2026年的CES依舊在關(guān)注AI，只不過(guò)，對(duì)比前兩年AI在展示和敘事階段，今年的AI正式進(jìn)入到真實(shí)世界，大家更關(guān)注的是落地應(yīng)用，找到精準(zhǔn)的場(chǎng)景。黃仁勛的演講更是將物理AI的概念推向高潮。
隨著技術(shù)的躍級(jí)加上大眾關(guān)注度的改變，關(guān)于AI原生終端的話(huà)題討論開(kāi)始多了起來(lái)。CES 2026期間，在鈦媒體「Talk to the World Forums·對(duì)話(huà)世界」系列論壇上， 微光科技CEO戴照恩、黑芝麻智能首席市場(chǎng)營(yíng)銷(xiāo)官楊宇欣與鈦媒體集團(tuán)聯(lián)合創(chuàng)始人、聯(lián)席CEO劉湘明就AI原生終端的變革和發(fā)展進(jìn)行了深入探討。在一個(gè)小時(shí)的交流中，三人針對(duì)當(dāng)前AI對(duì)消費(fèi)電子的變革達(dá)成了共識(shí)，相信未來(lái)所有電子設(shè)備都會(huì)具備AI能力，從而從底層去改變各個(gè)產(chǎn)業(yè)終端的發(fā)展。
黑芝麻智能首席市場(chǎng)營(yíng)銷(xiāo)官楊宇欣（右）
需要指出的一點(diǎn)是，任何新技術(shù)的爆發(fā)多數(shù)都源于找到了契合的突破口。場(chǎng)景，作為嫁接技術(shù)與產(chǎn)業(yè)的核心樞紐，正成為推動(dòng)AI原生終端落地的關(guān)鍵。楊宇欣表示，自己對(duì)AI原生終端的定義是“沒(méi)有AI就失去存在意義”的設(shè)備。目前來(lái)看，具身智能領(lǐng)域很可能誕生這類(lèi)終端。
戴照恩認(rèn)為，早期階段，付費(fèi)意愿強(qiáng)的場(chǎng)景會(huì)更有優(yōu)勢(shì)。不管是AI相關(guān)的零部件企業(yè)、整機(jī)廠商還是算法公司，都需要消費(fèi)者的支持。“與其追求‘everything AI’，不如聚焦單一賽道打穿，做出適配該場(chǎng)景的硬件+軟件無(wú)感交互產(chǎn)品，切實(shí)解決用戶(hù)的痛點(diǎn)，這樣成功的機(jī)會(huì)更大。 ”
微光科技CEO戴照恩
值得一提的是，早在兩年前的CES上，就有許多所謂的AI原生終端出現(xiàn)，但最終淪為泡沫。其實(shí)，對(duì)于過(guò)去的智能硬件和未來(lái)的AI原生終端，二者之間的定義存在一些模糊的邊界，尤其是對(duì)于普通用戶(hù)來(lái)說(shuō)，很難分得清。
對(duì)此，楊宇欣給出了自己的判斷，稱(chēng)傳統(tǒng)智能硬件以連接、通訊為主，用戶(hù)不在設(shè)備身邊也能控制、查詢(xún)；而AI原生終端具備自主計(jì)算能力，能自己解決問(wèn)題，而不是依賴(lài)人來(lái)操作。
“AI本質(zhì)上是更自主的強(qiáng)化學(xué)習(xí)，是原來(lái)大數(shù)據(jù)處理、強(qiáng)化學(xué)習(xí)的升級(jí)版本，現(xiàn)階段還不能從根本上改變大部分消費(fèi)電子產(chǎn)品。”戴照恩進(jìn)一步說(shuō)道，AI眼鏡、具身智能這類(lèi)產(chǎn)品，沒(méi)有AI就沒(méi)有購(gòu)買(mǎi)的必要。對(duì)廠商來(lái)說(shuō)，最大的挑戰(zhàn)就是要走在消費(fèi)者前面，提前想到AI與產(chǎn)品的最佳結(jié)合方式，這也是我們身處行業(yè)前沿的使命。
而談到AI，就不能規(guī)避端側(cè)和云端二者之間的界限，究竟哪些數(shù)據(jù)該上云，哪些該在端側(cè)進(jìn)行處理分析，不同品牌以及行業(yè)之間也存在著一些差異。戴照恩用AI眼鏡舉例，指出其最大的限制就是物理空間和重量，這直接影響續(xù)航和性能，目前主流方案是“云邊端”數(shù)據(jù)流。
“未來(lái)的解決方向是讓手機(jī)運(yùn)行本地小模型，處理日常簡(jiǎn)單問(wèn)題。回歸到一點(diǎn)，就是不管技術(shù)路徑如何，消費(fèi)者核心要的是更快、更便捷、更低成本的新技術(shù)，違背這個(gè)需求的創(chuàng)新，都要考慮商業(yè)上的可行性。”
