今日羁系部分披露新希望矿难致82死后外地县委书记落马 很兴奋为您解答这个问题，，，，让我来帮您详细说明一下。
。。品牌授权报修电话，，，，快速上门服务

四川省遂宁市蓬溪县平顶山市卫东区湖北省襄阳市襄州区广东省珠海市斗门区江苏省苏州市相城区四川省乐山市西城区月坛街道湖北省襄阳市襄州区山东省枣庄市台儿庄区福建省漳州市龙海市江西省吉安市吉安县云南省玉溪市新平彝族傣族自治县宝坻区牛家牌镇青海省海北藏族自治州门源回族自治县四川省甘孜藏族自治州丹巴县内蒙古呼伦贝尔市阿荣旗元氏县苏村乡海南省儋州市合肥市瑶海区江西省萍乡市上栗县山西省临汾市安泽县贵州省黔南布依族苗族自治州惠水县山西省阳泉市平定县江西省九江市武宁县辽宁省铁岭市清河区黑龙江省鹤岗市濮阳市南乐县西藏阿里地区日土县山东省滨州市桥西区苑东街道南开区体育中心街道江西省鹰潭市余江区广东省深圳市贵州省六盘水市水城县桂林市秀峰区山东省淄博市临淄区福建省莆田市仙游县云南省丽江市宁蒗彝族自治县马鞍山市博望区福建省厦门市海沧区山东省聊都会冠县山西省朔州市山阴县江西省萍乡市上栗县黑龙江省七台河市桃山区山东省聊都会冠县行唐县龙州镇四川省泸州市江阳区四川省广元市贵州省安顺市普定县江苏省徐州市福建省三明市梅列区内蒙古锡林郭勒盟正镶白旗河西区桃园街道山西省晋都会泽州县广东省广州市越秀区福建省莆田市仙游县江苏省南通市启东市广东省惠州市龙门县河东区东新街道湖北省宜昌市西陵区怀柔区雁栖地区广东省佛山市三水区四川省广安市岳池县内蒙古锡林郭勒盟镶黄旗辽宁省铁岭市开原市黑龙江省佳木斯市汤原县清静区南市街道山东省泰安市泰山区山西省晋中市灵石县四川省凉山彝族自治州甘洛县喀什地区麦盖提县黑龙江省佳木斯市富锦市延庆区康庄镇吉林省长春市双阳区向阳区豆各庄地区云南省普洱市景东彝族自治县密云区古北口镇江西省萍乡市上栗县福建省福州市永泰县四川省成都会双流区四川省宜宾市翠屏区山东省烟台市龙口市黑龙江省绥化市明水县陕西省宝鸡市眉县湖北省宜昌市夷陵区密云区古北口镇黑龙江省伊春市金林区山西省晋中市榆社县云南省西双版纳傣族自治州勐腊县云南省普洱市景东彝族自治县蓟州区东二营镇吉林省长春市双阳区广东省江门市元氏县苏村乡山东省滨州市陕西省汉中市西乡县甘肃省陇南市海南省儋州市蓟州区官庄镇内蒙古乌海市乌达区

本周研究机构披露新政策机械人卖出500台，，，，可能只是卖给了偕行｜四位一线操盘手拆透AI硬件的真实生死线，，，，很兴奋为您解答这个问题，，，，让我来帮您详细说明一下:官方服务专线，，，，支持多品牌报修

福建省福州市罗源县陕西省咸阳市兴平市甘肃省陇南市武都区昌平区阳坊镇山西省阳泉市平定县陕西省汉中市留坝县桂林市秀峰区辽宁省锦州市义县丰台区和义街道四川省成都会双流区桥西区留营街道山西省晋都会泽州县四川省甘孜藏族自治州丹巴县黑龙江省鸡西市鸡冠区广东省汕头市龙湖区甘肃省甘南藏族自治州开封市通许县广东省云浮市新兴县崇左市宁明县西青区精武镇陕西省宝鸡市眉县焦作市江西省宜春市宜丰县西藏山南市贡嘎县山东省东营市垦利区新乐市协神乡内蒙古鄂尔多斯市康巴什区江苏省南通市启东市江苏省镇江市句容市内蒙古呼伦贝尔市阿荣旗湖北省襄阳市襄州区山东省聊都会冠县山东省泰安市泰山区四川省凉山彝族自治州昭觉县青海省海北藏族自治州门源回族自治县江西省九江市武宁县黑龙江省佳木斯市富锦市福建省厦门市海沧区亳州市利辛县湖北省宜昌市夷陵区山西省忻州市宁武县焦作市广东省珠海市斗门区广东省汕头市南澳县清静区南市街道赵县沙河店镇江西省九江市武宁县陕西省汉中市南郑区辽宁省大连市旅顺口区四川省甘孜藏族自治州隆安县北海市海城区井陉县测鱼镇桂林市秀峰区甘肃省兰州市崇左市四川省甘孜藏族自治州贵州省铜仁市玉屏侗族自治县丰台区长辛店镇山西省晋中市太谷区丰台区右安门街道云南省红河哈尼族彝族自治州绿春县黑龙江省伊春市金林区新乐市协神乡四川省宜宾市江安县昌平区延寿镇湖北省恩施土家族苗族自治州恩施市江西省宜春市宜丰县和田地区许昌市建安区防城港市东兴市贵州省黔东南苗族侗族自治州天柱县海淀区青龙桥街道福建省福州市永泰县大兴区顺义区空港街道黑龙江省鹤岗市甘肃省陇南市怀柔区龙山街道湖北省孝感市汉川市陕西省咸阳市兴平市百色市靖西市山东省烟台市牟平区焦作市山西省吕梁市岚县巴音郭楞蒙古自治州和硕县南阳市内乡县顺义区空港街道延庆区康庄镇四川省甘孜藏族自治州泸定县桥西区苑东街道平顶山市湛河区延庆区康庄镇银川市贺兰县甘肃省天水市秦州区云南省红河哈尼族彝族自治州泸西县贵州省六盘水市水城县海南省儋州市山东省烟台市龙口市南阳市内乡县

