---
title: "95%的人没用过大模型，他们不需要Prompt，需要一个按钮"
id: "20260626A0A1JC00"
publicationAccount: "非凡产研"
originalPublishedAt: "2026-06-26T20:00:58+08:00"
canonical: "https://ffcap.cn/research/20260626a0a1jc00"
source: "https://view.inews.qq.com/a/20260626A0A1JC00"
sourceAccount: "https://news.qq.com/omn/author/21759984"
language: "zh-CN"
tags: ["模型与基础设施","智能硬件","情感陪伴","OpenAI","AI Agent","AI 医疗","营销增长","Anthropic"]
---

# 95%的人没用过大模型，他们不需要Prompt，需要一个按钮

文章中的“非凡产研”是原始发布账号署名，不代表已核实个人执笔作者。引用访谈或圆桌观点时，应按正文标明具体发言人及当时身份；无法确认时不要推断。日期为原始发表日期，历史信息以发布时点为准。

**AI行业观察**

## **大模型越来越强，为什么这帮人却在死磕硬件？**

  

大模型负责“上帝视角”，端侧智能负责“人间烟火”

"

**AI真正的普及，不是让每个人学会Prompt Engineering，而是让那95%从来没用过AI的人，感受不到AI的存在，却享受着AI的便利。**

ChatGPT又更新了，Claude又进步了，国产大模型的参数规模又创新高。

但你可能不知道一个数据：全球大概95%的人，从来没用过大模型产品。

这是一位从AI Infra转做硬件的创业者在近期的行业对话中分享了这个数字。他原本在产业链上游做基础设施，后来做过Agent，最后选择扎根硬件。用他自己的话说："做不了Token的制造者，就做Token的贩卖者。"

讲真，这个选择挺反直觉的。大模型越来越强，云端Agent几乎无所不能，为什么偏偏要往"端侧"钻？为什么不做最性感的应用，反而去碰最苦的硬件？

最近我们在新加坡做了一场行业对话，五位分别做AI录音穿戴、智能眼镜戒指、宠物智能项圈、AI情感珠宝、智慧城市IoT平台的创业者，聊了整整两个小时。

聊到最后，他们达成了一个意外的共识：大模型在做"上帝视角"的智能，而端侧在做"人间烟火"的智能。AI真正的普及，不是让每个人学会Prompt Engineering，而是让那95%从来没用过AI的人，感受不到AI的存在，却享受着AI的便利。

这个共识背后，藏着这个行业最大的一个结构性机会。

  

## **让AI"落地"，比让AI"更聪明"更难**

华琨的故事，大概是这场对话中最能代表行业转折的一段。

他做过AI Infra，做过Agent，最后却选择了做一款语音可穿戴设备。为什么？因为他在产业链上游看到了一个残酷的现实：大模型迭代太快了，Infra和Agent的护城河每天都在被刷新。"你得找一点点小壁垒。"

![95%的人没用过大模型，他们不需要Prompt，需要一个按钮 · 原文图片 1](https://inews.gtimg.com/om_bt/OlrcO3IVrY1VqB043u4ZhKSVACKGD0GdIsSJ0h0d9f7YUAA/1000)

于是他选择了硬件——不是因为硬件更性感，恰恰相反，硬件很苦，但硬件有一个云端Agent永远比不了的优势：它能物理地出现在用户手中，跨越数字鸿沟。

他的用户画像是什么？不是硅谷那帮每天追最新模型的科技精英，而是"老登"——那些年纪偏大、不会用复杂软件，甚至在巴西和中亚偏远地区的普通人。这些人有真实的商务需求，需要记录会议、整理信息、生成摘要，但你让他打开ChatGPT写Prompt？门都没有。

**"你真的要把现在的一些大模型用得很好，对于硅谷、对于新加坡的很多精英用户来讲是很Easy的事，"华琨说得很直接，"但对于很多'老登'来讲，其实还挺困难的。"**

这句话看似调侃，其实道出了一个被行业长期忽视的真相。

硬件天然降低了使用门槛。用户买了一副眼镜、一个戒指、一个录音笔，物理上拿在手里，心理上就有了安全感。一键操作，不需要学习Prompt，不需要理解什么是LLM，AI就在他手边，自然而然地发挥作用。华琨说，很多用户用完后觉得"Amazing"——不是因为技术多先进，而是因为太方便了，方便到他们意识不到背后有AI。

**这才是真正的普及。**

做得了Token的制造者是巨头的事，做Token的贩卖者才是创业者的机会。

  

## **端侧不是"降维版云端"，而是"在现场"**

如果以为端侧智能只是把云端的能力搬到本地，那就大错特错了。

端侧真正的价值不是"替代云端"，而是做到云端永远做不到的事——在场。

顾岩的故事特别能说明这一点。他是前华米科技的研发副总裁，出来创业做了SATELLAI，一款AI宠物智能项圈。他的狗现在就戴着这个产品。

![95%的人没用过大模型，他们不需要Prompt，需要一个按钮 · 原文图片 2](https://inews.gtimg.com/om_bt/OpWhk2xQofSfO-LTqnbVTwpSTpvEEzJbDvx3eMQxr2F24AA/1000)

**"我们最开始也在想，云端Agent无所不知，为什么还要做端侧？"他分享了一个关键的认知转折，"后来我们想明白了——云端最大的问题是'不在现场'。我们解决的是一只不会开口说话的动物的问题，它需要的智能，必须'离地表最近'。"**

宠物不会说话，不能按你的要求去使用App。它在草地上跑、在沙发上发呆、在半夜不安地转圈——这些行为数据只有戴在它脖子上的设备才能捕捉到。云端再聪明，也需要数据作为输入，而端侧硬件就是那个永远在场的数据采集者。

