圓桌對話：下一個殺手級AI產(chǎn)品，會出現(xiàn)在哪個賽道？| 2026AI Partner·北京亦莊AI+產(chǎn)業(yè)大會

下一個殺手級AI產(chǎn)品，是眼鏡、是Agent，還是某個尚未命名的“物理世界入口”？這場圓桌沒有標準答案，卻達成一個共識：單純套殼大模型的應用注定短命，只有長期在線、連接物理世界、能完成真實交互閉環(huán)的產(chǎn)品，才可能成為下一個百億級賽道。從AI眼鏡到具身智能，入口之爭已悄然打響。

硬件先行還是生態(tài)為王？C端規(guī)模還是B端付費？最終指向同一個邏輯：純套殼應用、弱交互硬件注定被淘汰，只有“多模態(tài)底座+AI原生智能體+可穿戴硬件”三位一體，才能讓AI從聊天框真正走進現(xiàn)實。

以下為圓桌對話內(nèi)容，經(jīng)36氪整理編輯：

劉子豪丨杭州顏柯教育聯(lián)合創(chuàng)始人（主持）

趙維奇丨樂奇全球開放生態(tài)負責人

路少卿丨商湯科技研究院技術管理負責人、多模態(tài)產(chǎn)品負責人

劉子豪：各位上午好，我是來自杭州顏柯的劉子豪，歡迎來到這場殺手級的AI產(chǎn)品賭局。今天不聊虛的，只聊一個事：下一個全民級、百億級的AI產(chǎn)品到底長什么樣，又會誕生在哪個賽道。今天有幸請到兩位嘉賓，分別代表了不同的賽道，有請兩位老師介紹一下自己。

趙維奇：大家好，我是趙維奇，來自樂奇。我是一個持續(xù)創(chuàng)業(yè)者，之前一直在做多模態(tài)和人工智能軟硬件設備，to C看得比較多，目前負責樂奇全球開放生態(tài)，從芯片、硬件、OS、API、應用到高校、非營利組織，都可以看有沒有合作的機會，推動整個行業(yè)。

路少卿：大家好，我來自商湯科技，主要負責多模態(tài)交互相關技術研發(fā)、產(chǎn)品化及產(chǎn)業(yè)落地工作。

劉子豪：感謝兩位老師。如果必須押注一個賽道會誕生下一個殺手級的AI產(chǎn)品，您會押哪一個？可以用自家落地的案例證明您的判斷。趙老師。

趙維奇：先有一個定義，下一個殺手級AI產(chǎn)品一定是長期在線的，跟物理世界能連接的一個入口。從我的角度，這個品類一定是AI可穿戴。可穿戴在不同時間階段可能有不同的產(chǎn)品出現(xiàn)，目前來說，AI和AR結合的眼鏡是最合適的，相對離人更近，在線時間也更長，能夠更容易連接物理世界。

人每天看世界的時間應該比看手機的時間長很多，大部分時間是跟物理世界進行交互。如果是殺手級AI產(chǎn)品，一定是高頻、剛需并且能夠持續(xù)使用的。從這個角度，眼鏡是最好的長期在線的部分，手機是你主動打開的，不能做成持續(xù)在線。

再說AI Agent。有了AI Agent以后，每個人都搞智能體或者其他的解決方案，都希望你的Agent是長期在線的。什么硬件或者什么產(chǎn)品能夠讓Agent長期在線，并且能陪伴在我們身邊，幫助我們處理跟物理世界之間的任務、關聯(lián)、記錄，這個就是殺手級的AI產(chǎn)品。

總結來說，一定是長期在線的、能夠跟物理世界相關聯(lián)的入口，能夠保證持續(xù)、高頻使用，滿足剛需。這也是下一代AI的入口，只要是一個入口，就一定是殺手級的產(chǎn)品。

路少卿：很多正確的判斷，最后其實會走到相近的方向上。剛才說的內(nèi)容，跟我想的是類似的。殺手級的應用還可以再抽象一下。無論是從最開始的模型還是到現(xiàn)在演進的Agent，AI從單點介入，到長期、持續(xù)的介入，目前的Agent——無論是ChatGPT還是其他，還都是停留在數(shù)字世界對話框里的AI，能用到的，在線時長是有限的。