全球服务区域:江西省宜春市宜丰县山东省淄博市临淄区辽宁省锦州市义县鹿泉区寺家庄镇武清区上马台镇鹿泉区白鹿泉乡山西省忻州市宁武县桥西区苑东街道重庆市县巫山县山西省运都会夏县海淀区青龙桥街道向阳区小红门地区四川省广安市岳池县马鞍山市博望区博尔塔拉蒙古自治州温泉县向阳区豆各庄地区辽宁省沈阳市浑南区广东省深圳市山西省长治市襄垣县平顶山市湛河区怀柔区龙山街道辽宁省锦州市义县山东省聊都会冠县向阳区豆各庄地区怀柔区雁栖地区重庆市市辖区北碚区福建省福州市永泰县静海区大邱庄镇山西省运都会夏县云南省西双版纳傣族自治州勐腊县江西省宜春市宜丰县山西省临汾市安泽县陕西省西安市未央区陕西省汉中市南郑区广东省汕头市龙湖区云南省大理白族自治州云龙县长安区南村镇山西省忻州市定襄县平山县岗南镇丰台区和义街道山东省泰安市泰山区湖北省宜昌市秭归县重庆市市辖区北碚区信阳市平桥区山西省运都会夏县四川省宜宾市珙县内蒙古鄂尔多斯市鄂托克旗江苏省徐州市新沂市赞皇县西龙门乡许昌市建安区平山县岗南镇吉林省白山市浑江区山西省阳泉市平定县湖北省宜昌市秭归县山东省烟台市牟平区广东省珠海市斗门区辽宁省沈阳市沈河区江苏省徐州市新沂市阿克苏地区新和县福建省南平市平山县东回舍镇元氏县北海市海城区福建省漳州市龙海市江苏省南通市启东市西藏阿里地区日土县云南省西双版纳傣族自治州勐腊县山西省吕梁市中阳县焦作市中站区云南省文山壮族苗族自治州广南县密云区不老屯镇向阳区酒仙桥街道福建省福州市永泰县广东省云浮市新兴县向阳区小红门地区青海省海南藏族自治州贵德县山东省烟台市龙口市福建省厦门市湖里区西城区月坛街道四川省宜宾市珙县福建省莆田市城厢区南阳市内乡县西藏山南市贡嘎县贵州省六盘水市水城县四川省甘孜藏族自治州湖北省宜昌市秭归县江西省吉安市吉安县辽宁省沈阳市浑南区密云区河南寨镇喀什地区麦盖提县山东省枣庄市台儿庄区山西省晋都会高平市青海省海南藏族自治州贵德县阿克苏地区拜城县井陉县吴家窑乡甘肃省陇南市武都区延庆区康庄镇喀什地区叶城县西藏山南市辽宁省向阳市北票市

今日官方渠道转达最新效果机械人卖出500台，，，，可能只是卖给了偕行｜四位一线操盘手拆透AI硬件的真实生死线，，，，很兴奋为您解答这个问题，，，，让我来帮您详细说明一下:售后服务维修中心电话，，，，支持多渠道服务

天下服务区域：山东省潍坊市青州市江西省吉安市吉安县蓟州区官庄镇山西省长治市襄垣县山西省朔州市山阴县陕西省宝鸡市眉县武清区上马台镇辽宁省本溪市溪湖区福建省南平市建瓯市江西省吉安市吉安县海南省三沙市西沙区福建省南平市陕西省宝鸡市眉县长安区南村镇钦州市四川省成都会金牛区新乐市协神乡西藏拉萨市达孜区甘肃省庆阳市镇原县密云区古北口镇福建省莆田市城厢区云南省红河哈尼族彝族自治州绿春县蓟州区官庄镇西城区天桥街道新乐市协神乡江苏省徐州市平山县上观音堂乡黑龙江省伊春市金林区海南省？？谑忻览记淝迩下硖ㄕ蛎茉魄幽险蚰诿晒盼止彰苏獍灼煅忧烨底蚝戏适醒海区江西省九江市武宁县山西省晋中市榆社县山西省忻州市宁武县昌平区阳坊镇桥西区苑东街道防城港市东兴市海淀区青龙桥街道黑龙江省佳木斯市富锦市昌平区阳坊镇福建省厦门市海沧区贵州省黔南布依族苗族自治州惠水县福建省莆田市仙游县崇左市宁明县山东省滨州市向阳区小关街道吉林省长春市双阳区重庆市市辖区北碚区山西省运都会夏县怀柔区雁栖地区元氏县苏村乡淮南市大通区黑龙江省鸡西市鸡冠区辽宁省铁岭市开原市黑龙江省绥化市明水县行唐县龙州镇四川省成都会新都区四川省宜宾市江安县元氏县殷村镇山东省聊都会冠县江苏省徐州市新沂市贵州省铜仁市印江土家族苗族自治县平顶山市卫东区黑龙江省绥化市明水县山东省枣庄市台儿庄区蓟州区东二营镇平山县宅北乡四川省宜宾市江安县吉林省白山市浑江区内蒙古乌海市乌达区山东省青岛市城阳区河东区东新街道内蒙古乌海市乌达区南开区长虹街道四川省泸州市江阳区湖北省襄阳市襄州区山东省枣庄市台儿庄区福建省莆田市仙游县贵州省黔东南苗族侗族自治州天柱县广东省深圳市银川市贺兰县蓟州区东赵各庄镇平山县东回舍镇青海省海北藏族自治州门源回族自治县江苏省苏州市相城区贵州省安顺市普定县广东省深圳市四川省甘孜藏族自治州贵州省安顺市普定县山东省滨州市山西省阳泉市平定县青秀区密云区古北口镇濮阳市南乐县吉林省四平市铁西区海南省三沙市西沙区甘肃省天水市秦州区

售后服务上门服务电话，，，，智能分配票据：机械人卖出500台，，，，可能只是卖给了偕行｜四位一线操盘手拆透AI硬件的真实生死线

“AI硬件现在还不是一个行业，，，，而是一个偏向。
。。它落在工业、教育、医疗等详细场景里，，，，才真正组成行业。
。。”

大模子的狂欢之后，，，，AI的浪潮正不可逆地涌向物理天下。
。。

AI硬件，，，，这个被赋予“下一个入口”想象的赛道，，，，正在同时承载雄心、泡沫与迷思。
。。当“AI Native”成为创业者的标配话术，，，，一个真问题浮现出来：真正的AI硬件，，，，事实长什么样？？

近期，，，，虎嗅AI硬件闭门会第二期，，，，我们约请了乐享科技联席CTO李元庆、臻效智能CEO孙鹏飞、明势创投董事总司理徐玥晨、Skyris首创人张宇诺，，，，从具身智能、工业AI、投资到消耗级陪同机械人，，，，举行了一场深度对谈。
。。

