“硬件终归是苦生意，但好在AI时代的技术路线确定了。”

作者丨齐铖湧

编辑丨代聪飞

今天，meta 数十亿美元收购 Manus的消息，鼓舞了无数国内AI创业者。这家来自中国的 Agent 创业公司，不到一年时间，将ARR 做到 1 亿美元并被 meta 收购，不仅让大众看到了 Agent 的潜力之大，也引起了一个探讨， Agent 和 AI 硬件该如何共存？

关于这个问题，雷峰网找到了一家正在以 Agent OS 切入AI 硬件赛道的明星公司光帆科技创始人董红光。

从手机到AI硬件的跨越中，董红光第一次发现，自己熟悉的规则全都要推倒重来。

作为小米第89号员工、MIUI诞生的亲历者，董红光在过去14年里深度参与了移动互联网交互规则的构建。但在AI时代来临之际，当面对“什么才是AI硬件最合适的载体”这一问题时，他却给出了截然相反的答案："首先排除手机。"

2025年12月底，他站在台上，这次他的身份，是一家估值超10亿元的AI硬件科技公司创始人，他所在的公司光帆科技，发布了全球首款具备视觉感知能力的AI耳机。

发布会当天，是北京一个寒冷的冬日，现场聚集了不少科技媒体和AI硬件上下游从业者，大家都在关心这家抢先于OpenAI、meta的中国公司，发布的摄像头AI耳机，会如何落地。董红光现场展示了这款AI耳机，耳机配合专用手表和充电盒使用，构成了一个完整系统：充电盒内置4G联网能力和大电池，手表作为第二屏和交互补充，而耳机本体则集成了双目视觉模组。

在发布会现场，董贡献了不少金句，比如“行业不怕大厂加入”，比如“硬件是苦生意，但苦生意的硬件壁垒是软件”。

为什么要推倒自己熟悉的一切，迈入一个新的领域？AI时代最合适的交互方式，真的会是AI耳机赛道么？

带着问题，雷峰网在发布会结束后的第三天，见到了董红光。和他聊了聊AI时代的交互与硬件趋势。

01

为什么偏偏是耳机

雷峰网：发布会结束后，收到的反馈如何？

董红光：整体还是不错的，大家的普遍反馈是产品有意思、逻辑通顺，对我们展示的那些场景，比如AI耳机帮你超市比价、订机票、提醒日程，也感兴趣。

雷峰网：你做了这么多年手机，为什么创业首先排除手机？

董红光：手机肯定不行。AI最重要的能力是主动感知和服务，但手机放兜里怎么感知？用户不掏出来，它连呼唤你都做不到。手机是为触控交互而生，而AI交互需要的是语音和视觉，能随时看、随时听、随时跟用户说话，另外说句实话，如果手机是最适合AI的载体，我根本不需要出来创业。

雷峰网：眼镜呢，您2015年就开始研究眼镜，为什么最终放弃？

董红光：眼镜理论上可以，但还有两个坎过不了：重量和接受度。中国几亿人不戴眼镜，你让他们为AI平白多架一副，教育成本太高了。其次太重了，一副普通眼镜十几克，而AI眼镜很难做到40克以下。

耳机几乎是唯一的答案，本身它已经是几亿人的"器官"——通勤、运动、开会，人们本来就戴它一整天。另外，做产品更合理的路径是在用户已习惯的设备上做创新。举个例子：iPhone之前的iPod Touch——它和iPhone几乎一模一样，但不能打电话，结果销量惨淡。手机用户买iPhone的核心动机是通话，然后才发现了它的智能。而大家对耳机本身就存在核心需求（听音乐、通话），在这个基础上增加AI功能，这才是最合理的路径。

雷峰网：似乎大厂有个特点，它每次入场的时间，往往是一个产业或者机会很确定的时候，比如小米做汽车，不是十年前，而是最近几年，你在小米做了很多核心项目，这次选择AI硬件市场，是看到了很明确的产业机会？

董红光：我把确定分三个阶段：技术确定、产品确定、市场确定。很多人说要等市场验证才动手，那已经晚了。我在小米经历过PC到手机的变革，知道技术拐点一过，后面是指数级增长。GPT-4o发布后，我测试了三个月，发现agent能力基本可用，成本也在下降，那就是技术确定了。剩下的是工程化和产品化问题，这正是我们团队擅长的。