邓旭东做的AI笔记戒指逻辑更直接：戒指是AI Agent最短的交互路径。双击录音，长按对话，单击标记重点——整个交互摩擦低到几乎为零。"设备首先得是个好设备，能陪你16到24小时，越简单无感越好。"

![95%的人没用过大模型，他们不需要Prompt，需要一个按钮 · 原文图片 3](https://inews.gtimg.com/om_bt/Oo3JlOwLbFS53wXRQwwF4H0dDfji6ZgKNTNiobdi-rKmYAA/1000)

Grace的AI珠宝则把"在场"的概念延伸到了情感守护。她的目标用户是独居女性和老人——联合国数据显示，未来三分之一到四分之一的家庭将是单身独居。当用户遇到紧急情况，手镯就是最直接的生命线。

但Grace提到了一个令人印象深刻的细节：情感AI的回复速度如果超过1.5秒，用户基本就放弃了。 要做到200毫秒以下，才有真实的人类对话感。目前技术基本限制在400毫秒左右——这0.2秒的差距，就是端侧和云端之间需要跨越的鸿沟。

![95%的人没用过大模型，他们不需要Prompt，需要一个按钮 · 原文图片 4](https://inews.gtimg.com/om_bt/O0i5P0eEBLogxjLq4UmafaxC5b77oUyswp9KggYml_JuAAA/1000)

想象一下：一个独居老人半夜醒来和AI聊天解闷，每句话要等1.5秒才得到回应。那种孤独感会瞬间被放大。但如果回应在200毫秒内到来，就像真的有人在身边一样——这就是端侧低延迟的不可替代性。

从平台方的视角看，这个逻辑更简单粗暴。涂鸦智能做了大量智慧城市和政企项目，屠熙蔚说："安防、医疗、养老——这些场景一旦上云就会面临网络延迟和不稳定的问题。效率和安全性受影响的地方，端侧就是刚需。"

所以端侧智能和云端Agent根本不是竞争关系，而是互补关系。云端做"无所不知"的通用智能，端侧做"永远在场"的专用智能。两者合在一起，才是真正的AI落地。

  

## **硬件只是获客入口，"理解"才是赚钱的地方**

说到这里你可能会问：硬件确实有价值，但硬件利润率那么低，怎么赚钱？

这场对话中几位创业者的商业思考，代表了AI硬件行业最前沿的模式探索。有意思的是，他们选择的路径差异极大，但底层逻辑惊人地一致——硬件是门，服务是房。

华琨的回答最直接：用户最大的刚需是即时满足。现在语音转文字大多是离线处理——等录音结束再生成，因为实时处理Token成本太高。但他认为这个逻辑很快会被打破。"全世界有大约10家大模型在互相竞争，这对我们做应用的公司是好事。我的目标是把实时能力做出来，把订阅费压到极低，让巴西和中亚的普通用户都用得起——用户不关心你用的是哪个大模型，他要的是最好的体验和最佳的性价比。"

这是一种"薄利多销"的全球化思路——不靠硬件赚暴利，也不靠订阅费收割用户，而是用极致的性价比获取海量用户，在规模中找利润空间。

顾岩的商业逻辑则更有意思。宠物项圈也是"硬件+订阅"，但他坦率地说："我们真正想赚的，不是通信费，而是'理解宠物行为'的洞察价值。"项圈采集的运动、健康、行为数据，经过AI分析后，可以告诉主人：你的狗今天运动量不够，应该多喂一点；最近睡眠质量下降了，可能需要关注。这些是普通用户根本没办法自己获得的信息。

"赚钱的顺位通常是女人、小孩、然后是男人。我做数码产品时会把BOM成本拆到芯片层面，想从我身上赚软硬件的钱很难。但当我给自己的狗买东西时，我突然就能理解女人给自己或者给孩子买东西时的那种不理智。"男人给自己买数码产品抠门得要死，但给宠物花钱？眼睛都不眨。"男人的消费力不如狗"，这不是段子，这是被验证过的商业规律。

Grace的切入点也很妙。她没有先做"智能硬件"，而是先做"饰品珠宝"。"选了女性这个买单意愿最高的群体，首先它要好看、有情绪价值，能装饰自己。"AI珠宝首先是一个好看的手镯，然后才是一个安全守护设备。先为"美"买单，再为"智能"续费。

邓旭东的终极判断则把格局拉得最大："PC时代打字不用额外付费，移动互联网时代打电话也很便宜。但我们在两个时代花钱最多的应用是什么？中国是滴滴、大众点评、携程。" 他的判断是：终极商业模式不是"卖功能"，而是"喊一嗓子就办事"——打车、订酒店、做PPT、发日程，全部通过AI Agent一句话完成。到那时，硬件只是服务的入口，真正的价值在于Agent连接的整套服务生态。

值得注意的是B端和G端这块。屠熙蔚直接说："只要痛点足够痛，客户是愿意持续许多年付费的。政府侧和大型企业侧依然有非常多的端侧智能商业机会。"这些场景不如消费级硬件性感，但需求真实、预算稳定、付费意愿强——反而是当下最踏实的商业路径之一。

![95%的人没用过大模型，他们不需要Prompt，需要一个按钮 · 原文图片 5](https://inews.gtimg.com/om_bt/OppERUyVpRcMNyuHljwNrPp5mUlQRrNdR6h_-nkiraV3IAA/1000)

  

## **给入局者的五句话**

对话的最后，每位创业者都说了一句"肺腑之言"。这五句话，送给每一个在端侧智能赛道上思考入局的人。

### **"供应链是生存底线。"（华琨）**

他的海外订单需求极大，曾经卖断货两次。"供应链是你能不能活着的前提，不是可以先不管的事。你可以从Agent或者其他体验上去做差异化，但首先你得把供应链搞定。" Demand来了你接不住，用户转身就去买别家的。在硬件赛道，供应链不是加分项，是生死线。