至于在AI眼鏡等原生終端打造殺手級(jí)應(yīng)用，戴照恩直言目前沒(méi)有，但很快就會(huì)到來(lái)，前提是開(kāi)發(fā)者摒棄手機(jī)APP的底層邏輯，用AI原生思路做眼鏡應(yīng)用——不再追求“超級(jí)APP”，而是聚焦單一問(wèn)題。
楊宇欣對(duì)戴照恩的“減法”思路表示了認(rèn)同，稱(chēng)不用糾結(jié)操作系統(tǒng)，先把交互做到極致簡(jiǎn)單，讓用戶(hù)有一個(gè)每天都依賴(lài)的功能，且使用起來(lái)不突兀、容易上手，這樣產(chǎn)品就會(huì)爆發(fā)。等顯示技術(shù)再上一個(gè)臺(tái)階，在不增加太多成本、不改變交互習(xí)慣的前提下提升顯示效果，智能眼鏡又會(huì)再進(jìn)階。
劉湘明：各位觀眾大家好，歡迎回到鈦媒體在CES的MediaStage直播！今天我們的話(huà)題和CES主題高度契合，聚焦端側(cè)智能的邊界之爭(zhēng)，探討誰(shuí)會(huì)成為下一個(gè)AI原生終端，接下來(lái)有請(qǐng)兩位嘉賓先做個(gè)自我介紹。
楊宇欣：大家好，我是黑芝麻智能的楊宇欣。我們核心業(yè)務(wù)是端側(cè)AI推理芯片，最早從汽車(chē)行業(yè)切入，先做自動(dòng)駕駛芯片，再拓展到艙駕融合芯片。剛剛完成了一筆收購(gòu)，把端側(cè)AI芯片的應(yīng)用領(lǐng)域延伸到車(chē)載機(jī)器人以及其他消費(fèi)電子領(lǐng)域。我們希望在AI時(shí)代，成為各類(lèi)AI終端的算力底座，相信未來(lái)所有電子設(shè)備都會(huì)具備AI算力，進(jìn)而改變千行百業(yè)的格局、解決行業(yè)痛點(diǎn)。
戴照恩：各位大家好，我是微光科技的戴照恩。我們是一家專(zhuān)注于AI眼鏡的公司，隨著AI技術(shù)的融入，也會(huì)在更多穿戴領(lǐng)域持續(xù)投入。今年我們計(jì)劃發(fā)布五款以上的眼鏡產(chǎn)品，這次特意帶著最新產(chǎn)品來(lái)美國(guó)參加CES，向全球觀眾展示。目前來(lái)看，產(chǎn)品獲得了不少關(guān)注，這讓我們開(kāi)發(fā)者非常振奮和開(kāi)心，也期待國(guó)內(nèi)用戶(hù)能給予更多支持。
劉湘明：每年CES都有不少亮點(diǎn)，二位在現(xiàn)場(chǎng)轉(zhuǎn)了轉(zhuǎn)，看到了什么有趣的東西？各自帶來(lái)的展品中，有哪些值得重點(diǎn)推薦給大家？
楊宇欣：黑芝麻參加CES很多年了，這次主要展示AI算力芯片及解決方案。我們帶來(lái)了最新一代AI自動(dòng)駕駛算力芯片，算力超過(guò)560T，現(xiàn)在已經(jīng)能完整運(yùn)行VLA等算法。目前智能駕駛正向更高計(jì)算等級(jí)演進(jìn)，今年國(guó)內(nèi)和全球即將落地的L3級(jí)自動(dòng)駕駛、Robotaxi市場(chǎng)，這款芯片都能覆蓋。另外，還有新收購(gòu)公司的小算力芯片，已經(jīng)應(yīng)用在車(chē)載智能設(shè)備中，比如理想最新發(fā)布的眼鏡，就用到了我們的AI算法。
至于現(xiàn)場(chǎng)見(jiàn)聞，我參加CES十幾年，感覺(jué)每三到五年就會(huì)有一波新浪潮，前幾年CES甚至被戲稱(chēng)為“車(chē)展”，車(chē)依然是重要板塊，但很多汽車(chē)行業(yè)的技術(shù)正滲透到其他領(lǐng)域。今年最吸睛的無(wú)疑是機(jī)器人，我們?nèi)ツ?1月也發(fā)布了機(jī)器人產(chǎn)品線(xiàn)。因?yàn)榫呱碇悄艿臋C(jī)器人產(chǎn)業(yè)鏈和汽車(chē)產(chǎn)業(yè)鏈重疊度很高，我們不僅能復(fù)用汽車(chē)行業(yè)成熟的供應(yīng)鏈、AI軟硬件技術(shù)，還能把汽車(chē)行業(yè)的安全技術(shù)引入機(jī)器人領(lǐng)域——畢竟機(jī)器人能力越強(qiáng)，潛在破壞力可能越大，目前相關(guān)安全標(biāo)準(zhǔn)缺失，車(chē)規(guī)標(biāo)準(zhǔn)能讓機(jī)器人更安全可靠地運(yùn)行。此外，戴總提到的眼鏡也是值得探索的方向，手機(jī)功能越來(lái)越集中，未來(lái)可能會(huì)分化到更多穿戴設(shè)備上，除了手環(huán)、手表，眼鏡及新形態(tài)設(shè)備都有潛力。