我預期下一步我們能夠延伸出一套從數(shù)字世界走到物理世界，真正能在物理世界跟人類協(xié)作的智能體系統(tǒng)。當然，這套智能體系統(tǒng)可以基于眼鏡接入，也可以基于具身機器人接入，這些都是接入的硬件入口。對整個產(chǎn)品乃至技術的最大挑戰(zhàn)，是能夠真正實現(xiàn)跟真實世界的持續(xù)有效交互。

舉個例子，比如我現(xiàn)在是一個AI，剛才主持人和嘉賓都說了一段自己的陳述，對現(xiàn)在大多數(shù)的AI來說，它是無法分辨誰在說話，什么時候、什么話題需要它響應的。我剛才說的這一套能夠跟真實世界交互的Agent，如果解決了這個問題，那么AI才能真正進入物理世界跟大家協(xié)作。

劉子豪：作為一名辯手出身，接下來針對兩位老師的分享簡單做一下追問。趙維奇老師，AI眼鏡分為兩種路線，一種沒有顯示，更像是AI耳機加攝像頭；另一種是AI加AR有顯示的眼鏡。您怎么看這兩種路線的區(qū)分？

趙維奇：硬件形態(tài)可以是多樣化的，不管是外形還是功能，包括覆蓋的人群。有顯示、無顯示，屬于不同階段、不同場景的產(chǎn)品形態(tài)，場景不一樣，選擇的時候就不一樣，就像手機也有很多種。無顯示，更多是藍牙耳機、攝像頭的延展，可穿戴藍牙耳機和攝像頭，會更輕一些，應用場景更輕一些。帶顯示，原來把AR帶到了物理世界識別以后，不管是識別語音還是別的什么，一定會有反饋。如果沒有顯示，只能通過第三個媒介，比如手機、電腦、語音播出。人類大腦接受信息的帶寬是很有限的，而視覺是最快的。300字、500字的文章，用眼一看，兩秒鐘就知道大概的意思；要讀出來，有些同學可能都只有七秒的記憶，讀到第五、第六句前面就忘了。顯示本身就是增強人類帶寬的部分。

為什么會有顯示和無顯示的區(qū)別？有顯示更多是把AI處理的結果實時呈現(xiàn)在現(xiàn)實視野中，完成了現(xiàn)實中交互的閉環(huán)。原來沒有完成這個閉環(huán)，或者比較慢，現(xiàn)在完成了閉環(huán)。很多場景，不管是to B還是to C，真的需要顯示。導航需要顯示，大部分不太想看手機。十年前就有HUD的概念，抬頭顯示器，早年開寶馬或者奔馳，前面有一個小小的HUD顯示器，希望你在不干擾物理世界的情況下非常方便地看到，這是to C。to B那就太多了，提醒、提示、巡檢，通過顯示都是很好的呈現(xiàn)方式，這是場景下的需求。大家為什么要拿一個chatbot，為什么要用聊天框，不就是為了知道發(fā)生了什么、現(xiàn)在的情況是什么樣。一直在語音播報，大腦容量肯定處理不了那么多事情，一眼可以用肉眼篩選。在Native AI大時代下，顯示是必然的，對應著各種取舍。

AI不單是會聽、會說。如果只會聽和只會說，在我看來是旁觀者，不參與。幫你看、幫你處理，他有話要說的時候，就像你找了一個秘書，他是個i人，很多狀況都沒有告訴你，效率反而更低，還不如你自己看。能夠顯示，理解空間并且返回到現(xiàn)實中，實時反饋，這是必然。很多廠商都在做各種形態(tài)的產(chǎn)品，行業(yè)做這么多產(chǎn)品，在某種程度上是驗證了AI眼鏡是未來的重要入口。形態(tài)上的取舍有短期的、長期的，包括商業(yè)策略的變化在內(nèi)，這是大家的取舍。

劉子豪：聽下來感覺顯示是AI眼鏡從能聽會拍走向真正理解現(xiàn)實世界的關鍵一步。下一個問題，AI眼鏡很像2010年前后的智能手機，大家都在搶入口。樂奇內(nèi)部最看重的商業(yè)模式是什么，是硬件銷售、應用生態(tài)還是智能體服務帶來的長期價值？