### **"设备首先得是个好设备，能陪你16到24小时。"（邓旭东）**

戒指首先得是个舒服的戒指，眼镜首先得是个好看的眼镜，手镯首先得是个好看的手镯。越简单无感越好，不要太复杂。一个戴了就想摘下来的设备，AI再强也没用。

### **"不要强行为智能而智能，想清楚哪些该上云，哪些该放端。"（顾岩）**

珠三角已经有非常成熟的硬件方案，硬件本身的门槛在降低。真正要想清楚的是：哪些功能真的需要塞进端侧，哪些上云就够了？不要为了让产品看起来"智能"，硬塞一堆用不到的功能。为了讲AI故事而堆砌功能，用户不买单，成本还上去了。好产品是做减法的。

### **"从人类底层需求出发，不只是追求效率。"（Grace）**

很多AI硬件都在注重效率和精准抓取，但人类最底层的需求是安全、陪伴、情感连接。先把人的需求搞清楚，再谈技术实现。

### **"B端和G端有真实场景，痛点够痛，客户愿意持续付费。"（屠熙蔚）**

觉得C端太卷的创业者，不妨认真看看政府和企业侧。不性感，但真实。

  

## **写在最后**

对于大多数普通人，他们可能没有一个人在使用Prompt，没有一个人关心什么是Transformer，没有一个人知道Token是什么。但他们都在用AI。

它不做最聪明的AI，它做最"在场"的AI。不追求参数规模最大，追求的是让那95%从来没用过大模型的人，也能享受技术带来的便利。

大模型在做"上帝视角"的智能——无所不知、无所不晓。端侧在做"人间烟火"的智能——在你的手指上、在你的手腕上、在你的宠物身边，quietly present，恰到好处。

两者同样重要。甚至可以说，如果只有上帝视角的智能，AI永远只属于那5%。只有当人间烟火的智能也做起来了，AI才能真正成为这个时代的基础设施。

所以，与其焦虑大模型迭代太快、自己追不上，不如想想：在那个95%的人群里，在那个大模型暂时还够不着的场景里，你能做出什么让他们觉得"Amazing"的东西？

那可能就是你的机会。

  

## **更多对话细节**

**Panelist：**Kun Hua / 华琨（Wavenote Founder&CEO）；Tissia Tu / 屠熙蔚（Tuya Smart Marketing Innovation Director of APAC）；Domingo Deng / 邓旭东（Gyges Labs(Vocci) Co-Founder）；Yan Gu / 顾岩（SATELLAI Co-Founder&CTO）；Grace Xiong / 熊楚伊（Veryloving.ai Founder&CEO）

**Host：**Wenqin Luo / 罗文琴（TMTPOST VP&Partner）

  

![95%的人没用过大模型，他们不需要Prompt，需要一个按钮 · 原文图片 6](https://inews.gtimg.com/om_bt/Omrc8tu_dSbA4bTFr2xPl_df7AAElr9csf3VrW9THtOccAA/1000)

### **第一阶段：嘉宾介绍与端侧场景切入点**

**罗文琴：** 我们这场应该是今天唯一的一场软硬结合、有硬件实体实物展示给大家的论坛。大家每个人身上都带了自己的产品吧。那我们开始，刚刚谢谢非凡搭台。在5月初的时候，我跟吴总在新加坡在聊，如果做一天的交流，我们要聊什么样的话题。然后我是比较倾向于做AI端侧智能硬件的落地。

从我们科技媒体的视角，会发现今年1月份黄教主在 CES 讲物理智能。同时我们看到三文的数据，整个端侧 AI 的市场应该会从去年的几千亿，大概3000多亿的市值，在五年内涨到万亿的市值，接近 40% 的年复合增长率。

另外我们也会有一些体感，去年很多投资人跟我们讲，只要是大厂的中层或者高管，背后有一条供应链，必定能拿到融资。AI 加硬件去年就火到这个程度。但是从微观的每一个创业者的体感来讲，我不知道大家是怎么样的。所以我们今天邀请了在座的五位，代表整个端侧智能生态里头形态各异、入局方式不一样的代表来讨论这个话题，从微观的角度告诉我们大家的体感怎么样，机会在哪里，风险在哪里。

第一趴先快速请每位嘉宾介绍一下公司，以及咱们的产品是怎么切入到“端”这个场景的。华总您先请。

**华琨：** 大家好，很高兴能参加这个论坛。我是 Wavenote 的创始人。我们现在做的可穿戴设备是跟语音相关的。其实昨天我参加了 SuperAI 峰会，Perplexity 是金牌赞助，他们做得非常好。我们切入这个赛道，也是因为看到这里面的需求还是非常非常大的。

我之前是做 AI Infra（基础设施）的，后来也做过 Agent，但后来发现大模型的迭代太快了，所以我们得找一点点小壁垒，于是结合了硬件。当时的出发点，也是希望能让全球的人普普及及地使用 AI。实际上说白了，我们将来做不了 Token 的制造者，我们更多是 Token 的贩卖者。我们的愿景就是能够让普通人把 AI 用起来。

我看过一个数据，现在全球其实有 95% 的人是从来没有接触过大模型产品的。像我们这类穿戴设备，它的主要用户并不是我们平时看到的 AI 精英或软件重度使用者，反而是一些年纪比较大的用户。他们平时在商务会议当中，需要把一些重要信息记录下来，变成自己想要的东西，但他们对用户体验的要求特别高，所以硬件和软件结合这里面有非常非常多的工作可以做，目前的渗透率也比较低。

**罗文琴：** 您的产品可以给大家看一下吗？

**华琨：** 这是我们的一个穿戴类产品。实际上我们产品很多，也有卡片类的，并且正在研发一款新产品，面向不同的群体。像这种穿戴类的，我们发现海外的一些高校学生、自媒体工作者，还有医生会用得比较多；而卡片类的更普及，主要是商务类的中小企业用户。

