AI大模型開(kāi)始具備上帝視角，所有人都在問(wèn)同一個(gè)問(wèn)題：下一代計(jì)算終端會(huì)是什么形態(tài)？

眼鏡是最熱門的答案。但光帆科技創(chuàng)始人董紅光給出了一個(gè)反直覺(jué)的方案：一對(duì)單耳僅11克重、卻裝了攝像頭的AI耳機(jī)。

作為小米第89號(hào)員工、MIUI 早期核心成員，光帆科技創(chuàng)始人董紅光他在過(guò)去十多年里深度參與了移動(dòng)互聯(lián)網(wǎng)交互規(guī)則的構(gòu)建——圖形界面、觸控操作、APP生態(tài)，這些今天看來(lái)理所當(dāng)然的東西，都是那一代人一行行代碼寫出來(lái)的。但從手機(jī)到AI硬件的跨越中，董紅光第一次發(fā)現(xiàn)，自己熟悉的規(guī)則全都要推倒重來(lái)。

那個(gè)靠點(diǎn)擊、滑動(dòng)在無(wú)數(shù)APP孤島間切換的時(shí)代，正在撕開(kāi)一條裂縫。

這期對(duì)話圍繞幾個(gè)核心問(wèn)題展開(kāi)：為什么是耳機(jī)而非眼鏡？從圖形界面到意圖感知，交互邏輯發(fā)生了什么根本變化？一個(gè)越用越懂你的AI助手，跟純工具有何不同？以及，為什么通用硬件的價(jià)值一定大于專用硬件？

一、為什么是耳機(jī)，而非眼鏡

當(dāng)全行業(yè)都在押注智能眼鏡時(shí)，光帆科技卻選擇了把眼睛裝在耳機(jī)上。

董紅光是智能眼鏡的狂熱愛(ài)好者，但放棄眼鏡這個(gè)形態(tài)來(lái)自冷靜的判斷：眼鏡的重量、光機(jī)顯示效果、續(xù)航、對(duì)妝容的影響——這些問(wèn)題短期內(nèi)難以解決。更關(guān)鍵的是，新品類需要用戶付出佩戴成本，而收益是否足夠覆蓋成本？

"耳機(jī)已經(jīng)是成熟的可穿戴大品類，"董紅光說(shuō)，"用戶的佩戴成本已經(jīng)被聽(tīng)音樂(lè)、打電話這些功能解決了。在這基礎(chǔ)上增加AI能力，就像當(dāng)年iPhone——在舊有品類之上疊加智能化，用戶的購(gòu)買決策成本和使用成本都更低。"

這套邏輯和當(dāng)年蘋果做iPhone的策略如出一轍。蘋果當(dāng)時(shí)同步推出了iPhone和iPod Touch，兩者幾乎一模一樣，但不能打電話的Touch銷量慘淡。原因很簡(jiǎn)單：手機(jī)是成熟大品類，用戶本來(lái)就要帶一個(gè)出門，在這個(gè)基礎(chǔ)上疊加智能化，門檻幾乎為零。

至于為什么不選擇吊墜或胸針？答案很直接：攝像頭應(yīng)該到頭部位置。胸前掛件適合記錄，像執(zhí)法記錄儀一樣；但感知類應(yīng)用需要攝像頭與眼睛齊平。"你看什么，就想讓它看什么。如果放在胸前，你為了讓它看到，就得調(diào)整身體姿態(tài)——這不符合人的直覺(jué)。"

而且耳機(jī)天然占據(jù)了離嘴巴和耳朵最近的位置，是語(yǔ)音交互的第一界面。扎克伯格最近也說(shuō)，AI硬件交互的第一界面應(yīng)該是音頻，他們甚至打算在下一代嘗試不帶顯示屏的AI眼鏡。

大家想的其實(shí)差不多，只是用不同形態(tài)來(lái)呈現(xiàn)。

為什么是"耳機(jī)+手表"的多設(shè)備聯(lián)動(dòng)？

AI時(shí)代有個(gè)關(guān)鍵前置條件：算力必須在云端。大模型無(wú)法在端側(cè)跑出好效果，這意味著交互與計(jì)算解耦。既然云端是大腦，它長(zhǎng)出來(lái)的身體就不必只有一個(gè)。

