出品｜虎嗅科技組

作者｜陳伊凡

編輯｜苗正卿

頭圖｜AI生成

“AI原生100”是虎嗅科技組推出針對AI原生創(chuàng)新欄目，這是本系列的第「48」篇文章。

“一個好的 AI 原生硬件，如果拿掉 AI，一定是個非常蠢的硬件?！?/p>

這句話，黃勇說過不止一次。

這是一個行業(yè)里幾乎沒有人真正想清楚的問題：做一款AI原生的硬件，究竟應該從哪里開始？大多數(shù)團隊的答案是從硬件開始，先把設備做出來，再往里疊 AI 能力。黃勇認為這是錯的，他說硬件不是容器，是軀體，先定義一個智能體，再為這個智能體造一個身體。兩者不可分割，分割了就做不出好東西。

想清楚之后，他自己下場了。

2025年，黃勇創(chuàng)立奇朵，做了一臺面向6到12歲兒童的科學相機。先是做了一個智能體，相機只是承載的軀體。

在此之前，他有另一個身份。

黃勇本人 照片由奇朵提供

行業(yè)里叫他“幫主”。珠三角的兒童硬件圈子，但凡有人在產(chǎn)品上卡住了，會開車來找他；哪家詞典筆體驗歪了，哪家故事機內(nèi)容結(jié)構(gòu)有問題，誰的點讀產(chǎn)品在交互上出了岔子……他都見過、都幫過。高峰期，他一年通過 API license 裝進接近兩千萬臺設備，覆蓋兒童硬件幾乎所有的品類。黃勇自己，就是中國硬件生態(tài)的橫截面。

這是黃勇第一次接受這樣的深度交流，他說話帶著南方口音，語速不快，SDK、RAG、蜂窩模組、SOC成本……這些詞張口就來，但落地方式像是在把玩一個樂高或是魔方，硬件在他嘴里從來不是一個整體，是可以拆開、替換、重新咬合的東西，最后達到性能、外觀和成本的最大公約數(shù)，這是在世界供應鏈中心反復訓練出來的話語體系。

“當你讀一本書讀10年，你肯定要成精了?！?/p>

黃勇選擇這個時機下場，AI 硬件的熱鬧給了他理由。

大模型進入快速落地階段之后，華強北的嗅覺素來靈敏。AI 音箱、AI 學習機、AI 眼鏡、AI 陪伴機器人，最快的團隊從立項到出貨不超過三個月。去年 CES，滿場都是中國 AI 硬件公司，有人說那屆 CES 其實是中國公司的主場。創(chuàng)投圈同步沸騰，帶“AI”的硬件 BP 拿到融資的速度，比任何時候都快。

但大多數(shù)邏輯換湯不換藥：找一個成熟品類，塞進一個大模型對話入口，加上語音交互，包裝成“AI native”出貨。硬件還是那個硬件，只是多了一個可以聊天的功能。黃勇覺得，這是上一代的邏輯，只是換了一件新衣服。

為了踐行他理解的AI原生硬件，黃勇甚至重塑組織。

傳統(tǒng)兒童硬件產(chǎn)業(yè)分工是按專業(yè)切割的：做內(nèi)容的做內(nèi)容，做 AI 的做 AI，做硬件的做硬件，三條線各自向前，最后拼在一起，這套分工在工業(yè)化時代是有效率的。AI時代，智能體就是內(nèi)容本身，硬件是智能體的軀體，是一枚硬幣的正反兩面。把它拆成三個部門去做，做出來的一定是割裂的東西。

所以奇朵從第一天起，把這三件事放在同一張桌子上。

他的團隊把“十萬個為什么”知識庫從10萬條擴充到百萬級，覆蓋6到12歲孩子99%的百科類問題，訓練出“小K老師”這個智能體。之所以是相機：這個智能體的核心能力是多模態(tài)認知，它需要看見世界，相機是最自然的感知入口；同時，黃勇把奇朵的產(chǎn)品線設計成一條沿影像延伸的分齡矩陣——3歲前是 baby monitor，3到6歲是AI認知啟蒙卡，6到12歲是科學相機，12歲以上是類大疆 Pocket 3 的 DV。

