AI让消费硬件重新有了新品类机会

在大模型浪潮到来之前，消费电子行业已经经历了一段相对稳定的品类周期。

手机之后是TWS耳机，再到智能手表。此后，市场很长时间没有出现真正意义上的大新品类。硬件创新更多围绕既有产品形态展开，用户换机周期、供应链周期和品牌周期也都相对清晰。

AI的出现，正在改变这个节奏。梁昊在讨论中提到，2023年、2024年原本可能是消费电子相对意义上的“小年”。但实际情况是，无论品牌方还是供应链公司，很多都出现了不错的业绩表现。

背后很重要的原因，是AI带来了新的需求，也让一些过去难以解决的问题开始有了解法。

这次AI硬件机会的出现，也不只来自模型能力本身。中国创业者能够快速抓住这一波机会，和过去十多年积累下来的产业基础有关。消费电子供应链、电池技术MEMS、半导体、云计算等领域的长期发展，让今天的硬件创业公司可以在更成熟的工程化、制造和交付能力之上做产品创新。

早期的苹果、华为、大疆产业链，培养了一批成熟的设计、制造、供应链和交付能力；大规模云计算基础设施的成熟，也让很多AI硬件的推理能力可以放在云端完成，而不必完全受限于端侧算力，云端解决能力上限，端侧解决体验下限。

换句话说，这一轮AI硬件的机会，不是单一技术变量带来的局部变化，而是模型能力、供应链能力、云端资源、端侧硬件和消费场景共同叠加后的结果。

真正稀缺的，是产品定义能力

AI硬件重新变热之后，市场上出现了大量新产品、新融资和新故事。

但热度不等于PMF。梁昊认为，当前这一批新品类AI硬件里，可能只有眼镜、戒指等已经跑出了一个相对明确的PMF，其他很多品类仍然处在早期验证阶段。

如果对比成熟消费电子品类，手机一年出货量十几亿台，TWS耳机大约数亿台，智能手表也已经是规模化市场。而今天很多融资活跃、已有一定收入体量的AI硬件公司，出货量可能还在几十万台、几万台甚至更少的阶段，年收入大多处于几千万到数亿元人民币区间。

这当然已经是不错的开始，但距离真正的大规模市场验证，还有距离。也正因为如此，AI Native硬件最核心的壁垒，不只是供应链，不只是品牌，也不只是某个单点技术，而是产品定义能力。

所谓产品定义能力，不是把一个AI功能装进硬件，也不是在原有硬件形态上增加一个大模型入口。真正关键的是，团队能不能基于新的技术条件，重新理解用户需求、交互方式和产品边界，并定义出一个过去无法成立的新产品。

这也是AI硬件和传统消费电子的重要区别。

过去，硬件产品的竞争更多集中在工业设计、品牌运营、供应链效率和渠道能力等维度。但在AI Native硬件中，软件、模型、数据、服务和硬件形态之间的关系变得更加紧密。一个产品是否成立，不再只取决于硬件参数是否领先，而取决于它能否形成持续迭代的使用体验。

判断AI Native硬件，有两个标准

在梁昊看来，判断一个产品是否是真正的AI Native硬件，至少有两个标准。

第一，没有AI，这个产品的定义是否仍然成立？

如果一个产品去掉AI之后，仍然只是一个普通硬件，那么它可能更接近“AI功能化硬件”，而不是真正意义上的AI Native硬件。真正的AI Native硬件，应该是在AI出现之后，产品本身的定义才开始成立。

它的核心价值、交互方式、使用场景和服务方式，都因为AI的存在而发生变化。

第二，它是否长期、低打扰的能采集到手机采集不到的物理世界上下文信息？

过去十几年，智能手机几乎成为人和数字世界连接的最重要入口。但手机仍然有边界。它很难持续、自然、低打扰地感知人的情绪、周边环境、身体状态、行动意图，以及更丰富的物理世界上下文。

AI Native硬件的机会，恰恰可能来自这些手机难以覆盖的部分。当一个硬件能够更自然地进入真实生活场景，持续获得来自物理世界的信息，再通过AI完成理解、反馈和服务，它就有可能成为新的智能入口。

所以，AI硬件的价值不只是“硬件里有AI”，而是AI让硬件获得了新的感知能力、理解能力和服务能力。

从情绪交互到身体辅助

AI正在改变硬件的服务边界

在panel讨论中，梁昊也分享了云启新近投资的两个方向。

用户可以与它交流当下状态，它也可以根据用户的情绪和上下文，生成更个性化的反馈，甚至通过3D打印形成一个与用户状态相关的物件。也就是说，AI让一个传统的“日历”产品，开始具备情绪理解、陪伴反馈和物理输出的可能。

另一个方向，是将具身智能相关技术用于外骨骼和假肢。这类产品的价值，不只是让使用者更自然地行走，而是进一步打造AI感知、主动动力的复杂生活场景,例如一定强度的运动。

这背后所需要的，不只是硬件结构和机械能力，也包括多维度感知、运动控制、意图理解等能力。AI在这里不是简单的功能增强，而是在改变辅助设备与人的关系。

从这两个案例可以看到，AI Native硬件的机会可能分布在非常不同的场景中：有的来自情绪、陪伴和日常生活，有的来自身体、行动和真实世界交互。

但它们共同指向同一个方向：AI正在让硬件变成更理解人、更贴近场景、更能持续服务的产品。

硬件团队也要变得更像AI团队

AI Native硬件的另一个变化，是迭代节奏正在变快。

过去，硬件相较软件本身就是更复杂的工程。它涉及设计、打样、供应链、生产、交付、售后和维保，迭代速度天然不会像纯软件那样快。

但AI正在改变这种节奏。梁昊提到，过去消费电子产品的生命周期可能是8个月到15个月，现在有些消费电子的生命周期已经缩短到3、4个月。如果一个团队从设计、打样到生产就需要3个月，那么它很可能在竞争中被淘汰。

这意味着，新一代AI硬件公司不仅需要有产品定义能力，也需要在设计端、生产端、营销端和组织协作中真正用好AI，实现更快的反馈和迭代。

AI不应该只是产品中的一个功能，也应该成为组织自身的一种能力。对于这一代软硬件团队来说，真正的壁垒还包括团队与AI的融合能力。不是简单把AI当成工具，而是整个组织能否随着AI一起变化。

最后还是要回到产品

AI硬件的热度仍在，但能不能留下来，最终还是要回到产品本身。

在我们看来，判断一个AI硬件项目，更关键的是几个问题：它解决的是不是真实需求？没有AI，这个产品是否还成立？它能不能获得手机之外的物理世界信息？团队能不能在产品定义、供应链交付和持续迭代之间形成稳定能力？

这些问题，可能比“是不是风口”更重要。AI会让一批新的硬件产品出现，但用户最终留下的，不会是一个更会讲故事的设备，而是一个真的更好用、更自然，也更能进入日常生活的产品。