**罗文琴：** 一句话帮大家总结一下，华总是从云到 AI 应用，然后再到端的消费硬件，从底层往上，切入到录音这个场景的。好，那我们有请邓总介绍一下。

**邓旭东：** 大家好，我是 Gyges Labs（W Gadget）的联合创始人邓旭东。我们公司做的是 Wearable AI 方向，面向下一代的显示和交互计算平台来整合所有资源并推出产品。

我们在2025年推出了第一个联合发布的产品，是 Holiday 的 Glasses，一款带显示的智能眼镜，非常轻便。

**罗文琴：** 是你现在戴的这款吗？

**邓旭东：** 我刚把它放在下面充电。这款眼镜的显示非常隐秘，能让佩戴者很方便地呈现显示方案。眼镜解决了“显示”的问题，同时我们在2026年也做了一款交互的戒指。如果说下一代替代手机的设备要做显示、交互和计算的话，我们可能只差黄教主的计算没做了。所以这次也是很高兴来这边学习端侧计算者怎么和可穿戴进行融合。

一句话总结的话，我们想面向下一代的显示交互计算平台去整合资源、推出好的产品。让消费者不再依赖手机去做所有事情，而是非常无感地让 Agent 触手可及。所以我们说，我们的戒指是 AI Agent 最短的交互路径和最短的入口。

**罗文琴：** 谢谢邓总，我不用再总结了。我们往下到顾总。

**顾岩：** 我是新年月未来（SATELLAI）的联合创始人顾岩。简单来说，我们是一家做宠物智能硬件的公司。我们的主要产品形态我没办法自己佩戴，是给我们的小狗做的。第一代产品主要是各种形态的项圈。

我自己有一只很喜爱的爱犬，它现在正戴着，只不过这次我没有机会把它带到新加坡来。我们的形态是宠物智能硬件，但我们真正想解决的是连接宠物主——或者更广一点，宠物家庭和宠物之间——建立这么一条联系的通道。我们希望能帮助宠物主更好地去理解宠物的行为，以及这些行为背后意味着什么。在它十几年的整个生命周期里面，帮助宠物主更好地和他的宠物一起成长。我们的品牌叫做 SATELLAI（SL）。

**罗文琴：** 谢谢顾总。我也一句话总结一下，顾总跟华总有点不一样。顾总之前在华米，是硬件和可穿戴硬件出身。他是从端侧出发先让闭环跑起来，再到宠物的数据平台，然后到云端怎么去协同，是这么一个路径。那我们再有请 Grace。

**Grace：** 大家好，我叫 Grace，是 Veryloving.ai 的创始人。我们现在做的是面向独居、独行的人，从情感连接到安全守护的一系列产品。

我手上戴的这个是一个 AI 智能珠宝。它能够帮助到的人群是：现在联合国的调研预测，未来会有三分之一到四分之一的家庭是单身独居的。当遇到一些紧急情况的时候，我们可以及时帮用户联系到家人，具有安全守护和报警的功能。

**罗文琴：** 谢谢 Grace。接下来最后到 C 位，把您放在最后是有原因的。来，交给你介绍吧。

**屠熙蔚：** 大家好，我叫屠熙蔚，来自涂鸦智能，专门负责整个亚太地区的市场和创新营销工作。讲回刚刚在讲的话题，我可能跟其他的嘉宾有点不一样，因为我们涂鸦是做平台的。所以我们在端侧更多的是看如何扮演一个 B2B2C 或者 B2G2C 的角色，把整个 AI 的应用带进智慧城市、智慧楼宇等比较大的场景，形成一个闭环。

### **为什么在当下节点，大模型如此强大还要死磕端侧？**

**罗文琴：** 大家可以看到，今天我们圆桌的嘉宾在整个云端协同的生态链当中，各自的生态位是不太一样的，也希望这些不同的切口可以带给大家更多的碰撞和启发。

那我们来到第一个问题。不管是先从 Infra 往上走，还是从端侧再向云端辐射，为什么在现在这个时间节点——大模型越来越强、Agent 的能力似乎也越来越无所不能的时候——我们还要强调或者说大家开始探求“端侧智能”？我们从华总开始好吗？

**华琨：** 我觉得还是我刚刚讲的，让更多的普通人能够根据他的使用习惯用上 AI。这个我们自己感受还挺深刻的。因为可穿戴的 AI 设备本身包含两部分：一部分是硬件，一部分是软件。硬件的普及方式比较传统，更多是通过电商和线下渠道。

如果讲全球化的话，这会涉及到很多国家和地区。电商和线下虽然传统，但也有个好处，就是它可以传播到更多、更偏远的地区，比如巴西，甚至中亚地区。他们其实都有需求，但是最先进的大模型可能因为一些用户习惯或者其他原因，导致他们并不能很频繁地使用，或者用不来。甚至有些国家是因为政策原因没有办法直接使用。

但硬件可以通过发达的物流，让更多的普通人能够接触到这些产品。因为他们有这样的场景和购物习惯，所以买了硬件。但实际上他每天在使用的更多还是软件。因为硬件要越做越简单，基本上一键操作。但真正能够发挥价值的其实还是软件的功能，现在 AI 可以做非常非常多的事情。

所以我们其实侧重于通过 AI Agent 让这些用户享受到 AI 带来的便利，让 AI 更易用。它本质上把很多线下的东西记录了下来，就可以做很多事。它可以变成 PPT，可以变成它的自学场景，可以用作测试、剧本等等。有了硬件作为载体，能让一些普通人用起来，自然而然地通过我们的设计，一气呵成地把这些功能用上。很多用户会觉得很 Amazing，觉得有这么多方便的东西能用起来，而且操作体验非常简单。

