•
iPhone時刻再臨？AI原生硬體的“突圍”與“幻滅”
回顧科技圈，會發現一個有趣的悖論：軟體越來越“重”，大模型參數爆炸，而硬體試圖越來越“輕”，AI Pin、智能眼鏡、智能戒指等。
這標誌著我們正處於一個“後智慧型手機時代”的前夜。以AI手機、AI眼鏡、AI吊墜為代表的泛在式AI小裝置，正在試圖重構人與數字世界的連接方式。
行業裡，一個更準確的詞正在流行：“AI 終端”。它本質上不是某一件硬體，而是：大模型 + 作業系統 + 軟硬一體裝置 + 新互動與服務閉環 的組合。
一、 現狀格局：改良派與革命派的博弈
目前的AI硬體賽道，清晰地分裂為兩個陣營：
1. 改良派（Evolutionary）：AI Phone
代表： 三星Galaxy S24、Pixel 9、iPhone 17
邏輯： “舊瓶裝新酒”。利用現有的成熟互動，比如螢幕+觸控，將AI作為作業系統的一層嵌入。
現狀： 最穩健。端側模型（如Gemini Nano）開始接管圖像處理、即時翻譯和摘要生成。但這更多是功能的疊加，而非原生體驗的重構。
IDC 預測：2024 年 GenAI 手機出貨量同比增長 364%，達到約 2.34 億台，是智慧型手機中增速最快的細分市場。Gartner 預計：到 2025 年底，全球 GenAI 手機終端支出將達 2982 億美元，佔 AI 終端總支出的 20%，並預計 2029 年幾乎所有高端手機都會具備 GenAI 能力。
然而，GenAI 手機 ≠ 在手機裡塞個 ChatGPT 圖示。更加主流的定義是，GenAI 手機 = 內建 NPU / AI 引擎，能在本地運行尺寸最佳化後的生成式模型，提供創作、理解、翻譯等能力。
報導普遍認為，“生成式 AI 從雲側落地到端側，是 2024–2025 年手機行業變革關鍵”，中美大廠都把 AI 手機當成新一輪競爭焦點。
一條有意思的路線是，網際網路平台向下滲透到終端——
- 2025 年底，字節跳動推出基於“豆包”大模型的語音助手，先在中興努比亞新品上首發，並計畫與多家手機廠商合作，而自己不做整機。
這說明，“AI 助手 + 生態 + 分發”這層價值足夠大，甚至可以與手機品牌分拆營運。
2. 革命派（Revolutionary）：AI Native Hardware
代表： Ray-Ban Meta Glasses、Humane AI Pin、Rabbit R1、Limitless
邏輯： “去App化、去螢幕化”。主張AI Agent應當直接接管任務，通過語音和視覺與世界互動，試圖繞過蘋果和Google的生態圍牆。
現狀： 新物種爆發：AI 眼鏡、AI Pin、Rabbit R1…如果說 AI 手機是“升級剛需”，那 AI 眼鏡、AI Pin 等，是“押注未來”。
根據研究機構 Wellsenn XR 資料，2024 年全球 AI 眼鏡銷量約 234 萬副，同比 +588%；預計 2030 年達 9000 萬副，年復合增速約 83.7%。其中 Ray-Ban Meta 系列憑藉時尚設計 + AI 互動，在 2024 年 Q4 單季銷量約 140 萬副，佔全球九成以上份額，堪稱第一波現象級產品。36Kr 披露，2025 上半年全球智能眼鏡出貨量 406.5 萬台，同比增長 64.2%；中國市場增速位居全球首位，AI 眼鏡被寄望為下一代人機互動入口。
國內則迎來真正的“百鏡大戰”：2024–2025 年，小米、華為、VITURE、Rokid、雷鳥、百度、閃極、李未可等十余家廠商集中上新 AI 眼鏡。CBNData 指出：2024 年國內智能眼鏡中帶 AI 功能的銷量不足 20%，但預計 2025 年 AI 功能滲透率將超過 60%。
二、 核心維度：被忽視的“場景所有權”
除了常規的軟硬體分析，我們必須引入一個關鍵維度：場景所有權。這是AI硬體成敗的關鍵。
- 手機的劣勢： 手機大部分時間是在口袋裡，它是“盲”的。要使用AI，你需要掏出手機、解鎖、打開App、拍照或者輸入。這個鏈路太長，打斷了使用者的“心流”。
- 穿戴裝置的野心： AI眼鏡或吊墜的真正價值，在於“Always On, Always Seeing”。它們與你的視線同步，擁有第一人稱視角。