雷峰网：但AI硬件的"市场确定"似乎还没到来？

董红光：对的，所以现在是窗口期。等到市场完全确定，就是巨头收割的时候。创业公司的价值就是在模糊地带把路跑通。我们发布会后，很多用户反馈"原来耳机还能这么用"，这就是教育市场。等大家都知道AI耳机该怎么用时，我们的生态已经长出来了。

02

“做产品一定是平衡，不是堆料”

雷峰网：但耳机那么小，怎么塞下AI需要的感知能力？

董红光：这就是问题有意思的地方。开放式耳机的便携性依赖充电盒，而过去十几年，那个盒子除了充电什么也没干。我们反过来看：它能不能成为AI的"物理外挂"？

所以我们的充电盒里放了4G eSIM卡、一块2020mAh的电池，还有算力芯片。耳机本身只保留最必要的传感器和摄像头，重度计算在云端，实时响应靠盒子，续航和联网问题就解了。手表目前只是通过盒子联网，如果未来手表能自带eSIM，那整个系统会更简洁。

雷峰网：200万像素的摄像头，会不会太保守？现在手机都上亿像素了。

董红光：做产品一定是平衡，不是堆料。500万甚至1200万像素我们都看过，代价是模组尺寸大一倍，功耗高30%，电池不得不跟着扩容，最后耳机体积很大，侵略感很强。用户得到的收益只是在极少数场景下能看清小字，没有必要。

200万是我们在几十个场景中测试出的结果，识别够用，AI不需要4K高清，它需要的是"看得懂"。为了日常佩戴的"无感"，我们宁愿牺牲边际场景的性能。这个弧面造型的弧面摄像头，光是为了隐藏攻击性、降低视觉存在感，光学调试就花了好几个月。做成平面很简单，但用户会觉得自己被监视。

雷峰网：充电盒为什么加这么多功能，体积和发热怎么控制？

董红光：既然用户总会携带耳机盒，我们就想为什么不赋予它更多功能？我们在盒子里塞进了4G联网模块和2020mAh电池，让整套设备能独立于手机工作24小时。AI助理必须全天候待命，如果总需要充电，场景中断记忆就会中断，体验就不完整。

体积和发热控制是个系统工程。2020mAh电池容量已远超TWS耳机，但我们把芯片集成度做到了极限。目前蓝牙、ISP、4G模块还是三颗独立芯片，如果未来能集成到一颗，体积还能缩一些。

03

安卓不适合AI时代的交互习惯

雷峰网：硬件创业已经够卷，为什么还要自研操作系统？

董红光：我对安卓太了解了——它一半以上的代码都是为图形交互服务的。今天AI的本质是语音和多模态交互，那些UI绘制、触控响应的代码全是冗余。你删改还不如重做。

更关键的是架构。AI OS必须是端侧一个轻量级系统，云侧一个能调度多模型、管理多用户并发的复杂系统。云端要决定什么时候调用千问，什么时候用DeepSeek，什么时候自己训的小模型更合适。端侧要管理耳机、手表、盒子三端的硬件协同。这两套系统实时通信，技术栈跟安卓完全两个时代。

我们团队一半是软件工程师，甚至比硬件还多。操作系统、云侧调度、AI原生应用，三条线并行，这个难度在于没任何参考，连看别人怎么做的机会都没有。

雷峰网：听起来像从零搭安卓+iOS的混合体，没有参考怎么做？

董红光：可以这么理解。我们做这件事有一个思路，就是从真实用户端入手，我们最早做了个叫"AI闪令"的安卓APP，让用户用自然语言定制自动化流程。有个用户是个大学生，他用它操控饮水机APP，直接跟手机说出指令，水就流出来了——把十几步点击变成一句话。

这给了我们信心：用户需要的不是功能列表，而是AI帮他们把复杂交互"熨平"的能力。这些早期用户的反馈直接变成了硬件的功能。比如超市比价、差旅订票，都是从他们的创造里筛选出来的。小米做MIUI时我们在论坛里跟用户一起写代码，今天我们又把这套方法论搬回来了。

