硬件是骨 AI 是魂，數據讓二者成為一體
作者｜沈子嫣
編輯｜呂鑫燚
出品｜AI物燥
這兩年聊 AI 硬件，大家習慣問一個問題：到底是硬件公司在做 AI，還是 AI 公司在做硬件？
這個分法抓住了參與者，卻沒抓住真正的變化。
更貼近現實的一句話是：AI 在向下找硬件，硬件在向上找模型。
這不像相愛，更像各自缺東西。
AI 缺身體。
大模型像一個被鎖在房間里的天才，什么都懂，卻不知道你此刻站在哪、身體怎么樣、家里發生了什么。它困在輸入框里，等人把生活切成文字、圖像、語音，再一段一段遞進去。
硬件缺后路。
它能稱體重、測心率、拍下第一視角、錄下一整天的聲音。它就在現場，有眼睛、有耳朵、有皮膚。但供應鏈成熟之后，很多硬件已經足夠多，也足夠像。參數很快被追平，價格很快被打穿，賣完一臺，故事也很快結束。
于是雙方湊到一起。
AI 需要硬件替它進入真實生活，硬件需要 AI 把自己從一次性買賣里撈出來。
缺口能對上，不代表關系能成立。
它們越走越近之后，真正被重新估量的，到底是硬件、模型，還是現實世界里那批持續回流的數據？
你好，這里是「AI物燥」。
AI和硬件相愛，數據讓它們成為一家人。
Plaud CEO Nathan Hsu 在 NotePin 發布前說過一句很直白的話：很多公司還在用互聯網上已經數字化的數據做 AI，但現實場景里還有大量數據，藏在人們“說什么、聽什么、看什么”里面。
這句話幾乎說穿了 AI 硬件重新變熱的底層動機。
大模型并不是真的沒有數據。互聯網上還有文本、圖片、視頻、論壇、評論、論文、代碼。變難的是繼續靠這些公開材料堆出新的差異。
Epoch AI 曾估計，如果趨勢延續，大模型會在 2026 年到 2032 年之間充分利用現有的人類公開文本存量。這個判斷不等于互聯網數據明天就會枯竭，但它至少提醒了一件事：公開網頁繼續供養通用能力的空間，正在變窄。
更多增量，藏在網頁之外。
一個人的體重這周怎么變，體脂降了還是肌肉掉了；一次會議里誰承諾了什么，后來有沒有兌現；一個孩子站在展柜前為什么停下，對什么東西提問；一個人在廚房、工位、工廠、客廳里，如何和物理世界發生關系。
這些數據太碎、太臟、太日常。它們不會自動躺到互聯網上，也很少主動遞到模型面前。
AI 從“會回答”走向“會服務”，繞不開它們。
國內更樸素的一幕，發生在一臺體脂秤上。
6 月 25 日，螞蟻阿福上線“科學減重 1 億斤”健康行動，同時推出“9.9 元運費 + 實付 1 分錢”的智能體脂秤。用戶先支付 30.01 元，收到體脂秤后綁定阿福 App 并完成 AI 解讀，可返現 30 元。活動上線后 2 小時，領取量超過 1 萬臺。
體脂秤本身沒什么神秘的。
它早就是一門很薄的硬件生意：便宜、易替代、復購低。很多人買回來新鮮幾天，后來就塞在床底下吃灰。
阿福愿意把硬件壓到幾乎白送，答案在秤后面。
連接阿福 App 后，用戶可以查看體重、體脂率、內臟脂肪、肌肉量、骨量占比、BMI 等 18 項身體數據；AI 解讀會生成身體數據小結、重點關注事項和飲食運動建議。
這一步，把用戶從“自述者”變成了可被連續校準的對象。
用戶說“我胖了”，只是一句話。系統連續看到體重、體脂、肌肉量、內臟脂肪怎么變，是一條曲線。
大模型不缺“少吃多動”的常識。它缺的是這個人有沒有真的少吃、有沒有真的動，身體反饋有沒有跟上。體脂秤補上的，就是這塊短板。
這條曲線還會把用戶拉回系統。
純 AI 工具很容易用完即走，今天問一句，明天就忘了。硬件不同。一次上秤，就是一次數據回傳；一次 AI 解讀，就是重新打開 App 的理由。硬件在這里像一個鉤子，把偶爾咨詢拉成持續管理。
