火山引擎打通了「AI+硬件」的最後一納米_風聞

文 ｜ 闌夕

1939年，一台會説話的機器人，震驚了造訪紐約世博會的每一個遊客。

機器人名叫Elektro，造型酷似「綠野仙蹤」裏的鐵皮人，不過覆滿全身的是鋁板，且被塗成了古銅色，它由西屋電氣生產，在設計上帶有典型的工程師風格。

在展台上，Elektro口齒清晰的發表自我介紹：「女士們，先生們，我很榮幸見到各位，我是一個聰明的傢伙，因為我的大腦裏有48個繼電器。」

Elektro甚至能夠表現出幽默感，當有遊客停下來打量它時，它就會冷不防的來上一句：「我的大腦比你大」。

這也是實話，因為那48個繼電器加起來重達25公斤，遠非人類可以比擬。

興奮的媒體很快就把Elektro當成未來已至的造物，用盡一切溢美之詞讚美這個時代的科技奇觀，但不出意外的，意外還是雖遲必到。

西屋電氣很快承認，Elektro其實並不是真的會説話，所有的語音指令，都是提前錄製好的，由操作員控制播放，那些充滿機鋒的對話，也只是經過編排的劇本。

雖然好萊塢還挺喜歡Elektro的——它客串了不少電影，多少也啓發了C-3PO的造型——但在市場噱頭幻滅之後，Elektro還是被扔進了報廢倉庫，成為歷史長河裏數不清的過客之一。

不過人類還是不曾放棄創造智能物種的念想，近一個世紀以來，人工智能的探索曲折蜿蜒，終於在這幾年的大模型浪潮裏，第一次接近了為無機物賦予生命並和「它們」平等對話的可能。

而看着哆啦A夢長大的一代人，也開始有機會製造下一代人的哆啦A夢了。

· · ·

2024年的最後一個月，火山引擎在上海舉辦了Force原動力大會，AI繼續擔當主角並不讓人感到意外，但AI落地到硬件的場景嶄露頭角，還是有些科幻走進現實的味道。

想象一下，未來的潮玩和手辦，將不再只能放在展示櫃裏觀賞，而是每一個都內置「人格」，可以隨時響應用户的召喚，和他們對答如流的暢談詩與遠方，這會帶來怎樣顛覆性的產業變革？

越來越聰明的大模型看上去已經能夠勝任這樣的角色了，但真實的工業生產，從來不是把軟件裝在硬件裏，就能解決一切需要，在火山引擎參與「組局」之前，對話式AI+硬件最大的問題其實在於——AI感的無法消除。

在日常的使用場景裏，普通人大概體會不到主流智能手機的計算性能和操作系統有多強大，然而一旦將同樣的大模型置於千元以內的硬件終端裏，那種交互上的違和感很快就會出現。

比如反應變慢，一句話問完要等好幾秒後才有回應，或是無法像自然對話那樣隨時打斷，往往用户插嘴後AI還在滔滔不絕的輸出既有內容，再就是對弱網場景支持不足，在接收指令時丟失了關鍵信息，以致於已讀亂回的情況時常發生。

加上在多模態的環境裏，人與AI之間的交互，不僅有低帶寬的文本和語音，還會包含高帶寬的視覺影像，以及情緒模擬的個性化適配，這就更加考驗端側音視頻處理的能力了。

理解了將AI和硬件組合在一起的難度，也就理解了為什麼火山引擎要來推出解決方案，就商業邏輯而言，讓硬件公司專注於消費製造，讓軟件平台專注於模型開發，是效率最高的最優解，而中間的粘合環節，恰好就是火山引擎的擅長領域。

畢竟，在即時音視頻RTC配合AI接入的這條技術線上，火山引擎可能是雲計算廠商裏，走得最遠的那一家。

· · ·

火山引擎對於RTC技術的長期投入，讓它同樣成為對話式AI的方案供應商，昔年的深耕穿越至今結出碩果，倒是有些「養兵千日，用兵一時」的意思。

世界盃的多人觀賽、抖音的直播連麥、飛書的多人會議……從規模負載來看，火山引擎RTC的實戰積累，也是全球領先的，所以當AI交互的新場景出現後，火山引擎並不需要重新造輪子，而是可以直接站在先進經驗的山頭，另起青雲。

於是，不到半年時間，火山引擎就從發佈即時對話式AI方案、向着行業喊話的試探性角色，上升到了聯合IoT領域的國產龍頭樂鑫科技正式支持硬件製造商們入局的核心圈玩家，同時火山引擎也和這幾家廠商聯合發佈「硬件+對話式AI」智躍計劃。

樂鑫科技是做IoT芯片的，全球出貨量累計超過了10億顆，是這個細分市場的頭部公司，在大會專場上做了30分鐘的演講。

其中有一個比喻非常通俗：在這一輪AI潮玩造物的產業分工裏，硬件生產商，相當於是在製造「肉體」，樂鑫這類集成電路設計企業，負責構建「大腦和神經」，而接進來的各種大模型，則承擔着賦予「靈魂」的使命。

以此類推，火山引擎作為雲服務平台的價值，就是為上述器官提供一套「生命系統」，從消化到代謝，從呼吸到知覺，確保智能的平穩運行。

具體來説，樂鑫專為AIoT市場供應的的ESP32-S3芯片，將會集成火山引擎的RTC能力，內置一套「即插即用」的大模型語音交互模組，把端到端的響應延遲壓到可在1s以內，還能靈敏識別用户的打斷意圖，還原人機（大模型）之間的真人感對話。