你真的要把现在的一些大模型用得很好，对于硅谷、对于新加坡的很多精英用户来讲是很 Easy 的事，但对于很多“老登”来讲，其实还挺困难的。所以这里面也是我们的机会所在——设计好一个好的硬件送到他手上，让他能一气呵成、自然而然地把 AI 的很多能力在他们的场景里面用得非常爽。

**罗文琴：** 您刚刚介绍到您的背景是做过云、做过应用，再到做硬件。硬件虽然让 AI 更好用了，但它是不是也要舍弃很多的功能？毕竟从云侧到端侧，模型的能力是不是会有所牺牲？如果存在一个“不可能三角”的话，您的取舍顺序是怎样的？

**华琨：** 其实我觉得这还是回到目标用户。我们的目标用户年龄段基本偏大一些，跟硅谷的那些年轻人是不一样的。据我了解，包括像 Plaud 他们，在加州的年轻用户其实很少。为什么？因为这些精英用户每天在用最先进的软件，可能三个月以后他们连手机上的 App 都不用了。

但是全世界更广阔的用户，其实就那么几个场景他会用到，而且不怎么会用。所以我觉得这反而是一个很值得去设计的方向。虽然大模型迭代太快，但大部分用户其实不需要那么多复杂、先进的功能。而且这部分人占了绝大多数，就跟苹果智能手机一样，其实有很多苹果用户并没有 100% 用到所有的复杂功能。

另外，这里面还有一个很重要的命题，就是我们要确保用户体验足够简单，把一些最新的能力通过我们的取舍，围绕他们的场景给到他们。我觉得很多复杂的功能他们用不来也用不到。

还有一个就是怎么样让成本变得更低，让门槛变得更低，这也是我们要去研究的。

**罗文琴：** 您说的成本是指产品的硬件 Cost，还是指用户的学习使用障碍？

**华琨：** 其实是两类。最主要的还是使用的成本，也就是学习门槛足够低。另外一个，就是根据不同的国家和地区，我们也得让他的金钱成本（Cost）降下来。用户会觉得我买了个硬件，尤其是中国和日本的用户。我们发现日本的用户其实非常节约，他甚至会说能不能帮我们把一些无效的语音过滤掉，不要让我去花这个 Token 的钱。

我原来是做 Infra 的，我觉得我们有义务把用户的 Cost 降下来。如果 ChatGPT 一个月要 20 美金，那他为什么还要为其他的软件再去付 10 美金或 20 美金？我觉得这个成本应该更低。所以这也是我们要去做的，本身我们也是把 Token 推向全球，有义务让体验更好、成本更低。

**罗文琴：** 说到体验，这个问题我也想问一下邓总。您刚刚提到您的 Wearable AI 能力，第一代产品是智能眼镜，第二代产品选择了戒指。选择戒指这个形态是基于什么样的考量？

**邓旭东：** 我们公司的定位是面向下一代的显示和交互计算平台。显示很重要，所以第一款产品选择做眼镜。但做眼镜的同时，我们发现很多消费者的刚需是在交流场景里面把语音信息进行收集。而收集语音信息这个事情其实并不一定非要眼镜来完成，市面上已经有不少设备在做了，无论是挂坠还是贴在手机后面的。

戒指正好是我们天然具备的能力。因为我们的眼镜当时开发的时候就配了一个戒指，消费者反馈说：为什么我录音和语音交互一定要通过眼镜来实现呢，有没有更好的交互方式？所以我们从显示延展到了交互。

从交互的逻辑来看，戒指确实是个很好的载体。我们算是全世界做得最早的，推出了全球首款 AI 笔记戒指，从 CES 发布到现在，整个人气和反馈还是收获了主流媒体及消费者的认可。从这个 Form Factor（形态）来看，它优势很多：几乎佩戴无感，一天可以随时陪伴，并且交互摩擦极低。交互成本跟华总说得非常对，交互的摩擦一定要非常低。我想开启的时候随时双击（Double Click）开启；在会议过程中想要 Mute（静音）一下就好；长按就开启和 Agent 的交互。整个对 Agent 的调用和执行来看，这个载体是最方便的。所以我们还是从用户的体验以及在第一代产品的沟通之中找到了正向反馈，在去年立项，并在今年2026年1月份的 CES 上发布了这个新产品。

**罗文琴：** 但这里有一个问题，大家常规思维里会觉得戒指最方便的应用场景是健康监测，也就是像顾总他们那种场景。为什么你们会把办公、语音转录的功能作为戒指最核心的场景？这两者面对的完全是不一样的人群。

**邓旭东：** 首先还是看公司定位，我们定位在下一代的显示、交互和计算。健康当然是一个非常大的需求，也是个很好的市场，Oura 已经完全验证了这是个千万级年出货量的市场。但我觉得每一个公司有自己的使命和自己要服务的那部分消费者。我们不能够指望做一个产品能把所有的消费者、包括所有的宠物都服务好，这不现实。

任何公司都要依靠自己的天赋。无论是先做 Infra、先做硬件，还是从市场和需求切入的公司，都是通过自己的天然稟赋结合市场需求，做出一个产品，在特定场景下解决用户或宠物的某个具体问题，这个公司的商业价值就体现了。所以回到议题，做健康很重要，但这可能不是我们的菜。我们很踏实地把商务场景、生产力工具、AI Agent 的便捷调用作为我们这个阶段的目标。

**罗文琴：** 谢谢邓总。那有请顾总也回答一下刚刚这个问题。但这个问题到您这儿会稍微有点不一样。前面两位聊到更多的是从 Infra 或软件往端侧做，涉及到大模型能力的舍弃，去优先照顾不同区域、年龄和使用习惯的人。但您这边是从一个非常具象、明确的端侧场景，逆向去往偏软件层面的“宠物健康数据管理平台”走。在这个过程当中，您觉得最大的技术演进或者最大的卡点在哪里？

