筆與屏：AI硬件為何分化出兩條路？

本文來自微信公眾號：字母PRO，作者：李炤鋒，編輯：王靖，題圖來自：AI生成

過去一年，AI硬件的主戰場不再只是“把大模型塞進手機”，而是開始爭奪更底層的東西：人們到底要用什么形態去接觸AI。

在這一過程中，誕生了許許多多的AI硬件產品，從AI耳機、AI眼鏡、AI手機到AI錄音筆、錄音卡片等。

一邊是無屏的、可穿戴的“新物種”，一邊是繼續以屏幕為中樞、把AI寫進系統底座的傳統終端升級。

我們把前一條路線統稱為“筆”：它不是指具體外形，而是泛指輕便、隨身、低存在感，以音頻/環境感知為主輸入，通常不帶有屏幕的AI硬件。

“筆”最激進的樣本，早在2024年就有人做過。Humane在那一年推出AI Pin，它被定義為可夾在衣服上的“可穿戴電腦”，主打讓用戶擺脫智能手機。

不過，該產品因延遲高、投影不可視、應用生態匱乏等問題遭遇大量差評，最終僅獲得約1萬筆訂單；Humane隨后也被惠普收購。

相比之下，更務實的“筆”正在從窄場景切入。以Plaud、釘釘A1、飛書錄音豆為代表的AI錄音硬件，強調會議、采訪等明確場景，通過隨身采集語音，再由大模型完成轉寫與總結。

這一方向的想象力，如今在OpenAI身上被進一步放大。

OpenAI已確認與前蘋果設計負責人Jony Ive展開硬件層面的合作，項目瞄準一種不同于手機與PC的新型AI設備，強調更自然的交互與更低的存在感，目前已知形態也被形容為“像一支筆”。

與“筆”并行的，是仍以屏幕為中樞的另一條路線。微軟將Copilot+PC定義為新一代PC形態，并明確提出NPU算力門檻；Meta和各大手機廠商則持續在眼鏡、手機等終端上強化AI與顯示、系統的深度融合。

如果把這些現象放在一起，會看到一條清晰的分岔：新銳AI公司更愿意押注“筆”——無屏、貼身、輸入優先；傳統互聯網/硬件公司更愿意押注“屏”——在既有形態的產品上，延伸顯示、系統與生態能力。

顯然，面對AI硬件這一品類，行業內已經出現了對交互成本、技術成熟度與商業化路徑的不同押注。

一

2025年，在一次公開對談中，OpenAI CEO奧特曼形容當下的數字生活“就像走在時代廣場”。

他表示，信息、推送和屏幕不斷爭奪注意力，而他們正在探索的AI硬件，目標恰恰相反——“更平靜（more calm），更少打擾（less distracting）”。

事實上，這一理念并不新鮮，卻在近兩年被重新提起。與其把AI塞進手機或PC，不如退回到更基礎的一層：先感知和連接世界本身。我們把這類設備概括為“筆型AI”——輕、貼身、低存在感；在產品邏輯上，它們的感知優先級高于操作。

從行業視角看，當下概念中的“筆型AI”，并不在于替代手機或PC成為新的硬件入口，而在于爭奪個人與組織的第一手輸入權：語音、環境、視角，在相對無感的前提下，讓AI能夠持續接收并處理信息。

不過，在這一理念驅使下，過去幾年中卻未能孕育出成功打開市場的產品。

時間回到2024年，Humane推出的AI Pin、Rabbit的R1，都試圖成為“脫離手機的AI終端”，用語音或環境感知完成即時響應，甚至跨應用執行任務。但最終，這些產品都反響平平，未能打開市場。

體驗差是最直接的結果。科技評測人Marques Brownlee在評測AI Pin時直言：“這是我評測過最差的產品之一——不是因為想法，而是因為它現在根本不能用。”

另一層原因是，當時端側算力還無法支撐復雜推理，大多數無屏設備延遲與中斷頻繁。《華爾街日報》科技專欄作家Joanna Stern在對比體驗多款無屏AI設備時寫道，Humane AI Pin與Rabbit R1“更像科學項目，而不是成品”。她還在視頻測試中記錄到，Rabbit做一次“實時翻譯”用了四分鐘。

業內對端側算力的衡量標準之一是NPU（神經處理單元）性能。IDC等機構認為需超過30TOPS才基本滿足大語言模型推理能力，但截至2024年初，只有少數SoC達到這一門檻，如高通驍龍8 Gen 3與蘋果A17 Pro等。

而在一些更“垂”的場景里，“筆型AI”的定位迅速收縮，以記錄優先的一批AI產品陸續面世。在中國市場，這種變化體現得尤為明顯，例如釘釘推出的A1錄音卡片，以及飛書與安克合作的AI錄音豆。

