2026年，汽車媒體對AI應用的思考｜AI真來了

2025年，很多車企都在提AI，各種營銷名詞都和AI“沾親帶故”。但是當我真正使用了很多AI服務和硬件，發現大多數車企其實并不太懂“AI”，對AI的想象還停留在宣傳語或者功能智能層面。

那么，什么是與普通人有關的AI？我先聊聊自己的體驗。

01

為AI服務付費的時代

或許很多讀者朋友已經在2025年頻繁使用過多款AI，無論是DeepSeek、Kimi，還是豆包等免費大模型。不過，這些通用大模型的交互模式都被稱為“Chatbot”——聊天機器人，它們在很多人眼中更像一個“新時代的百度”，感覺AI似乎也沒那么神奇。

但真實情況是，在一個細分領域，一個優秀的AI服務，是很容易讓一個用戶為它付費的，而且會毫不猶豫。

這里還可以舉一個類似的例子。

多年前，羅永浩曾提出“閃念膠囊”的概念，相當于按一個快捷鍵就可以記錄想法，但這個功能始終不溫不火，即便后來iPhone15以及很多安卓手機也設計了一個快捷鍵用來錄音，但使用率一直不高。直到去年，我發現了一個小小的軟件——flomo，突然發現我用它錄音記錄想法、甚至用語音寫初稿的頻次變高了。

這個flomo軟件功能很簡單，就是你點開它后就可以開始把你的想法說出來，它在錄音后自動上傳到云端，利用AI將錄音整理好，剔除“嗯啊哦”這些多余語氣詞，識別率非常高。這款軟件的年費是99元，對一款iOSAPP來說并不便宜，但我在體驗了幾天之后、免費期都沒結束，我就毫不猶豫的下單了。

實際上，現在微信和豆包都推出了自己的輸入法，而這些輸入法都有一個特別簡單但是足夠厲害的功能——語音大模型的輸入識別。比如，你用微信的時候可以發現輸入框有一個綠色麥克風按鍵，點擊之后就可以用語音輸入，你會發現微信輸入法用語音AI大模型能很快幫你將語音轉化為文字，去掉一些語氣詞，甚至還能分段，輸入效率變得更高。

另一個例子是，最近我用飛書多維表格搭建了一個公司內部的運營管理表格，這里面就會遇到一些統計公式需要處理。在以往可能只有精通EXCEL的人才能設計那種復雜的透視表格，而現在飛書內置的AI可以直接生成公式，即便是你完全不懂，但也可以很方便的調整。

上面這些就是我實際使用AI的感受。這里面其實都沒有提到大家常用的通用大模型，因為我發現真正能夠促使用戶付費的AI產品，大多是垂直領域的專屬功能，而國內可以用到的通用大模型，或許因為市場非常“卷”，免費版本已足夠好用。

可是最近我發現，真正能夠提升效率、讓AI帶來進一步能力提升的，往往是那些能與AI聯動的AI硬件。

我新入手了一個小設備——飛書AI錄音豆。這個設備很有意思，它沒有什么特別重要的功能，就是在開會可以時一鍵錄音，會后自動生成會議紀要與要點總結。

當然，這款設備單獨買要899元，同時僅附贈半年的飛書妙記的會員權益（每個月限生成25篇紀要）。半年后，則需要單獨訂閱飛書高級會員，699元一年，每個月可以記錄3000分鐘和生成50篇AI總結紀要。

這是一種典型的AI硬件模式，硬件付一次錢，AI服務需要單獨付費。

而飛書AI錄音豆的原型設備，其實是一款名為Plaud的錄音卡片，這個設備售價大概是1000元左右，現在出貨量已經達到了百萬臺，也是海外賣得最火一款AI硬件。而且它的收入不僅僅是賣硬件，還在于之后的AI服務，因此目前這家公司的估值也相當高。

或許有人覺得一年服務費699元太貴了，但對于我個人來說感覺還是很劃算，比如在新車上市發布會或者采訪中，我可以第一時間拿到文字、發出內容，而在第一時間發布的流量價值就可以值回這套AI設備的硬件和服務費用。

這種AI錄音設備的核心價值就在于節省了你處理錄音的時間成本、讓你能專注于更重要的任務。所以不能僅僅把“錄音設備”當做一個硬件來看，而是一種“服務”，類似自動駕駛之于特斯拉，對于使用者來說能夠實現時間的節約和效率的提升。

比如AI錄音能把兩個小時的會談濃縮成幾千字的速記，并以表格等形式呈現重點，你可以快速獲取重點信息。而且如果以后有什么問題需要查詢，你甚至可以在飛書中調用AI直接查詢和給出建議，這種高效率是之前只能錄音、沒有AI總結的時代難以想象的。

而特斯拉FSD則是節約（利用）了你的通勤時間，讓你可以在法規允許的前提下邊開車邊做點其他事情，而不需要專注于道路，這也是AI硬件提升效率的表現。

如果說特斯拉FSD定義了“汽車AI硬件”的范式，那么生活中，似乎還沒有出現類似的AI硬件。但這并不妨礙AI硬件被視為下一個“風口”。很多業內人士認為，AI硬件將有機會成為下一個“iPhone”，因此在目前的創業圈，AI設備也是很火的一個賽道。

