Z Events 是真格的活動欄目。
「真格精釀」系列活動從 2019 年起,已走過 5 年,旨在幫助有資深行業經驗的潛在創業者更深入地瞭解行業賽道,更前沿地發現商業機會,結交更多志同道合的創業夥伴。
在「真格精釀」中,你會聽到垂直行業技術領軍人物分享前沿技術與前瞻洞見,還能同真格基金投資人及科技行業夥伴進行深度交流探討。
6 月 29 日,真格基金聯合智譜、雷峰網在深圳舉辦「真格精釀·AI 硬體圓桌派」線下行業沙龍,邀請在 AI 硬體領域有豐富實戰經驗的創業者、大廠從業者,共同探討最新技術成果、創新實踐以及趨勢洞察。
利用生成式 AI 互動、推理和創造能力構建的智慧硬體,已來到爆發前夜。真格基金密切關注科技前沿,我們與創業者一同思考:最適合生成式 AI 與智慧硬體結合的產品形態會是什麼樣?AI 硬體出海面臨怎樣的機遇和挑戰?創業公司在 AI 硬體中有哪些優勢?
在本次「真格精釀·AI 硬體圓桌派」,大疆核心創始成員石峻、怒喵科技創始人 & CEO 李楠、大象機器人 CEO 宋君毅、Global OneClick CEO 易宛堯、青藍圖產品營銷諮詢創始人鄒霖、科技播客「腦放電波」創始人托馬斯白等多位重量級嘉賓蒞臨活動現場,與真格基金合夥人尹樂、真格基金投資經理陳勉諾,以及知名大模型廠商、AI 硬體創業者、知名硬體公司早期創始成員、出海服務商操盤手等,共同探討 AI 硬體的最新技術成果、創新實踐以及趨勢洞察。
本次真格精釀活動中,我們創新採取「輕分享重研討」的閉門交流形式,以嘉賓分享帶動 Panel 討論,所有觀眾都能夠參與交流、暢所欲言。
活動共收到了 300 餘份報名,由於現場席位有限,我們最終只能邀請到部分觀眾。在此,我們也整理出了本次活動中部分精華內容,希望給大家帶來啟發,也歡迎各位在評論區與我們交流。
01
不是 AI 硬體,而是硬體 +AI
青藍圖產品營銷諮詢創始人 鄒霖
對於大部分尋找細分方向的創業者來說,想要賣好的產品,首先需要釐清產品價值。大部分情況下,AI 產品要賣好,品類的特性佔 80%,AI 屬性只佔 20% 左右。
先思考品類特性,能讓你更好理清產品的購買邏輯。比如,手機這麼強大了,使用者為什麼還要購買便攜錄音筆。因為獨立便攜的錄音裝置,能讓使用者更方便、快捷、隱蔽地錄製想要的資訊,不會被電話打斷和資訊干擾。在品類特性之上,再思考 AI 屬性,AI 屬性是否是必要的,能多大程度提升產品力。
基於上述的 8020 方法,能幫助大家更好梳理 AI 硬體的產品價值,避免陷入到空想、自嗨的狀態。

02
大模型廠商如何支援 AI 硬體?
端側模型技術觀察
嚴寬
端側的主要矛盾在於記憶體和算力不足。手機側:考慮到 GPU 能耗過高,通常使用 NPU 解決方案。但效能經常有虛標,如標定效能 45TOPS,實際上可能只能跑到 20TOPS。自動駕駛側:Orin 是主流算力提供方案,但還需要額外晶片提供智慧座艙所需的算力,通常使用高通 8295 晶片(支援 1B 小模型)。
端側模型的效能佔用和適配也是重要問題:大模型未來會在手機側常駐,我們對大模型的理想預期是僅佔用 CPU 的 10%,不影響其他手機應用的使用。從適配和最佳化側來看,端側模型高度收斂,硬體廠自己做適配,中間層幾乎不存在。
當前模型壓縮的兩種方式是「量化」和「剪枝」。根據業內經驗,剪枝還沒有實際應用,量化更加靠譜。量化也分為「只量化權重」和「權重與啟用同時量化」兩個方向。這兩個方向並不互斥,完全可以同時應用,只是工程比較複雜,暫時還沒有成熟。部分廠商可以適配動態量化方案,部分廠商只可以適配靜態量化。
初創公司目前需要考慮的問題不是模型適配和晶片適配,而是應用的端雲分離:
(1)什麼應用適合端側,什麼應用適合雲側?回答這個問題需要衡量雲伺服器成本和端側模型成本孰高孰低,其中端側模型的成本由手機晶片廠商和端側模型最佳化共同決定。
(2)跑在雲側和端側的模型是否能夠 match 上?大家可以先用雲端跑起來,等到端側的成本和功效都解決以後,再用端側的隱私優勢來服務客戶。同時儘可能保證能力不被裁減。