然后，他開始減法。沒有觸摸屏，沒有 APP 格子，幾個物理大鍵。美顏和貼紙功能，做了，后來全部砍掉——小朋友根本不追求這個。

品味，有時候就藏在你敢去掉什么里面。

還有一個更大的判斷。過去十多年，iPhone 把 CD 機、Walkman、數(shù)碼相機全部統(tǒng)一了進去，大多數(shù)消費電子品類在這個過程里消失或萎縮。這在行業(yè)里留下了一種慣性：做硬件就是在跟手機博弈，勝算渺茫。

黃勇的判斷是反向的，他認為接下來會有一個“拆手機”的過程。因為 AI 原生體驗的定義，手機里 APP 實現(xiàn)的功能正在被重新硬件化。每個垂直硬件在某個特定場景上開始優(yōu)于手機。當越來越多的功能被“硬化”，手機可能弱化為眾多硬件中的一員，退化成一個隨身算力中心。

每個垂直硬件在某個點上優(yōu)于手機，手機里的 APP 會慢慢被硬化，最終手機可能只是眾多硬件中的一員，弱化為一個隨身算力。

奇朵成立不到一年，就完成了兩輪融資。

趨勢在，團隊在，供應鏈在，全球化的合規(guī)壁壘也搭起來了。天時地利人和，他覺得都具備了。

被問到如果有一天奇朵失敗了，原因會是什么，他停了一下。

“這個……不好說。可能是命不好吧?！?/p>

“新一代硬件，是圍繞智能體設計硬件形態(tài)”

虎嗅：你當時為什么想要切入這么卷的兒童 AI 教育這個賽道？

黃勇：我們一直在教育和兒童硬件行業(yè)里做，看到這塊趨勢在慢慢起來。兒童產(chǎn)品，本質(zhì)上無論是圖書、APP 還是智能硬件，都是內(nèi)容作品。

但現(xiàn)在，隨著新一代原生 AI 人群的崛起，在硬件形態(tài)里消費內(nèi)容的比重會越來越大。多模態(tài)和 AI 結(jié)合之后，我們打造的“十萬個為什么”IP，傳統(tǒng)上是一本圖書，現(xiàn)在這臺相機把它變成了一種 AI 驅(qū)動的、帶啟發(fā)性的多模態(tài)圖書。這種新的內(nèi)容形態(tài)，會進一步解放兒童硬件的市場需求。

虎嗅：為什么選擇相機作為承載，有沒有考慮過其他硬件形態(tài)？

黃勇：我還是從兒童視角出發(fā)，眼鏡跟兒童的結(jié)合我考察過，最大問題是重量，現(xiàn)在最輕49g，小朋友不能超過29g，不然鼻子塌了，家長要怪我們。

機器狗是我一直在想的方向。我跑到機器狗公司去交流，他們挺有興趣。他們現(xiàn)在做的狗腿比較長，是為了應對各種地形，但兒童版的機器小狗腿要小小的，上樓梯讓孩子抱一下就好了。這個小狗比相機生命力大多了。我跟他說，優(yōu)化一下結(jié)構(gòu)做到零售價5000，一年賣一兩萬臺是可能的。

虎嗅：需要去做一些教育供應鏈的事情嗎？

黃勇：1.0 階段我們先把智能體裝進成熟品類，以復用現(xiàn)有供應鏈為主，只在攝像頭這類關(guān)鍵模塊上有針對性地強化。隨著智能體深入，需求就會超出現(xiàn)有供應鏈——比如支持暗拍的小型模組，現(xiàn)在市場上根本沒有，監(jiān)控類的大玻璃鏡頭體積不行。這時候就需要去構(gòu)筑新的供應鏈，這既是挑戰(zhàn)，也是壁壘。

虎嗅：為什么選擇12歲以下這個年齡段？學齡前兒童類硬件已經(jīng)有好多在跑了。

黃勇：AI 之前，硬件是內(nèi)容的容器，接下來，兒童硬件一定會變成智能體的軀體，而智能體本身就是內(nèi)容。行業(yè)在發(fā)生兩個根本變化：內(nèi)容格式從圖文、音頻、多媒體，演變到智能體格式；硬件從容器變成軀體。這是一個重塑整個產(chǎn)品和產(chǎn)業(yè)形態(tài)的結(jié)構(gòu)性機會，所以我切進來了。很多做的不錯的兒童硬件產(chǎn)品，還是上一代的產(chǎn)品邏輯。