或許在2026年，我們就能看到一款類似于iPhone的通用AI硬件亮相，讓我們從移動互聯網時代真正邁入“AI時代”。

02

APP時代退潮，超級AI界面登場

展望2026年的AI硬件需求，我個人對通用AI硬件設備進行了一些思考。而我第一個意識到的問題是，作為現在最大AI硬件風口的AI眼鏡，或許并不是一個特別好的入口。

我個人的感覺是，你不可能完全把所有隱私性的交流，比如打字或者語音對話，通過AI眼鏡來輔助闡述，因為“聽”的效率遠遠低于“看”的效率。

這就好像微信最早是以語音對話為主打的，但支持文字輸入后，大家更多還是用微信進行文字交流。核心原因在于，人類對視覺的記憶留存效率要遠遠高于聽覺，且文字在隱私保護和交互精確性上更具優勢。

正如李楠kkk所說，AI硬件設備需要多模態呈現，但多模態的輸入或呈現本質上還是不能脫離直接用眼睛看這一方式。因而，所有AI設備都想要解決的一個重要問題其實就是“如何顯示”。比如很多AI眼鏡的產品團隊總是希望給自己加一個顯示屏，可是給眼鏡增加屏幕帶來的問題是更高的耗電量、更重的頭戴重量，本質上就背離了便攜的初衷。

這就使得眼鏡形態本身就不太符合通用AI硬件的原型需求。同時，大部分不帶顯示屏幕的設備肯定也不會是通用AI硬件。換一個角度來說，無顯示屏的AI硬件大概率僅是手機的附屬，配合手機使用，通過手機調用AI完成功能。

按照這一邏輯預測，手機至少在十年內仍是不可替代的AI交互核心。但是正如當年從功能機進化到智能手機一樣，雖然都叫“手機”，但呈現形態、交互體驗發生了巨大的變化。

我個人認為，以手機為載體的AI設備將會出現一個很重要的變化點——即超級APP和超級AI界面的邏輯演進。

按照這個邏輯，我們可以把手機上的APP應用分成兩塊。一塊是需要用戶自己操作的，是在APP本身的交互界面里進行，比如微信、QQ、支付寶這類高度社會關系化的應用。另一塊，比如像看視頻、看抖音或進行其他信息的瀏覽獲取，本質上不再需要單獨APP應用，而是可以通過瀏覽器或者AI應用作為入口輸出，根據我們發出的響應來滿足自身需求。比如你要設定一個日程管理或者文稿編輯，就不再需要打開日程APP或者Word，而是直接在超級AI里面完成。

在這種需求下，我們會發現手機依然存在，但作為AI需求的入口，其交互不再以特定的APP為主，而是以更獨立的瀏覽器、或者超級AI應用形式實現交互，這非常有意思。

▲來自AI

我聽Manus談及他們的創業邏輯時，他們是把瀏覽器作為重要的創業思考點，認為瀏覽器可以創造新的AI智能體。實際上現實中我們使用AI時也能夠發現，可以將瀏覽器視作AI智能體的一個載體，我們和AI的交互都是以瀏覽器為界面實現的。

比如未來我們瀏覽新聞時，或許不再需要微博或者抖音，超級AI可以實時根據你的需求推送當下的熱點，直接在AI界面輸出實時性或者你需求的資訊信息，從而替代大量現在使用的資訊類APP。如果你要看視頻，理論上你也可以在AI應用端直接按需搜索，又或者你提出一個方向，直接推送給你——甚至還能防沉迷。

最終，我們的手機上可能只會存留兩類APP：一類是超級AI入口，另一類是社交軟件。而按照中國移動互聯網的發展邏輯，大概率會是一個超級AI綁定一款社交軟件。比如，微信和某個超級AI綁定，用戶通過這個超級AI調用微信的能力；飛書和豆包AI大模型綁定，同時調用辦公和娛樂；支付寶和通義綁定，背靠淘寶滿足消費端的需求。

03

端側AI，或許沒那么重要

這里還引申一個另問題：我們的手機是否需具備運行端側AI大模型的能力？

我個人感覺，端側大模型對于目前的AI功能來說并不是強需求，即便是端側跑7B左右的模型，能解決的問題也有限。一個類比是，如今手機的SOC性能都是過剩的，基本上需求端的應用是以實時互聯為主，一旦手機斷網，離線狀態下能做的事非常少，無非是聽音樂、看看電子書等，如果要使用移動互聯網的所有應用，基本都必須聯網。

所以從互聯網思維出發，會發現手機上可能不需要真正的端側AI，而更需要實時互聯，即便云端有延遲也影響不大。因為功能都是和移動網絡強綁定，只要有網絡，云端AI模型的效率和效果都要比端側能力更強。

而端側大模型的核心任務，可能只剩兩項：一是實時的語音轉譯文字，節省上傳云端識別這一環節，提升效率；另一個則是用思維鏈來分解任務，從而更快地獲取云端解決方案。

但其實從本質上說，端側大模型是否需要分解任務也非關鍵，更重要的是實時聯網。就好像在3G時代，智能手機上的APP幾乎都有所謂的“預緩存”功能，但真正到了5G時代，這個功能就不重要了。那么在預測下一代移動通信能力時，現在云端AI的問題在于無法解決實時性回饋，如果按照6G、7G的邏輯理解，AI的反饋足夠實時，那是否有端側AI其實真的就不重要了。

▲來自AI

端側AI最重要的任務，可能是進行語音識別、界面復現，呈現從云端下來的代碼的能力。所以，對于端側到底要跑多大的模型，個人認為不是核心。當然我個人不太懂程序代碼這部分，只是從用戶體驗來說，整個端側AI的需求只是在手機上幫我們把AI輸出的內容對齊。

總而言之，AI硬件已經箭在弦上，至少未來十年依然是手機形態，但我們并不需要能夠在手機上跑得飛快的超級算力終端，而或許只需要一部上網速度更快的機器就夠了。

封面來自AI