**顾岩：** 这是个好问题。其实我们最开始选择做宠物智能硬件的时候，反复在思考我们要解决的问题：在宠物整个生命周期里面，我们能提供什么样的一些洞察，以及基于这些洞察提供什么样的服务。

AI 肯定是这个时代我们脱离不了的最有效的工具。我们就在想现有的模型能力，比如更多的是云端 Agent 或云端智能，它确实是一个无所不知的智能，但它最大的问题就是“它不在现场”。

我们选择的思路是端侧。虽然中端硬件大家都知道智能有限，但对于宠物这个特殊的品类，它更重要的一个能力叫做“在现场”。我们在定位落地路径的时候，想到的第一点就是把智能先落地下来。在公司里我们聊得比较随意：在落地这件事上，我们的硬件实际上是离地表最近的。因为它一直戴在宠物的脖子或身上。

我们在解决问题的思路上和其他公司也有差别。大部分的 Agent 解决的是人类面临的问题，而我们解决的是一只不会开口说话的动物，它可能需要一些什么样的人类智能去帮助它。所以在整个链路上，我们从硬件开始切入，慢慢去学习宠物所有的行为和情绪。从中我们发现了一些 Insights（洞察），还有一些好玩的东西。在这个过程中，我们慢慢找到了自己能够更好理解宠物的模型，然后把这一整套东西放到云端，我们是这么走过来的。

**罗文琴：** 谢谢顾总。问一下 Grace，我理解你更像是一个 Native（原生）的软硬协同智能公司，两边应该是同步的，而不是谁先谁后。你给大家介绍一下，你是怎么思考云端 Agent 和端侧智能的关系的？

**Grace：** 硬件只是个载体，它是一个收集数据的终端。戴在手上用户能够更好地交互。由于我们的用户形态是比较需要被保护的一类人群，最开始是从我自己的痛点——单身独居、独行、又喜欢去探索世界旅行的女性——延展到养老院。比如我们对接了30家养老院里一些独居的老人。我们把 AI 计算和云端结合，会存储一些他们平时的情感记忆。硬件在其中就是一个数据收集的终端。

**罗文琴：** 谢谢 Grace。基本上在座做硬件的嘉宾都在讲，自己不局限于某一种硬件形态，硬件只是数据收集的终端。那现在请涂鸦（屠总）帮大家介绍一下，因为你们是一个平台，生态上面接入了非常多不同的端侧智能形态。从你们广泛的数据样本来看，哪一类的场景被调用智能的需求是最强的？可以跟大家分享一下吗？

**屠熙蔚：** 从我的角度来看，因为我们做很多大型政府基建类的项目，也服务很多企业。包括刚刚 Grace 也提到养老类、医疗类的场景，他们对于端侧的刚需在于：一旦上云就会涉及到网络延迟和不稳定因素。对于有些场景来说，这种不稳定是无法忍受的。所以它一定需要端侧去部署本地化的能力或者做一些 Agent 的离线处理。效率和安全受到影响的这些场景是刚需。

**罗文琴：** 就类似安防、摄像头等这些看上去好像没有那么性感的领域，反而是最刚需的场景。

**屠熙蔚：** 是的，没错。

**Grace：** 我可以补充一下，这里面有一个 Trade-off（权衡）。因为我们做这种情感类的用户数据，它需要非常强的隐私，尤其是涉及到医疗、突发应急（Emergency）和健康的敏感数据。同时在调用效率上，我们测试发现，如果是情感类的 AI，如果它回复的速度大于 1.5 秒，基本上用户很快就放弃了。我们尽量要做到 200 毫秒以下，才会更有真实的人类对话感，用户才能更好地接受。但目前因为效率问题，技术基本限制在 400 毫秒左右。

**罗文琴：** 这也是在端侧智能跟人的体验上，大家都要共同面对的技术落地卡点和提效点。

### **第三阶段：端侧智能的商业模式与订阅制探讨**

**罗文琴：** 刚刚大家都谈到了场景的痛点和云端协同的差异化卡点。华总提到了怎么用更低的 Cost 去消耗 Token，包括用户在硬件之外的订阅费用。这就来到了任何一个商业模式、任何一个公司都不可绕过的商业闭环问题。我们到底让用户只是买硬件，还是说（当然肯定不满足于只卖硬件）怎么能让用户愿意去做付费订阅？在端侧 Agent 的实现过程中，有哪些经验、方法或洞察可以分享？华总可以接着您刚才的话题聊，因为您提到了不同区域市场有不同的喜好。

**华琨：** 你的意思是怎么让用户愿意付费对吧。我觉得首先在座的应该都是想把硬件卖到全球的。从全球来看，很多国家和地区的付费习惯还是不错的，当然消费能力能看出不一样。

比如美国用户出手会比较大方，消费能力比较强，会直接购买我们分档次的套餐。但我认为回到我们自己的产品，目前还是有很多没有解决的痛点。用户最大的刚需，是怎么样把线下捕捉到的语音记录变成真实、准确的文字。现在的体验并不完美，为什么？因为包括 OpenAI、Perplexity 在内，实际提供的都是一种离线体验，也就是说用户需要等待。

这种等待我认为是非常不合理的。为什么他要等待？就是因为云端成本（Cost）太高了。离线状态下把语音变成文字所消耗的 Token 会比实时交互要低。于是在目前的付费承受能力下，做了一个 Trade-off 只能提供离线服务。但我认为这是要去改变的，用户要的是即时满足，我说了什么，马上能看到。