"我們用耳機(jī)+手表的套裝，既能規(guī)避眼鏡的重量和續(xù)航短板，又能提供更多傳感器和交互形態(tài)。"

眼鏡想集成麥克風(fēng)、揚(yáng)聲器、攝像頭、顯示屏于一身，技術(shù)難度極高。光帆把功能拆解：耳機(jī)負(fù)責(zé)聽(tīng)、說(shuō)、看（攝像頭）；手表負(fù)責(zé)屏幕顯示、觸控交互、GPS定位和生物傳感。手表還能放獨(dú)立聯(lián)網(wǎng)模塊，分擔(dān)計(jì)算和連接任務(wù)，減輕耳機(jī)的散熱和續(xù)航壓力。

這是一個(gè)在當(dāng)下更務(wù)實(shí)的方案——用多設(shè)備的物理組合替代單一設(shè)備的工程難題，在眼鏡技術(shù)完全成熟之前，提供一套最接近全能AI助理的落地體驗(yàn)。

做成這個(gè)耳機(jī)難在哪里？

在11克的單耳空間里，光帆塞進(jìn)了視覺(jué)模組、電池、通信模塊。這個(gè)過(guò)程充滿一把辛酸淚。

最大的挑戰(zhàn)是：沒(méi)有一顆芯片能同時(shí)搞定通信、耳機(jī)功能和攝像頭。這就需要塞好幾個(gè)芯片，體積和重量都會(huì)暴增，功耗變大，電池也得更大，最后導(dǎo)致佩戴舒適性全面崩潰。

"我們的堆疊極致到?jīng)]有任何縫隙。結(jié)構(gòu)工程師想調(diào)一點(diǎn)造型，都說(shuō)沒(méi)有任何空間了。"

最讓人意外的難點(diǎn)是：攝像頭前面的弧線造型。"我們希望把攝像頭隱藏起來(lái)，因?yàn)橐活w攝像頭盯著你會(huì)讓人很不舒服。"

但弧面會(huì)讓光線產(chǎn)生干涉，AI就看不清東西了。為了保證弧面效果又讓AI能看清，整個(gè)結(jié)構(gòu)設(shè)計(jì)極其復(fù)雜：中間是標(biāo)準(zhǔn)圓形，然后過(guò)渡成橢圓形。而且不能用玻璃，只能用高透光率的樹(shù)脂材料，還得耐摔、耐磨。"這件事大家很容易忽略，但我們花了巨大精力。"

最痛苦的取舍是攝像頭像素。一開(kāi)始想搞1200萬(wàn)或800萬(wàn)像素的高清攝像頭，能拍照錄像。但那樣體積大、功耗大、重量大、電池也得大——為了三五天用不了一次的功能，犧牲平時(shí)一直佩戴的體驗(yàn)。

最后選擇了200萬(wàn)像素。"這顆攝像頭的使命是看懂、是感知，不是拍照。它是理解環(huán)境，不是記錄世界。"

二、從圖形界面到意圖感知

這是全球第一款具備視覺(jué)感知能力的AI耳機(jī)。

市場(chǎng)傳聞，OpenAI也要做類似產(chǎn)品，但為什么是光帆率先做出來(lái)？

網(wǎng)傳OpenAI的智能耳機(jī)樣式

董紅光的回答很坦誠(chéng)："大公司能力很強(qiáng)，我毫不懷疑他們能做得更好。但我們想得更早，動(dòng)手更快。"創(chuàng)業(yè)第一天就在想是否有更好的形態(tài)，而大公司可能更想先探索現(xiàn)有形態(tài)并做優(yōu)化。

更重要的是團(tuán)隊(duì)基因——做操作系統(tǒng)需要軟硬結(jié)合，需要在軟件、硬件之間反復(fù)推導(dǎo)。"做操作系統(tǒng)的人對(duì)這些邏輯更敏感。"

在最早期階段，光帆就吸引了寧德時(shí)代、韶音、兆易創(chuàng)新等產(chǎn)業(yè)鏈頭部公司的投資——基本上聚集了可穿戴領(lǐng)域全產(chǎn)業(yè)鏈的陣容。這些產(chǎn)業(yè)方深耕多年，對(duì)趨勢(shì)極其敏感。當(dāng)董紅光展示方案時(shí)，一位產(chǎn)業(yè)大佬連說(shuō)三次"我看到了未來(lái)"。

