主办东说念主：宋念念杭，虎嗅科技组编著，关爱 AI 与具身智能。
本文基于 2026 年 5 月 28 日虎嗅 AI 硬件闭门会直播实录整理，不雅点均来自嘉宾现场发言。
注：本场直播止境感谢穹贤慧能品牌与开发者生态讲求东说念主郁葱葱先生的传播与招募提拔尊龙凯时2026世界杯中国官网，止境感谢 INNO 100 过火和谐发起东说念主吴云飞先生对春季直播的传播与招募的全力提拔。