深圳，正在悄悄长出一个“AI硬件宇宙”

深圳的AI硬件生态，正在迎来一个关键转折点。

如果说2023、2024年的竞争主要围绕模型能力本身展开，那么现在，越来越多创业者的目光已经投向了一个更现实的问题：AI究竟该以怎样的产品形态，走进普通人的生活？

答案正在浮现。从华强北的电子市场到南山科技园的写字楼，一批AI原生硬件企业正在加速成长。这里既有完整的消费电子供应链，也汇聚了快速试错、快速迭代的创业生态。随着大模型能力不断提升、推理成本持续下降，AI开始真正嵌入硬件产品，深圳再次成为全球AI硬件创新最活跃的试验场。

如果说深圳此前是智能手机时代最敏锐的产业风向标，那么如今，它正成为AI硬件创新的观察窗口。越来越多创业团队不再满足于为传统硬件增加一个AI交互入口，而是尝试围绕大模型重新定义产品形态。

成立两年的儿童AI终端品牌噜咔博士，就在尝试回答一个问题：AI时代，孩子接触人工智能的第一入口应该是什么？

“儿童AI的入口不应该是Chat（对话），而应该是多模态感知。”噜咔博士CEO杨坤表示，儿童的表达能力尚未成熟，他们更自然的交互方式是“看、说、指、拍”，而不是精准输入问题。因此，AI需要首先理解真实世界，再与孩子展开交流。

他们将产品做成了一台可以随身携带的AI拍学机，希望把现实世界变成孩子最自然的课堂。与传统点读机不同，AI拍学机鼓励孩子通过“拍摄”认识身边的一切：植物、昆虫、博物馆展品。AI不仅完成识别，还会进一步讲解知识、进行双语互动。

相比过去依赖固定内容库的教育硬件，AI正在让儿童产品从知识工具转向成长伙伴。

目前，该产品累计用户规模已突破25万，月均拍照识别量超过5000万次。今年6月，噜咔博士正式登陆北美市场，并开始探索订阅服务等新的商业模式。

具身智能则代表了AI进入物理世界的另一条路径。

过去几年，具身智能更多依赖预先编写好的程序完成固定动作；如今，随着VLA（视觉—语言—动作）模型的发展、WAM（世界动作模型）的演进，具身智能正逐渐迈入理解自然语言指令、根据周围环境自主规划动作、再完成复杂操作的阶段。

逐际动力将这一能力划分为三个层级：负责运动控制的“小脑”，负责视觉和动作学习的技能层，以及承担任务理解、记忆和调度的具身智能体OS（COSA）。

“今年是具身智能落地元年，该领域正逐渐从实验室探索走向工程化落地阶段。”逐际动力联合创始人谌骅指出，在此过程中，核心痛点是还没有标准化、模块化、可简单配置的通用训练底座。举个例子，倘若要让具身智能在工厂中运行，却没有真正懂得执行具体某个环节的技术人才，最终会导致其难以落地。

“逐际动力与阿里云共建FluxVLA Engine，希望从数据—模型—部署的全流程角度，打造具身智能模型训练的通用基础设施。”他续称，该引擎已上架阿里云PAI平台，并以开源方式向全球开发者开放。

这意味着，在培养机器人动作能力之外，逐际动力更希望建立一套开放的工程体系，让更多开发者能够快速完成机器人模型训练、仿真验证以及真实部署，加速具身智能进入工业、服务等更多场景。据称，过去模型配置需要数天时间，现在仅需半小时左右。

这也折射出AI硬件产业新的竞争方向：未来决定产品能力的，不再只是机械结构，而是背后的AI系统和持续迭代能力。

十方融海（小智AI）则代表了AI硬件创业的另一种趋势。

过去，开发一款AI硬件意味着既要理解芯片和嵌入式开发，又要掌握模型调用、云端部署、语音交互等复杂能力，中小团队往往难以承担完整研发成本。小智AI试图把这套复杂流程标准化。团队选择将智能体平台、通信协议以及硬件接入方案进行统一封装，并以开源方式向开发者开放，让更多创业团队能够基于现有框架快速开发AI硬件产品，而不必从零开始搭建整套技术体系。