虎嗅：“上一代的產(chǎn)品邏輯”是什么？

黃勇：新一代原生硬件，本質(zhì)是，硬件是智能體的軀體，智能體就是內(nèi)容本身。上一代硬件是在傳統(tǒng)工業(yè)化分工下，分工做出了一個組裝品。

虎嗅：你怎么理解AI原生硬件？

黃勇：我的理解有四個層次。

第一，硬件是由智能體驅(qū)動產(chǎn)生的。你拿到這臺相機，它的本質(zhì)不是裝內(nèi)容，而是智能體，然后這個智能體需要一個相機作為軀體來表達，相機的每一個設計都是為了讓這個軀體更好地發(fā)揮作用。拿掉這個智能體，它就不成立了，就是個普通相機。

第二，自然的多模態(tài)交互。

第三，主動感知。隨著感知器件增加和長期記憶積累，它會主動說：“昨天我們聊的那個，今天來這里可以實地看看?！?/p>

第四，持續(xù)迭代的軀體。現(xiàn)在是相機，下一版可能支持微光拍攝，再往后也許會變成一只機器小狗，帶著孩子去探索。

虎嗅：兒童是一個粘性很低的群體，目前似乎沒有一款從3歲到12歲的兒童硬件產(chǎn)品？你覺得你要做第一個吃螃蟹的人嗎？還是這本身就是一個偽命題？

黃勇：每個年齡段的變化非常大，小朋友早期以月齡變化，后來以年齡變化，和成年人那種認知穩(wěn)定的狀態(tài)完全不同，一個手機通殺不了。

每個階段喜新厭舊是正常的。毛毛蟲點讀筆就做得很好，適合3到6歲，大一點就丟了，因為不喜歡那種戳戳戳的動作了?！皬?歲用到12歲”的想法本身就不對。所以奇朵的解法是：在不同年齡段各定義一到兩顆核心產(chǎn)品，形成發(fā)展矩陣。

虎嗅：你是怎么設計這個產(chǎn)品矩陣的先后和布局的？

黃勇：沿著影像這條線：3歲前是 baby monitor 形態(tài)，分析爬行姿態(tài)、提醒家長；3到6歲是認知啟蒙卡；6到12歲是科學相機；12歲以上是類大疆 Pocket 3 的 DV，加上耳機。然后每個階段的核心影像產(chǎn)品再做一次延伸和豐富。整個邏輯就是分齡的硬件矩陣，每個產(chǎn)品都簡單聚焦。

“當你讀一本書讀10年的時候，你肯定要成精了”

虎嗅：從你的第一份硬件創(chuàng)業(yè)，到現(xiàn)在奇朵，硬件創(chuàng)業(yè)的邏輯在發(fā)生什么變化？你在這份創(chuàng)業(yè)中有沒有一些原有的慣性？

黃勇：我之前做VisionTalk是以 To B 的形式參與了很多硬件，通過 AI 圖像搜索平臺為它們做賦能。而現(xiàn)在，我希望以更直接、更徹底、更高效的方式，真正躬身入局。

為什么？因為接下來的方向是 AI native 硬件，智能體的設計和硬件的設計必須緊密融合。以前是“加 AI”的邏輯，我可以專門負責 AI 這層，用 SDK 做服務。但現(xiàn)在是 AI native，如果你打造了一個好的智能體，就應該為它打造好的軀體，靈魂和身體割裂不了。

虎嗅：過去的創(chuàng)業(yè)經(jīng)驗里，現(xiàn)在還可以復用的有哪些？

黃勇：做 To B 服務做10年，到后面已經(jīng)變成客戶產(chǎn)品團隊的一員了。讀了一本書讀了10年，肯定要成精了。我高峰期一年 API license 裝了快兩千萬臺，我很清楚各個品類出了多少、哪些功能最受用、哪些內(nèi)容消費最多，看一眼我就能大概知道一個品類成不成。