為什么？因?yàn)锳I讓所有事情值得重新做一遍，AI硬件一定會(huì)被重新定義。

過(guò)去這些可穿戴設(shè)備只是手機(jī)配件，價(jià)值有限。但當(dāng)它們變成交互入口，能做的事就太多了。

而光帆自研操作系統(tǒng)的能力，正是把這件事落地的關(guān)鍵。

為什么AI硬件需要自研操作系統(tǒng)？

"我們倒很想用別人的操作系統(tǒng)，"董紅光說(shuō)，"創(chuàng)業(yè)公司資源有限，希望聚焦在產(chǎn)品本身。但確實(shí)沒(méi)辦法。"

今天無(wú)論是Windows還是Android，都沒(méi)辦法支持AI助理的形態(tài)。它們還是以圖形交互為主，不是以調(diào)度大模型、用語(yǔ)音和視覺(jué)方式交互為核心的。

傳統(tǒng)手機(jī)OS超過(guò)一半的代碼是圖形代碼——怎么操作GPU，在屏幕上畫東西，抽象成按鈕、下拉框、列表。但AI操作系統(tǒng)不需要這些，它更多是：怎么編排語(yǔ)言？怎么調(diào)動(dòng)傳感器？什么時(shí)候開(kāi)攝像頭？什么時(shí)候用語(yǔ)音告訴你？什么時(shí)候用手表屏幕顯示？

手機(jī)OS的核心是調(diào)度GPU進(jìn)行圖形渲染，響應(yīng)點(diǎn)擊。AI OS的核心是調(diào)度大模型和傳感器。

光帆的操作系統(tǒng)采用"云端+端側(cè)"雙層架構(gòu)：云端運(yùn)行核心操作系統(tǒng)，負(fù)責(zé)調(diào)度大模型、編排任務(wù)、處理意圖理解，這是大腦所在；端側(cè)運(yùn)行實(shí)時(shí)操作系統(tǒng)，負(fù)責(zé)管理連接、傳感器數(shù)據(jù)采集和即時(shí)反饋，相當(dāng)于神經(jīng)末梢。

這套系統(tǒng)的核心是多模態(tài)交互系統(tǒng)——操作系統(tǒng)充當(dāng)司令官，決定何時(shí)開(kāi)啟攝像頭（視覺(jué)感知）、何時(shí)調(diào)用麥克風(fēng)（聽(tīng)覺(jué)）、何時(shí)通過(guò)耳機(jī)播報(bào)或手表屏幕顯示。

帶攝像頭的AI耳機(jī)如何挑戰(zhàn)智能手機(jī)的傳統(tǒng)交互模態(tài)？

手機(jī)交互是被動(dòng)的、工具化的。比如出行要打網(wǎng)約車，用戶腦子里有需求，必須一步步點(diǎn)擊操作——解鎖、找APP、輸入地址、確認(rèn)車型、支付。這是人適應(yīng)機(jī)器的工具邏輯。

AI交互是主動(dòng)的、代理式的。用戶只需直接表達(dá)最終需求——"幫我打車回家"，AI負(fù)責(zé)在后臺(tái)理解意圖、拆解步驟、調(diào)用服務(wù)。這是機(jī)器適應(yīng)人的代理邏輯。

董紅光舉了個(gè)例子：很多有錢人都有助理，但有錢人自己不會(huì)打車嗎？當(dāng)然會(huì)。但當(dāng)旁邊跟著助理時(shí)，他就會(huì)經(jīng)常說(shuō)"幫我打個(gè)車回家"。AI更像是這樣一個(gè)助理，能幫你把事情干了。

以打車場(chǎng)景為例：這看起來(lái)簡(jiǎn)單，但充分調(diào)動(dòng)了光帆所有的能力。

首先是主動(dòng)式觸發(fā)。系統(tǒng)知道用戶的機(jī)票信息、航班時(shí)間、航站樓，通過(guò)GPS知道當(dāng)前位置，結(jié)合實(shí)時(shí)路況計(jì)算，會(huì)主動(dòng)在耳邊提醒："晚上7點(diǎn)你有個(gè)飛機(jī)，我看了一下路況，你現(xiàn)在差不多該出發(fā)了，要不要我?guī)湍憬袀€(gè)車？"