更靠后的位置，是垂類數據。
單個用戶的體脂數據服務個人減重；大量授權、脫敏、整理后的身體狀態數據，則有機會反哺健康模型、慢病管理、公共健康研究、保險風控等鏈條。合規問題還橫在前面，但商業想象已經越過了一臺秤的邊界。
所以阿福這臺秤最值得看的地方，并不只是便宜。
它讓硬件多了一種位置：從被賣出去的設備，變成持續數據的入口。
這套邏輯換一個身體部位，還會繼續成立。
Ray-Ban Meta 把攝像頭、語音和第一視角 AI 能力裝進一副日常眼鏡。爭議之所以出現，恰恰因為眼鏡太靠近人的日常視野。它聽到你在說什么，也可能知道你在看什么。
從體脂秤到眼鏡，形態相差很遠，底層動作卻接近。
AI 開始尋找網頁之外的現實信號：身體變化、視線停留、聲音現場、日常動作。這些東西過去散在生活里，很難被模型穩定捕捉。
硬件把現實帶回來，模型再把這些信號轉成反饋、建議和服務。
AI 要硬件，要的是網頁之外那條持續回流的數據。
這條數據開始變重，硬件公司也會被卷進去。
設備賣出去之后，故事才真正開始。
硬件的焦慮，是另一個方向。
對硬件公司來說，真正想逃離的不是硬件，而是只靠硬件賺錢這件事。
供應鏈越成熟，單臺設備的利潤越容易被打薄。攝像頭、麥克風、傳感器、模組都能被追平，毛利、庫存、渠道、售后很快把天花板壓出來。
設備賣出去之后，故事能不能繼續，開始取決于另一件事：它能不能在某個生活現場里，長期沉下一批別人拿不走的數據。
Amazon Echo 很早就給過一次提醒。
《華爾街日報》報道，亞馬遜設備業務在 2017 年到 2021 年累計虧損超過 250 億美元。Echo 曾被寄希望于通過低價進入家庭，再帶動購物和服務收入，但很多用戶只是把 Alexa 當作鬧鐘、天氣查詢器和音樂播放器。
設備進了家門，生意未必進了生活。
這也是 AI 給硬件留下想象的地方。模型能力只是表層，更關鍵的是它能把設備采到的聲音、動作、圖像、身體狀態，轉成服務、訂閱、內容和長期記憶。
靈宇宙小方機，可以放在這個位置看。
它表面上是一臺兒童 AI 學伴。中國日報網報道中，小方機搭載 LingOS，可以戴在胸前，通過“魔法相機”喚醒博物館展品，把展品變成智能體并實時對話；它與 Luka 盧卡機器人一起，構成面向 Alpha 世代的認知啟蒙、語言學習和戶外探索產品矩陣。
但把它看成兒童相機，就看淺了。
顧嘉唯在一次對話中說，靈宇宙的硬件終端，本質上是為 AI 在物理世界安上的“眼睛”和“耳朵”，去采集人類在真實場景中如何看、如何聽、如何操作的第一視角數據。他把這稱為最稀缺的“物理世界語料庫”。
小方機的價值，也就不只落在那塊硬件上。它往后接的，是 Luka、LingOS、內容、角色、記憶和服務。一個設備在室外陪孩子看世界，另一個設備在家里陪孩子讀書，中間由系統把場景、內容和長期互動串起來。
這是一條路：把數據留在自己的系統里，讓設備越用越懂用戶。
Fuzozo 芙崽走的是更軟的一面。
公開資料顯示，Fuzozo 是珞博智能打造的 AI 養成系潮玩，具備毛絨包掛形態，融合五行角色設定、自然語音交互和長期記憶能力，主打情感陪伴的同時，還多了點定制的感覺。
毛絨包掛本身不稀奇。稀奇的是，它試圖讓用戶相信，這個小東西有性格、有記憶、有關系、有成長。外殼容易被復刻，一段長期互動關系更難遷移。
Plaud 則把同一件事落在了更硬的賬本上。