趙維奇：如果大家長期做硬件，像我做了十幾年的硬件，第一個要遵循的肯定是長期主義。硬件公司跑出來的都是五年、三年以上的公司，不然就跑到另外一個品類了。華強北，短平快，今天你可能做耳機，明天就做話筒，后天就做成人玩具了，跨度非常大，只是為了生產(chǎn)快速變現(xiàn)的方式，而不是推動行業(yè)的方式。相對來說，初創(chuàng)原始團隊都是有初心的。我們的初心是做VR，在樂奇過去十年從來沒有碰過VR，初心是做眼鏡形態(tài)、跟物理世界交互的終端，商業(yè)模式也是長在這里的。硬件是入口，硬件完成大規(guī)模銷售，從可用到好用，大家要用起來，這是第一個規(guī)模上的覆蓋。每個人都有的時候，就會有下一部分——生態(tài)拓展。一旦有技術，需求就會大量增益出來。除了本身的翻譯、提詞、導航以外，現(xiàn)在最火的agent應用之一是“比價”，這是我們生態(tài)里的小伙伴做的，在超市里看到農(nóng)夫山泉的水瓶，你就問這里全網(wǎng)最低價是什么，答案馬上就出來了。原來我們自己想不到，硬件作為入口沒有那么大的用戶量也就不值當，或者沒有那么強的驅動力讓開發(fā)者、創(chuàng)業(yè)者去做這個事情。所以，第二個就是生態(tài)的拓展。

第三個是更加長期的價值。我們做生態(tài)做了三四年，之前也沒有Agent或者AI，現(xiàn)在有了Agent以后，你會發(fā)現(xiàn)是長期服務的角色。最后硬件買回家不單是工具，你買的不是設備，更多的是能幫你長期完成事務的能力。硬件是載體，你希望它能長期給你能力。能力核心本身要有硬件，生態(tài)要有應用。AI年代是Agent，Native Agent更多是覆蓋你方方面面，而且很輕量。這一點是我們的商業(yè)模式。我們的商業(yè)模式核心是OS加生態(tài)，硬件只是長在上面。OS是為了讓本身的能力能夠發(fā)揮到更大的深度和廣度，有更多的開發(fā)者用各種技術棧完成，深度可以接駁在線、離線、端側、云端的模型，這就是OS的能力。生態(tài)擁抱、開放就好了。

最后一個持續(xù)的商業(yè)化策略，跟大家協(xié)同，共同把能力釋放給B端客戶和C端客戶。

是這樣的想法和定義，目前是這么想的。

劉子豪：少卿老師，商湯一直在講多模態(tài)大模型。商湯押注的不是某一個單獨的APP，是不是讓多模態(tài)進入真實場景，比如AI硬件、機器人、辦公智能體等？在您看來，商湯未來真正的殺手級是模型本身還是跑模型的具體應用？

路少卿：模型其實決定了整個產(chǎn)品或者系統(tǒng)的智商上限，這是基礎。

應用、APP或者產(chǎn)品，和AI眼鏡或者其他具身智能機器人結合，這是入口。大家都提到了OS這一層，這一層也是目前我們在做的最核心的點。這個核心的點從基礎的pipeline延伸到現(xiàn)在的智能體，延伸到將來有可能成長為所謂AI的操作系統(tǒng)。

操作系統(tǒng)解決的是什么？是把我們剛才所說的智商上限發(fā)揮到極致，如何管理上下文，如何更好地調用工具，如何在契合的時間點理解我們的真實意圖——就像我沒跟它說話，它可以理解甚至主動跟我說你是不是要干點什么事。這一層系統(tǒng)是未來的核心。

這套系統(tǒng)，回答的是Agent如何從純數(shù)字世界晉升到物理世界真正的協(xié)作者，到底能不能當我的助理——真正的助理，不是在聊天框收我信息的助理。現(xiàn)在的智能體都是基于深度思考的邏輯，多輪調用、持續(xù)思考、決策再執(zhí)行的過程。但在這個過程中，這一類深度推理的信息都給我，我也不想看，我做研究可以分析推理過程，但從用戶的角度，我只希望在合理的時間告訴我是否需要我介入幫忙，或是直接對我說“我搞不定了，你幫幫我”等等。