用戶說(shuō)"好"，它就去叫車。叫車之前，還會(huì)在手表上顯示上車點(diǎn)——因?yàn)橛脩舻每匆幌戮唧w在哪里上車。打完車后，耳機(jī)播報(bào)"車打到了，白色豐田"，手表同步顯示車牌號(hào)。

看這套東西看起來(lái)好像很簡(jiǎn)單，但實(shí)際上調(diào)度了各個(gè)應(yīng)用的數(shù)據(jù)（日歷、機(jī)票、打車），調(diào)度了各個(gè)器件（GPS、耳機(jī)揚(yáng)聲器、手表顯示）。手機(jī)上完成同樣的事情，至少需要十幾次點(diǎn)擊。而且手機(jī)是被動(dòng)的——用戶自己腦子里一直得想著這事，掏出手機(jī)操作半天發(fā)現(xiàn)還早，過(guò)一會(huì)兒再掏，再操作。

主動(dòng)式的好處就是你不用想了。

理想的AI體驗(yàn)是讓用戶忘掉硬件的存在——在后臺(tái)悄無(wú)聲息處理瑣碎意圖，僅在必要時(shí)打擾用戶，讓用戶盡快回歸現(xiàn)實(shí)生活。

三、主動(dòng)智能：越用越懂你

很多人會(huì)問(wèn)：攝像頭是常開(kāi)感知嗎？不是。常開(kāi)意味著功耗和散熱都搞不定。

光帆的攝像頭有兩類觸發(fā)方式。第一類是事件性觸發(fā)：用戶明確說(shuō)"幫我看一下這是什么"，攝像頭就開(kāi)了，識(shí)別完就關(guān)。第二類更有意思——預(yù)判性觸發(fā)。

比如系統(tǒng)要主動(dòng)跟你閑聊，或者要播報(bào)一條消息，它會(huì)先開(kāi)一下攝像頭，看你忙不忙。如果發(fā)現(xiàn)你正在跟別人聊天，它就不打擾了。

主動(dòng)服務(wù)的難點(diǎn)在于分寸感。什么時(shí)候主動(dòng)？主動(dòng)到什么程度？

董紅光的策略是收著做：很明確應(yīng)該提醒的，就提醒；模糊的場(chǎng)景，先收一收。

光帆和純工具最大的不同是：它關(guān)心使用者，關(guān)心主人是誰(shuí)。

博物館的講解器、商場(chǎng)的導(dǎo)覽機(jī)，都是工具，不需要知道使用者是誰(shuí)。但AI助理必須深度了解用戶，才能做到主動(dòng)服務(wù)。

光帆構(gòu)建了一整套用戶畫像體系。記憶來(lái)源有四類：

• 第一類是傳感器帶來(lái)的記憶片段——去了哪里、看到什么，這些都會(huì)被向量化存儲(chǔ)。

• 第二類是對(duì)話內(nèi)容——閑聊時(shí)聊了什么，讓AI干什么事，這些都會(huì)被切片化處理。

• 第三類是行為記錄——幫用戶訂機(jī)票、打車、買東西，這些交易行為也會(huì)被存儲(chǔ)。

• 第四類是主動(dòng)托付——用戶明確讓AI記的事情，明確指令一般都是比較關(guān)鍵的事，這類記憶優(yōu)先級(jí)最高。

這些記憶會(huì)做權(quán)重處理。比如用戶每天早上都跑步，慢慢跑步場(chǎng)景權(quán)重就高了；偶爾進(jìn)一次城，這個(gè)陌生地區(qū)的權(quán)重就比較低。慢慢地構(gòu)建出精準(zhǔn)的用戶畫像。

"比如去故宮，有的人第一次去，我就給你講解講解。但有的人是故宮發(fā)燒友，天天去跑，我就沒(méi)必要講了。這種差異化體驗(yàn)完全依賴用戶畫像的積累。"