我深度參與定義過一款詞典筆，我和創(chuàng)始人說，詞典筆的本質(zhì)是詞典，買最好的牛津詞典 IP，然后不能有開關(guān)機鍵。

因為搜詞是個突發(fā)短促需求——就像吃個雞蛋，如果還要去煮，我就不吃了?；氐皆~典本質(zhì)來定義產(chǎn)品，功能極簡，筆頭按下去就是開機，秒開，放下兩秒就關(guān)機，800毫安電池用20多天。

做VisionTalk的時候，我的角色就是用 AI 銜接內(nèi)容和硬件功能，所以我能感覺到 AI 在硬件上怎么更好發(fā)揮作用，以及現(xiàn)有分工邏輯里存在的問題。加上對兒童硬件內(nèi)容本質(zhì)的認知，對內(nèi)容資源和版權(quán)世界的熟悉，這些經(jīng)驗都是直接復用的。

虎嗅：在這款產(chǎn)品當中，最體現(xiàn)你自己產(chǎn)品品味的地方是哪里？

黃勇：這臺機器本身就是一個 APP，因為它只為小K老師這個智能體服務，按鍵加對話，就可以完成所有操作，不需要在屏幕上點。

智能體的出發(fā)點，放棄了傳統(tǒng) GUI 的交互方式。這對產(chǎn)品團隊和交互設計師都是很大的挑戰(zhàn)。

奇朵的產(chǎn)品 圖片由奇朵提供

虎嗅：在你們這幾代產(chǎn)品的迭代過程當中，你做了哪些加法，又做了哪些減法？

黃勇：10月份團隊到位后，馬上用供應鏈能力推了一款內(nèi)部叫“小綠”的機器，一個月就丟出去了，進來了300多個家庭，天天開會聊天。兩個多月里收集了七八十個建議，基本上兩天一版。

加法是一個科學老師說“我拍彩虹能識別嗎”？于是開發(fā)了自然現(xiàn)象識別；家長說小朋友喜歡拍微距，于是支持了微觀拍攝；家長說孩子看課外書遇到不懂的詞沒法回答—，于是做了“拍書對話”模式，拍了某段文字，小K老師就開始跟你交流這個話題。

減法做的更多。我們開始做了美顏和貼紙，因為傳統(tǒng)相機都有這些。但后來發(fā)現(xiàn)小朋友根本不追求這個，全部下掉了。我們做的是教育攝影、認知攝影，不是自拍和創(chuàng)作工具。

虎嗅：我們在端側(cè)模型的選擇和算力上，是用了什么策略？

黃勇：我們的策略是強云弱端。在很長的周期里我們不會考慮端側(cè)模型。端側(cè)要做好體驗，系統(tǒng)成本增幅非常大，不如用無處不在的網(wǎng)絡連接，去調(diào)用云端模型和算力。連接成本越來越低，每臺產(chǎn)品加一個蜂窩通訊模組就夠了。

端側(cè)強化還涉及存儲、功耗、續(xù)航的連帶問題。端側(cè)的成熟，一定是先在手機這種大品類上跑出規(guī)模，才能延伸到消費電子。

虎嗅：我們自己有沒有訓一些小模型，或者用微調(diào)的方式？

黃勇：我們用知識工程加 RAG，再加適度的 SFT，沒有自己調(diào)基座，這個不重要，重要的是內(nèi)容的可信和權(quán)威。

具體做法是把十萬為什么的知識庫從10萬條擴充到數(shù)百萬條，覆蓋6到12歲99%的百科類問題；經(jīng)過模型審計和人工抽檢后向量化，再用千問做 RAG，對交互過程調(diào)優(yōu)。重心在領域知識庫的 RAG 工程上。奇朵不追求模型上的成就，追求的是打造一種新的內(nèi)容智能體格式。

虎嗅：強云弱端這個方式，可能會有什么挑戰(zhàn)？你們怎么解決？

黃勇：主要是網(wǎng)絡波動，這需要工程能力。

我們現(xiàn)在做的是拍照類產(chǎn)品，通過算法調(diào)試和拍攝框引導，低品質(zhì)圖傳上去就能分析，大幅減少對網(wǎng)絡波動和時延的敏感度。時延工程是我們 CTO 的強項——我們不追求算法創(chuàng)新，但工程化一定做到最專業(yè)。

“小朋友通過不同階段的設備，其實他是在養(yǎng)自己的一個龍蝦”