戴照恩：現(xiàn)場(chǎng)好玩的產(chǎn)品不少，但最值得推薦的還是我們微光的眼鏡。我們首創(chuàng)了全球第一款模塊化AI眼鏡，在模塊化設(shè)計(jì)上做了多種創(chuàng)新，既有單色屏幕版本，也有彩色屏幕版本。核心目標(biāo)就是解決大家日常佩戴與AI功能結(jié)合的問(wèn)題。除了我們自己的產(chǎn)品，其他一些優(yōu)秀品牌的交互體驗(yàn)也讓我印象深刻，尤其是國(guó)外品牌，他們的交互理念和國(guó)內(nèi)傳統(tǒng)工程師思維有不小差異。雖然只是短短幾十秒的試用，但他們?cè)隗w驗(yàn)設(shè)計(jì)上的巧思，非常值得我們學(xué)習(xí)。
劉湘明：硬件是AI落地的重要載體，但找到合適的場(chǎng)景是關(guān)鍵挑戰(zhàn)。二位認(rèn)為，哪些場(chǎng)景最有可能率先孕育出成熟的AI原生終端？
戴照恩：我覺(jué)得早期階段，付費(fèi)意愿強(qiáng)的場(chǎng)景會(huì)更有優(yōu)勢(shì)。不管是AI相關(guān)的零部件企業(yè)、整機(jī)廠商還是算法公司，都需要消費(fèi)者的支持。從我們的客戶(hù)基礎(chǔ)來(lái)看，教育、醫(yī)療、旅游這些場(chǎng)景的付費(fèi)意愿都比較高，占比也大。反觀其他群體，數(shù)碼極客購(gòu)買(mǎi)AI激進(jìn)產(chǎn)品的意愿強(qiáng)，但數(shù)量有限；普通消費(fèi)者基數(shù)大，可對(duì)這類(lèi)產(chǎn)品的購(gòu)買(mǎi)力相對(duì)滯后。所以我的觀點(diǎn)是，與其追求“everything AI”，不如聚焦單一賽道打穿，做出適配該場(chǎng)景的硬件+軟件無(wú)感交互產(chǎn)品，切實(shí)解決用戶(hù)的痛點(diǎn)，這樣成功的機(jī)會(huì)更大。
楊宇欣：我對(duì)AI原生終端的定義是“沒(méi)有AI就失去存在意義”的設(shè)備。目前來(lái)看，具身智能領(lǐng)域很可能誕生這類(lèi)終端。傳統(tǒng)機(jī)器人多以控制、編程或遙控為主，能解決的問(wèn)題有限；而具身智能是先實(shí)現(xiàn)智能，再根據(jù)場(chǎng)景重新定義終端形態(tài)，這是反向研發(fā)的思路。而且具身智能不一定是人形，可能是輪式、輪足式等，會(huì)根據(jù)智能水平和場(chǎng)景需求來(lái)設(shè)計(jì)硬件形態(tài)，進(jìn)而解決行業(yè)問(wèn)題，這是我比較看好的方向。
劉湘明：AI迭代速度很快，很多早期探索者已經(jīng)被淘汰。想請(qǐng)教二位，AI原生終端和之前的智能硬件，在技術(shù)、生態(tài)、商業(yè)邊界上的核心區(qū)別是什么？如何跨越這種邊界？
楊宇欣：我完整經(jīng)歷了2014-2015年那波智能硬件熱潮，當(dāng)時(shí)的智能硬件很簡(jiǎn)單，本質(zhì)就是“電子設(shè)備聯(lián)網(wǎng)”。聯(lián)網(wǎng)后核心是實(shí)現(xiàn)數(shù)據(jù)的保存、追溯和整理，還能實(shí)現(xiàn)遠(yuǎn)程控制，當(dāng)時(shí)賣(mài)WiFi模塊、藍(lán)牙模塊的企業(yè)都很火。但那波熱潮后，很多廠商被淘汰，存活下來(lái)的才逐漸轉(zhuǎn)型。兩者最核心的區(qū)別在于連接和計(jì)算能力：傳統(tǒng)智能硬件以連接、通訊為主，用戶(hù)不在設(shè)備身邊也能控制、查詢(xún)；而AI原生終端具備自主計(jì)算能力，能自己解決問(wèn)題，而不是依賴(lài)人來(lái)操作。
戴照恩：我不太糾結(jié)“原生”的定義，對(duì)大部分消費(fèi)者來(lái)說(shuō)，他們只是想要更好用的產(chǎn)品。AI本質(zhì)上是更自主的強(qiáng)化學(xué)習(xí)，是原來(lái)大數(shù)據(jù)處理、強(qiáng)化學(xué)習(xí)的升級(jí)版本，現(xiàn)階段還不能從根本上改變大部分消費(fèi)電子產(chǎn)品。但有些產(chǎn)品確實(shí)“缺了AI就沒(méi)靈魂”——這些產(chǎn)品在AI出現(xiàn)前不存在，AI出現(xiàn)后才誕生，其用戶(hù)體驗(yàn)必須圍繞人與AI的流暢、絲滑交互設(shè)計(jì)，違背這個(gè)理念的產(chǎn)品，再套AI概念也會(huì)失敗。