這也造成了遷移成本。用戶使用得越多，留下的記憶片段越多，AI就越懂用戶。換到一個(gè)從零開(kāi)始的新設(shè)備會(huì)很難受——就像換了一個(gè)助理，什么都得重新教。

好消息是，記憶存儲(chǔ)在云端，不在端側(cè)。換設(shè)備時(shí)記憶跟著走，未來(lái)出二代產(chǎn)品也不用"重新招助理"。理論上，這些記憶甚至可以打包帶走。

幾個(gè)核心場(chǎng)景：打車、博物館、旅游

打車場(chǎng)景前面已經(jīng)詳述。這里再補(bǔ)充博物館和旅游場(chǎng)景。

博物館是光帆的核心場(chǎng)景之一。傳統(tǒng)的博物館講解器需要租借設(shè)備、走到特定位置才能觸發(fā)講解。很多打車的AI產(chǎn)品也在推博物館講解功能，但需要用戶詳細(xì)描述"我在某博物館看到了某個(gè)東西"——如果用戶自己也不認(rèn)識(shí)，還怎么描述？

光帆的解法是：因?yàn)橛蠫PS，自然知道用戶在哪個(gè)館；因?yàn)橛幸曈X(jué)識(shí)別，自然知道這是什么作品。用戶只需要看著展品，手表上輕輕一劃（支持息屏觸摸），就能聽(tīng)到講解——不用說(shuō)話。

"我是i人，我們?cè)O(shè)想過(guò)很多場(chǎng)景，希望盡量不讓他說(shuō)話就能搞定一些東西。"

旅游場(chǎng)景更有想象空間。名山大川不一定需要純視覺(jué)感知，基于地理位置就能觸發(fā)。"走到虎跳峽了，我覺(jué)得你這個(gè)地點(diǎn)應(yīng)該欣賞些什么樣的美景，給你大概說(shuō)一說(shuō)。"

更實(shí)用的是餐廳推薦。用戶在街頭說(shuō)"我想吃個(gè)清淡一點(diǎn)的"，系統(tǒng)不用用戶描述周圍有什么，直接開(kāi)攝像頭掃一下前方幾個(gè)餐廳，優(yōu)選出清淡的那家。

還有實(shí)時(shí)翻譯。異地旅行時(shí)，視覺(jué)加聽(tīng)覺(jué)的組合，自然就能完成翻譯。

"單旅游場(chǎng)景就足夠吸引非常多人了。甚至應(yīng)該成為核心的出貨渠道——博物館、藝術(shù)展、名山大川、異地翻譯，所有需要講解和解釋的場(chǎng)景。"

最后是靈感記錄。董紅光自己天天在用的功能：開(kāi)車時(shí)有個(gè)靈感，輕輕一敲耳機(jī)就說(shuō)，不用掏手機(jī)。過(guò)去你得掏手機(jī)、選應(yīng)用——日程輸?shù)饺諝v，待辦輸?shù)絋odo，有些事輸?shù)絺渫洠行┌l(fā)到微信——到處輸，到處找?，F(xiàn)在就是碎碎念，AI幫你整理?；仡^可以直接問(wèn)"我那天記了個(gè)什么事"，它就給你找到了。

"平時(shí)經(jīng)常腦子中一閃而過(guò)一堆靈感，掏手機(jī)的過(guò)程中就忘了?，F(xiàn)在敲一下就說(shuō)，完事了。"

四、通用硬件的價(jià)值一定大于專用硬件

AI硬件分兩種：專用和通用。

專用AI硬件像MP3、數(shù)碼相機(jī)、功能手機(jī)，一個(gè)設(shè)備上就兩三個(gè)功能。這種情況下，操作系統(tǒng)可有可無(wú)，硬件直接對(duì)接功能，中間一層薄薄的小系統(tǒng)就夠了。

但通用AI硬件要做AI助手，不可能只干一兩件事。需要接入海量應(yīng)用和服務(wù)——旅游、打車、日程、外賣、博物館講解——只有操作系統(tǒng)才能把復(fù)雜硬件和多傳感器穿起來(lái)，把海量應(yīng)用接進(jìn)來(lái)。

