“通用產品是空中樓閣”，潘宇揚聊 AI 硬件丨100 個 AI 創業者

“消費屬性比 AI 更重要”。

文丨祝穎麗

編輯丨宋瑋

潘宇揚是一個在深圳的 AI 硬件創業者，這一點讓他很不一樣。簡單來說，與北京的創業者們相比，他對 “AI 硬件” 具體的落地場景、給用戶的具體消費價值更為看重。他幾乎旗幟鮮明地認為，將硬件只當做 AI 的 “載體”，當做通用入口，而不說清楚實際用處，是一條錯誤道路。

當然，潘宇揚也共享 AI 敘事帶來的 “高估值”，他今年 7 月出來創業，組了一個十幾人的小團隊，目前已經以極快的速度拿到了不菲的投資和不錯的估值。

這離不開他過去的履歷。他畢業后就去了華為，然后跳到字節，參與過 AI Agent 平臺 Coze 的從 0 到 1，還做過 AI 眼鏡、豆包手機。作為一個 97 年出生、被投資人歸為 “小天才” 類的創業者，潘宇揚不缺乏講述 AI 故事的能力。但如果誠實一點，他覺得這只是對投資人講述的故事的 B 面，而創業者終究需要面對的是自己的用戶，他必須告訴大家，一個購買 AI 硬件的明確理由。

潘宇揚做的是一個名為 Odyss 的 AI 項鏈，它的明確的價值在于：利用多模態視覺大模型的能力，記錄和分析用戶吃進嘴里的每一口東西，為健康飲食提供記錄和指導。

Odyss 項鏈目前尚在樣品階段；不過我在潘宇揚深圳的辦公室里看到過實物，它前面的微型攝像頭幾乎隱形；電池倉設計成了磁吸卡扣，掛繩是一種極為輕便的材質，戴上后很輕，幾乎沒有感覺。

Odyss 項鏈

解決飲食的問題，可能也有十億用戶市場

潘宇揚對 “吃” 的關注與家庭有關。他家里兩代人都是醫生，對健康極為關注；而他母親的家族有遺傳性的高血壓和糖尿病，他自己也是這些基因的攜帶者。很早以前他就看到，當一個人被診斷出糖尿病時，往往已經太遲了——這種病癥是過去幾十年生活習慣累積的終點，而非起點。

2025 年初，潘宇揚讀了一本《超越百歲》的書，里面一個觀點說，未來的健康管理不應是 “有病治病”，而應通過精準的行為規劃和健康的生活方式，將發病風險提前化解。這再次提醒了他。

潘宇揚發現，在智能穿戴市場中，運動、睡眠、情緒三個板塊已經擠滿了硬件解決方案，唯獨 “飲食” 這塊影響健康最大的拼圖，卻是一片空白。而傳統的軟件，無論是國內的薄荷健康，還是海外的 MyFitnessPal，都極其依賴用戶的自律——你得在動筷子前，手動輸入食物名稱或拍照。

更大的問題在于，拍照識別的準確率很低，“多人共餐記不進去，沒吃完記不進去，飲食的順序、速度、頻率全部記不進去。” 潘宇揚說，碎片化的進食（比如隨手抓的一把薯片、半杯奶茶）其實才是現代人熱量失控的元兇，而這恰恰是手機 App 的盲區。

2025 年，視覺多模態大模型（VLM）和端側低功耗芯片的成熟，讓 “自動監測進食” 變得可行。

粗暴地理解，這個產品的邏輯是個掛在脖子上的攝像頭，可以提供一天 20 小時的續航（不含睡眠）；但它不是全天候錄像，而是通過一個小模型在后臺監測。當小模型感知到用戶開始進食，主攝像頭會提高分辨率和幀率，捕捉食物被送入口中的那個瞬間。

潘宇揚解釋道，通過對用戶手指的標定和三維建模，系統可以精準計算出食物的體積，甚至識別出你先吃的是碳水還是蛋白質，進而計算出這一餐對血糖（GI 值）的影響，“先吃蔬菜還是先吃碳水，對血糖的影響完全不同”。

潘宇揚團隊利用小模型在后臺計算用戶吃進去的食物

隱私問題也提前被考量進來，雖然全天候開啟，但用戶無法通過這顆攝像頭看到任何視頻素材，只能看到對自己飲食的記錄和分析。

這種 “有用性” 在海外市場得到了極速驗證。2025 年底，他在 Meta 上投放了針對歐美高收入群體的廣告。在 “黑五” 期間，獲客成本降到了驚人的 2 美金左右，“ 5 美金以內就算 PMF（產品市場契合）了，如果去掉黑五的廣告溢價，我們能做到 1 美金多。” 這給了他極大的信心，至少已經有很多歐美用戶愿意為健康飲食付出一筆幾百美金的硬件成本。