劉湘明：戴總深耕AI眼鏡領(lǐng)域，能否具體說(shuō)說(shuō)AI能給眼鏡帶來(lái)哪些新想象？這款產(chǎn)品為何能被視為下一代移動(dòng)終端的重要形態(tài)？
戴照恩：這個(gè)問(wèn)題問(wèn)得很好。2024年之前，眼鏡與AI的結(jié)合其實(shí)很薄弱：五六年前的眼鏡主要用于觀影，2023年左右，以光波導(dǎo)技術(shù)為主的眼鏡陸續(xù)出現(xiàn)，我們也是其中之一。我們把眼鏡重量做到了25克（當(dāng)然“極致輕”是相對(duì)概念），讓它終于能像普通眼鏡一樣日常佩戴。眼鏡處于人臉的“C位”，是抓取數(shù)據(jù)的前沿設(shè)備——它能看到你看到的、聽(tīng)到你聽(tīng)到的，再通過(guò)AI分析思考，給你呈現(xiàn)修正后的建議，這種獨(dú)特的位置讓它有資格享受AI賦能。
反觀智能家居，AI更多是優(yōu)化用戶(hù)體驗(yàn)，比如讓洗衣機(jī)、掃地機(jī)更好用，但這些產(chǎn)品本身的核心功能已經(jīng)很成熟了。而AI眼鏡、具身智能這類(lèi)產(chǎn)品，沒(méi)有AI就沒(méi)有購(gòu)買(mǎi)的必要。對(duì)我們廠商來(lái)說(shuō)，最大的挑戰(zhàn)就是要走在消費(fèi)者前面，提前想到AI與產(chǎn)品的最佳結(jié)合方式，這也是我們身處行業(yè)前沿的使命。
劉湘明：楊總，黑芝麻從車(chē)載領(lǐng)域拓展到具身智能、消費(fèi)電子，比如剛才提到的AI眼鏡合作，怎么看待這種戰(zhàn)略重心的遷徙？背后有哪些考量？
楊宇欣：首先要明確，黑芝麻現(xiàn)在的戰(zhàn)略重心仍然是汽車(chē)行業(yè)。因?yàn)槠?chē)行業(yè)的真正AI化才剛剛開(kāi)始，從全棧技術(shù)鏈的成熟度、普通用戶(hù)的接受度，到即將出臺(tái)的政策法規(guī)，都意味著汽車(chē)AI化會(huì)進(jìn)入加速期。我一直認(rèn)為，AI改變一個(gè)行業(yè)的重要標(biāo)志，就是該行業(yè)的政策法規(guī)開(kāi)始為之調(diào)整。我們拓展到具身智能，核心原因是它與汽車(chē)產(chǎn)業(yè)鏈重疊度極高：汽車(chē)行業(yè)的生產(chǎn)、物流、終端零售等場(chǎng)景，都是具身智能和機(jī)器人的重要應(yīng)用場(chǎng)景；我們的合作伙伴、產(chǎn)業(yè)鏈、供應(yīng)鏈也和機(jī)器人行業(yè)高度重合。
同時(shí)，云端訓(xùn)推芯片和技術(shù)架構(gòu)已經(jīng)成熟，AI模型的進(jìn)步讓端側(cè)推理的算力需求激增，而汽車(chē)是端側(cè)推理中算力要求最高、模型最復(fù)雜的場(chǎng)景（未來(lái)可能被具身智能超越），我們已經(jīng)形成了完整的商業(yè)化和技術(shù)閉環(huán)。對(duì)于算力需求較低、模型較簡(jiǎn)單的場(chǎng)景，我們沒(méi)有直接沿用現(xiàn)有技術(shù)，而是通過(guò)并購(gòu)的方式——這在芯片行業(yè)很常見(jiàn)——獲得新團(tuán)隊(duì)、行業(yè)經(jīng)驗(yàn)、產(chǎn)品和技術(shù)。畢竟未來(lái)每個(gè)電子設(shè)備都需要或多或少的AI算力，我們?cè)行酒乃懔Ω采w幾十T到幾百T，收購(gòu)的小算力芯片覆蓋0.幾T到10T，這樣能形成“算力金字塔”布局，覆蓋更多場(chǎng)景，畢竟算力越小，設(shè)備出貨量可能越大。另外，AI也能讓家電發(fā)生質(zhì)變，比如我作為理工男，很多家電都不會(huì)用，現(xiàn)在已有家電廠在探索“一鍵啟動(dòng)”的洗衣機(jī)、烤箱，通過(guò)AI識(shí)別衣物、食材，自動(dòng)調(diào)節(jié)參數(shù)，這種能讓生活更便利的方向，也是我們看好的。