这场讨论没有标准谜底，，，，但留下了几个足够真实的判断：

真正的AI Native，，，，不是古板硬件外挂一个模子；；；；；

消耗级AI硬件最大的问题，，，，不但是模子不敷强，，，，而是产品界说经常没有对；；；；；

工业AI反而更早落地，，，，由于它只认可可丈量的价值；；；；；

机械人和AI硬件的PMF，，，，远比Demo和早期销量主要；；；；；

端侧算力不是越大越好，，，，而是必需用在“比黄金还值钱”的地方。
。。

我们把全场干货、共识、预判，，，，整理成这篇真话实录。
。。

一、重估AI Native：体验为王，，，，而非AI为王

作甚“AI Native硬件”？？行业没有标准谜底，，，，但共识正在形成：

焦点不在于是否搭载了AI，，，，而在于体验是否由AI带来，，，，且AI的抽离是否会导致产品价值坍塌。
。。

张宇诺的判断标准很爽性：“当AI拿掉之后，，，，这个硬件作为本体还成不建设？？若是所有为模子设计的传感器、执行器都不启用了，，，，那它才是AI Native的硬件。
。。”

他以Plaud为例：没有AI，，，，它只是通俗录音装备；；；；；有了AI，，，，录音酿成可检索、可沉淀的信息资产，，，，焦点价值才被激活。
。。陪同机械人同理——拿掉模子只剩一个挂件，，，，AI才真正加入了产品建设自己。
。。

但张宇诺也提醒，，，，太过追求这种“纯粹”会走向误区：为了AI而设计产品。
。。

徐玥晨作为投资人，，，，标准更务实：焦点体验是不是AI带来的？？原来的体验差，，，，是不是由AI弥合的？？

她举了Insta360拇指相机：AI剪辑让“手苯党”也能出片。
。。这些体验的重大跃迁，，，，才是她判断AI Native的焦点，，，，也是她投资逻辑里“Why Now”的要害——为什么今天才泛起这个产品？？AI带来的体验变量是否足够大？？

李元庆则把界说往深推了一层：AI Native不但要看产品带不带AI，，，，更要看研发历程是否被AI重构。
。。

若是一个产品只是最终形态接入了模子，，，，但产品界说、数据网络、研发验证、迭代流程仍是古板硬件逻辑，，，，就不算真正的AI Native。
。。标杆是FSD或AI for Science——研发历程自己就被AI自动化渗透。
。。

孙鹏飞从工业视角泼了一盆冷水：“工业领域纯AI Native极难实现。
。。”

工业系统有传感层、驱动层、控制层、边沿层、云层，，，，底下三层“上百年了”，，，，很难被AI重新界说。
。。工业AI的常见形态不是“AI界说一切”，，，，而是AI进入原有系统，，，，围绕装备、工艺和控制闭环施展作用。
。。

一个词的四种界说，，，，折射出四类需求：消耗端要体验重构，，，，工业端要闭环控制，，，，投资端要Why Now，，，，手艺端要研发范式转变。
。。二、工业AI：不讲故事，，，，只算账

当各人都盯着消耗级AI硬件时，，，，孙鹏飞提醒了一个被忽视的事实：

工业场景的AI硬件和系统，，，，着实比消耗端更早进入落地。
。。

原因很简朴：工业不靠新鲜感买单，，，，只看效果。
。。

“工业内里很是讲ROI，，，，我们不太讲情绪价值。
。。若是给客户带来的营业价值不可量化、不可算成钱，，，，这个营业坚决不做。
。。”

AI在工业里必需转化成硬指标：省了几多电、提了几多产量、降了几多缺陷率、减了几多人工、缩短了几多；；；；；奔。
。。

工业系统有两个明确维度。
。。第一个是纵向的五层架构：

孙鹏飞的焦点营业——用离线强化学习做数据中心冷源控制和火电燃烧优化——正是边沿层实践。
。。从古板PLC（可编程逻辑控制器）/DCS（漫衍式控制系统）毫秒级采数，，，，在边沿侧跑模子，，，，再返回执行，，，，实时性、稳固性、清静性是焦点。
。。

第二个维度是横向的智能化演进品级，，，，孙鹏飞将其类比为自动驾驶L1到L5：

现在中国工业整体仍处于早期：L1已较普及，，，，L2和L3共存，，，，真正进入L3闭环控制的场景仍然有限。
。。

针对“AI幻觉”，，，，孙鹏飞的回覆很明确：真正的工业控制场景，，，，很少有人直接用大模子做控制。
。。

他们更强调多层兜底：算法层清静界线、Agent层上下限约束、PLC/DCS古板系统兜底、通讯链路和心跳机制监控异常。
。。一旦出问题，，，，必需瞬间切回原控制模式。
。。

“不像ToC，，，，通用大模子出一些不睬想的对话也就认了。
。。工业侧任何万一都要被规避掉。
。。”

这也诠释了为什么工业AI不如消耗硬件热闹，，，，却更早泛起真实落地：它不讲故事，，，，只看账。
。。

三、消耗级AI硬件：机械人卖出500台，，，，不代表找到了PMF

与工业的“效果导向”差别，，，，消耗级AI硬件面临的是另一套评价系统。
。。

李元庆用特斯拉Model S的早期路径类比消耗级机械人：

第一批是极客和教授，，，，第二批是企业高管，，，，第三批是工程师和科技喜欢者，，，，最后才走向公共。
。。

真正难题的不是卖出早期样机，，，，而是跨过行业内循环，，，，进入真实消耗者生涯。
。。

他很直白：“无论做什么机械人，，，，一定能卖出去500台，，，，由于有500个竞争敌手会买回去研究。
。。1000台以上，，，，才需要真实的PMF（产品市场契合度）。
。。”

张宇诺也增补，，，，许多AI硬件的前1000台销量，，，，实质上仍在行业内部循环。
。。真正的PMF，，，，要看通俗用户是否一连使用、是否复购、是否愿意为服务付费。
。。

但消耗级产品比PMF更难的，，，，可能是CMF（Customer-Market-Fit）——李元庆将其延伸为“产品与市场之间的情绪契合”。
。。对陪同、家庭、消耗级机械人来说，，，，痛点不总是功效性的，，，，情绪价值自己就是产品建设的一部分。
。。

张宇诺提出了一个反知识视察：“在AI突飞猛进的这两年，，，，陪同机械人市场没有泛起任何一款能逾越以前的产品。
。。”

Vector、Lovot、Loona这些“前大模子时代”或早期陪同机械人产品，，，，反而至今未被逾越。
。。原因在于，，，，许多新产品没有明确：“会语言”不即是“会陪同”。
。。