虎嗅：現(xiàn)在AI行業(yè)變化太快了，OpenClaw出現(xiàn)之后，很多人說以后不同硬件之間會互連互通。你覺得這會給未來硬件帶來什么變化？

黃勇：“龍蝦”這個事太好了，因為我們整個就是分齡的成長矩陣打法，每一個分齡的硬件都應該連到龍蝦。小朋友通過不同階段的設備，其實是在喂自己的龍蝦、養(yǎng)自己的龍蝦。

我一直在想怎么讓矩陣形成連接和復購，龍蝦這個技術(shù)框架幫我解決了這個問題。以前那種搞一個成長模型、通過數(shù)據(jù)匹配分析的方式，不夠性感。

虎嗅：你在成立很短的時間內(nèi)就完成了連續(xù)兩輪融資，這是怎么做到的？

黃勇：投資人看中的首先是成熟的團隊，“成熟”不只是專業(yè)領域，更重要的是有一定年齡、帶過孩子。別的 AI 硬件項目可以越年輕越好，但做兒童產(chǎn)品可能不行，那種味道不對。

第二個是 Day one global 的布局。我們國內(nèi)版和海外版同時發(fā)，而且全球化是合規(guī)先行的。歐美兒童產(chǎn)品的合規(guī)非常嚴格——數(shù)據(jù)安全、模型本地部署、未成年保護，我們從產(chǎn)品定義開始就加入了 KidSafe聯(lián)盟，這是很多國內(nèi)團隊沒概念的地方，而我們搞通了，這本身就是壁壘。

海外產(chǎn)品的外觀設計和交互設計全部是海外原生的——外觀是英國頂級設計工作室，產(chǎn)品經(jīng)理是在谷歌做了10年的紐約團隊，從海外原生設計到原生合規(guī)一體化定義，不是用出口邏輯做的。

虎嗅：資方當時有沒有質(zhì)疑？

黃勇：有，換位思考我也會質(zhì)疑這一點，做出好產(chǎn)品不是問題，但商業(yè)化過程中會面對流量越來越貴的挑戰(zhàn)。

我們的判斷是：破解流量困局的方式是優(yōu)質(zhì)內(nèi)容。接下來營銷的本質(zhì)就是內(nèi)容，不是投流。

虎嗅：什么樣的銷量，你覺得可以叫做爆品？

黃勇：兒童教育硬件，第一年及格線是20萬臺以上，優(yōu)質(zhì)的產(chǎn)品定義是爆品的根本。

虎嗅：越來越多的產(chǎn)品變成了硬件加付費訂閱，我們在商業(yè)模式設計上國內(nèi)國外有區(qū)別嗎？

黃勇：海外從一開始就設計了訂閱體系。

國內(nèi)我做的是配件化，國內(nèi)消費者很難為軟件或內(nèi)容訂閱，所以我把它具象化。比如“拍微距”：現(xiàn)在用調(diào)參方式實現(xiàn)，接下來會推出可以套在鏡頭前面的微距鏡頭實體配件，就像小米的攝影套裝。另外還有實驗支架，配合小學科學課的家庭端趣味實驗，可以訂閱實驗材料包。

虎嗅：硬件創(chuàng)業(yè)特別燒錢，怎么去控制成本？

黃勇：三個思路。第一，先把智能體裝進成熟品類，成熟供應鏈成本可控；第二，做了這么多年幫主，產(chǎn)業(yè)鏈上的供應商都是幫助過的人，賬期和交易條件都能拿到最好的；第三，強云弱端，把端側(cè)存儲砍掉放云存，4G 實時連接下離線只做緩存，大幅降低存儲波動的影響。

技術(shù)路徑上，現(xiàn)在用安卓快速迭代，功能穩(wěn)定后遷移到 Linux。Linux 系統(tǒng)小、存儲要求低、SOC 成本約為安卓的一半，可以把硬件成本進一步壓低。

“接下來可能有一個‘拆手機’的過程”

虎嗅：幾乎所有的硬件團隊都面臨兩個挑戰(zhàn)，第一如何面對手機，第二如何面對華強北，首先問問你們怎么面對手機？

黃勇：國內(nèi)12歲以下的硬件產(chǎn)品被手機挑戰(zhàn)的可能性不大。12歲以上才是手機真正進來的時候，所以我們的耳機產(chǎn)品設計時就考慮了與手機的共生關(guān)系。專業(yè)的垂直硬件和手機是共生關(guān)系，不是替代關(guān)系，很多有手機的人，也會買 CCD 相機或運動相機。