對于商湯而言，我們不單只是做模型，也不單是跟下游的硬件廠商合作，而是我們要深度集成現(xiàn)有的模型能力，讓這一套從文本交互的邏輯真正晉升到實際改變?nèi)藱C交互策略的系統(tǒng)。

劉子豪：能不能舉一個商湯曾經(jīng)判斷這個場景特別值得做的例子？怎么發(fā)現(xiàn)這個需求？

路少卿：我舉一個現(xiàn)場的產(chǎn)品，今天負責主持這場大會的商湯商量AI講解大腦。之前我們判斷一個場景，我個人感覺不只是商湯，很多創(chuàng)業(yè)者的判斷邏輯都是一樣的。需要定義一個問題：首先，這個問題是否是高頻問題？只有高頻問題才值得解決。第二個，高頻問題是否有價值。第三個，有價值的積累是不是可復制。我們是靠三要素決策這個事情值不值得做，有價值才能衍生出一個產(chǎn)品。

AI講解大腦的系統(tǒng)為什么做？也是從這三點來的。 這兩年具身產(chǎn)業(yè)高速發(fā)展，但除了表演演繹場景，也可以為他拓展更多的商業(yè)價值。機器人需要真實進入到無論是B端業(yè)務中還是C端場景，要解決它們真正的應用，要解決剛才談到的問題。這些問題解決后，才能保證整個實際最后一公里的應用。

劉子豪：接下來我們進行快問快答環(huán)節(jié)。我拋出三個問題，請兩位老師分別回答一下。第一個，殺手級AI產(chǎn)品到底是硬件入口，還是軟件，還是Agent？

趙維奇：首先，軟件、硬件都不是，要看誰最后完成閉環(huán)。最后一定是場景做閉環(huán)，這才是真正的殺手級產(chǎn)品和場景。沒有Agent的硬件就是硬件，沒有硬件的Agent，可能只是一個聊天框。你要放更多的入口，軟件、硬件、Agent，大家要協(xié)同完成閉環(huán)，這就是最終的形態(tài)。

路少卿：我跟老師剛才說的邏輯基本是認同的。我會有一個先后的順序。我個人認為，硬件是入口，肯定是先行，先把硬件鋪下去，用戶才能用硬件里的軟件。什么時候它成長為殺手級的應用，不再是單品的火爆，取決于于它真正融入比如C端用戶的生活，黏性足夠高。在入口鋪下去以后，持續(xù)提供的功能能讓用戶持續(xù)留下來，這樣才能最終成長為殺手級的應用。

劉子豪：第二個問題，下一個殺手級應用，是會先在C端還是先在B端？

路少卿：我個人而言做B端比較多，我覺得B端更多一些。無論是C還是B都有可能，要看業(yè)務和產(chǎn)品形態(tài)。

舉個例子，還是拿我剛才說的與具身智能的結合為例。以產(chǎn)品形態(tài)來看，我個人覺得在跟真實物理世界交互結合上，智能體、硬件的升級，在B端有明確的邊界效應。C端應用落地的要求遠比B端要高，因為B端是相對可控的垂直場景。所以以這個場景為例，還是在B端打磨相對成熟以后會更好。換一個產(chǎn)品形態(tài)可能是反過來的，具體要看產(chǎn)品形態(tài)。

趙維奇：看你怎么定義爆品。C和B是完全不一樣的場景和目標。C端更多的是規(guī)模場景，意味著大量人使用，大量人使用肯定是跟日常使用強關聯(lián)的，高頻的，能解決實際問題的。B端，我們也做了很多B端的，付費意愿更直接，ROI算得更清楚，一旦有這個場景、功能、解決方案，真的會直接付費，他已經(jīng)想清楚了。一個算術問題，C端還是B端就和產(chǎn)品形態(tài)有關。越來越多的AI都是服務某一個人群的某個需求，這部分就看是不是在這個品類里爆。

樂奇過去十年，之前都是B為主，C我們一直在做。眼鏡本身為什么不一樣？我們一直做人機交互，人機交互的本質是人和機器如何友好溝通交互。一個工人拿著B端的解決方案在工廠里完成他的工作，也是要有人機交互方案來完成工作，這從本質上也是一個to C的。B端和C端在產(chǎn)品定義上商業(yè)的時候是區(qū)別，但是在用戶角度上最終都是人機交互，現(xiàn)在不要炫技，要解決實際問題。只要解決實際問題，有一個時間點，技術的迭代、行業(yè)推進，包括硬件、供應鏈的迭代，在一定程度上把這個品類用你新的技術和解決方案覆蓋了，某種程度上就是爆品。也許一千就是這個行業(yè)的上限，也是爆品。要擁抱真正解決的問題，思考真正解決問題的解決方案，這才是最重要的。