陪同的焦点不是语言能力，，，，而是生命感、自动性和关系感。
。。用户需要感受到这个产品“保存”，，，，并且“和我有关系”——行动、心情、自动靠近、回避、期待、注视，，，，可能比一段流通对话更主要。
。。

“陪同最主要的是：证实我保存，，，，证实我跟你有关系。
。。这两件事更多是通过行动、心情、行为完成，，，，而不是语言。
。。”

徐玥晨从投资视角增补：今天AI硬件体验不敷好，，，，“首先模子侧还没到谁人timing”。
。。

真正自然的陪同，，，，需要装备能实时听、随时待命，，，，而不是每次都被机械叫醒。
。。这一点连云端体验都还在生长，，，，更不必说端侧安排后的延迟、功耗和算力分配。
。。

她区分了两类消耗级陪同需求：OC人群（Original Character，，，，对角色有强情绪投射）可以接受“叫醒后对话”的体验取舍；；；；；但公共市场要的是“无感陪同”，，，，像猫一样随时待命，，，，不是你叫它才过来。
。。

Lovot是整场重复提到的案例。
。。售价约25000元，，，，每月1500元软件订阅费，，，，但两年续订率97%。
。。

这说明一个要害问题：用户不是不肯意为AI硬件订阅付费，，，，而是不肯意为不值得的服务付费。
。。

若是产品真正提供了不可替换的情绪价值和生涯嵌入感，，，，用户可以接受高订阅；；；；；若是只是多了一个谈天入口，，，，再自制也很难一连。
。。

四、端侧算力：一场比“金子”还贵的博弈

端侧模子，，，，是目今AI硬件最痛的地方。
。。

张宇诺给出了最直观的本钱账：

“带内存的RK3588模组，，，，从去年的五百多元涨到了今年的一千多元。
。。内存价钱涨了三倍。
。。今天的算力是比黄金还贵的。
。。”

整机BOM因此涨了快要一千块，，，，售价被迫也往上涨。
。。“今年所有消耗级机械人都会很难。
。。”

但端侧算力又不可完全不必。
。。张宇诺甚至比照了两种极端：有人已经在ESP32上跑OpenClaw，，，，所有推理走云端，，，，本钱险些为零；；；；；但若是要在端侧跑7B模子，，，，仅一块4GB的英伟达Jetson Nano焦点模组就要2000多元。
。。

“你若是只是拿它跑一个7B的问答模子，，，，用一块20块钱的ESP32连云端API，，，，能抵达险些一模一样的效果。
。。最多慢一些。
。。”

这也引出了他的“暴论”：陪同机械人的用户体验，，，，和它所具有的端侧算力成正比。
。。 LeoBot搭载两块英伟达Jetson芯片，，，，BOM本钱2-3万，，，，“确实交付了好的体验，，，，用户愿意付费”。
。。

端侧算力是钱，，，，算法优化直接即是降本。
。。

因此，，，，Skyris的工程战略不是“所有使命都端侧化”，，，，而是把算力花在刀刃上：

大模子NLP推理放云端；；；；；

ASR、TTS、SLAM、视觉识别等实时性使命放端侧；；；；；

用户说“hi”时，，，，先用规则反映承接，，，，用这段时间“冲抵”云端延迟。
。。

李元庆从具身智能角度给出了更严肃的现实：

7B模子才具备基础视频明确能力，，，，14B才具备较强使命推理妄想能力，，，，38B以上才有较强的指令遵从能力。
。。 但若是38B模子跑在端侧，，，，“SOC主板本钱2-3万，，，，整机BOM五六万，，，，售价得20-30万——那可能不如买辆车。
。。”

行业现在两条蹊径：

端云协同：端侧极致低本钱，，，，重大推理全放云端，，，，靠OTA升级，，，，BOM压到最低；；；；；

端侧守旧：端侧保存一定算力，，，，承；；；；；〉己健⒏兄⒆ト『颓寰彩姑，，，，重大使命仍依赖云端。
。。

孙鹏飞则从工业角度给出了差别谜底：工业端侧“不太缺算力”。
。。离线强化学习模子是“高性能训练、低性能推理”，，，，端侧跑起来对算力要求不高。
。。但工业对模子有特殊要求：必需按控制节奏输出、必需在清静界线内运行、必需有多层兜底。
。。

端侧算力的要害不是越大越好，，，，而是： 它是否和用户可感知价值、使命实时性和清静需求相匹配。
。。五、软硬一体：国情所迫，，，，照旧体验闭环？？

“软硬一体”是贯串全场的高频词，，，，但落地也诸多挑战。
。。

孙鹏飞的看法最直白：

在中国市场，，，，纯软件营业极难售卖，，，，客户不认可纯软件价值，，，，必需“软饭硬吃”——把软件的钱放在硬件里卖。
。。 这不但是商业逻辑，，，，也是供应链壁垒。
。。

但在AI时代，，，，软硬一体不但是商业包装，，，，而是体验闭环。
。。

徐玥晨提出了要害判断：

“不是软件界说硬件，，，，也不是硬件界说软件，，，，而是体验界说硬件，，，，界说软件，，，，再界说算力。
。。”

已往做硬件，，，，先定形态、价钱带和BOM，，，，再往内里加功效。
。。AI时代要做到原生，，，，必需从用户体验倒推：

用户需要什么交互？？

哪些体验必需实时爆发？？

哪些使命外地感知？？

哪些能力可以云端完成？？

需要哪些传感器、执行器、芯片和架构？？

哪些本钱用户愿意一连支付？？

她还提出了一个简朴的PMF磨练要领：看用户是否一连使用软件、是否续费。
。。 若是买硬件后不再用AI服务，，，，说明他只是为外观或新鲜感买单；；；；；一连使用和续费，，，，才说明AI焦点体验真正建设。
。。

张宇诺用Lovot进一步说明软硬一体+订阅制的可行性。
。。要害不在“订阅模式好欠好”，，，，而在软件是否提供了足够价值。
。。Lovot不是简朴给毛绒玩具塞一个谈天功效，，，，而是通过识别、互动、视频、语言再到行动的完整链路，，，，构建一连服务。
。。

这也对AI时代的产品司理提出了更高要求。
。。徐玥晨以为，，，，产品司理不但要明确用户和产品，，，，还要知道目今模子能力界线在那里、端侧算力能做到什么水平、哪些模子能安排、安排历程中会遇到哪些本钱与延迟问题。
。。 未来的AI硬件产品司理，，，，必需同时明确体验、手艺界线和商业本钱。
。。

