12月25日訊（記者 武靜靜）2025 年，AI 硬件正在成為一二級市場用真金白銀下注下一輪科技周期的核心載體。幾乎所有人都在問同一個問題：在 AI 原生時代，下一款真正意義上的爆品硬件會是什么？是戒指、眼鏡、錄音卡片、桌面機器人，還是面向兒童、與學習場景深度綁定的智能硬件？答案并不清晰，甚至可以說，沒有人真的知道。

但市場已經先一步給出了選擇。Plaud 把一張看似極其克制的 AI 錄音卡片賣出了百萬臺，年收入達到 2.5 億美元；來自深圳的團隊 iQibla，用一枚面向宗教場景的智能戒指，在中東市場 4 年賣出 400 萬只；小米、阿里先后下場，重新押注 AI 眼鏡賽道；形態各異的陪伴機器人開始進入家庭；而"和孩子一起學習、一起生成內容"的 AI 硬件，也在教育市場悄然生長。

這些產品之間幾乎沒有統一的形態，卻共同指向一個事實：AI 正在逼迫硬件行業重新回答一個老問題——當軟件不再只是工具，硬件還應該長成什么樣？

最近，在小紅書和硬件創業圈，一個名字開始被頻繁提起：光帆科技。

它之所以受到關注，一方面源于其創始人的背景：創始人董紅光作為小米集團初創團隊成員（89 號員工），歷任操作系統、智能化、開發者生態等關鍵崗位，是小米多個時代級底層系統的主導者之一。他曾是MIUI 核心體系負責人，快應用創始人 & 生態聯盟發起者，也是小米自研 OS 體系負責人 ，主導從 0 到 1 多個小米自研 OS 體系。

另一方面，則是光帆在成立一年多的時間內，便迅速聚集了一批頗具分量的投資機構——韶音創投、聯想集團、歌爾創投、柏睿資本（寧德系）、清輝投資（兆易系）、零以創 （兆易系）、鼎暉投資、阿爾法、水木清華、英諾天使等多家知名機構 ，這并不多見。

在 12 月 23 日的現場，我們看到了光帆科技帶來的一款頗具"野心"的新產品：由開放式耳掛 AI 耳機與智能手表協同構成的 Lightwear AI 全感穿戴設備。

之所以稱之為"野心"，并不在于它表面上看起來做了什么——一副新耳機、一塊新手表——而在于它真正瞄準的目標：不是單一硬件形態的創新，而是操作系統級的機會，試圖打造手機之外的"第二臺主機"。

在當前的大多數 AI 硬件方案中，手機仍然是不可繞開的中心節點：硬件負責采集，AI 在云端處理，最終的信息呈現、任務管理與交互，仍需回到手機 App 上完成。但在光帆的產品中，這一鏈路被徹底重構——由于他們的 AI 耳機與手表組合可脫離手機獨立聯網工作，用戶直接通過對話與腕上交互，就能完成日常的打車出行、溝通聊天、日程安排等高頻事務。這并不是對某一單點功能的優化，而是一次對"人—設備—AI"關系的重新定義。

在現場，我們也與光帆科技創始人董紅光進行了對話，試圖理解一個更根本的問題：為什么他們會選擇這樣一種產品形態？在他們眼中，AI native 時代真正具備顛覆性的硬件機會究竟在哪里？以及這個機會究竟有多大？

為什么耳機+手表是 OS 級機會？

為什么會選擇耳機+手表這樣的產品組合形態？在董紅光的講述里，提到了這是他們從 AI 技術成熟度出發、對交互范式重新推演后的結果。

從個人背景來看，董紅光是國內少有的的跨手機、IoT、汽車全棧 OS 架構實際落地經驗的創業者，從小米離開后，已經財務自由的他的創業選擇是——下一代 AI 操作系統級別的機會。

過去十多年，手機之所以成為絕對主機，并不是因為它的形態完美，而是因為它同時掌握了三件事：計算能力、交互入口，以及對應用和服務的調度權。但在大模型時代，這個前提正在被打破——核心算力上移到云端，模型能力高度集中，端側設備開始被"去中心化"。當計算不再綁定某一塊硬件，真正稀缺的，反而變成了誰能最自然、最高頻地與人發生連接。

此外，技術變量創造了新的可能，當 AI 能夠持續感知、持續理解，并在后臺完成任務拆解時，操作系統的定義本身也在發生變化——它不再是一個圖標集合，而更像一套"行為調度系統"。誰掌握了這種調度權，誰就有機會成為下一代平臺的入口。這正是光帆所看到的窗口期。

新一代 AI 時代的個人計算形態究竟長什么樣子？這是董紅光思考過無數次的問題。

他不是沒有想到智能眼鏡這種形態，董紅光回憶，自己早在 2015、2016 年就開始關注智能眼鏡，但當時無論 AI 能力還是硬件條件都尚未成熟；而即便在今天，眼鏡在顯示技術、重量、長期佩戴舒適度和用戶接受度上，仍存在明顯門檻。"它需要強到足以改變所有人的佩戴習慣，但這件事并不容易發生。"在他看來，眼鏡更像一個"想買、卻不一定愿意長期用"的品類。作為一個不戴眼鏡的人，他深有體會。

手機同樣被迅速排除，他自己在這個行業深耕多年。在董紅光的定義中，手機依然是一個高度"工具化"的設備，而 AI 助理不應該像扳手一樣被人隨手調用，而更接近一個"隨時在場的人"。更關鍵的是，大模型時代算力與交互已經解耦——核心算力集中在云端，端側設備的價值，轉而成為"最自然的交互入口"。在這種前提下，必須掏出來、用雙手操作、且難以持續感知環境的手機，并不適合作為 AI 的主要載體。