劉湘明：云端和端側(cè)的算力、數(shù)據(jù)分配是個(gè)很關(guān)鍵的話(huà)題，尤其是眼鏡這類(lèi)受物理限制的設(shè)備，在這方面面臨的挑戰(zhàn)更突出。二位認(rèn)為，哪些算力、數(shù)據(jù)該放在云端，哪些該放在端側(cè)？
戴照恩：眼鏡最大的限制就是物理空間和重量，這直接影響續(xù)航和性能。目前主流方案是“云邊端”數(shù)據(jù)流：眼鏡接收信息后傳到手機(jī)分析，再送到云端，最后反向反饋。但消費(fèi)者反饋這種模式稍顯滯后。我們認(rèn)為，未來(lái)的解決方向是讓手機(jī)運(yùn)行本地小模型，處理日常簡(jiǎn)單問(wèn)題——比如怎么做牛排、怎么洗衣服，這些問(wèn)題本身不復(fù)雜，現(xiàn)在卻要依賴(lài)云端大模型，既消耗大量算力，對(duì)會(huì)的人來(lái)說(shuō)也沒(méi)必要。這就形成了一個(gè)消費(fèi)者悖論：為了這些簡(jiǎn)單問(wèn)題，要多花多少錢(qián)為AI買(mǎi)單？所以不管技術(shù)路徑如何，消費(fèi)者核心要的是更快、更便捷、更低成本的新技術(shù)，違背這個(gè)需求的創(chuàng)新，都要考慮商業(yè)上的可行性。
楊宇欣：AI發(fā)展中，算力、能源已經(jīng)成為重要瓶頸，尤其是端側(cè)，芯片的能效比是關(guān)鍵，我們也在通過(guò)架構(gòu)創(chuàng)新提升能效比?；氐皆七叾朔峙涞膯?wèn)題：首先，大模型運(yùn)行需要極高算力，如果對(duì)實(shí)時(shí)性要求不高，數(shù)據(jù)（尤其是公有數(shù)據(jù)）更適合放在云端。云端可以采用訓(xùn)推一體的模式，動(dòng)態(tài)分配算力——比如白天多做推理，晚上進(jìn)行模型訓(xùn)練，畢竟模型還在持續(xù)演進(jìn)。而像汽車(chē)這樣的場(chǎng)景，一方面涉及大量私人隱私數(shù)據(jù)，另一方面對(duì)實(shí)時(shí)性要求極高，就必須放在端側(cè)。
端側(cè)目前短期到中期內(nèi)不需要具備訓(xùn)練能力，算力需求也相對(duì)可控，能適配電池供電。邊緣側(cè)則介于兩者之間，會(huì)根據(jù)成本、功耗等因素部署。另外，用戶(hù)成本也是重要考量：云端能通過(guò)大量用戶(hù)分?jǐn)偝杀?，降低單次調(diào)用的token成本；端側(cè)則要平衡硬件整體成本，不能讓用戶(hù)負(fù)擔(dān)過(guò)重。
劉湘明：戴總，眼鏡受重量、續(xù)航等限制，未來(lái)AI原生眼鏡的創(chuàng)新路徑，是側(cè)重硬件模塊化，還是軟件、算法迭代？如何在這些限制下，確保響應(yīng)速度、體驗(yàn)、續(xù)航的平衡，打造殺手級(jí)體驗(yàn)？
戴照恩：這其實(shí)是兩個(gè)問(wèn)題，硬件和軟件創(chuàng)新都重要，但方向不同。硬件方面，除了大家關(guān)注的更輕、更美，核心難題是解決光學(xué)眼鏡與AI眼鏡的重疊問(wèn)題——消費(fèi)者對(duì)眼鏡的“感覺(jué)”很重要，光說(shuō)重量多少克沒(méi)用，必須實(shí)際佩戴體驗(yàn)才知道。這甚至涉及商業(yè)模式的創(chuàng)新：傳統(tǒng)數(shù)碼產(chǎn)品線(xiàn)上就能買(mǎi)，看宣傳片、參數(shù)表就夠了，但眼鏡“吃感覺(jué)”，線(xiàn)上很難判斷。另外，目前AI眼鏡偏“理工男風(fēng)”，未來(lái)在時(shí)尚設(shè)計(jì)上會(huì)有很大突破。軟件方面，現(xiàn)在眼鏡多運(yùn)行安卓系統(tǒng)，但整體還處于初級(jí)階段，大概只相當(dāng)于手機(jī)行業(yè)十年前的水平，需要時(shí)間迭代。更關(guān)鍵的是交互問(wèn)題：很多軟件只是把手機(jī)APP搬到眼鏡上，追求功能多，但手機(jī)能實(shí)現(xiàn)的效果比眼鏡好得多，這種做法沒(méi)有吸引力。必須從AI原生的角度，重構(gòu)APP的編程架構(gòu)、運(yùn)行架構(gòu)、菜單邏輯，做徹底的顛覆，才能貼合眼鏡的使用習(xí)慣。