劉子豪：第三個問題，剛才聊了很多什么是殺手級產(chǎn)品，在二位看來，什么樣的產(chǎn)品注定不是殺手級的產(chǎn)品？

路少卿：什么是殺手級應用，什么能演進為殺手級應用？現(xiàn)象級的應用很多，大家每天都會看到爆點，今天這個火了，明天那個火了。現(xiàn)象級應用像從漏斗里十選一、百選一，還是我們剛才一直討論的問題，它可能在單位時間內(nèi)形成爆點，爆點能不能為它帶來持續(xù)的流量、商業(yè)價值，這才是核心。

舉個例子，現(xiàn)在有些做應用的公司，可能會做一些套娃，短期會實現(xiàn)爆款。為什么沒辦法成長為所謂的殺手級應用，是因為那是掙快錢的邏輯，不是做產(chǎn)品。真正的產(chǎn)品要長期給用戶提供無論是情緒價值還是真正的價值，這些才能給用戶持續(xù)的黏性。以此類推，剛才舉例子的產(chǎn)品，可能都不是能成長為殺手級應用的備選產(chǎn)品。

趙維奇：不存在注定成不了，成的概念也不一樣。所謂“殺手級”，不是只有一種形態(tài)。有一些殺手級產(chǎn)品，可能一年只出現(xiàn)一次，只解決一個特定人群、特定場景、特定任務；也有一些是高頻的、持續(xù)完成任務的，它的角色決定了它要做什么。哪些比較難？我覺得是套殼。當前時間線上，套殼的價值會越來越低。隨著大模型的發(fā)展，很多泛化功能都會被大模型吸收，AI應用很難跑出來。今天有一千個用戶，第二天就涌到其他平臺上了，最后完成商業(yè)閉環(huán)，錢付給誰？就像運營商一樣，最后用戶會回到底層平臺。從這個角度，身邊很多朋友一開始做套殼，后面做2B，一定會往深場景、深工作流里挖。

硬件方面，弱交互的智能硬件，本質上也是接一個模型、套一個殼。現(xiàn)在市面上有200到300個品類，從80到3000都有，本質沒有太大區(qū)別，只是受眾群不一樣。這些是不是有價值？有。是不是長期的產(chǎn)品，是不是殺手級？殺完以后留給行業(yè)的是不是一個新品類，能不能留在牌桌上，是另外一個事情。大家做創(chuàng)業(yè)公司，如果想做殺手級產(chǎn)品，要想好自己的定位：我是希望自己干出一條血路，驗證一個方向，成為行業(yè)先鋒；還是希望持續(xù)留在牌桌上，做長期平臺和長期價值。

還有一種慢，但是它可以做持續(xù)深耕，很多大廠是這樣，這也是一種殺手級能力。AI時代，創(chuàng)業(yè)者本身或者大廠做產(chǎn)品的同學要思考是短期還是長期。另外一個，模型能力真的很容易追平，今天是A家，明天就是B家，沒有真實場景也很難生存。付費意愿是你解決問題才能付費。

第三個，數(shù)據(jù)留存是接下來AI所有硬件、軟件的核心。最后你表面看起來功能很強，各方面很強，增長到比較大的階段，用戶就會想我的數(shù)據(jù)留在哪里。AI是有上下文的，有個性化的，如果長在一個平臺上，后面持續(xù)才能發(fā)揮AI最大的能力。如果不是，你切換成本是很高的。這是不看好的。一個是套殼，一個是相對短期的，還是要形成長期的商業(yè)價值。

劉子豪：下一個問題，在押注的賽道當中，分享一個目前最接近殺手級的場景是什么？

路少卿：現(xiàn)在有很多AI工具，在輔助辦公時候，聊天框里的能力幾乎足夠了，但是在聊天框里積累的能力拿到真實的物理世界交互，以我當前的狀態(tài)判斷，今天為止還不足以支撐在物理世界的交互。我個人從技術和產(chǎn)品整體解決方案的判斷來看，在12個月以內(nèi)，AI是可以從聊天框走到物理世界的。