雷峰网：能具体说说端云协同是怎么工作的吗？

董红光：我们设计了一套"意图路由"机制。比如你说"帮我订下周去上海的最便宜机票"，耳机先本地唤醒，音频传到盒子，盒子里的轻量模型判断这是出行意图，然后唤醒云端的旅行agent。云端同时调用航班查询模型、价格预测模型、用户偏好模型，最后合成答案返回。

雷峰网：多模型调度听起来很复杂，怎么保证体验一致性？

董红光：我们做了模型抽象层。对开发者来说，他不需要知道背后调用的是千问还是DeepSeek，只需要定义输入输出格式。我们的调度器会根据任务类型、当前延迟、成本自动选择视觉理解，语义理解，复杂推理的最优模型。用户感知不到差异，只发现"它好像什么都懂"。

04

专用硬件是过渡，通用硬件是终局

雷峰网：怎么看AI硬件市场的现状？大家都在赌不同的形态。

董红光：现在分两派。一派做专用硬件——翻译机、录音笔、运动相机。一派做通用硬件，以眼镜为代表。专用硬件容易起量，因为用户为单一痛点买单，决策简单。但历史经验很清楚：PC时代有MP3、数码相机、GPS导航仪，智能手机一出，全部被整合到一个设备里。

通用硬件的穿越周期能力更强。用户懒，不想带一堆设备。AI耳机今天能听歌、打电话、比价、记账，明天就能做更多。我们不是在抢TWS耳机的存量市场，是在创造"AI可穿戴设备"的增量市场。

雷峰网：但专用硬件已经有成功案例了，比如Plaud录音笔年入几亿。

董红光：我非常敬佩他们，抓到了核心痛点，用优雅的方式解决了。但Plaud的方案是把专用硬件做到极致，我们的逻辑是上来就做通用化。没有对错，只是路径选择。市场需要阶段性地被满足，专用硬件是当下的答案；但拉长时间看，通用硬件的想象力更大。

更关键的是生态。专用硬件无法形成网络效应，但通用硬件可以。开发者愿意在上面建应用，用户数据越多AI越懂用户，迁移成本就越高。今天耳机撬动的难度小于手表，因为耳机品牌忠诚度低。但如果我们的手表能提供苹果表没有的长记忆AI服务——比如跑步时自动放音乐、压力大时主动聊天——那软硬一体的壁垒就起来了。

雷峰网：所以你们是在复刻智能手机替代功能机的历史？

董红光：历史不会简单重复，但逻辑相通。当年手机干掉MP3和卡片机，不是因为音质和画质更好，而是"够好"+"一个就够"。AI耳机现在拍照不如运动相机清晰，翻译不如专业设备准确，但它24小时贴在你身上，随时待命。这种"在场感"最终会战胜"专业性"。当然，我们也在持续打磨核心场景，200万像素够用，但要配上最好的算法补偿。

05

硬件是苦生意，希望更多大厂进来卷

雷峰网：不怕巨头抄作业吗？耳机年出货量超过两亿，体量这么大，最担心的就是生意被巨头碾压，大厂进场怎么办？

董红光：我反而希望更多大厂进来。硬件赛道从来不是垄断的，手机这么标准化的产品都有9家主流厂商。耳机品类更多样，个性化需求更强，用户不会只选巨头。

更重要的是，抄硬件容易，抄操作系统难。我们的护城河不是耳机形态，而是端云协同的调度能力、多模型融合经验、和用户共建的生态。拿产业投资人的钱就是为了这个——链条太长，需要上下游一起打磨。比如喜马拉雅愿意跟我们做无界面的语音原生应用，是因为他们相信这套OS的长期价值。

雷峰网：但硬件终归是苦生意。

董红光：确实苦。我们融资时找产业资本为主，就是因为知道这事需要长周期投入。早期不是所有投资人都理解，有人说"不就是耳机加个摄像头吗"，但其实不是的。

现在我们估值之所以上去，不是因为硬件毛利高，是因为大家看懂了一件事：AI时代的操作系统，第一次有可能在中国落地。过去PC、手机的操作系统都是美国人的游戏，这次产业变革+人才储备+硬件供应链，三个要素齐了。