我认为我们应该尽快把实时能力提供给用户。因为 Token 的成本一定会越来越低。而且好在全世界不只有一家大模型，实际上有 10 个左右的大模型在互相竞争，这对我们做应用的公司来讲其实是好事。竞争会不断降低成本，而我们要做的就是去选择满足用户体验的最佳成本模型，把最好的 ROI（投资回报率）给到用户。

用户其实不太关心你用的是哪个大模型，虽然我们会提供手动选择，但那部分硬核用户非常少。大部分像我们的中老年用户是搞不清楚的。他们要的是最好的体验，同时要的是最佳的性价比。

所以这里面有几点要去反复做：第一，减少等待时间。现在全球在推理上投入了这么多的资本开支，最主要也是要加强推理的速度。我们也在运用大模型的这种加速能力，把最好的即时体验给到用户。

第二，通过我们的全球化调度能力去把性价比做到最好。我们的优先级很明确：第一是用户体验要快，第二是成本（Cost Down）。我们 Cost Down 不是为了自己挣暴利、把订阅费高高挂起。我的理念是把成本降下来，让用户的订阅费变得非常廉价。他会觉得又爽又支付得起。因为我考虑的更多不是加州那些科技精英，而是巴西、中亚的普通用户，让他们也用得起。

**罗文琴：** 这个跟云服务时代的削峰填谷、用量调度逻辑是不是有点像？

**华琨：** 其实是有点像的。因为我原来做 Infra，第一我要去谈各种资源，第二其实我用技术的方式去调度。但对用户来讲，他的延迟、他的整个性能是 OK 的。然后我让它的 Cost 能降下来。虽然我们在做应用，但事实上我发现这个调度能力也非常重要，直接关乎用户的等待时间和支付能力，这是实打实的问题。

**罗文琴：** 好的，同样关于商业模式和付费意愿的问题也给到邓总。我理解您的眼镜和戒指服务的是同样或类似的一波商务精英人群。那他们买了您的眼镜之后，为什么还要买你的戒指呢？

**邓旭东：** 我觉得这个问题可以放到更大的尺度来思考。当一个新的计算方式、新的交互方式出现的时候，商业模式会发生什么样的变化？如果在 PC 年代和手机年代，PC 打字肯定不用额外付费的；移动互联网时代打语音电话也是一个很少的开支。但我们在 PC 年代和移动年代花钱最多的应用是什么？在中国是滴滴、大众点评和携程；在美国是 DoorDash 或者 Uber 等。

所以严格意义上，达到罗总你说的“直接在某一个功能上向消费者收钱”的商业模式，可能很难发挥终极价值。那到底什么样的商业模式会有终极价值？我觉得这确实在探索的过程之中。

当五年后、十年之后，大家不需要那么频繁拿起手机来看的时候，有哪些应用是可以让消费者产生粘性去使用它？喊一嗓子就可以把事情办了——无论是做 PPT、发日程、还是订票、订酒店、打车。我觉得这个可能才更能够把商业模式做利索。我们正在探索，因为我们希望做的是一整套这样的 Wearable Device（可穿戴设备），服务于消费者各式各样的场景，以至于可以替代手机的部分功能或全部功能。

**罗文琴：** 戒指之后，下一个场景会是什么？还有新形态吗？

**邓旭东：** 我觉得从交互角度来看的话，眼镜有眼镜的优势。第一视角下信息可以完美呈现，离嘴巴最近可以完整采集语音信息，这大家都形成了共识。问题就在于“不可能三角”里面它的重量和续航必然是个问题。导致现在大部分带显示的智能眼镜出货量可能也就几万到二十万的数量，除了 Ray-Ban Meta 依靠渠道优势卖出几百万级之外，还没有足够支撑起一个真正的爆款生态。

所以眼镜很重要，眼镜还在路上；戒指也很重要，作为交互极其方便。下一个是什么？必然是采集信息很方便、交互也非常方便的东西。我们也在看，凡是人能够戴在身上的东西都是有价值的。大家如果关注的话，明年 CES 见，应该只有六七个月时间了。

**罗文琴：** 好的，CES 大家应该都会去。说到这个，我也想问一下顾总。其实你们在 CES 上也发布了你们硬件之外的、手机端的应用工具对吧。到目前为止，你们的收入当中，硬件部分（相机）和应用服务工具部分的占比大概到什么过程？大家更愿意买硬件还是更愿意买包含云端服务的这一套工具？

**顾岩：** 这个可能更多取决于我们的商业模式。我们的产品广义上也算在穿戴这个分类，虽然不是人的穿戴，是宠物穿戴。但是人的穿戴产品目前几乎都是以离线使用为主（比如蓝牙连接手机），除了儿童手表这个品类。儿童手表有实时联网，约等于一个小型手机。而我们目前全系列的产品都是 24 小时实时联网的，所以它本身就要产生运营商的通信费用。

我们一开始的做法是：除了硬件本身要保障利润兜底，用户选择这个产品，一开始就必须是要订阅的，因为通信服务本身就是个订阅类型。但我们真正想做的并不是说从通信服务里面去赚用户的钱。从我们实际的用户反馈来看，我们有按月订阅的，也有按年订阅的，绝大部分用户几乎选择的都是按年订阅。

我们真正看重的是“订阅”对于宠物用户的价值。我个人理解，企业不应该把云服务或者 AI 的成本直接转嫁给用户，事实上大部分企业目前都在替用户去 Cover 这一部分大模型费用。我们更多想给用户提供的是一种能力和价值。

在我们这个方向上，怎么样去理解宠物的各种各样行为数据，这个维度是普通用户几乎没有办法自己去完成的。他很想了解他的狗在做什么，今天表现得怎么样，应该吃多点还是少点。传统的“衣食住行”类产品（如智能喂食器）更多是定量的，定时定量的喂食。而我们提供的是通过我们拿到宠物的运动、健康数据，告诉他今天应该吃多一点，明天少一点，这段时间在长身体应该补充什么东西。从这个维度上面我们帮到用户，我们是希望从这些增值服务上收取费用。