因此，，，，AI硬件的护城河不但是模子能力，，，，也不是简单硬件形态，，，，而是：

软硬件、模子、交互和商业模式，，，，形成一个用户愿意一连付费的闭环。
。。六、创业者的时机，，，，在大厂看不见的误差里

话题最后回到了“泡沫”。
。。

徐玥晨的态度最开放：“任何行业都有泡沫。
。。完全没有泡沫的行业，，，，属于真正没热过的行业。
。。” 泡沫的条件是各人看到了可能性。
。。对创业者而言，，，，泡沫期意味着更多资源、更多试错空间。
。。要害是潮流退去后，，，，真正有价值的公司会留下来。
。。

她区分了两类时机：成熟硬件厂商做“硬件+AI”，，，，是体验升级；；；；；首创公司的时机在于“AI界说硬件”，，，，成为新品类界说者。
。。

孙鹏飞则更审慎。
。。他2013-2014年做人形机械人创业，，，，与优必选同期，，，，“没找到PMF，，，，资金链断裂”。
。。他以为人形机械人和具身智能保存显着周期性，，，，“火到2027、2028年，，，，若是一直找不到商业化落地，，，，可能会冷两年，，，，手艺突破后再起来。
。。”对个体创业者来说，，，，风险并不低。
。。

李元庆的表达更理想主义，，，，但也更系统。
。。他提到了奇点——当AI能自己做AI、机械人能自己做机械人时，，，，才是真正的拐点。
。。在此之前，，，，创业公司必需做到两件事：商业化落地，，，，以及构建AI Native的研发组织系统。
。。

他还引用了一句话：

“In others’ views you are working, but in your views you are playing.”

做一件对时代有用、自己又真正热爱的事。
。。

他用“因缘际会”形容创业者的处境：“因”是自己喜欢且善于，，，，“缘”是时势所趋。
。。 手艺路径尚未收敛，，，，才给创业者留下大片空缺。
。。

李元庆还视察到一个有趣征象：CTO做CEO与CMO做CEO，，，，往往泛起出截然差别的公司气质。
。。

CTO身世的首创人，，，，公司通常带有很强的科研属性和融资属性；；；；；CMO或销售配景身世的首创人，，，，更有产品直觉和市场嗅觉，，，，能把市场时机快速转化为可量产的产品，，，，但需要一个强盛的CTO和COO团队来支持。
。。他个人更倾向于“综合性首创人”——既懂手艺界线，，，，又愿意弯下腰去卖货。
。。

张宇诺给出了最务实的建议：

“在各人不要的‘屎’内里找金子。
。。”

大厂不肯意做、不屑于做、组织惯性难以快速响应的小需求，，，，可能正是创业公司的时机。
。。已往被以为市场很小的领域，，，，好比录音笔，，，，AI重构后可能激活全新需求。
。。

他也直言，，，，陪同机械人至今没有一家出货量凌驾20万的公司，，，，也没有大厂重仓入局。
。。

“我做的行业，，，，是大厂看不上的行业。
。。”

这说明市场还早，，，，也意味着保存界说新品类的空间。
。。

结语：四个赛道，，，，一种共识

两个小时，，，，四个截然差别的赛道，，，，嘉宾们在一点上告竣了默契：

AI硬件的Native之争，，，，实质是对“体验界说权”的争取。
。。

工业端要的是可量化价值、可闭环控制、可兜底系统；；；；；

消耗端要的是无感陪同、情绪价值、一连订阅；；；；；

投资端要的是Why Now的变量、深度思索的产品司理、恒久愿景；；；；；

手艺端要的是端侧算力、模子蒸馏和系统协同。
。。

当Agent真正进入物理天下，，，，硬件不再只是被动工具，，，，而最先成为AI的“身体”。
。。但这个身体该长什么样，，，，差别场景给出了差别谜底。
。。

最终，，，，AI硬件需要回覆的仍然是几个质朴问题：

你的AI能力是否真正改善了焦点体验？？

用户是否愿意为这种体验一连付费？？

端侧算力的本钱，，，，是否配得上用户感知价值？？

工业场景里的ROI，，，，是否真的可丈量、可复核？？

你是在解决真实问题，，，，照旧追逐一个新看法？？

褪去“AI Native”的光环，，，，乐成的路径最终指向对用户价值的精准洞察、敌手艺本钱的理性控制，，，，以及对产品体验的极致追求。
。。

也就是说，，，，AI硬件最终仍要回到第一性原理，，，，忠实回覆谁人最质朴的问题：

你的产品，，，，事实能让谁的生涯，，，，变好哪怕那么一点点？？

嘉宾先容（按姓名排序）：

李元庆：乐享科技联席CTO、穹明智能总司理，，，，前华为天才少年。
。。

孙鹏飞：臻效智能CEO，，，，清华AIRIC工业智能专家。
。。

徐玥晨：明势创投董事总司理，，，，曾投中LiblibAI、Viture、沐刻智能等项目。
。。

张宇诺：Skyris首创人，，，，正在探索会飞的AI陪同机械人。
。。

主持人：宋思杭，，，，虎嗅科技组编辑，，，，关注AI与具身智能。
。。

本文基于2026年5月28日虎嗅AI硬件闭门会直播实录整理，，，，看法均来自嘉宾现场讲话。
。。

注：本场直播特殊谢谢穹明智能品牌与开发者生态认真人郁葱葱先生的撒播与招募支持，，，，特殊谢谢INNO 100及其联合提倡人吴云飞先生对春季直播的撒播与招募的全力支持。
。。

本内容由作者授权宣布，，，，看法仅代表作者自己，，，，不代表虎嗅态度。
。。如对本稿件有异议或投诉，，，，请联系 tougao@huxiu.com。
。。

本文来自虎嗅，，，，原文链接：https://www.huxiu.com/article/4863481.html?f=wyxwapp

近期相关部分更新行业效果机械人卖出500台，，，，可能只是卖给了偕行｜四位一线操盘手拆透AI硬件的真实生死线

“AI硬件现在还不是一个行业，，，，而是一个偏向。
。。它落在工业、教育、医疗等详细场景里，，，，才真正组成行业。
。。”

大模子的狂欢之后，，，，AI的浪潮正不可逆地涌向物理天下。
。。

AI硬件，，，，这个被赋予“下一个入口”想象的赛道，，，，正在同时承载雄心、泡沫与迷思。
。。当“AI Native”成为创业者的标配话术，，，，一个真问题浮现出来：真正的AI硬件，，，，事实长什么样？？