至于殺手級(jí)體驗(yàn)，目前全球所有AI眼鏡都還沒(méi)有，不然早就賣(mài)爆了。但我認(rèn)為這很快會(huì)到來(lái)，前提是開(kāi)發(fā)者摒棄手機(jī)APP的底層邏輯，用AI原生思路做眼鏡應(yīng)用——不再追求“超級(jí)APP”，而是聚焦單一問(wèn)題，甚至到最后沒(méi)有明確的APP，用戶(hù)告訴眼鏡需求，剩下的交給AI就行。短期內(nèi)，眼鏡很難承擔(dān)太多AI計(jì)算，主要還是靠手機(jī)和云端支撐。
楊宇欣：我忍不住要補(bǔ)充一點(diǎn)，我從2016-2017年就接觸國(guó)內(nèi)最早一波AR/VR眼鏡客戶(hù)。眼鏡有個(gè)固定認(rèn)知：AI原生硬件容易超出用戶(hù)預(yù)期，因?yàn)橛脩?hù)沒(méi)有預(yù)設(shè)；但在現(xiàn)有設(shè)備形態(tài)上做AI改造，就要達(dá)到用戶(hù)的顯性預(yù)期。智能眼鏡首先要解決“好不好看、舒不舒服”的問(wèn)題——別人能看到外觀，自己能感受到佩戴舒適度。Meta和雷朋合作的眼鏡能賣(mài)出百萬(wàn)級(jí)，不僅僅是因?yàn)镸eta的智能功能，更多是雷朋的品牌基礎(chǔ)上增加了智能屬性。。
大模型的出現(xiàn)，首先解決了交互問(wèn)題，所以我特別同意戴總的“減法”思路：不用糾結(jié)操作系統(tǒng)，先把交互做到極致簡(jiǎn)單，讓用戶(hù)有一個(gè)每天都依賴(lài)的功能，且使用起來(lái)不突兀、容易上手，這樣產(chǎn)品就會(huì)爆發(fā)。等顯示技術(shù)再上一個(gè)臺(tái)階，在不增加太多成本、不改變交互習(xí)慣的前提下提升顯示效果，智能眼鏡又會(huì)再進(jìn)階。
劉湘明：楊總的觀點(diǎn)很有啟發(fā)，那在當(dāng)前算力有限、限制較多的情況下，AI眼鏡的殺手級(jí)體驗(yàn)到底是什么？
戴照恩：其實(shí)楊總已經(jīng)說(shuō)到核心了，現(xiàn)在AI眼鏡之所以沒(méi)爆發(fā)，就是因?yàn)锳I沒(méi)真正解決多少實(shí)際問(wèn)題——各家都叫AI，但本質(zhì)能做的事很有限，哪怕依賴(lài)云邊端，也沒(méi)解決生活中的核心痛點(diǎn)。這也是我們微光接下來(lái)要重點(diǎn)突破的。眼鏡作為隨身穿戴的“C位設(shè)備”，最該處理的是個(gè)人數(shù)據(jù)：你每天見(jiàn)了誰(shuí)、看了什么、吃了什么，你的習(xí)慣是什么、有什么待辦事項(xiàng)，它能無(wú)感提醒，不需要的時(shí)候就安安靜靜做一副普通眼鏡，這是我們認(rèn)為的中后期終極形態(tài)，而美學(xué)是必要前提。目前來(lái)看，殺手級(jí)應(yīng)用的出現(xiàn)，需要開(kāi)發(fā)者用AI原生思路做眼鏡應(yīng)用，不再追求功能堆砌，而是精準(zhǔn)解決單一需求，甚至無(wú)需顯性APP，讓AI直接響應(yīng)需求。
劉湘明：AI原生終端需要全新的供應(yīng)鏈和生態(tài)，未來(lái)硬件廠商、芯片廠商、算法公司的分工協(xié)作會(huì)是什么樣的？戴總作為終端廠商，先聊聊你的看法。
戴照恩：我覺(jué)得會(huì)是“兩頭湊”的模式。終端廠商最接近消費(fèi)者，清楚用戶(hù)需求，也知道產(chǎn)品賣(mài)得好或不好的原因；而底層的算力、AI模型廠商，掌握核心技術(shù)。我們會(huì)主動(dòng)和底層廠商溝通消費(fèi)者的直接需求，但有些底層技術(shù)問(wèn)題，我們暫時(shí)也無(wú)法改變。反過(guò)來(lái)，底層廠商的重大技術(shù)突破，對(duì)我們來(lái)說(shuō)就是產(chǎn)品的重要賣(mài)點(diǎn)，所以我們也要積極擁抱新技術(shù)。但終端廠商很難單獨(dú)改變底層廠商的技術(shù)路線(xiàn)，畢竟每家都有自己的發(fā)展規(guī)劃；底層廠商也需要關(guān)注終端產(chǎn)品的痛點(diǎn)，只有終端賣(mài)得好，芯片廠、算力廠、模型廠才能一起受益。
楊宇欣：AI出現(xiàn)后，產(chǎn)業(yè)鏈分工格局確實(shí)被重構(gòu)了，尤其是芯片行業(yè)。傳統(tǒng)芯片廠商提供相關(guān)的用戶(hù)手冊(cè)、文檔，下游合作伙伴就可以使用該芯片；但AI芯片不一樣，我們要承擔(dān)更多基礎(chǔ)工作，因?yàn)橐獞?yīng)對(duì)共性需求。所以AI芯片公司和傳統(tǒng)芯片公司最大的區(qū)別，就是我們有大量軟件工具和模型研發(fā)人員——這是傳統(tǒng)芯片公司沒(méi)有的。很多傳統(tǒng)芯片公司做不了AI芯片，就是因?yàn)檐浖?chǔ)備不足。