简单来说，一部分是硬件的费用，一部分是通信。但我们后面也完全想办法把通信部分直接做到硬件里，给用户“一锤子买卖”。我们真正想赚的，是给用户提供超过基本功能之外、额外的理解和洞察价值。

但是这让我想起来，其实我们和他们的赛道稍微有一点点不一样的地方。我们经常开玩笑聊，在市场消费意愿这一端，赚钱的顺位通常是：女人、小孩、然后是男人。

像他们做数码电子产品的，其实我个人就是各种数码硬件的极客，买很多产品时我甚至会拆解到芯片的 BOM 成本，看看哪个功能实在不行，我自己 DIY 一个。所以想从我身上赚这种软硬件的钱很难。但是，当我给我自己的狗买东西的时候，我突然就能完全理解女人给自己或者给孩子买东西时的那种不理智。这就是我们服务的宠物市场。

**罗文琴：** 也就是说，您这个赛道是一个更加容易为溢价和服务买单的细分赛道。好的，Grace，因为时间关系，我们快一点，看看您这边未来的商业模式大概是怎样的。

**Grace：** 我非常理解顾总的分享，因为我之前也养狗。后来我的小狗因为一场意外被车撞去世了，所以我开始了自己的这个创业。我也特别认同女生产生情绪共鸣时会为“情绪价值”买单，所以我就特别 Focus 在女性这个市场。

首先我们这个东西最开始定义的时候，就没有把它死板地定义成一个智能硬件，我们是先从“饰品珠宝”的角度来思考，选了女性这个买单意愿最高的群体切入。首先它要好看、有情绪价值，能装饰自己。我们的这一套智能饰品不仅能够戴在手上、戴在身上，还可以带在耳朵上。因为这个位置监测会离心脏比较近，能做一些生理周期、情绪波动的监测，我觉得有很大的想象空间。商业模式上也是走硬件加增值服务和情绪价值的路线。

**罗文琴：** 明白，这个市场天花板足够高，就看具体的硬件和具体的服务形态怎么展现。这一轮的最后一个问题，我请席位（屠总）跟大家回应一下。刚刚大家都提到了，不同端侧产品对于智能的调用是不太一样的，那从你们平台的角度，在处理不同的端侧产品调用智能的过程中，是不是也有一个分层管理？有哪些通用场景是不需要用很贵的模型或很高的智能的？你们怎么处理这种分层应用？

**屠熙蔚：** 作为平台，我们有一定的优势。因为我们主要还是做智慧城市、IoT 作为城市基建类的项目，协助政府去落地方案。在这些大项目里，其实很多端侧设备是不需要具备高阶 AI 能力的，甚至一些最基础的感应器、传输类设备，它可能只需要负责把数据上传到具有处理能力的边缘网关设备上。

我们对这种最基础的设备，要求第一个就是稳定、低功耗。然后在网关层和边缘端，我们会做一些基础的数据处理。当然到了云端，云端会有最强、最完整的基础计算以及持续的迭代优化。所以我们平台的技术架构是清晰地分成这三层（端、边、云）来进行分层应用和资源调度的。

### **第四阶段：给入局者的“肺腑之言”**

**罗文琴：** 清楚了。谢谢席位。时间关系，最后给各位嘉宾一句话的时间。我知道今天台下其实来了很多的 AI 创业者，软件和硬件层面的应该都很多。如果请在座的每位嘉宾给到大家一个建议，如果大家要入局端侧智能硬件这个赛道的话，有什么肺腑之言或者建议？一句话。从华总这边开始。

**华琨：** 我觉得首先还是要做好一个好用的硬件，供应链还是挺重要的。我们的海外订单需求其实很大，曾经卖断货过两次。所以我现在花了非常多的时间在跑供应链的事情。我觉得对于硬件来说，供应链是生存底线，是你的必要条件。你可以从 Agent 或者其他体验上去做差异化，但首先你得把供应链搞定。

**邓旭东：** 我接着华总的说。设备侧的话，设备首先得是个好设备。就像 Grace 说的，手镯得是个好手镯，眼镜是个好眼镜，戒指是个好戒指。要融入用户的随身生活，做一个很自然、能陪伴你 16 到 24 小时的东西。越简单无感越好，不要太复杂。

**顾岩：** 硬件这块中国整个珠三角（深圳）其实已经有非常非常多可以借鉴的成熟方案了。对于入局者，我觉得要思考的是，在未来的场景里面，云端的智能和端侧的智能，是不是要硬生生地都塞进硬件里？要把问题结合在非常非常具体的场景中做取舍。哪些真的该上云，哪些想尽一切办法在体积、功耗、成本这些约束条件下最优化地塞进端侧。想清楚两者的分配，不要强行为智能而智能，要看你的场景痛点到底是什么。

**Grace：** 借罗总的舞台抛个橄榄枝。我希望大家加入我们一起创意。我们现在有深圳最好的供应链，也有 LV 级别的真品开模，我们有自己的工厂。目前 AI 这块我们更 Focus 在人与人的连接和情绪计算，我们能够检测 48 种不同的情绪。很多 AI 硬件都在注重效率和精准抓取，我们更希望从人类非常底层的需求出发来探索。希望大家能加入我们，这是个招聘贴。

**屠熙蔚：** 简短一句话。我看到在政府侧和大型企业侧，依然存在很多真实的场景。只要痛点足够痛，客户是愿意支付许多年持续性付费的。 B 端和 G 端依然有非常多的端侧智能商业机会，大家可以多关注。

---

原始发布版本：https://view.inews.qq.com/a/20260626A0A1JC00

本站阅读页：https://ffcap.cn/research/20260626a0a1jc00