近期，，，，虎嗅AI硬件闭门会第二期，，，，我们约请了乐享科技联席CTO李元庆、臻效智能CEO孙鹏飞、明势创投董事总司理徐玥晨、Skyris首创人张宇诺，，，，从具身智能、工业AI、投资到消耗级陪同机械人，，，，举行了一场深度对谈。
。。

这场讨论没有标准谜底，，，，但留下了几个足够真实的判断：

真正的AI Native，，，，不是古板硬件外挂一个模子；；；；；

消耗级AI硬件最大的问题，，，，不但是模子不敷强，，，，而是产品界说经常没有对；；；；；

工业AI反而更早落地，，，，由于它只认可可丈量的价值；；；；；

机械人和AI硬件的PMF，，，，远比Demo和早期销量主要；；；；；

端侧算力不是越大越好，，，，而是必需用在“比黄金还值钱”的地方。
。。

我们把全场干货、共识、预判，，，，整理成这篇真话实录。
。。

一、重估AI Native：体验为王，，，，而非AI为王

作甚“AI Native硬件”？？行业没有标准谜底，，，，但共识正在形成：

焦点不在于是否搭载了AI，，，，而在于体验是否由AI带来，，，，且AI的抽离是否会导致产品价值坍塌。
。。

张宇诺的判断标准很爽性：“当AI拿掉之后，，，，这个硬件作为本体还成不建设？？若是所有为模子设计的传感器、执行器都不启用了，，，，那它才是AI Native的硬件。
。。”

他以Plaud为例：没有AI，，，，它只是通俗录音装备；；；；；有了AI，，，，录音酿成可检索、可沉淀的信息资产，，，，焦点价值才被激活。
。。陪同机械人同理——拿掉模子只剩一个挂件，，，，AI才真正加入了产品建设自己。
。。

但张宇诺也提醒，，，，太过追求这种“纯粹”会走向误区：为了AI而设计产品。
。。

徐玥晨作为投资人，，，，标准更务实：焦点体验是不是AI带来的？？原来的体验差，，，，是不是由AI弥合的？？

她举了Insta360拇指相机：AI剪辑让“手苯党”也能出片。
。。这些体验的重大跃迁，，，，才是她判断AI Native的焦点，，，，也是她投资逻辑里“Why Now”的要害——为什么今天才泛起这个产品？？AI带来的体验变量是否足够大？？

李元庆则把界说往深推了一层：AI Native不但要看产品带不带AI，，，，更要看研发历程是否被AI重构。
。。

若是一个产品只是最终形态接入了模子，，，，但产品界说、数据网络、研发验证、迭代流程仍是古板硬件逻辑，，，，就不算真正的AI Native。
。。标杆是FSD或AI for Science——研发历程自己就被AI自动化渗透。
。。

孙鹏飞从工业视角泼了一盆冷水：“工业领域纯AI Native极难实现。
。。”

工业系统有传感层、驱动层、控制层、边沿层、云层，，，，底下三层“上百年了”，，，，很难被AI重新界说。
。。工业AI的常见形态不是“AI界说一切”，，，，而是AI进入原有系统，，，，围绕装备、工艺和控制闭环施展作用。
。。

一个词的四种界说，，，，折射出四类需求：消耗端要体验重构，，，，工业端要闭环控制，，，，投资端要Why Now，，，，手艺端要研发范式转变。
。。二、工业AI：不讲故事，，，，只算账

当各人都盯着消耗级AI硬件时，，，，孙鹏飞提醒了一个被忽视的事实：

工业场景的AI硬件和系统，，，，着实比消耗端更早进入落地。
。。

原因很简朴：工业不靠新鲜感买单，，，，只看效果。
。。

“工业内里很是讲ROI，，，，我们不太讲情绪价值。
。。若是给客户带来的营业价值不可量化、不可算成钱，，，，这个营业坚决不做。
。。”

AI在工业里必需转化成硬指标：省了几多电、提了几多产量、降了几多缺陷率、减了几多人工、缩短了几多；；；；；奔。
。。

工业系统有两个明确维度。
。。第一个是纵向的五层架构：

孙鹏飞的焦点营业——用离线强化学习做数据中心冷源控制和火电燃烧优化——正是边沿层实践。
。。从古板PLC（可编程逻辑控制器）/DCS（漫衍式控制系统）毫秒级采数，，，，在边沿侧跑模子，，，，再返回执行，，，，实时性、稳固性、清静性是焦点。
。。

第二个维度是横向的智能化演进品级，，，，孙鹏飞将其类比为自动驾驶L1到L5：

现在中国工业整体仍处于早期：L1已较普及，，，，L2和L3共存，，，，真正进入L3闭环控制的场景仍然有限。
。。

针对“AI幻觉”，，，，孙鹏飞的回覆很明确：真正的工业控制场景，，，，很少有人直接用大模子做控制。
。。

他们更强调多层兜底：算法层清静界线、Agent层上下限约束、PLC/DCS古板系统兜底、通讯链路和心跳机制监控异常。
。。一旦出问题，，，，必需瞬间切回原控制模式。
。。

“不像ToC，，，，通用大模子出一些不睬想的对话也就认了。
。。工业侧任何万一都要被规避掉。
。。”

这也诠释了为什么工业AI不如消耗硬件热闹，，，，却更早泛起真实落地：它不讲故事，，，，只看账。
。。

三、消耗级AI硬件：机械人卖出500台，，，，不代表找到了PMF

与工业的“效果导向”差别，，，，消耗级AI硬件面临的是另一套评价系统。
。。

李元庆用特斯拉Model S的早期路径类比消耗级机械人：

第一批是极客和教授，，，，第二批是企业高管，，，，第三批是工程师和科技喜欢者，，，，最后才走向公共。
。。

真正难题的不是卖出早期样机，，，，而是跨过行业内循环，，，，进入真实消耗者生涯。
。。

他很直白：“无论做什么机械人，，，，一定能卖出去500台，，，，由于有500个竞争敌手会买回去研究。
。。1000台以上，，，，才需要真实的PMF（产品市场契合度）。
。。”

张宇诺也增补，，，，许多AI硬件的前1000台销量，，，，实质上仍在行业内部循环。
。。真正的PMF，，，，要看通俗用户是否一连使用、是否复购、是否愿意为服务付费。
。。

但消耗级产品比PMF更难的，，，，可能是CMF（Customer-Market-Fit）——李元庆将其延伸为“产品与市场之间的情绪契合”。
。。对陪同、家庭、消耗级机械人来说，，，，痛点不总是功效性的，，，，情绪价值自己就是产品建设的一部分。
。。