在海外市場，也出現了類似取向的產品，如Plaud的Note Pro。這類設備更關注把碎片化的語音、會議內容和環境音轉成可檢索、結構化的語料，而不是即時對話或執行任務。

a16z投資的AI硬件公司Limitless（前Rewind）也走向了類似取向。其創始人Dan Siroker在接受采訪時曾表示，他們“不是在做第二臺設備，而是在做記錄對話的基礎設施”。

不過，當“筆”的外延繼續擴展，矛盾也隨之升級。近年來，一些團隊開始嘗試把攝像頭引入耳機或頭戴設備，希望獲得更自然的第一視角輸入。這既意味著電池與算力需要重新分配，也在社會層面引發了對隱私邊界的擔憂。

技術分析師Avi Greengart在討論AI可穿戴趨勢時指出，消費者對隱私的期待“并沒有消失，但確實在發生位移”。人們愿意為便利讓渡部分邊界，卻仍對“被持續記錄”保持警惕。

也正是在這種背景下，OpenAI與Jony Ive團隊的硬件項目被視為“筆”的最大變量。OpenAI全球事務負責人Chris Lehane曾對外確認，公司計劃在2026年下半年展示首款硬件設備，其關注重點并不在顯示，而在更自然、更克制的環境感知。

Ive曾主導iPhone 4，開啟并定義了上一個智能手機時代。但在其設計生涯中，另一個被反復提及的產品是更簡單、克制的iPod。也許在未來OpenAI的硬件上，我們還能看到iPod的影子。

拋開Ive的“執念”，“筆型AI”更像AI時代的傳感器層。它不直接替人做決定，以感知為第一優先級，進而再驅動用戶的交互。但在一些以交互為先的場景中，“屏”的重要性似乎又不可替代。

二

與“筆型AI”試圖降低存在感不同，有屏的硬件陣營——不管是傳統的PC/手機，還是新銳產品——都在過去兩年中積極擁抱AI。

這條路線的分水嶺，可以說出現在AI從“應用能力”轉向“系統能力”的時刻。

2024年5月，微軟發布Copilot+PC，號稱是一次AI在操作系統層面的重構。官方文檔中指出，新一代Windows設備需要配備算力達到40+TOPS的NPU，部分AI能力將以“系統原生”的方式運行，而非通過獨立應用調用。

這一設計，本質上是在把AI融入到硬件的系統層。微軟消費業務負責人Yusuf Mehdi在發布會中直言，這是“重新定義Windows電腦”的一次調整。

類似的邏輯，也出現在手機端。無論是蘋果、三星，還是小米、vivo等國產廠商，近年來都把AI能力直接下沉到系統層。

這表明在AI時代，屏幕仍然是信息展示、交易確認和權限授權的中樞。AI加持下的智能手機，擁有了與超級App爭搶“第一入口”的資本。

以字節此前與中興聯合推出的豆包手機助手為例，其定位并不是獨立應用，而是深度嵌入系統交互流程，參與搜索、寫作、日程、通知等多個環節，并通過系統級入口重新分配用戶與信息、服務之間的關系。

當AI進入系統層，首先就被互聯網時代的同行視為“洪水猛獸”。早在2024年，微軟推出Recall功能，嘗試通過周期性記錄屏幕內容，幫助用戶事后檢索信息。這一功能在發布初期即引發巨大爭議。

通信應用Signal率先公開反對，指出Recall在設計上未給予應用足夠的控制權，系統級截圖機制可能捕捉加密通信界面。隨后，一批工具宣布默認屏蔽Recall。

一年后的豆包手機助手上，類似的場景再次上演。社交、電商、金融等領域的頭部企業，其旗下App紛紛屏蔽豆包手機助手。

可靠性，成為智能手機推進AI進化節奏的重要影響因素。去年，蘋果宣布將原計劃推出的Siri AI功能推遲至2026年。拋開蘋果自研模型水平落后這一原因，蘋果官方曾回應稱，這些功能尚未達到預期的可靠性標準。

在隨后的采訪中，蘋果全球市場負責人Greg Joswiak曾表示，蘋果不希望用戶接觸到“表現不穩定的系統級能力”。而根據最新消息，蘋果計劃讓新版Siri使用由Google Gemini驅動的基礎模型，以提升語義理解與對話能力。

新版Siri能否進一步推動手機AI的邊界，仍需等到正式發布的那一天。

把視角轉向AI眼鏡，屏型路線的特征被進一步放大。眼鏡成為手機等終端屏幕形態的延伸，把信息展示轉移到用戶視野中。

Meta與Ray-Ban合作的AI眼鏡率先打開了市場，首先在語音、翻譯和基礎視覺理解等功能上跑通日常使用頻率，隨后在二代產品中引入光波導技術。而在Meta之前，Rokid、雷鳥、阿里夸克等企業也先后推出了帶有光波導可視技術的AI眼鏡。