穿戴設備因此成為更合理的選擇。"尤其是位于頭部或胸部以上的設備，其感知視角與人類天然一致，更適合承擔持續交互與環境感知的角色。"董紅光說。

但在具體形態上，為什么光帆并未選擇"全新品類"，而是從用戶認知已經高度成熟的設備切入：耳機和手表？

董紅光的回答是，耳機本身是一個幾乎零教育成本的品類，即便不談 AI，用戶也有聽音樂、接打電話的剛需；而手表同樣已被大量用戶長期佩戴。兩者的用戶重合度極高，組合在一起，既降低了購買和使用門檻，又能形成功能上的互補：耳機負責語音與對話，手表承載顯示、觸控與生物識別等能力。當單一設備能力不足時，通過協同擴展邊界。

在這個意義上，光帆選擇從耳機和手表切入，并不是因為這兩個品類"更安全"，而是因為它們恰好位于人與世界交互的最前線：始終佩戴、低打擾、高頻使用、貼近感知。它們足夠日常，也足夠基礎，反而具備了承載 OS 級能力的潛質。

這也是為什么，在看似保守的硬件組合背后，光帆真正押注的，是一個更激進的判斷——當 AI 成為"在場者"，主機不一定長得像手機。在這樣的邏輯下，"耳機 + 手表"不再只是兩款硬件的疊加，而成為一個更自然、隨時在場的 AI 交互系統。這也是他們所理解的，手機之外"第二主機"的真正含義。

"第二主機"能做什么？

在現場，藍鯨科技記者體驗了光帆Lightwear AI全感穿戴設備。

外形上，Lightwear 最顯眼的變化，是耳掛側加入了雙目視覺感知模組——一副"長了眼睛"的 AI 耳機。但這雙"眼睛"并不用于拍攝，而是專門給 AI 看。200 萬像素的視覺輸入，讓設備可以實時理解環境、識別物體與場景，并發起行動。比如你拿起一瓶可樂，耳機識別后，可以直接讓它把同款加入購物車。

談及耳機加入攝像頭后的隱私安全，董紅光表示，這是團隊在產品設計階段就反復推演的問題。在端側，攝像頭采集的數據只參與實時識別，識別完成即刻刪除，不做任何形式的存儲或留存，用戶也無法調取查看。在云端，光帆進一步強化了隱私保護機制，通過多層端到端加密，確保從設備到大模型之前的整個數據鏈路都處于"不可見"狀態，任何中間環節均無法直接接觸原始數據。

在佩戴與續航上，這是一副盡量"不像 AI 硬件"的耳機。單次通話續航 9 小時，單耳重量 11 克，并通過 SGS 舒適佩戴認證，更接近一副普通開放式耳機的使用狀態，而非需要被時刻感知的智能設備。

但真正的分水嶺，在于它開始具備獨立運行的能力。耳機倉內置eSIM 卡與定制化 AI 通信協議，使 Lightwear 可以脫離手機直接聯網，并結合高精度GPS，在運動、出行等場景中完成完整閉環。更有意思的是，耳機盒本身并不只是一個"充電配件"——它集成了金融級指紋識別模組，并配備獨立麥克風與揚聲器，即便不佩戴耳機，用戶也可以直接接收信息、處理通話，完成基礎交互。

例如在"附近餐廳推薦和排隊"這樣的高頻生活場景中，用戶只需喚醒設備，簡單一句"幫我看看這家餐廳怎么樣"，系統便會自動完成口味偏好匹配、周邊更優選項篩選、位置確認，并進一步完成取號和到號提醒，全程無需掏出手機、也無需反復操作界面。

與耳機協同工作的智能手表，則承擔了另一層角色。它為 AI 提供了一個低打擾、可隨時確認的可視窗口——抬腕即可查看關鍵信息，避免語音打斷或長時間占用視線。同時，手表集成心率、血氧、睡眠、壓力等多維體征數據，使 AI 不再只"聽你說什么"，而是能夠感知你的身體狀態，并據此調整服務策略：在運動中減少打擾，在壓力偏高時主動提醒，甚至進行簡單的情緒干預。

在更復雜的場景下，這套協同才真正像一個助理。比如，當 Lightwear 同時知道你的日程、你現在在哪、路況怎么樣時，它可以直接幫你把車叫好，并把價格、車牌號和到達時間一并告訴你，把原本要點好幾步的操作，變成一次順手的對話。

硬件之上，光帆科技還自研了一套原生 AI 操作系統 Lightware OS。它并非綁定某一個大模型，而是一個能夠連接多類模型、調度不同設備與傳感器、接入各類應用，并以多種交互方式與用戶溝通的"智能中樞"。"要真正做到主動式 AI，必須有一個以大模型為核心的完整操作系統。"董紅光說。

這是挑戰也是機會。他坦言，軟件層面的挑戰甚至比硬件更復雜。耳機、手表、耳機盒之間需要低延遲穩定通信，端云協同同樣考驗系統設計。更關鍵的是人機交互。大模型可以理解用戶"說什么"，卻很難判斷"什么時候該打擾、用什么方式出現"。是主動介入，還是保持沉默，這些都要靠操作系統和交互層來解決。

董紅光認為，硬件調度、軟件調度和人機交互正是 Lightware OS 的核心能力，也是系統邁出的第一步——邏輯上像他過去做自研手機操作系統時的問題，只是時代和做法不同。當然，他也承認，這套系統距離"成熟"仍有不小距離。但至少，在 AI 原生硬件的探索中，他們已經邁出了第一步。