利用生成式 AI 交互、推理和创造能力构建的智能硬件，已来到爆发前夜。真格基金密切关注科技前沿，我们与创业者一同思考：最适合生成式 AI 与智能硬件结合的产品形态会是什么样？AI 硬件出海面临怎样的机遇和挑战？创业公司在 AI 硬件中有哪些优势？

在本次「真格精酿·AI 硬件圆桌派」，大疆核心创始成员石峻、怒喵科技创始人 & CEO 李楠、大象机器人 CEO 宋君毅、Global OneClick CEO 易宛尧、青蓝图产品营销咨询创始人邹霖、科技播客「脑放电波」创始人托马斯白等多位重量级嘉宾莅临活动现场，与真格基金合伙人尹乐、真格基金投资经理陈勉诺，以及知名大模型厂商、AI 硬件创业者、知名硬件公司早期创始成员、出海服务商操盘手等，共同探讨 AI 硬件的最新技术成果、创新实践以及趋势洞察。

本次真格精酿活动中，我们创新采取「轻分享重研讨」的闭门交流形式，以嘉宾分享带动 Panel 讨论，所有观众都能够参与交流、畅所欲言。

活动共收到了 300 余份报名，由于现场席位有限，我们最终只能邀请到部分观众。在此，我们也整理出了本次活动中部分精华内容，希望给大家带来启发，也欢迎各位在评论区与我们交流。

不是 AI 硬件，而是硬件 +AI

青蓝图产品营销咨询创始人 邹霖

对于大部分寻找细分方向的创业者来说，想要卖好的产品，首先需要厘清产品价值。大部分情况下，AI 产品要卖好，品类的特性占 80%，AI 属性只占 20% 左右。

先思考品类特性，能让你更好理清产品的购买逻辑。比如，手机这么强大了，用户为什么还要购买便携录音笔。因为独立便携的录音设备，能让用户更方便、快捷、隐蔽地录制想要的信息，不会被电话打断和信息干扰。在品类特性之上，再思考 AI 属性，AI 属性是否是必要的，能多大程度提升产品力。

基于上述的 8020 方法，能帮助大家更好梳理 AI 硬件的产品价值，避免陷入到空想、自嗨的状态。

大模型厂商如何支持 AI 硬件？

端侧模型技术观察

严宽

端侧的主要矛盾在于内存和算力不足。手机侧：考虑到 GPU 能耗过高，通常使用 NPU 解决方案。但性能经常有虚标，如标定性能 45TOPS，实际上可能只能跑到 20TOPS。自动驾驶侧：Orin 是主流算力提供方案，但还需要额外芯片提供智能座舱所需的算力，通常使用高通 8295 芯片（支持 1B 小模型）。

端侧模型的性能占用和适配也是重要问题：大模型未来会在手机侧常驻，我们对大模型的理想预期是仅占用 CPU 的 10%，不影响其他手机应用的使用。从适配和优化侧来看，端侧模型高度收敛，硬件厂自己做适配，中间层几乎不存在。

当前模型压缩的两种方式是「量化」和「剪枝」。根据业内经验，剪枝还没有实际应用，量化更加靠谱。量化也分为「只量化权重」和「权重与激活同时量化」两个方向。这两个方向并不互斥，完全可以同时应用，只是工程比较复杂，暂时还没有成熟。部分厂商可以适配动态量化方案，部分厂商只可以适配静态量化。

初创公司目前需要考虑的问题不是模型适配和芯片适配，而是应用的端云分离：

（1）什么应用适合端侧，什么应用适合云侧？回答这个问题需要衡量云服务器成本和端侧模型成本孰高孰低，其中端侧模型的成本由手机芯片厂商和端侧模型优化共同决定。

（2）跑在云侧和端侧的模型是否能够 match 上？大家可以先用云端跑起来，等到端侧的成本和功效都解决以后，再用端侧的隐私优势来服务客户。同时尽可能保证能力不被裁减。

以机器人为例，

分享大模型接入物理硬件中的实操经验

大象机器人 CEO 宋君毅

机械臂本身的成本、价格、硬件性能都已经做得很好，现在机器人接入物理世界的最大痛点是视觉层面的非结构化标记。即使拿到了 3D 物品的点云数据，机器人也只能识别物体名称，但无法得知其操作点位和操作方法，也就不能进行下一步动作。

主流的解决方法有两个，第一个方法就是 PCL 点云识别；第二种方式就是二维码识别，把一个物体所有的操作方法和参考坐标系关联起来。两个方法配合起来基本可以让机器人每一次走到新物体前都执行同一段轨迹。

其次，SLAM 算法和双臂抓取也可以帮助机器人进行判断。双臂意味着单臂无法完成的空中操作得以实现，左右臂相互配合，根据另一臂的坐标系进行一定的转换。

到了 API 接口层，就是大模型调用接口，对机器人进行「环境约束」的时候。从机器人身上的摄像头中捕捉到环境信息后，大模型可以帮助机器人识别环境中可操作的物体及其行为轨迹，并在驱动指令输入后按照预设的行动原则作出反应。