不過，相比上一輪以“無顯示”為主的AI眼鏡，可視AI眼鏡在工程層面臨的挑戰并未緩解，反而更加集中地暴露出來。

Meta首席技術官Andrew Bosworth在談到Orion原型時直言，顯示部件的良率“糟糕得難以想象”。換言之，想要成為新時代的AI終端，AI眼鏡仍有不少工程問題有待突破。

事實上，在當前技術路徑中，光波導幾乎是唯一能夠在保證視野通透的同時，將信息疊加到現實世界中的方案。不過，直到今天，光波導的規模化量產仍是一個尚未解決的工程難題。

另一方面，技術路線的高度同質化，也影響著一些廠商對AI眼鏡的態度。近期，業內一些傳聞又指向了字節將在近期發布AI眼鏡。但據XR Vision工作室推測，這款產品或將不會發售，字節或將直接開啟下一代產品的研發。

XR Vision的這一推測，源自當前AI眼鏡賽道“硬件同質化、功能趨同”的普遍困境，正如行業內對vivo暫停AI眼鏡項目的評論所言，當下大廠在該賽道普遍謹慎，核心原因正是“很難做出差異化”。

在技術迭代需要更多時間的一背景下，屏型AI更像一場耐力賽。不管是AI手機還是AI眼鏡，都需要操作系統、硬件門檻和生態的持續整合。

三

拆解使用邏輯后，你會發現“筆”和“屏”并不是同一條路。想象一個很日常的場景：開會時，你只想把人說的話完整記住；散會后，你需要把重點寫進紀要、把任務派出去。在AI交互層面，前者需要“感受和采集”，后者需要“操作和訂正”。

是否讓AI參與決策，成為這場AI硬件分化背后的重要原因之一。有些場景可以不涉及決策、先行感知，但一旦進入決策環節，交互邏輯就完全不同。

為什么“決策”必須更謹慎？復雜系統研究者梅拉妮·米切爾曾在采訪中表示，生成式模型容易在不同情境下表現出脆弱性與自相矛盾，因此人類必須保持監督與編輯的角色。

翻譯成更直觀的話就是：模型可以幫你推進流程，但人必須能夠監控這個過程，并且隨時介入和把控。這正是有屏AI硬件不可替代的一面。

在學術界，有一個概念被稱為“自動化偏差”——人們傾向于相信系統給出的建議，哪怕自己隱約覺得不對。

早在2000年，美國的一項實驗研究《問責機制與自動化偏差》就指出：當參與者被要求對整體表現或決策準確性“承擔責任”時，自動化偏差的發生率會下降。在AI時代，這意味著一旦結果需要追責，人就更需要一個可確認、可校驗的界面，而這恰恰是“屏”最擅長承擔的部分。

因此，“筆”與“屏”的路線之爭，本質上是AI硬件所對應場景分化的結果：貼身設備“筆”更像“感知與記憶外設”，負責持續采集信息；屏幕終端更像“編輯與執行中樞”，強調任務的持續交互與可追蹤性。

不過，考慮到技術層面的不斷進化，“筆”的價值也許會在更長周期中體現出來。

全天候的理解和感知，使“筆”形態能夠為AI提供長期語料與上下文。換言之，建立在持續感知之上的技術，未來的“筆”可能會比“屏”更懂用戶。“筆”更契合AI時代的長期記憶，“屏”則更像一個工作臺。

斯坦福人類中心AI研究所曾提出，將人類與AI的交互設計放在算法核心，是確保系統可用且可信的關鍵，強調“算法不只是輸出結果，更要考慮人類如何理解與使用這些結果”。

本質上，“筆”和“屏”只是代表了這一邏輯中的兩種優先級選擇：是優先“長期記憶”，還是優先“即時反饋”。

新銳AI公司希望跳出傳統交互邏輯，通過新的產品形態塑造新場景與新需求。這也是為什么在AI Pin失敗之后，業內仍愿意期待OpenAI無屏方案的成果。

而在ToB領域，越來越多公司已經不再試圖用一臺設備“包辦一切”。Plaud、釘釘、飛書將AI硬件定位為語音入口，已經在垂直場景中驗證了“持續感知”的可行性。

事實上，“筆”和“屏”從來都不矛盾，它們更像產品設計中“不可能三角”的兩端：無感與便攜、可視與信息處理，以及穩定輸出所需的續航與算力支持。

換言之，AI硬件對未來的定義不止一個。“筆”和“屏”陣營的邊界，或許會隨著技術迭代逐漸模糊。但在當下，“筆”形態的超級入口尚未真正出現，通用AI在短期內仍離不開傳統手機等“屏”設備作為算力終端。

它們最終究竟是替代還是協作的關系，AI企業與傳統硬件企業，或許會在未來兩年內給出答案。

本文來自微信公眾號：字母PRO，作者：李炤鋒，編輯：王靖

本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4834979.html?f=wyxwapp