张宇诺提出了一个反知识视察：“在AI突飞猛进的这两年，，，，陪同机械人市场没有泛起任何一款能逾越以前的产品。
。。”

Vector、Lovot、Loona这些“前大模子时代”或早期陪同机械人产品，，，，反而至今未被逾越。
。。原因在于，，，，许多新产品没有明确：“会语言”不即是“会陪同”。
。。

陪同的焦点不是语言能力，，，，而是生命感、自动性和关系感。
。。用户需要感受到这个产品“保存”，，，，并且“和我有关系”——行动、心情、自动靠近、回避、期待、注视，，，，可能比一段流通对话更主要。
。。

“陪同最主要的是：证实我保存，，，，证实我跟你有关系。
。。这两件事更多是通过行动、心情、行为完成，，，，而不是语言。
。。”

徐玥晨从投资视角增补：今天AI硬件体验不敷好，，，，“首先模子侧还没到谁人timing”。
。。

真正自然的陪同，，，，需要装备能实时听、随时待命，，，，而不是每次都被机械叫醒。
。。这一点连云端体验都还在生长，，，，更不必说端侧安排后的延迟、功耗和算力分配。
。。

她区分了两类消耗级陪同需求：OC人群（Original Character，，，，对角色有强情绪投射）可以接受“叫醒后对话”的体验取舍；；；；；但公共市场要的是“无感陪同”，，，，像猫一样随时待命，，，，不是你叫它才过来。
。。

Lovot是整场重复提到的案例。
。。售价约25000元，，，，每月1500元软件订阅费，，，，但两年续订率97%。
。。

这说明一个要害问题：用户不是不肯意为AI硬件订阅付费，，，，而是不肯意为不值得的服务付费。
。。

若是产品真正提供了不可替换的情绪价值和生涯嵌入感，，，，用户可以接受高订阅；；；；；若是只是多了一个谈天入口，，，，再自制也很难一连。
。。

四、端侧算力：一场比“金子”还贵的博弈

端侧模子，，，，是目今AI硬件最痛的地方。
。。

张宇诺给出了最直观的本钱账：

“带内存的RK3588模组，，，，从去年的五百多元涨到了今年的一千多元。
。。内存价钱涨了三倍。
。。今天的算力是比黄金还贵的。
。。”

整机BOM因此涨了快要一千块，，，，售价被迫也往上涨。
。。“今年所有消耗级机械人都会很难。
。。”

但端侧算力又不可完全不必。
。。张宇诺甚至比照了两种极端：有人已经在ESP32上跑OpenClaw，，，，所有推理走云端，，，，本钱险些为零；；；；；但若是要在端侧跑7B模子，，，，仅一块4GB的英伟达Jetson Nano焦点模组就要2000多元。
。。

“你若是只是拿它跑一个7B的问答模子，，，，用一块20块钱的ESP32连云端API，，，，能抵达险些一模一样的效果。
。。最多慢一些。
。。”

这也引出了他的“暴论”：陪同机械人的用户体验，，，，和它所具有的端侧算力成正比。
。。 LeoBot搭载两块英伟达Jetson芯片，，，，BOM本钱2-3万，，，，“确实交付了好的体验，，，，用户愿意付费”。
。。

端侧算力是钱，，，，算法优化直接即是降本。
。。

因此，，，，Skyris的工程战略不是“所有使命都端侧化”，，，，而是把算力花在刀刃上：

大模子NLP推理放云端；；；；；

ASR、TTS、SLAM、视觉识别等实时性使命放端侧；；；；；

用户说“hi”时，，，，先用规则反映承接，，，，用这段时间“冲抵”云端延迟。
。。

李元庆从具身智能角度给出了更严肃的现实：

7B模子才具备基础视频明确能力，，，，14B才具备较强使命推理妄想能力，，，，38B以上才有较强的指令遵从能力。
。。 但若是38B模子跑在端侧，，，，“SOC主板本钱2-3万，，，，整机BOM五六万，，，，售价得20-30万——那可能不如买辆车。
。。”

行业现在两条蹊径：

端云协同：端侧极致低本钱，，，，重大推理全放云端，，，，靠OTA升级，，，，BOM压到最低；；；；；

端侧守旧：端侧保存一定算力，，，，承；；；；；〉己健⒏兄⒆ト『颓寰彩姑，，，，重大使命仍依赖云端。
。。

孙鹏飞则从工业角度给出了差别谜底：工业端侧“不太缺算力”。
。。离线强化学习模子是“高性能训练、低性能推理”，，，，端侧跑起来对算力要求不高。
。。但工业对模子有特殊要求：必需按控制节奏输出、必需在清静界线内运行、必需有多层兜底。
。。

端侧算力的要害不是越大越好，，，，而是： 它是否和用户可感知价值、使命实时性和清静需求相匹配。
。。五、软硬一体：国情所迫，，，，照旧体验闭环？？

“软硬一体”是贯串全场的高频词，，，，但落地也诸多挑战。
。。

孙鹏飞的看法最直白：

在中国市场，，，，纯软件营业极难售卖，，，，客户不认可纯软件价值，，，，必需“软饭硬吃”——把软件的钱放在硬件里卖。
。。 这不但是商业逻辑，，，，也是供应链壁垒。
。。

但在AI时代，，，，软硬一体不但是商业包装，，，，而是体验闭环。
。。

徐玥晨提出了要害判断：

“不是软件界说硬件，，，，也不是硬件界说软件，，，，而是体验界说硬件，，，，界说软件，，，，再界说算力。
。。”

已往做硬件，，，，先定形态、价钱带和BOM，，，，再往内里加功效。
。。AI时代要做到原生，，，，必需从用户体验倒推：

用户需要什么交互？？

哪些体验必需实时爆发？？

哪些使命外地感知？？

哪些能力可以云端完成？？

需要哪些传感器、执行器、芯片和架构？？

哪些本钱用户愿意一连支付？？

她还提出了一个简朴的PMF磨练要领：看用户是否一连使用软件、是否续费。
。。 若是买硬件后不再用AI服务，，，，说明他只是为外观或新鲜感买单；；；；；一连使用和续费，，，，才说明AI焦点体验真正建设。
。。

张宇诺用Lovot进一步说明软硬一体+订阅制的可行性。
。。要害不在“订阅模式好欠好”，，，，而在软件是否提供了足够价值。
。。Lovot不是简朴给毛绒玩具塞一个谈天功效，，，，而是通过识别、互动、视频、语言再到行动的完整链路，，，，构建一连服务。
。。