直接調用豆包大模型後，還能獲得最新的多模態交互技術，讓潮玩等AI硬件可以「看到」甚至「察覺」用户的情緒，可以持續與AI持續對話，不用「一按一問」。

隨着前沿技術的溢出，硬件消費品可能到了最合適的下場時機，互聯網產業上游都在致力於提供一站式保姆服務，萬事俱備，只欠產品。

· · ·

加入這場「硬件+對話式AI」盛宴的潮玩品牌ToyCity，是一家典型的製造業廠商，前身曾是東莞數千家玩具代工廠裏的一員，為高達、米老鼠、變形金剛等一線玩具品牌生產組件。

2020年，創始人鄭波決定開創自己的設計師玩具品牌，這也是過去十幾年來並不少見的，從中國製造到中國智造的產業升級敍事。

在分享環節，鄭波拿出了ToyCity旗下最成功的原創IP「耙老師」，認為這隻在潮玩圈裏家喻户曉的熊貓非常適合成為公司史上第一代AI潮玩的形象，可愛無害，柔軟可捏，情緒價值拉滿。

在鄭波看來，他看好AI潮玩迎來普及化的機會，是基於專業，而這裏的專業，指的不只是ToyCity的設計能力，還包括專業的芯片、模型和對話技術，一切的水到渠成，都取決於各方都把自己的專業打磨到了可以直面市場的程度。

和ToyCity一起「入夥」的，還有新興的潮玩品牌FoloToy，曾以對兒童玩具火火兔的AI化改造一夜成名，以及面向年輕女性市場的珞博智能、為普通人打造賽博夥伴的魂伴科技，它們的共同點在於，相信潮玩的陪伴價值，會在原子化的未來社會里被無限放大。

比如要想實現魂伴科技的願景，就對交互技術有着極高要求，AI不應該止步於有問必答的工具人，更應該充當打破次元壁的個人CP，它甚至可以笨一點，需要人的關懷和陪伴，雙向輸出情緒價值，讓AI和人性一起成長。

在魂伴科技的使命裏，「復活」人們耳熟能詳的那些經典IP，是最有價值的鏈條所在，讓分院帽、寶可夢、紅小豆這些可被抱在懷裏的柔軟玩具，成為像影視劇裏表現出來的，可以不分晝夜的陪在用户身邊，隨時回應情感需求，在這樣的時刻，市場對於玩具的估值和期待，將得到徹底改寫。

為了證明自身的存在不是孤獨的，人類可以製作出經過10億年都不會腐朽的金唱片，讓旅行者號探測器帶着它飛向宇宙深空，而在不需要遠離地球的另一條技術線上，以造物主的身份創造出數字化的同類，也能抵達同樣的終岸。

而且，這也不是局部的認知，而是全球的共識。

今年8月，OpenAI投資了一家不起眼的初創公司Heeyo，其產品就是利用大模型打造兒童的數字玩伴，由哈佛和斯坦福的心理學家參與設計，可以提供早期教育的定製化服務。

即使是在「少子化」的日本，玩具市場在過去一年的增長，依然保持在7.1%的高位，無論是兒童還是成人，都在對抗孤獨這件事情上，有着強烈的需求意志。

玩具的AI化，是在功能性和娛樂性的基礎上，把那些「無用之物」變成了賽博時代的生命體，並將另一個數量級的陪伴市場嫁接過來，雖然很難估量交叉之後的產值，但讓從業者燃起興奮，是毋庸置疑的。

· · ·

就像Google Pixel的存在意義是給各家Android手機廠商「打樣」，火山引擎今年中秋定製的毛絨玩具「顯眼包」，也給AI+硬件這條賽道，做了一次很有意思的啓蒙示範。

在二手平台，「顯眼包」的交易價格已經上漲到了300-500塊錢不等，這個萌翻眾人的火山擬人玩偶，以其「體形雖小，智慧俱全」的對話體驗，在沒有量產計劃的情況下，依然火出圈了。

或者説，卷模型的事情，就交給大廠們去砸錢，站在製造業大國的路徑上，高度成熟的供應鏈資源，是不應該被浪費的，最難的技術鏈打通之後，壓力就來到了最需要創意和情感的消費級市場。

根據第三方招聘平台的數據，AI的大浪襲來，再度復興了產品經理這個古典職業，在國內新經濟行業今年的新發崗位數量上排名第一，新聞裏的AI隔三差五就出王炸，普通人的感知卻長期偏弱，中間橫亙的深邃鴻溝，需要更多的大眾向產品來填平。

不只是玩具，在廣義的AIoT市場裏，萬物的感知系統一定會越來越強，未來所有的生活場景都離不開軟件，而軟件則生長在雲設施上，從支持人和物的對話開始，火山引擎的歷史使命，也是從萬物的IT化，到萬物的AI化。

俄亥俄州的曼斯菲爾德紀念館後來收藏了Elektro的遺骸，配上的文字充滿深意：「每天都有改變歷史的發明被扔進垃圾桶裏。」

而在今天，所有投身AI賽道的建造者，都有機會親手把科幻電影裏的未來實現在近在咫尺的前方，怎麼看，這都是一件高燃的事情。