TechCrunch 報道稱，Plaud 已經出貨超過 200 萬臺 AI notetaker，軟件訂閱 ARR 超過 1 億美元。硬件之后的 AI 紀要、轉寫、待辦、團隊知識和訂閱收入，接管了后半程。
另一條路，通向產業鏈上游。
當硬件采到的是第一視角、手部動作、真實場景交互，它服務的不再只有自家產品，也可能成為多模態模型、具身智能、世界模型需要的現實材料。經過授權、脫敏、清洗和標注后，這些數據可以進入訓練、評估、場景適配和數據服務鏈條。
這些產業側動作把趨勢照得更亮：硬件正在成為真實世界數據的前端工位。
在一些先行者看來，數據正在變得比設備本身更像壁壘。
設備賣出去，只完成一次交易。設備持續生成的數據，才可能讓硬件接上模型、訂閱、內容、服務，甚至獲得 AI 產業鏈更靠前的位置。
走到這里，AI 和硬件才算真正碰頭。
一邊往下扎，一邊往上長，繞不開同一件事：那些過去遠離網頁、現在開始持續回流的生活數據。
這一輪 AI 硬件和上一輪智能硬件最大的不同，也在這里。過去，設備賣出去，交易基本完成；現在，設備賣出去，關系才剛開始。真正被重新定價的，除了傳感器和模型，還有設備進入生活之后，那條數據和服務的鏈路能不能持續轉下去。
這條鏈路看起來很誘人。
硬件采回私域數據，數據喂養模型，模型讓服務更懂用戶，服務帶來留存，留存繼續產生新的數據。輪子轉起來，硬件就不只是一件設備，模型也不只是一層能力。它們開始互相抬高對方的價值。
但飛輪的另一面，是更重的信任成本。
Google 收購 Fitbit 時，歐盟最終開出的條件之一，是要求 Google 在十年內不得把 Fitbit 用戶的健康數據用于廣告。這更像一條邊界提醒：當可穿戴設備積累起足夠多的身體數據，監管最先盯住的，就是這些數據會不會被帶進另一套商業系統里。
AI 硬件面對的也是這類張力。
一臺體脂秤采到身體狀態；一副眼鏡采到第一視角；一個兒童設備采到未成年人如何認識世界；一個會議設備采到工作關系、承諾和判斷。它們越能讓服務變好，越容易觸到用戶的生活邊界。
這里最難的，已經不是把設備賣出去。
而是讓用戶持續相信，這臺設備還值得留在身邊。
Humane AI Pin 的退場給過另一種提醒。HP 收購 Humane 部分資產后，AI Pin 停止銷售；云服務關閉后，已購設備失去絕大多數聯網功能。一個被包裝成未來入口的硬件，最后證明了另一件事：AI 硬件的價值并不牢牢長在設備上，它長在設備背后的持續服務、云端能力和用戶關系里。鏈路斷了，硬件很快變成孤島。
這就把競爭標尺換掉了。
問題變成：這條數據鏈路最后由誰掌握。
設備可以換，模型也可以換，真正沉下來的，是身體、聲音、第一視角、工作流和生活場景里持續回流的數據。它們越連續，越貼身，越有上下文，越不像一份簡單的功能記錄，更像下一代 AI 產品的底層資產。
表面看，軟件公司做硬件，硬件公司接模型，是兩條路線。
往深處看，它們奔向的是同一個數據終局：誰能更早、更穩、更合規地接住真實世界的數據，誰就更有機會把模型做深，把服務做長，也把一臺設備從一次性交易拖進更長的使用關系里。
AI 和硬件這場搭伙，最后拼的不是誰更早喊出“AI+硬件”，也不是誰更快把模型塞進設備。
真正能跑出來的，大概率是率先把這個數據與服務飛輪轉起來的人。
輪子轉起來，AI 和硬件才從互相補短，變成彼此成就。
轉不起來，AI 也許依然難以擺脫困于房間的宿命，而硬件也可能只是包裹了一層科技糖衣的漂亮外殼。
風口一過，難免各自散場。
原文標題 : 硬件是骨 AI 是魂，數據讓二者成為一體
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