是 AI 硬件，更是消費硬件

解決一個具體的問題，然后用消費硬件的邏輯來做，這是潘宇揚和大多數 AI 硬件創業者身上明顯的差別。

潘宇揚說，硬件的購買邏輯是先看到外觀、再看到功能，與軟件相反。為了理解用戶真正喜歡什么，他們的設計團隊內部先后產出了十個不同風格的設計稿，然后制作了多款 3D 展示圖投放至美、英等目標市場，讓潛在用戶針對顏色、材質、工藝進行 0-5 分的打分 。

他們還進行了多輪線下測評，線下用戶的一分權重等同于線上五分，最終選出了目前一款男性用戶投票率高、購買可能性高的設計。這推翻了他們最初的設想，起初他們以為女性會是目標用戶，但調研后發現，關注健康的男性更愿意嘗鮮。

這種對具體消費者的研究，迥異于其他更愿意談 “AI” 本身的創業者。潘宇揚說，他們甚至官方宣傳里幾乎不會出現 AI 兩個字，“用戶不需要 AI，用戶需要的是結果和情緒價值。”

他并不避諱對同行的 “不理解”，認為 “收集 上下文” 喂給 AI 是創業者的一廂情愿，“用戶不是傻子，憑什么花幾百美金幫你收集數據？你得先對他有用。” 他也不覺得新形態的通用硬件，能取代手機。在他眼中，手機是人類探索了 20 年最完美的交互載體，GUI（圖形用戶界面）的傳輸效率遠高于語音。

在創辦這家公司之前，潘宇揚曾深度參與了字節跳動的 AI 眼鏡項目。但他判斷，AI 眼鏡在這幾年一定會收縮乃至失敗，因為智能眼鏡目前面臨的是物理學層面的死結：重量、續航與佩戴舒適度無法兼得。更重要的是，眼鏡存在巨大的 “社交負擔” 和 “配鏡成本”。

“如果你讓一個視力很好的人為了每天跟 AI 聊天而戴上眼鏡，這事兒在當下是不成立的。” 潘宇揚說，海外智能眼鏡出貨多，主要是因為他們的墨鏡市場大，而在中國，大多數戴的是近視光學鏡，加上配鏡和驗光成本，AI 眼鏡這件事情就更不成立。

相比之下，他認為項鏈是人體最天然的 “傳感器支架” ，因為脖子是全身承重能力最強的部位，即便 50 克的設備掛在這里也幾乎無感。更關鍵的是，它處在人體的正面，視覺和聽覺視角完美重合。他曾在字節內部極力推崇項鏈形態，但大廠的邏輯是尋找 DAU（日活用戶）破億的大賽道，大入口，而垂直的飲食場景在決策者眼中 “太小了”。

“小” 也是很多人對潘宇揚做的事情最初的感受，因此他偶爾也必須講講想象空間的故事。

在他的視野里，海外 MyFitnessPal 全球有兩三億注冊用戶；國內，薄荷健康的 200 萬活躍用戶，都是這個產品直接的潛在用戶；而如果再往上看，全球運動穿戴市場約有十幾億用戶，是已經習慣記錄睡眠和步數的群體，也是他們可轉化的用戶，因為飲食的需求比運動更普適 。

2025 年下半年，AI 硬件的投融資市場在加速，創業者的步調也因此有機會變得更快。潘宇揚預計，他們將在今年 3 月將第一批樣機送給海外 KOL（意見領袖）；緊接著是第二季度的眾籌和第三季度的發貨。

盡管目前只有十幾人，但潘宇揚堅信，自己在做一家信仰驅動的公司。這也是他創業的初心，“我很在乎能為 10 年、50 年、100 年后的人類解決什么樣的問題。只要這個事情對人類的生活是有利的事情，這個公司就沒有白白的存在過。”

他之所以給產品取名為 Odyss（奧德賽），是因為他覺得，健康管理是一場充滿冒險、需要英雄主義敘事的長途探險 。

為呈現創業者在一些問題上的思考完整度，我們篩選了幾個問答，與正文互為補充：

晚點：你們在產品出來之前，就提前在 Meta 打廣告、跟用戶做深度跟蹤調研，好像只有你們是這么做的，為什么？

潘宇揚：你如果講一個 AI 多模態入口的故事，它并不解決一個特定問題，其實沒辦法做的，因為你不知道要打什么樣的畫像，打什么樣的功能點。

你如果說我男女老少所有的畫像都打，那你對設計或者對需求的偏好是沒有意義的，它太散了。我們在一個具體項目、具體需求下是有意義的，但你要在 100 個不同的畫像下面得到一個需求，這沒意義，因為最后可能對 100 個人都不太好用，你最后可能平均出來是這個結果。