接下來可能有一個“拆手機”的過程。iPhone 之前，CD 機、Walkman、數(shù)碼相機各自存在，后來被手機統(tǒng)一了。但今天，因為原生體驗的定義，手機里 APP 實現(xiàn)的功能在重新硬件化。每個垂直硬件在某個點上優(yōu)于手機，手機里的 APP 會慢慢被硬化，最終手機可能只是眾多硬件中的一員，弱化為一個隨身算力。

虎嗅：怎么面對華強北？

黃勇：當你回到內(nèi)容本質(zhì)來思考產(chǎn)品，就不怕華強北了。我們做的不是硬件，硬件是為內(nèi)容表達服務的。要復制奇朵，需要能把內(nèi)容、AI 和硬件三者融合貫通的團隊，放眼全球，這都是稀缺的。

虎嗅：軟硬結(jié)合已經(jīng)很難了，你又加上了 AI 和大模型。在這個結(jié)合過程中，坑和難點在哪里？

黃勇：這主要是傳統(tǒng)工業(yè)化分工導致的。內(nèi)容、智能體、硬件，在我心目中是一個東西：智能體就是內(nèi)容本身，硬件是智能體的軀體，是一枚硬幣的正反兩面。

但用傳統(tǒng)分工來做，做內(nèi)容的做內(nèi)容，做 AI 的做 AI，做硬件的做硬件，就變成了三件互相割裂的事情，怎么做出好產(chǎn)品？

虎嗅：奇朵第一天起就瞄著全球，但 AI 硬件這個品類，中國公司占了八九成，去年 CES 大家都說是中國的 CES，怎么看硬件在國內(nèi)卷，到國外也是跟中國公司卷？

黃勇：中國目前是基礎練功房——大家互相卷，練肌肉，再去卷海外。先在國內(nèi)找到獨特定位活下來，是前提。

出海最關(guān)鍵的是尊重在地文化，從設計、交互到內(nèi)容 IP，全部本土化?！笆f個為什么”是中國最好的科普 IP，但在英國叫 DK，在西班牙有當?shù)匕姹?。我們在每個市場都會找當?shù)刈顧?quán)威的內(nèi)容 IP 合作。我們做的是讓每個地方的本土內(nèi)容 IP 在 AI 時代重生。

虎嗅：有人說，中國人總是嘗試把一款消費硬件做的更有性價比，但歐美人會思考如何讓這個產(chǎn)品變得有趣，在你看來，是性價比更重要還是有趣更重要？你們怎么做的？

黃勇：有趣是比性價比更重要的。兒童的產(chǎn)品要做到有趣，有2個方向。第一個是比如用屏幕+聲光電刺激（比如在中間加入看視頻或者各類游戲）來做到有趣，這樣當然可以讓孩子沉迷，但是這是不符合兒童發(fā)育需求的；第二個是適齡天性的自然釋放，比如到了5-6歲，孩子開始無數(shù)的“是什么”、“為什么”的指著問的場景就多了?；谶@個產(chǎn)品的能力，讓孩子得到釋放和滿足也是一種方式。我們選擇的是第二種。

虎嗅：你會認同“所有傳統(tǒng)硬件形態(tài)都會被 AI 化一遍”這個觀點嗎？

黃勇：方向肯定是這樣的，但關(guān)鍵是怎么結(jié)合品類本質(zhì)，適度地把 AI 表達出來。既是 AI 驅(qū)動的，又不能變成另外一個東西。這需要對行業(yè)和品類有很深的理解。

比如輪椅的本質(zhì)是輔助，外骨骼可能才是更好的輪椅，在現(xiàn)有輪椅上加個攝像頭，不一定對。

虎嗅：如果有一天奇朵失敗了，可能會是什么原因？

黃勇：這個……不好說。可能是命不好吧。趨勢也好，各種要素也好，我覺得都具備，但有時候這個事情可能也看緣分，很多成功最后都是總結(jié)出來的。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4846490.html?f=wyxwapp