AI 与硬件的双向奔赴：数据飞轮才是下一阶段竞争核心

大模型被困在输入框里，硬件被困在一次性交易里——这是过去两年 AI 硬件赛道反复出现的两个焦虑。当两边都在向外寻找出路，AI 与硬件的关系从「各做各的」变成「互相补短」。真正被重新定价的，既不是传感器，也不是模型本身，而是设备进入生活之后，那条持续回流的数据与服务链路。

大模型走出网页，去哪里找新数据

互联网上的公开文本、图像、视频与代码，曾是通用大模型最稳定的养料。但 Epoch AI 的估算显示，按现有趋势，大模型将在 2026 年到 2032 年之间消化掉人类存量公开文本。这意味着通用能力继续往上抬的天花板，正在变近。

增量开始藏在网页之外。一周体重怎么变、体脂降了还是肌肉掉了；一次会议里谁承诺了什么、后来有没有兑现；一个孩子站在展柜前为什么停下；一个人在厨房、工位、客厅里如何和物理世界发生关系。这些数据碎、脏、日常，不会主动递到模型面前。AI 从「会回答」走向「会服务」，绕不开它们。

Plaud CEO Nathan Hsu 在 NotePin 发布前说过一句话：很多公司还在用已经数字化的互联网数据做 AI，但现实场景里还有大量数据，藏在人们「说什么、听什么、看什么」里面。这几乎点穿了 AI 硬件重新变热的底层动机。

硬件不甘心「卖完即止」

硬件公司真正想逃离的不是硬件，而是只靠硬件赚钱这件事。供应链越成熟，单台设备的毛利越容易被追平；参数、价格、渠道、售后把天花板压得很低。设备卖出去之后，故事能不能继续，取决于另一件事：它能不能在某个生活现场里，长期沉下一批别人拿不走的数据。

《华尔街日报》报道显示，亚马逊设备业务在 2017 年到 2021 年累计亏损超过 250 亿美元。Echo 曾被寄望于靠低价进入家庭、再带动购物与服务收入，但很多用户只把它当作闹钟、天气查询和音乐播放器。设备进了家门，生意未必进了生活。

相比之下，一些新形态硬件正在把这条链路接起来：

• 蚂蚁阿福智能体脂秤：6 月 25 日上线「科学减重 1 亿斤」活动，「9.9 元运费 + 实付 1 分钱」定价，上线 2 小时领取量超 1 万台。绑定 App 后可查看 18 项身体数据并生成 AI 解读，把用户从「自述者」变成可被连续校准的对象。
• 灵宇宙小方机：搭载 LingOS 的儿童 AI 学伴，顾嘉唯将其定位为 AI 在物理世界的「眼睛」与「耳朵」，去采集第一视角的真实场景数据，与 Luka 机器人共同构成认知启蒙与户外探索矩阵。
• Plaud：TechCrunch 报道已出货超 200 万台，软件订阅 ARR 超 1 亿美元，硬件之后的纪要、转写、待办与团队知识接管后半程。
• Fuzozo 芙崽：珞博智能推出的 AI 养成系潮玩，毛绒包挂形态，强调长期记忆与情感陪伴关系。

飞轮的另一面：信任与合规成本

硬件采回私域数据，数据喂养模型，模型让服务更懂用户，服务带来留存，留存继续产生新数据——这条飞轮看起来很诱人，但另一面是更重的信任成本。

Google 收购 Fitbit 时，欧盟最终要求 Google 在十年内不得将 Fitbit 用户的健康数据用于广告。这是一条边界提醒：当可穿戴设备积累起足够多的身体数据，监管最先盯住的，就是数据会不会被带进另一套商业系统。

Humane AI Pin 的退场则给出了另一种反面教材。HP 收购 Humane 部分资产后，AI Pin 停止销售；云服务关闭后，已购设备失去绝大多数联网功能。一个被包装成未来入口的硬件，最后证明了 AI 硬件的价值并不牢牢长在设备上，而是长在背后的持续服务与云端能力里——链路断了，设备很快变成孤岛。

真正被重新定价的是数据链路

走到这一步，问题已经不是「AI+硬件」谁喊得更早，也不是谁先把模型塞进设备，而是这条数据与服务链路最终由谁掌握。

设备可以换，模型也可以换，真正沉下来的，是身体、声音、第一视角、工作流与生活场景里持续回流的数据。它们越连续、越贴身、越有上下文，越不像一份功能记录，而更像下一代 AI 产品的底层资产。

往深处看，软件公司做硬件、硬件公司接模型，表面是两条路线，奔向的却是同一个数据终局：谁能更早、更稳、更合规地接住真实世界的数据，谁就更有机会把模型做深、把服务做长，也把一台设备从一次性交易拖进更长的使用关系里。

飞轮转起来，AI 与硬件才从互相补短变成彼此成就；转不起来，AI 也许仍困于输入框，硬件也可能只是包裹了一层科技糖衣的漂亮外壳。风口一过，难免各自散场。