我們就是去解決吃的硬件，也是第一個掛脖形態的，項鏈的硬件。這跟軟件的買單邏輯非常不一樣，軟件我可以每天可以下 100 個，都有七天的試用，我一分錢不用花。

硬件的邏輯是反的，因為錢要花在前面，你要先付個幾百美金，他才能拿到手開始體驗。所以如果說你不把前面那個購買理由說清楚，買這個東西要解決什么問題、提供什么樣的情緒價值，那就不會有人買。不會有人買的東西，自然跟后面的體驗無關。

所以我們現在做硬件的思路，跟很多的所謂 AI 硬件都不太一樣，我們需要把用戶為什么要買，什么人在什么情況下為什么要買，買來怎么用，這件事情說的非常清楚，然后我們再去推向市場。

晚點：我們之前采訪過光帆科技的創始人，他的觀點是，未來是通用硬件是長期的，會吞噬專有硬件，你為什么反對這個觀點？

潘宇揚：通用戰勝垂類這件事情上面，其實在軟件上都沒有。Manus 看起來是個通用的 agent 平臺，但它實際上是做了很多很多個垂域 agent 的。它有一個路由，不同的任務分發到不同的地方去。

硬件上也是一個邏輯，就是任何一個通用模型都沒有辦法去解決好，比如說飲食這個問題時，那就先得有一個做飲食這個問題的垂直產品，把這個事情的 know how 跟數據壁壘做的足夠高。

然后你用這個 know how 和數據才能去誕生通用的東西。你不可能起個空中樓閣。如果我任何一個事情下面還沒有干好時，你直接干上面一層了，我覺得這是對模型缺乏理解的表現。

晚點：所以垂類是一個過程，最終可能還是通用對吧？你們在這一點上可能沒有分歧？

潘宇揚：那你直接去做 “最終” 是干嘛的呢，你中間的橋是斷的。你說我直接跳到對面去了，那你這個硬件賣給誰？我不理解這個事兒。你不應該是先追求過程，然后由過程去導向那個結果。

我們能看到的有很多直接追求 “終局” 的公司，也有很多去做過程的公司。我覺得大概率，做過程的公司，它更有可能弄好；當他把一個或者幾個過程做到非常高的壁壘時，他就會去吃別的中間態，然后慢慢把自己擴成一個通用的東西。

但你作一個比如說通用的產品，你實際上對任何一個垂域都沒有抓手，都沒有弄好。你不知道飲食怎么做，你不知道工作怎么做，你不知道會議怎么做，什么都不知道。然后你說在某個時間我就要把你這些專業公司全干掉？我覺得這事兒不可能，他必須得有 know how。

晚點：那你們做飲食這件事情，難度在哪里，know how 在哪里？

潘宇揚：真的開始做飲食這件事情的時候，我們會發現這件事情好難，你要把用戶吃的每一口東西、所有的東西算清楚，這個過程很難。

我們的產品其實核心是，我們算物體的體積，算物體在圖像中的切割面積。我們對用戶的手做標定，知道用戶的手有多大之后，我就可以知道這個物體的體積有多大。桌面上有什么只是我參照，核心看的是每口的食物，這個事情才是第一次把用戶吃什么這件事情做到極致。

歐美人平時 80% 吃的那種白人餐，幾個食材混在一個盤子里，比如說牛肉是牛肉，雞蛋是雞蛋，番茄是番茄，這種我們的準確率是可以到 90% 以上。

但比如說中餐火鍋的場景，你去拍那個火鍋一點意義都沒有，我們的產品是識別用戶從鍋里夾起來的菜放到嘴巴里的過程，但這個過程因為有糖有油，它的準確率我們現在基本上是在 70% 到 80%，會比那種顆粒分明的白人餐差一點。

還有一種極端場景是那種糊狀物。比如說印度人特別喜歡吃的那種餐，準確度就是它的核心。它不是難在吃多少，而是難在這個食物里面的成分。這種情況下我們會給用戶一些輸入。比如說他可以通過語音或者事后的手動輸入，以及我們會 check 用戶做飯的過程，去看看這個東西里面到底是怎么構成的。

所以你告訴我你沒有經歷過這個過程，你想要在這個事情上戰勝我沒有可能。

晚點：做 AI 硬件上，聽起來非共識的東西還挺多的，你覺得現在這個行業里面有什么共識嗎？

潘宇揚：我覺得共識是，都需要去補生活中的信息，補每個人的人跟世界的交互。因為現在的模型訓練全都是互聯網或者手機里面的內容，實際上我們怎么在現實中說話、做事情，怎么去生活，這件事情是沒有被數字化的。

把這一部分信息數字化，提供一些額外的服務增量，這個事情是共識。不管是董紅光、孫洋還是我做的事情上面，其實都在這個路線上。大家的想法，都是收集物理世界的信息，所以大家都要做傳感器。

對物理世界信息的數字化帶來的體驗增量，這件事情是大家都在做的事情，是核心的主線。

題圖來源：Odyss 創始人潘宇揚