"專用硬件像是只做一件事的工具，只需簡(jiǎn)單指令集。通用AI硬件要成為具備感知、記憶和決策能力的'智能體'，需要操作系統(tǒng)來(lái)統(tǒng)籌云端大腦、端側(cè)感官以及海量服務(wù)生態(tài)。"

這也是為什么光帆一上來(lái)就強(qiáng)調(diào)操作系統(tǒng)的普適性。就像iOS和Android最初是為手機(jī)設(shè)計(jì)的，后來(lái)發(fā)現(xiàn)平板、車機(jī)、電視都能用——凡是有圖形界面的都能用。光帆的思路是：凡是以語(yǔ)音交互為主的AI品類，未來(lái)都可以用這套操作系統(tǒng)。

光帆如何解決AI設(shè)備的吃灰問(wèn)題？

AI硬件最大的問(wèn)題是：新鮮感只有幾天。

人形機(jī)器人買回來(lái)翻個(gè)跟頭就吃灰了，智能眼鏡也很少有人持續(xù)佩戴。

光帆的解法是，高頻帶低頻。

首先，選擇的兩個(gè)品類本身就是成熟大品類。開(kāi)放式耳機(jī)用戶本來(lái)就會(huì)天天佩戴——聽(tīng)歌、接電話。手表用戶本來(lái)就會(huì)每天戴——看時(shí)間、運(yùn)動(dòng)健康。即便不用AI功能，這兩個(gè)設(shè)備依然有極高的日常實(shí)用價(jià)值。

"即使用戶不使用AI功能，這兩個(gè)設(shè)備依然是好用的耳機(jī)和手表。這就解決了'吃灰'問(wèn)題——設(shè)備一直在用戶身上，AI就有機(jī)會(huì)在合適的場(chǎng)景被喚醒。"

其次，在剛需場(chǎng)景和高頻場(chǎng)景之間平衡。博物館講解是剛需但低頻，消息提醒是高頻——重要消息在耳邊提醒，下一個(gè)會(huì)什么時(shí)候開(kāi)，到家提醒取快遞，到超市提醒買東西。高頻場(chǎng)景讓用戶持續(xù)佩戴，低頻剛需場(chǎng)景在需要時(shí)正好派上用場(chǎng)。

"我們得益于操作系統(tǒng)，開(kāi)發(fā)一個(gè)應(yīng)用成本很低。所以既要?jiǎng)傂璧?，又要高頻的。"

光帆的科幻終局

"光帆"這個(gè)名字來(lái)自科幻領(lǐng)域的星際推進(jìn)技術(shù)——不攜帶燃料，靠光壓持續(xù)加速。在有限燃料下，傳統(tǒng)火箭只能做短途旅行。但光帆可以做得很輕，一點(diǎn)一點(diǎn)往前走，慢慢提升速度，接近光速，走得很遠(yuǎn)。

董紅光說(shuō)這正是他們做事的風(fēng)格。

• 第一，AI賽道是確定的，但路徑需要探索。"我們用務(wù)實(shí)的方式，讓用戶以更低成本接受，一點(diǎn)點(diǎn)推進(jìn)。"

• 第二，探索本身就有價(jià)值。"別人沒(méi)有做過(guò)的路徑，未見(jiàn)得是對(duì)的，但這個(gè)探索本身就有價(jià)值。"

• 第三，最后支撐前行的是希望。"創(chuàng)業(yè)資源有限，很多時(shí)候彈盡糧絕。但光代表希望——當(dāng)你彈盡糧絕的時(shí)候，依然能通過(guò)希望讓這家公司繼續(xù)前行。"

在看不清遠(yuǎn)方的AI大航海時(shí)代，董紅光最篤定的是什么？

"AI一定能改變?nèi)说纳?。今天雖然大模型離很多人都很遠(yuǎn)，但它可以離人很近，只是工程和產(chǎn)品上還沒(méi)有落地。這件事是確定的。"

在用戶每一次不再掏出手機(jī)的那個(gè)瞬間，AI硬件的價(jià)值才真正顯現(xiàn)。光帆選擇了自研OS，選擇了給耳機(jī)裝上攝像頭這個(gè)反直覺(jué)的方案，正是在確定的方向上，做不確定的探索。

一點(diǎn)一點(diǎn)往前走，慢慢提升速度，走得很遠(yuǎn)。