通過(guò)布局硬件終端，大廠可以掌握token的分發(fā)路徑和消耗規(guī)模，將用戶需求和自家的AI云深度綁定，建立「硬件觸達(dá) - 用戶需求 - 算力消耗」的閉環(huán)，鞏固云業(yè)務(wù)的市場(chǎng)份額。
第二是應(yīng)用分發(fā)權(quán)。
和傳統(tǒng)硬件不同，AI硬件是大廠將AI能力滲透場(chǎng)景的關(guān)鍵抓手，字節(jié)阿里們既可以順勢(shì)將自身的Agent能力連接舊生態(tài)內(nèi)各類軟件應(yīng)用，成為底層中心，建立自己的Agent生態(tài)，比如豆包手機(jī)；又可以借AI硬件進(jìn)入更多垂直場(chǎng)景，建立行業(yè)專屬的AI原生應(yīng)用。
第三是物理世界分發(fā)權(quán)。
全線進(jìn)擊AI硬件，本身也是大廠加速布局物理AI的體現(xiàn)。
從理解語(yǔ)言到理解物理世界，從云端AI走向端側(cè)AI，物理AI被視為下一個(gè)即將到來(lái)的技術(shù)浪潮，但物理AI落地需要諸多條件，比如高質(zhì)量物理數(shù)據(jù)的生成與推理，來(lái)自真實(shí)場(chǎng)景的感知與決策閉環(huán)。
比起更「重」的機(jī)器人，豐富多元的AI可穿戴設(shè)備可以成為大廠們?cè)谖锢硎澜巛p量化與可試錯(cuò)的「智能分發(fā)載體」，它們能在更開放動(dòng)態(tài)多元的現(xiàn)實(shí)場(chǎng)景中，為大廠們的物理AI布局提前打下基礎(chǔ)。
一位硬件投資人告訴我們，大廠都喜歡艾倫·凱（Alan Kay）那句觀點(diǎn)：“對(duì)軟件極度較真的人，都應(yīng)該生產(chǎn)自己的硬件”。但過(guò)去一年，AI硬件看似很熱鬧，但競(jìng)爭(zhēng)更加卷，產(chǎn)品以周在迭代，留給創(chuàng)業(yè)者定義新品類和新產(chǎn)品的時(shí)間窗口也越來(lái)越短。
對(duì)比字節(jié)和阿里兩家大廠的AI硬件策略，字節(jié)更擅長(zhǎng)步步為營(yíng)，阿里則是更為激進(jìn)，但本質(zhì)上，大廠們都還是兩條腿走路：一面協(xié)同自身的生態(tài)，協(xié)同供應(yīng)鏈去造爆品；另一面則是通過(guò)標(biāo)準(zhǔn)化的技術(shù)輸出，降低大模型開發(fā)和應(yīng)用硬件的門檻。
但大廠這條AI硬件之路，并不容易。
首先，模型能力不等于產(chǎn)品能力。做硬件和做軟件需要不同的能力，硬件講究渠道和供應(yīng)鏈，軟件則是強(qiáng)算法和懂場(chǎng)景。其次，做AI硬件需要更會(huì)算賬，更會(huì)算成本。最后，AI硬件更強(qiáng)調(diào)微創(chuàng)新，這就需要大廠像創(chuàng)業(yè)公司一樣小步快跑。
在AI時(shí)代，造硬件遠(yuǎn)比想象中更難。
就像喬布斯形容iPhone為“將計(jì)算能力、供電、傳感、連接性與軟件，捆綁進(jìn)一個(gè)單一、緊密工程化的封裝里”，現(xiàn)在，AI對(duì)上述能力的要求不僅更高，而且整合能力和審美能力的要求更強(qiáng)。
阿里字節(jié)全線變硬之后，競(jìng)爭(zhēng)才剛剛開始。
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