截至今年6月，基于这一开源生态开发的各类AI硬件已超过200万台，并将持续应用于AI玩具、车载终端、康护养老等领域。

香港中文大学（深圳）理工学院助理院长吴辰晔认为，销量和部署变化往往是最直接的信号：用户愿意买，商家愿意推，工厂愿意做，说明AI能力已经开始成为电子产品的新标配。

“背后的核心驱动力是，AI正在成为新的生产力。过去很多电子产品只是消费品，或者是完成某个固定任务的工具；但当它接入大模型后，就具备了理解、生成、交互和辅助决策的能力。这个变化不是简单地多了一个功能，而是产品性质发生了变化——它从‘工具’开始变成‘生产力终端’。”他补充道。

如果说深圳AI硬件创业热潮的背后，是供应链和产品创新能力的集中爆发，那么更深层次的变化，则来自AI基础设施的成熟。

过去几年，AI硬件的发展始终面临一道现实门槛：虽然基座大模型能力快速提升，但硬件厂商很难独立承担模型训练、推理部署、全球服务和持续迭代所需的巨大投入。对于大多数创业公司而言，真正的竞争优势并不在于重复研发底层模型，而在于如何把AI能力与具体场景结合，打造出真正解决用户问题的产品。

因此，越来越多AI硬件企业开始选择另一条路径——基于开源大模型进行产品创新，把更多资源投入到产品定义、场景理解和用户体验上。

逐际动力创始人张巍举了个生动的例子：LLM就类似一个大脑功能完善但缺乏行动力的“霍金”，而搭建FluxVLA Engine就是让其具备执行技能并在场景中泛化的能力，进而赋能具体场景。

阿里云智能集团公共云事业部南区解决方案总经理陈立伟进一步分析道，FluxVLA Engine就类似一条管线，辅助具身智能产品了解具体场景，从而真正跑通商业化闭环。挖掘价值场景并真正落地，推动其实现规模化量产，让数据飞轮有效运转，这也是阿里云与逐际动力合作的背景。

在他看来，互联网时代实现了硬件电子化，后续叠加数据采集和分析能力，进一步推动了硬件实现智能化。随着包括手机、手表、机器人在内的智能硬件全面通过云基础设施接入智能化能力，既有产品也焕发出了新的生命力。

据介绍，已有超过15万家智能硬件厂商接入千问大模型，国内头部具身智能企业和全球TOP10手机厂商都已接入千问。

这种变化正在重构AI硬件产业链的分工模式。过去，硬件企业更多围绕芯片、模组、整机制造展开竞争；如今，AI时代的新产业链正在形成——底层模型持续开放，云平台提供算力和基础设施，中间层企业构建智能体和行业能力，终端厂商则围绕具体场景打造产品体验。不同企业开始在各自擅长的环节形成专业分工，共同推动AI能力进入真实世界。

吴辰晔认为，硬件接入大模型后，不再只是被动执行指令，而是可以成为工作、学习和生活中的“伙伴”。这意味着一种本质变化：过去硬件是工具，现在它有机会变成协作者。

“AI硬件和纯软件不一样，它需要算法、结构设计、供应链、制造、渠道一起配合。深圳的特别之处在于，这些能力都在很近的空间里，可以快速碰撞、快速试错、快速迭代。一个产品在别的地方可能还在论证，在深圳可能已经做出样机并开始找市场反馈了。”他续称。

过去几十年，深圳见证了功能机、智能手机、智能硬件等多个产业周期，也涌现了无数消费电子创新成果。如今，在大模型推动下，这里再次站在新一轮产业变革的起点。