03
以機器人為例,
分享大模型接入物理硬體中的實操經驗
大象機器人 CEO 宋君毅
機械臂本身的成本、價格、硬體效能都已經做得很好,現在機器人接入物理世界的最大痛點是視覺層面的非結構化標記。即使拿到了 3D 物品的點雲資料,機器人也只能識別物體名稱,但無法得知其操作點位和操作方法,也就不能進行下一步動作。
主流的解決方法有兩個,第一個方法就是 PCL 點雲識別;第二種方式就是二維碼識別,把一個物體所有的操作方法和參考座標系關聯起來。兩個方法配合起來基本可以讓機器人每一次走到新物體前都執行同一段軌跡。
其次,SLAM 演算法和雙臂抓取也可以幫助機器人進行判斷。雙臂意味著單臂無法完成的空中操作得以實現,左右臂相互配合,根據另一臂的座標系進行一定的轉換。
到了 API 介面層,就是大模型呼叫介面,對機器人進行「環境約束」的時候。從機器人身上的攝像頭中捕捉到環境資訊後,大模型可以幫助機器人識別環境中可操作的物體及其行為軌跡,並在驅動指令輸入後按照預設的行動原則作出反應。

仿生陪伴型機器人的落地更快。目前我們在做一款機器貓,陸續也上了狗和熊貓。機器貓的頭和尾巴可以和人進行互動,並且根據人的語義進行不同的反應。最開始每隻貓出廠都是同樣的,但有了人的不同行為輸入後,機器貓會據此進行性格加強。比如,機器貓發出叫聲後一直沒有收到人的反饋,則會偏向冷淡性格,下一次被人呼喚時就不會那麼靈活了。透過這種反饋迴圈,機器貓會越來越貼近一隻真貓的形態。
04
擁有 54 個百萬美金眾籌案例,但我投了一個 30 萬美金的專案
Global OneClick CEO 易宛堯
眾籌的本質是槓桿,在短期內能夠幫助企業起步。同時,創業者也需要關注以下四個方面:
1. 產品驗證
眾籌可以看做是一場「預售」。如果使用者最後不願意為產品買單,就算做到百萬美金眾籌額,也無法挽救產品死亡的結局。
2. 品牌推廣
全球化的本質是本地化,而眾籌使用者就是創業公司用產品連結到的「推廣大使」,能夠幫助品牌放大聲量。
3. 使用者運營
售出產品後需要收集更多使用者反饋,並根據反饋持續打磨產品和宣傳渠道。
4. 渠道建設
硬體到最後追求的都是規模效應,因此,線上獨立站、亞馬遜、線下國家代理等渠道的鋪設與維護也是從 0 到 1 過程中需要格外關注的一點。
需要注意的是,如今流量佈局不再是從上到下的流量漏斗,而是一個隨機迴圈。使用者可能在任何一個平臺觸達產品,但不會立刻做出決策,而是在其他平臺上經過探索和判斷後考慮購買。因此,在品牌推廣過程當中需要多管齊下:全平臺佈局、每逢大促增強曝光、明星代言、KOL 帶貨等。