一方面，隨著海外大廠和國內(nèi)大廠在這些領域持續(xù)長期投入，包括我們自己的產(chǎn)品也在持續(xù)升級迭代。我們可以看到，之前AI好像傻傻的，只能一對一交互，現(xiàn)如今可以逐步進入到多人交互的場景。多人交互的場景，AI要具備做哪些事的判斷——就像現(xiàn)在這個場景，如果我是AI，今天本人沒空，我作為AI助理 代為發(fā)言；有一些問題，我需要用一些風趣幽默的邏輯來回應。這些判斷不僅是基于文本prompt，而是AI這套系統(tǒng)怎么真實理解、觀測到所有顯性的信息和隱性的信息，去完善它跟物理世界的交互，這個是它在解決數(shù)字問題以后接下來需要重點關注的問題。

我也相信在未來12個月內(nèi)，在這個領域會有相對比較重大的突破。

趙維奇：本身都是短期的，不存在長期的解決方案，除了to B。AI本身的能力上限就在于上下文、個性化、記憶。如果沒有足夠大的記憶，就像人類成長一樣，你在小學的時候看不出來，有可能是學渣，最后長成學霸。在小學六年的上下文不足以支撐他智慧的涌現(xiàn)，到了初中、高中，有更多的知識圖譜出來以后，有些人的強項就會被激發(fā)出來。AI也是一樣，AI類似于人腦的處理，如果沒有足夠多的上下文——為什么我們要做硬件、多模態(tài)，最終目的是為了提供在當前場景下、當前狀態(tài)下最適合的反饋和解決方案，而不是通用的解決方案。通用解決方案任何大模型都會吃掉。只有你會做個性化、離線、在線或者做你自己的上下文，場景下的上下文或者B端客戶的上下文，再加上多模態(tài)實時，留存的時間多一點。

在我看來，短期不是一個壞事。一個花園里有很多草、樹木，有一些花草的生命周期很短，但是一直在迭代、進化。進化的本質就是死亡，只有死亡才能進化，不死亡不會進化，你一定要死亡才會進化。有一些百年老樹、百年老的品種才能適合這個場景，在整個品類里就一到兩個，不是所有人都能生存下來，環(huán)境里有大的突發(fā)事件發(fā)生。

我個人覺得，我們很早就布局了。我們這樣的角色現(xiàn)在要做的是幫助合作伙伴和開發(fā)者提供更好的平臺。我們有一個后花園，讓大家可以生長；我們會提供一個相對長期在線、跟物理世界相連的平臺，包括我們跟商湯長期合作，有集成在一起的能力給到大家。大家在里面，今天你做出一個殺手級應用，明天他做出一個殺手級場景，這個才是生態(tài)意義上的“殺手級”：持續(xù)給產(chǎn)業(yè)、行業(yè)、人類世界輸送價值。原來這些很難做到。如果在場有程序員，我以前也是工程師。過去工程師需要很多背景，比如技術背景、項目管理背景、計算機背景，現(xiàn)在AI把很多門檻降下來了。這些人的價值怎么釋放出來？他們也可以做殺手級應用，這就需要平臺。這個平臺可以承載非常垂直的功能，也可以承載非常泛化的體驗。接下來，我們要提供多模態(tài)的、能夠跟物理世界相連的、讓大家隨時看到高頻剛需并快速生產(chǎn)工具、應用和體驗的平臺。這個平臺上一定會出現(xiàn)無數(shù)個“殺手級場景”，這是接下來12個月能看到的。就像現(xiàn)在Vibe coding到了一定涌現(xiàn)階段，給孩子做一個工具，可能也是一個爆品；給父母、給某個行業(yè)做點什么，也可能成為一個高價值應用。這是當前AI時代行業(yè)從業(yè)者需要認真思考的。

劉子豪：經(jīng)過今天的討論，殺手級的AI不是單一模型或者單一硬件、單一APP，其實是由多模態(tài)底座、AI原生智能體、可穿戴三位一體的形態(tài)。誰先把看得懂、聽得懂、會協(xié)作、隨身帶做到極致，就是下一個殺手級應用。

我們今天的圓桌就到這里。