我們現(xiàn)在提供的是開(kāi)放平臺(tái)的AI技術(shù)底座，包括四部分：一是AI芯片，直接關(guān)聯(lián)算力；二是基礎(chǔ)軟件，比如操作系統(tǒng)，這是所有計(jì)算芯片公司都有的；三是工具鏈，終端廠商、算法廠商、應(yīng)用廠商都需要通過(guò)工具鏈，充分利用底座算力，所以工具鏈至關(guān)重要；四是模型團(tuán)隊(duì)，我們不直接做模型，而是研究模型，以此賦能芯片架構(gòu)創(chuàng)新，引導(dǎo)整個(gè)體系更好地適配越來(lái)越通用的模型?，F(xiàn)在大模型讓模型產(chǎn)業(yè)鏈進(jìn)入新階段，原來(lái)做模型的廠商很多，現(xiàn)在會(huì)越來(lái)越少，因?yàn)槟Ｐ蜁?huì)逐漸標(biāo)準(zhǔn)化、收斂化——模型和算法是兩層，模型就像過(guò)去的操作系統(tǒng)，算法就像APP，未來(lái)算法會(huì)基于基礎(chǔ)模型發(fā)展。而且做基礎(chǔ)模型的門(mén)檻極高，之前和豆包的人聊過(guò)，現(xiàn)在全世界做基礎(chǔ)模型，每年沒(méi)有500億的投入根本做不成。我們做這些基礎(chǔ)工作，就像搭建一個(gè)舞臺(tái)，舞臺(tái)的大小取決于我們的技術(shù)能力，而舞臺(tái)上的戲怎么唱，就靠下游產(chǎn)業(yè)鏈的合作伙伴發(fā)揮創(chuàng)新。
劉湘明：在AI硬件創(chuàng)新中，硬件和軟件哪個(gè)更重要？能不能結(jié)合各自公司的人員架構(gòu)，給大家說(shuō)說(shuō)實(shí)際情況？
戴照恩：我覺(jué)得不用太糾結(jié)，兩者都重要，但從消費(fèi)者體驗(yàn)來(lái)看，軟件創(chuàng)新更關(guān)鍵。硬件解決的是“買(mǎi)不買(mǎi)”的問(wèn)題——大家看到一款眼鏡外觀漂亮、重量輕，可能就買(mǎi)了；但軟件解決的是“退不退”的問(wèn)題，交互體驗(yàn)不好，用戶(hù)還是會(huì)退貨。我們公司現(xiàn)在軟件人員比硬件多，就是因?yàn)檐浖苯記Q定了用戶(hù)的長(zhǎng)期使用意愿。
楊宇欣：首先要明確，硬件創(chuàng)新的難度遠(yuǎn)大于軟件。我們作為芯片公司，硬件和軟件人員比例大概是1:3到1:4，軟件人員也更多。我同意戴總的觀點(diǎn)，軟件更重要——現(xiàn)在想創(chuàng)造一種新的硬件形態(tài)，再搭建完整的供應(yīng)鏈，難度極大；而軟件迭代速度快，能更快優(yōu)化用戶(hù)體驗(yàn)。
劉湘明：這次CES上中國(guó)廠商很多，在AI與硬件結(jié)合的領(lǐng)域，中國(guó)企業(yè)的核心競(jìng)爭(zhēng)力是什么？未來(lái)出海該如何發(fā)力？
楊宇欣：中國(guó)企業(yè)有兩大核心競(jìng)爭(zhēng)力：一是繼承性?xún)?yōu)勢(shì)，就是全世界最成熟、最完善的供應(yīng)鏈，這在AI硬件時(shí)代是絕對(duì)優(yōu)勢(shì)；二是新晉優(yōu)勢(shì)，就是AI研發(fā)能力——開(kāi)玩笑說(shuō)，美國(guó)的AI競(jìng)爭(zhēng)，其實(shí)是硅谷的華人和中國(guó)的華人在競(jìng)爭(zhēng)。中國(guó)從事AI研發(fā)的工程師數(shù)量多，而且有豐富的市場(chǎng)和場(chǎng)景，這都是AI硬件時(shí)代的重要支撐。
戴照恩：楊總說(shuō)的底層邏輯很全面，我補(bǔ)充幾個(gè)出海中會(huì)遇到的實(shí)際問(wèn)題。中國(guó)有頂尖的AI模型和強(qiáng)大的制造力，但產(chǎn)品出海和算法出海不一樣：算法只要解決輸入輸出問(wèn)題，滿(mǎn)足用戶(hù)對(duì)答案的預(yù)期就行；但產(chǎn)品涉及價(jià)格、外形、交互、設(shè)計(jì)等多個(gè)維度，還和當(dāng)?shù)匚幕?、社?huì)習(xí)慣、用戶(hù)情況緊密相關(guān)。比如文字閱讀方向，我們是從左到右，而有些國(guó)家是從右到左，哪怕AI再?gòu)?qiáng)，不適配當(dāng)?shù)亓?xí)慣也賣(mài)不出去。