05
AI 硬體結合的產品形態會如何發展?
真格基金投資合夥人 尹樂:如何看待未來 AI 和硬體的結合,最適合 AI 硬體結合的產品形態會是什麼樣子?

科技播客「腦放電波」創始人 托馬斯白
要從口袋裡掏出來的都幹不過手機,因此下一代 AI 硬體應該是可穿戴裝置:耳機、眼鏡、項鍊,其中耳機和眼鏡是現在的「大熱單品」。可穿戴裝置的最大功能是多模態互動,這需要很多感測器進行配合。如果把人類看成 AI 的話,其「感測器」主要在臉上,因此離臉越近,成功機率越高。

06
AI 硬體創業者的「踩雷」經驗有哪些?
真格基金投資經理 陳勉諾:創業中踩過什麼坑?AI 硬體的創業者應該注意哪些方面?

大疆核心創始成員 石峻
做 C 端產品的邏輯一定是
需求驅動產品、產品驅動技術。
在關注產品最終形態之前,大家應該首先思考要瞄準什麼型別的人群、改善消費者哪些方面的體驗。選擇一個相對小眾、但有一定技術門檻的細分賽道,比較容易獲得第一批使用者,據此迭代產品、最佳化團隊、完善供應鏈,再進入更大圈層。此時的產品已經擁有了穩固的粉絲使用者,又面向大眾市場,向更多的普通人推廣。
對於技術出身的創業者來說,如何平衡技術壁壘和交付速度是一個值得思考的問題。技術性不強容易被抄襲,技術性太強,demo 做不出來。
大疆早期做的事情並不複雜,從一個能讓飛機懸停在空中的控制器,而後沿著「能便利地實現空中拍攝」的願景一步步解決視覺、圖傳、攝像機、雲臺等技術問題,後來想要超越大疆就很困難了。
其次,很多產品,尤其是硬體產品,到最後拼的就是成本。如果在 AI 上並沒有實現很高的門檻,那麼硬體成本成為了競爭力的關鍵。
中國硬體企業出海的一大優勢是國內供應鏈完善,原型機的組裝很快,留給創業者的問題則是:定價貴一點沒關係,還是價效比要做到極致?付費模式是買斷制,還是在基礎功能上增加訂閱?創業者要根據不同產品、定位、人群需求來做決策。
最後是人。如果團隊中的核心成員價值觀統一,那麼即使前幾次的嘗試都失敗了,也可以換個方向再戰,反之則一拍兩散。

怒喵科技創始人 & CEO 李楠
創業者可能會在實踐中得出多個猜想和結論,但是
理論正確與否,需要用量化來判斷
。如果看到別人的成功案例,不做小規模量產來進行驗證,就貿然大批次跟進,結果大機率是損失而不是盈利。這也提醒創業者們,選擇一個正確的創業方向比努力重要。
當下的環境要求 AI 硬體創業者保留非共識,而且要非常堅定,才能在細分賽道中跑得更好更遠。「問世即爆款」的機率微乎其微,創業者在認真判斷需求、沉心迭代產品的過程中,才能夠逐步建立忠實使用者群體。
同時,一個現實觀察是,硬體創業大多死於庫存,因此創業者對規模不能太貪婪。當庫存困境出現時,最好用行動上的快來迅速解決。

07
創業公司在 AI 硬體上的優勢是什麼?
現場熱烈討論摘選
創業公司最大的優勢是靈活,摸著石頭過河,快速試錯調整;第二是低調,慢慢積累使用者,有了一定的規模就能夠和大公司在細分市場上拉開身位。
愛的能量是守恆的,做產品要麼做「大部分 like」,要麼做「小部分 love」。在一個小的細分市場上獲得了足夠多的自然流量,產品的口碑就慢慢積累起來了。
大模型時代,大廠和創業團隊又站在了同一起跑線上,最重要的是資料。
戰略上要給自己留生存空間,要麼做別人看不懂,要麼做大家看不上,看上了以後也追不上的。


文|Yudi
影片|Nami
推薦閱讀