这也对AI时代的产品司理提出了更高要求。
。。徐玥晨以为，，，，产品司理不但要明确用户和产品，，，，还要知道目今模子能力界线在那里、端侧算力能做到什么水平、哪些模子能安排、安排历程中会遇到哪些本钱与延迟问题。
。。 未来的AI硬件产品司理，，，，必需同时明确体验、手艺界线和商业本钱。
。。

因此，，，，AI硬件的护城河不但是模子能力，，，，也不是简单硬件形态，，，，而是：

软硬件、模子、交互和商业模式，，，，形成一个用户愿意一连付费的闭环。
。。六、创业者的时机，，，，在大厂看不见的误差里

话题最后回到了“泡沫”。
。。

徐玥晨的态度最开放：“任何行业都有泡沫。
。。完全没有泡沫的行业，，，，属于真正没热过的行业。
。。” 泡沫的条件是各人看到了可能性。
。。对创业者而言，，，，泡沫期意味着更多资源、更多试错空间。
。。要害是潮流退去后，，，，真正有价值的公司会留下来。
。。

她区分了两类时机：成熟硬件厂商做“硬件+AI”，，，，是体验升级；；；；；首创公司的时机在于“AI界说硬件”，，，，成为新品类界说者。
。。

孙鹏飞则更审慎。
。。他2013-2014年做人形机械人创业，，，，与优必选同期，，，，“没找到PMF，，，，资金链断裂”。
。。他以为人形机械人和具身智能保存显着周期性，，，，“火到2027、2028年，，，，若是一直找不到商业化落地，，，，可能会冷两年，，，，手艺突破后再起来。
。。”对个体创业者来说，，，，风险并不低。
。。

李元庆的表达更理想主义，，，，但也更系统。
。。他提到了奇点——当AI能自己做AI、机械人能自己做机械人时，，，，才是真正的拐点。
。。在此之前，，，，创业公司必需做到两件事：商业化落地，，，，以及构建AI Native的研发组织系统。
。。

他还引用了一句话：

“In others’ views you are working, but in your views you are playing.”

做一件对时代有用、自己又真正热爱的事。
。。

他用“因缘际会”形容创业者的处境：“因”是自己喜欢且善于，，，，“缘”是时势所趋。
。。 手艺路径尚未收敛，，，，才给创业者留下大片空缺。
。。

李元庆还视察到一个有趣征象：CTO做CEO与CMO做CEO，，，，往往泛起出截然差别的公司气质。
。。

CTO身世的首创人，，，，公司通常带有很强的科研属性和融资属性；；；；；CMO或销售配景身世的首创人，，，，更有产品直觉和市场嗅觉，，，，能把市场时机快速转化为可量产的产品，，，，但需要一个强盛的CTO和COO团队来支持。
。。他个人更倾向于“综合性首创人”——既懂手艺界线，，，，又愿意弯下腰去卖货。
。。

张宇诺给出了最务实的建议：

“在各人不要的‘屎’内里找金子。
。。”

大厂不肯意做、不屑于做、组织惯性难以快速响应的小需求，，，，可能正是创业公司的时机。
。。已往被以为市场很小的领域，，，，好比录音笔，，，，AI重构后可能激活全新需求。
。。

他也直言，，，，陪同机械人至今没有一家出货量凌驾20万的公司，，，，也没有大厂重仓入局。
。。

“我做的行业，，，，是大厂看不上的行业。
。。”

这说明市场还早，，，，也意味着保存界说新品类的空间。
。。

结语：四个赛道，，，，一种共识

两个小时，，，，四个截然差别的赛道，，，，嘉宾们在一点上告竣了默契：

AI硬件的Native之争，，，，实质是对“体验界说权”的争取。
。。

工业端要的是可量化价值、可闭环控制、可兜底系统；；；；；

消耗端要的是无感陪同、情绪价值、一连订阅；；；；；

投资端要的是Why Now的变量、深度思索的产品司理、恒久愿景；；；；；

手艺端要的是端侧算力、模子蒸馏和系统协同。
。。

当Agent真正进入物理天下，，，，硬件不再只是被动工具，，，，而最先成为AI的“身体”。
。。但这个身体该长什么样，，，，差别场景给出了差别谜底。
。。

最终，，，，AI硬件需要回覆的仍然是几个质朴问题：

你的AI能力是否真正改善了焦点体验？？

用户是否愿意为这种体验一连付费？？

端侧算力的本钱，，，，是否配得上用户感知价值？？

工业场景里的ROI，，，，是否真的可丈量、可复核？？

你是在解决真实问题，，，，照旧追逐一个新看法？？

褪去“AI Native”的光环，，，，乐成的路径最终指向对用户价值的精准洞察、敌手艺本钱的理性控制，，，，以及对产品体验的极致追求。
。。

也就是说，，，，AI硬件最终仍要回到第一性原理，，，，忠实回覆谁人最质朴的问题：

你的产品，，，，事实能让谁的生涯，，，，变好哪怕那么一点点？？

嘉宾先容（按姓名排序）：

李元庆：乐享科技联席CTO、穹明智能总司理，，，，前华为天才少年。
。。

孙鹏飞：臻效智能CEO，，，，清华AIRIC工业智能专家。
。。

徐玥晨：明势创投董事总司理，，，，曾投中LiblibAI、Viture、沐刻智能等项目。
。。

张宇诺：Skyris首创人，，，，正在探索会飞的AI陪同机械人。
。。

主持人：宋思杭，，，，虎嗅科技组编辑，，，，关注AI与具身智能。
。。

本文基于2026年5月28日虎嗅AI硬件闭门会直播实录整理，，，，看法均来自嘉宾现场讲话。
。。

注：本场直播特殊谢谢穹明智能品牌与开发者生态认真人郁葱葱先生的撒播与招募支持，，，，特殊谢谢INNO 100及其联合提倡人吴云飞先生对春季直播的撒播与招募的全力支持。
。。

本内容由作者授权宣布，，，，看法仅代表作者自己，，，，不代表虎嗅态度。
。。如对本稿件有异议或投诉，，，，请联系 tougao@huxiu.com。
。。

本文来自虎嗅，，，，原文链接：https://www.huxiu.com/article/4863481.html?f=wyxwapp

北京市疾控中心公众号提醒，，，，家长不要刻意改变考生的日常饮食习惯，，，，清淡饮食，，，，营养平衡，，，，纪律三餐。
。。

凯时AG

矿难致82死后外地县委书记落马