所以出海前一定要充分了解當(dāng)?shù)匚幕鹬夭煌貐^(qū)的習(xí)俗，再針對(duì)性推出產(chǎn)品。而且出海的運(yùn)營(yíng)、宣傳、倉(cāng)儲(chǔ)物流成本都比國(guó)內(nèi)高，雖然毛利和品牌溢價(jià)可能更高，但對(duì)團(tuán)隊(duì)的綜合實(shí)力要求也更高。今年是我們出海的元年，我們也在積極補(bǔ)強(qiáng)這方面的能力，不盲目擴(kuò)張。
劉湘明：出海會(huì)遇到技術(shù)壁壘、政策法規(guī)、使用習(xí)慣等各種問(wèn)題，二位在這方面有什么經(jīng)驗(yàn)可以分享？如何突破這些壁壘？
楊宇欣：中國(guó)企業(yè)之前在標(biāo)準(zhǔn)化設(shè)備（比如手機(jī)）的全球化上做得很好，因?yàn)椴恍枰啾镜鼗坏ヂ?lián)網(wǎng)產(chǎn)品的地域文化屬性極強(qiáng)，中國(guó)這么多年只有字節(jié)通過(guò)收購(gòu)TikTok實(shí)現(xiàn)了真正的全球化。AI產(chǎn)品兼具“軟”的屬性，和數(shù)據(jù)、文化相關(guān)，所以最好的方法就是融入當(dāng)?shù)貓F(tuán)隊(duì)。以前是中國(guó)團(tuán)隊(duì)“打天下”，現(xiàn)在面對(duì)不同場(chǎng)景、不同地域，必須有熟悉當(dāng)?shù)厍闆r的本地團(tuán)隊(duì)，這會(huì)催生更多“國(guó)際公司”，而不是單純的“國(guó)際化公司”——國(guó)際化公司是中國(guó)團(tuán)隊(duì)往全球賣(mài)產(chǎn)品，國(guó)際公司是擁有不同文化屬性的本地團(tuán)隊(duì)。這對(duì)企業(yè)的管理能力是巨大挑戰(zhàn)，如何管理跨文化、跨種族的團(tuán)隊(duì)，是很多中國(guó)企業(yè)未來(lái)需要解決的問(wèn)題。
戴照恩：我的觀點(diǎn)和楊總差不多，再深化兩點(diǎn)。第一是管理信任問(wèn)題：海外分公司的管理，核心是雙方的信任——你信任本地團(tuán)隊(duì)，更關(guān)鍵的是本地團(tuán)隊(duì)如何信任你。讓不同文化、甚至文化自信很強(qiáng)的國(guó)家的團(tuán)隊(duì)，相信中國(guó)管理者能做出更聰明、更敏捷的決策，這是很大的挑戰(zhàn)，需要管理者既有出色的管理技能，又有強(qiáng)大的個(gè)人魅力，才能凝聚團(tuán)隊(duì)。第二是產(chǎn)品本地化和團(tuán)隊(duì)協(xié)作：比較敏捷的做法是在目標(biāo)國(guó)家設(shè)立本地化團(tuán)隊(duì)，明確分工——前端、售后等貼近用戶(hù)的工作放在本地，中臺(tái)核心工作留在中國(guó)。
但這會(huì)面臨文化差異帶來(lái)的協(xié)作問(wèn)題，過(guò)去15年，很多留學(xué)生回國(guó)后，在中外團(tuán)隊(duì)間起到了重要的橋梁作用，但這還不夠。真正有效的方式是找到當(dāng)?shù)厝藫?dān)任橋梁角色，才能更好地解決文化融合問(wèn)題?，F(xiàn)在CES上能看到兩種中國(guó)廠商：一種是全中國(guó)團(tuán)隊(duì)參展，另一種是展臺(tái)上外國(guó)人占比過(guò)半，國(guó)際化程度更高，這背后其實(shí)是管理和本地化能力的差異。
劉湘明：二位分享的都是很實(shí)在的經(jīng)驗(yàn)！AI不僅改變產(chǎn)品，也對(duì)管理帶來(lái)了巨大挑戰(zhàn)，比如現(xiàn)在流行的“一人公司”，用小團(tuán)隊(duì)就能完成大量工作，可能不需要像傳統(tǒng)跨國(guó)公司那樣雇傭大量當(dāng)?shù)厝耍欢褹I能處理海量參數(shù)，改變了傳統(tǒng)管理中“流程固化”的邏輯，組織形態(tài)、流程復(fù)雜度都會(huì)發(fā)生變化，這對(duì)國(guó)際化來(lái)說(shuō)，可能是機(jī)遇也可能是新挑戰(zhàn)，后續(xù)我們可以再深入交流。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論