仿生陪伴型机器人的落地更快。目前我们在做一款机器猫，陆续也上了狗和熊猫。机器猫的头和尾巴可以和人进行互动，并且根据人的语义进行不同的反应。最开始每只猫出厂都是同样的，但有了人的不同行为输入后，机器猫会据此进行性格加强。比如，机器猫发出叫声后一直没有收到人的反馈，则会偏向冷淡性格，下一次被人呼唤时就不会那么灵活了。通过这种反馈循环，机器猫会越来越贴近一只真猫的形态。

拥有 54 个百万美金众筹案例，但我投了一个 30 万美金的项目

Global OneClick CEO 易宛尧

众筹的本质是杠杆，在短期内能够帮助企业起步。同时，创业者也需要关注以下四个方面：

1. 产品验证

众筹可以看做是一场「预售」。如果用户最后不愿意为产品买单，就算做到百万美金众筹额，也无法挽救产品死亡的结局。

2. 品牌推广

全球化的本质是本地化，而众筹用户就是创业公司用产品链接到的「推广大使」，能够帮助品牌放大声量。

3. 用户运营

售出产品后需要收集更多用户反馈，并根据反馈持续打磨产品和宣传渠道。

4. 渠道建设

硬件到最后追求的都是规模效应，因此，线上独立站、亚马逊、线下国家代理等渠道的铺设与维护也是从 0 到 1 过程中需要格外关注的一点。

需要注意的是，如今流量布局不再是从上到下的流量漏斗，而是一个随机循环。用户可能在任何一个平台触达产品，但不会立刻做出决策，而是在其他平台上经过探索和判断后考虑购买。因此，在品牌推广过程当中需要多管齐下：全平台布局、每逢大促增强曝光、明星代言、KOL 带货等。

AI 硬件结合的产品形态会如何发展？

真格基金投资合伙人 尹乐：如何看待未来 AI 和硬件的结合，最适合 AI 硬件结合的产品形态会是什么样子？

科技播客「脑放电波」创始人 托马斯白

要从口袋里掏出来的都干不过手机，因此下一代 AI 硬件应该是可穿戴设备：耳机、眼镜、项链，其中耳机和眼镜是现在的「大热单品」。可穿戴设备的最大功能是多模态交互，这需要很多传感器进行配合。如果把人类看成 AI 的话，其「传感器」主要在脸上，因此离脸越近，成功几率越高。

AI 硬件创业者的「踩雷」经验有哪些？

真格基金投资经理 陈勉诺：创业中踩过什么坑？AI 硬件的创业者应该注意哪些方面？

大疆核心创始成员 石峻

做 C 端产品的逻辑一定是需求驱动产品、产品驱动技术。在关注产品最终形态之前，大家应该首先思考要瞄准什么类型的人群、改善消费者哪些方面的体验。选择一个相对小众、但有一定技术门槛的细分赛道，比较容易获得第一批用户，据此迭代产品、优化团队、完善供应链，再进入更大圈层。此时的产品已经拥有了稳固的粉丝用户，又面向大众市场，向更多的普通人推广。

对于技术出身的创业者来说，如何平衡技术壁垒和交付速度是一个值得思考的问题。技术性不强容易被抄袭，技术性太强，demo 做不出来。

大疆早期做的事情并不复杂，从一个能让飞机悬停在空中的控制器，而后沿着「能便利地实现空中拍摄」的愿景一步步解决视觉、图传、摄像机、云台等技术问题，后来想要超越大疆就很困难了。

其次，很多产品，尤其是硬件产品，到最后拼的就是成本。如果在 AI 上并没有实现很高的门槛，那么硬件成本成为了竞争力的关键。

中国硬件企业出海的一大优势是国内供应链完善，原型机的组装很快，留给创业者的问题则是：定价贵一点没关系，还是性价比要做到极致？付费模式是买断制，还是在基础功能上增加订阅？创业者要根据不同产品、定位、人群需求来做决策。

最后是人。如果团队中的核心成员价值观统一，那么即使前几次的尝试都失败了，也可以换个方向再战，反之则一拍两散。

怒喵科技创始人 & CEO 李楠

创业者可能会在实践中得出多个猜想和结论，但是理论正确与否，需要用量化来判断。如果看到别人的成功案例，不做小规模量产来进行验证，就贸然大批量跟进，结果大概率是损失而不是盈利。这也提醒创业者们，选择一个正确的创业方向比努力重要。

当下的环境要求 AI 硬件创业者保留非共识，而且要非常坚定，才能在细分赛道中跑得更好更远。「问世即爆款」的概率微乎其微，创业者在认真判断需求、沉心迭代产品的过程中，才能够逐步建立忠实用户群体。

同时，一个现实观察是，硬件创业大多死于库存，因此创业者对规模不能太贪婪。当库存困境出现时，最好用行动上的快来迅速解决。

创业公司在 AI 硬件上的优势是什么？

现场热烈讨论摘选

创业公司最大的优势是灵活，摸着石头过河，快速试错调整；第二是低调，慢慢积累用户，有了一定的规模就能够和大公司在细分市场上拉开身位。

爱的能量是守恒的，做产品要么做「大部分 like」，要么做「小部分 love」。在一个小的细分市场上获得了足够多的自然流量，产品的口碑就慢慢积累起来了。

大模型时代，大厂和创业团队又站在了同一起跑线上，最重要的是数据。

战略上要给自己留生存空间，要么做别人看不懂，要么做大家看不上，看上了以后也追不上的。