雷峰网：您提到找产业资本，这和财务投资者有什么区别？

董红光：我们第一轮就想清楚了，这事链条太长，从硬件定义、OS架构到云端调度，需要懂行的钱。财务投资人看DAU、看GMV，产业方看技术路径对不对，比如芯片厂商看的是专用AI芯片的未来形态，云厂商看的是算力消耗的规模，这时候大家是共生关系。现在看对我们的支持力度很大，很划算，他们既给钱又给资源，但早期确实难，很多基金对"操作系统重构"没有对应的感知。

雷峰网：现在投资人问得最多的问题是什么？

董红光："如果谁谁做了怎么办？"我的回答是：第一，说明路走对了；第二，硬件不是软件，不会有赢者通吃。比如TWS耳机5年了，苹果占30%市场，其他品牌活得很好。第三，我们的先发优势是用户数据和行为习惯的沉淀。AI越用越懂用户，这个迁移成本比微信换QQ还难。

雷峰网：所以你很笃定AI时代"个人计算中心"会变化么？

董红光：对，个人计算中心的载体一直在变。PC时代它固定在桌面，手机时代它跟着你移动，AI时代它需要成为你身体的一部分。耳机是第一个身体，未来可能有眼镜、项链、腕表。

我们团队的基因决定了打法：不追求短期爆款，而是做时间的朋友。小米教会我怎么做第一款产品、怎么跟用户沟通、怎么做生态。这些经验在今天全部复用。14年OS生涯让我明白，技术真正的价值不在于多先进，而在于多贴近用户对"合适"的定义。

雷峰网：您怎么看meta的Ray-Ban智能眼镜？

董红光：方向很好，但还是有几个坎。第一，它主打拍照，我们主打AI视觉，这是两个逻辑。拍照要清晰、要防抖、要分享，AI视觉要的是理解、是实时反馈。第二，它是墨镜形态，使用场景受限。第三，它没有屏幕，纯语音交互，但很多场景还是需要视觉反馈。我们的手表就是一块永远在线的"副屏"，显示验证码、导航箭头这些轻量信息。

06

生态的厚度需要时间

雷峰网：现在软件层面担心什么？

董红光：生态建设的速度。硬件可以一年迭代，OS可以半年升级，但应用生态需要养。我们现在自己做了20多个原生应用，也跟喜马拉雅合作无界面版本。但用户会不会持续开发新玩法？开发者能不能赚到钱？这决定了我们是工具还是平台。

好在AI的粘性比互联网产品强，它掌握你的日程、健康、偏好，迁移成本极高。

雷峰网：你们怎么定义成功？

董红光：短期看，能不能让百万用户把耳机从"偶尔用"变成"一直戴"。中期看，开发者生态能不能自发长出我们想不到的应用。长期看，当AI硬件年出货量过亿时，我们是不是那10个核心玩家之一。我们不追求做老大，但要在牌桌上。

雷峰网：回头看，离开大厂创业最难的是什么？

董红光：从"有资源"到"没资源"的心态转变。在大公司，你可以调动几百人、几千万预算，创业资源很紧张，但好处是决策快，今天觉得摄像头要做弧面，明天就改设计。这种速度优势在大公司是奢侈。

雷峰网：你们发布会的场景要不是办公，要不是切菜看菜谱，这听起来不够"黑科技"。

董红光：但这就是真实需求。我们调研了很多用户，"手被占住"是最高频的痛点。做饭、抱孩子、拎购物袋，以及开车、走路等这些场景手机没法用。AI的价值不是替代手机，是填补"手机不方便"的空白。

做产品很怕自嗨。200万像素、弧面设计、自研os，每个决策都是"用户体验"和"佩戴成本"的权衡。

雷峰网：接下来有什么计划？

董红光：三个方向：一是在明年Q1正式发布前，把现有场景再打磨一遍，比如视觉识别的准确率；二是继续丰富开放生态；三是在开始忙销售端的事宜，准备接受消费者的检验。

本文作者关注AI领域创业公司和一级市场，探讨行业趋势和公司动向，欢迎添加微信zxc316920327交流。