当前时间： 2026-04-24 11:26:31
更新时间： 2026-04-24
分类：软件教程
评论(0)
AI硬件,唯垂直细分可破局|爱分析访谈
在元宇宙硬件时代，朱庆峰参与创立的驭光科技深耕光学领域，积累了深厚的供应链经验。公司出售后，他并未选择留在熟悉的B端供应链领域，而是转向直面消费者市场二次创业。
在巨头环伺的AI时代，硬件创业公司如何避开大厂的业务延长线？又如何找到自己独特的生存与发展之道？
为此，我们与睿觉科技创始人朱庆峰进行了一次深入交流。本次访谈，聚焦于他对AI硬件行业的洞察与创业路径的思考。
创业公司关键在于抓住细分人群和场景，做垂直的硬件应用。后端用什么模型不重要，关键是能通过硬件本身提供体验。
AI眼镜是在抢占手机之后的通用入口，而非基于细分的用户场景和价值。
做B端，只需技术先进，满足客户对新技术的试验和未来量产需求即可。做C端，要摒弃技术优先的想法，要做减法，踏实验证场景。
01
爱分析：这次AI硬件的浪潮，和上一次元宇宙有什么区别？
朱庆峰：我认为这一波浪潮很扎实，和元宇宙那波完全不同。虽然前后都有资本寻求叙事的情况，但元宇宙主要是Meta推动的一个愿景，是扎克伯格在寻找下一个增长点，并与当时美国的Web3浪潮结合。那个叙事过于宏大，缺乏现实支撑，离实际生活和工作太远，没有相应的生产力与生产关系变化。
但这波AI不同，它实实在在地重塑了人类的知识经济，极大地提升了白领工作与服务的生产力，其影响将非常深远。
朱庆峰：消费级的眼镜会很难做，大概率还是大厂的机会。大家卷的还是如何让人少掏出手机这件事。这其实是消费电子能力溢出的逻辑，而非基于具体的用户场景和价值。所以我有合适的眼镜方案，但暂时不急于做，要做就直接出海。
爱分析：智能硬件目前大厂参与并不深，下一步会有变化吗？
朱庆峰：到今年，以OpenAI即将推出的硬件为代表，这是一个核心的范式变化。原来的应用主要在手机和电脑上，而新硬件作为新的入口和数据收集者，直接使用AI，影响会非常深远。
朱庆峰：在硬件层面，如果想做出比手机更灵活、更理想、更智能的产品，就需要做得非常细分。在细分场景和人群的硬件上存在很多机会。
大厂是从手机的下一代入口逻辑延伸到眼镜，再向其他耳机、手表等专用硬件发展。创业公司关键在于抓住细分人群和场景，做垂直的硬件应用。后端用谁家的模型不重要，关键是能通过硬件本身提供体验。
比如我们做的这个伴学机场景，可能做到百万量级时会被市场注意到。之后可以在硬件上做更多变化，切入更多细分场景，推出不同SKU。
朱庆峰：目前如果能解决健康顾虑和AI交互能力这两个问题，就能创造价值。
首先，目前的学习机设备源于传统电脑和平板，迁移到学习场景并不适合，主要存在一些特殊的健康顾虑。比如专注力容易分散，近视、坐姿、颈椎等问题。
其次，现有的AI学习机属于上一代AI 1.0范畴，强调内容为主，使用方式也是APP式的，不适合搭载像豆包这类问答型、辅导型的AI助手形态。
02
朱庆峰：我们之前尝试了AR显示、HUD等好几种原型，体验之后认为HUD这种方式更符合桌面场景的需求。
目前，HUD供应链相对成熟。随着新能源汽车的普及，车载AI助手通过语音和HUD来使用。HUD去年的装机量已经达到500万台，整个产业链非常成熟，而且成本在过去几年急剧下降。
爱分析：上一次创业的经验主要在供应链层面，这次直接面向消费者，有哪些比较大的挑战？
朱庆峰：主要是思维上的转变。以前做B端，我们只需技术先进，满足客户对新技术的试验和未来量产需求即可。而现在做C端产品，尤其是想普惠大众的产品，必须基于明确的需求痛点。要选择非常专一的细分领域。
目前AI还无法解决大部分普适性需求。所选技术应该是成熟稳定的，以确保成本、稳定性和可靠性。要摒弃技术优先、技术领先的想法，要非常细致地做减法，踏实验证如何围绕场景解决具体问题。
朱庆峰：对我们这款产品而言，第一代的目标是进入早期采用者市场。我们经历过太多AR眼镜项目，如果只吸引技术尝鲜者，他们会给出很多错误信号。因此，我们第一代产品不在于追求数量，而是要进入那些认为产品有用、能早期采纳新技术的人群，但还不是早期大众。
进入这个阶段，在产品生命周期内，前两年有机会达到十万台以上的规模。如果想进入早期大众乃至大众市场，则需要品牌初步建立，渠道、市场等环节完善，性价比提升，这可能需要到第二代产品，目标是百万级别市场容量，并在成本等方面进一步优化。
爱分析：硬件创新的产品依靠AI算法和软件，能够形成壁垒吗？
朱庆峰：我认为很难。因为我们现在讨论的AI硬件基本是To C的硬件产品。核心问题不在于硬件或软件，而在于你为用户提供什么价值，这是关键。用户不关心技术来自硬件还是软件，只关心使用体验和获得的价值。
因此，现在单独优化硬件或软件，都很难成功。因为当前的AI硬件或软件，并未针对某个具体价值和场景做深度优化。市场最终会检验产品是否满足了用户的AI价值需求。
所以，必须围绕用户价值来倒推。例如做伴学机，是否能真正让家长省心？是否能帮孩子节省时间、提高效率？这是明确的价值。硬件上需要靠光学和形态的差异化来解决，而非硬件参数。软件上，既然大模型已经很好用，直接用就好，没必要自己再做APP去强调AI更好，因为用户已经认可。这始终要围绕用户价值。
朱庆峰：AI软件领域，年轻人没有历史包袱更适合。而且新技术迭代快、新应用采纳快，且面向的用户也以年轻人为主。
硬件领域，则需要有成熟的量产经验，对硬件可能遇到的坑、供应链、产业人才号召力等有了解。这不完全关乎年龄，但肯定关乎经验。在硬件领域，最好、最稳定的团队构成，一方面需要硬件供应链经验丰富的人，另一方面需要补充软件或更年轻的成员，这样的组合会更平衡。
朱庆峰：我觉得还好。我基本上花了一年时间做各种原型，就是为了避坑，避免做出错误的东西。只有做出硬件原型，亲自体验并观察用户反馈，才能知道事情成功的可能性，以及体验上哪些地方不足，不该强行推进。这是避坑的做法。
后续我倾向于先验证小商业闭环，再考虑放大杠杆。硬件周期长，我现在做这个产品，计划用半年时间验证，已经算快的。但在阶段中，会有资本找我，我需要思考何时、以何种方式、找什么样的资金结合。这肯定是需要的，但时机、方式和资本类型是后续一个比较大的考量。
夜雨聆风