- 洞察： 誰掌握了使用者即時的“看”和“聽”，誰就掌握了AI主動服務的觸發權。AI硬體的本質，是把“離散的搜尋”變成“連續的伴隨”。
三、 發展模式：從“賣裝置”到“賣入口 + 算力 + 服務”
如果只看外形，很容易把 AI 小硬體理解成“多一個新品類”；但從商業上看，它們代表的是三種不同的路徑。
模式一：裝置優先——“AI 只是賣點”的手機廠商
絕大多數手機廠商都是這類，包括國產頭部 Android 陣營和 Apple。他們具備以下特徵：
- 核心收入仍來自 硬體毛利 + 配件 + 傳統網際網路服務
- GenAI 功能更多扮演“刺激換機”的差異化賣點，相機、翻譯、文生圖、總結等，強調“離不開的新功能”
- 技術上，往往是 “端側小模型 + 雲端大模型” 的融合，用來平衡體驗與算力成本
這種模式的優勢在於管道、供應鏈和使用者基數，但風險在於，AI 容易被“同質化”，很快淪為參數大戰。
模式二：服務優先——裝置只是“大模型的外掛”
- Ray-Ban Meta 眼鏡
- 未來可能出現的“某大模型官方硬體”
- 以及一部分國內 AI 眼鏡玩家，可能定位“AI 助理入口”，硬體利潤不高
這裡的邏輯是，使用者真正付費的是，持續更新的大模型 + 帳號身份 + 雲端算力 + 生態服務。硬體更多扮演“隨身麥克風 + 攝影機 + 顯示器”的角色，以分期、補貼甚至“半福利”形式發放
Humane AI Pin 雖然失敗了，但它嘗試的其實就是這種模式：699 美元硬體 + 24 美元月費，硬體只是進入其 AI 服務的門票。它的結局提醒我們，當你想“賣服務”時，前提是服務本身必須足夠好用、穩定，而不是讓使用者替你 beta。
模式三：生態優先——AI 終端是“超級 App”的物理延伸
這是目前中國廠商最有中國特色的一條路。舉幾個典型的例子：
- 夸克 AI 眼鏡： 眼鏡只是入口，本質是把“通義千問 + 支付寶 + 淘寶 + 高德”等服務從手機螢幕延展到現實空間。
- 小米 AI 眼鏡： 對標 Ray-Ban Meta，通過“小愛同學 + 家電 + 汽車 + 手機”建構“人車家”三端協同，眼鏡被定義為“面向下一個時代的隨身 AI 入口”。
- 字節與豆包助手： 先通過接入多家手機廠商做系統級 AI 語音助手，從軟體層深度佔領手機入口，而不是立刻推出自有手機。
這類模式的核心命題是：如何在“AI 終端 + 生態”組合下，建構一個真正高頻、閉環的日常系統，而不是多一個孤立裝置。
四、 關鍵驅動因素 vs. 致命制約因素
驅動力（The Tailwind）
- 端側算力的躍升： 高通驍龍8 Gen 3、聯發科天璣9300以及蘋果A17 Pro，NPU性能的暴漲讓70億參數（7B）的模型可以在本地流暢運行。這是保護隱私和降低延遲的基礎。
- 多模態大模型（LMM）： GPT-4o和Gemini 1.5 Pro展示了驚人的視覺理解能力。能“看懂”世界的模型，是AI硬體的靈魂。
制約力（The Headwind）
- 熱力學定律（Thermodynamics）： 這是物理學的鐵律。高性能計算必然帶來熱量。AI Pin的發熱問題直接導致了體驗崩塌。在電池技術沒有質變前，“算力、續航、輕便”是不可能三角。
- 隱私這一頭“灰犀牛”： 相比手機，一個掛在胸前或架在鼻樑上隨時可能錄影的裝置，會引發巨大的社會排斥。Google Glass當年的失敗可能會重演。
- 延遲（Latency）： 語音互動的容忍閾值是毫秒級的。如果雲端往返需要2秒，對話的自然感就蕩然無存。
結語
AI 小硬體也許最終會收斂成“三個主終端 + 一個雲大腦”的格局。三個主終端是手機、眼鏡、耳機，“一個雲大腦”指的是個人 AI 代理的統一中樞。真正的 AI 終端時代，不是“每個裝置一個助手”，而是“一個助手，分身在所有裝置上”。
AI硬體的崛起，不是為了讓我們每人多帶一塊電子磚頭，而是為了讓我們把頭抬起來。真正的AI原生硬體，不應該是一個需要你不斷去“對話”的Chatbot，而應該是一個沉默的、全知的、僅在關鍵時刻提供服務的數字管家。
在這場硬體革命中，“懂”比“快”更重要，“主動”比“響應”更關鍵。 (AI Xploring)