圓桌對話：下一個殺手級AI產品，會出現在哪個賽道？| 2026AI Partner·北京亦莊AI+產業大會

下一個殺手級AI產品，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的產品，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。

硬件先行還是生態為王？C端規模還是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實。

以下為圓桌對話內容，經36氪整理編輯：

劉子豪丨杭州顏柯教育聯合創始人（主持）

趙維奇丨樂奇全球開放生態負責人

路少卿丨商湯科技研究院技術管理負責人、多模態產品負責人

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。我是一個持續創業者，之前一直在做多模態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，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。

路少卿：大家好，我來自商湯科技，主要負責多模態交互相關技術研發、產品化及產業落地工作。

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?？纱┐髟诓煌瑫r間階段可能有不同的產品出現，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產品，一定是高頻、剛需并且能夠持續使用的。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、記錄，這個就是殺手級的AI產品。

總結來說，一定是長期在線的、能夠跟物理世界相關聯的入口，能夠保證持續、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在演進的Agent，AI從單點介入，到長期、持續的介入，目前的Agent——無論是ChatGPT還是其他，還都是停留在數字世界對話框里的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字世界走到物理世界，真正能在物理世界跟人類協作的智能體系統。當然，這套智能體系統可以基于眼鏡接入，也可以基于具身機器人接入，這些都是接入的硬件入口。對整個產品乃至技術的最大挑戰，是能夠真正實現跟真實世界的持續有效交互。

舉個例子，比如我現在是一個AI，剛才主持人和嘉賓都說了一段自己的陳述，對現在大多數的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分？

趙維奇：硬件形態可以是多樣化的，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、不同場景的產品形態，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別？有顯示更多是把AI處理的結果實時呈現在現實視野中，完成了現實中交互的閉環。原來沒有完成這個閉環，或者比較慢，現在完成了閉環。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，不就是為了知道發生了什么、現在的情況是什么樣。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實中，實時反饋，這是必然。很多廠商都在做各種形態的產品，行業做這么多產品，在某種程度上是驗證了AI眼鏡是未來的重要入口。形態上的取舍有短期的、長期的，包括商業策略的變化在內，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。樂奇內部最看重的商業模式是什么，是硬件銷售、應用生態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，只是為了生產快速變現的方式，而不是推動行業的方式。相對來說，初創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、跟物理世界交互的終端，商業模式也是長在這里的。硬件是入口，硬件完成大規模銷售，從可用到好用，大家要用起來，這是第一個規模上的覆蓋。每個人都有的時候，就會有下一部分——生態拓展。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，現在最火的agent應用之一是“比價”，這是我們生態里的小伙伴做的，在超市里看到農夫山泉的水瓶，你就問這里全網最低價是什么，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者、創業者去做這個事情。所以，第二個就是生態的拓展。

第三個是更加長期的價值。我們做生態做了三四年，之前也沒有Agent或者AI，現在有了Agent以后，你會發現是長期服務的角色。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模式。我們的商業模式核心是OS加生態，硬件只是長在上面。OS是為了讓本身的能力能夠發揮到更大的深度和廣度，有更多的開發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。生態擁抱、開放就好了。

最后一個持續的商業化策略，跟大家協同，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大模型。商湯押注的不是某一個單獨的APP，是不是讓多模態進入真實場景，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品或者系統的智商上限，這是基礎。

應用、APP或者產品，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延伸到現在的智能體，延伸到將來有可能成長為所謂AI的操作系統。

操作系統解決的是什么？是把我們剛才所說的智商上限發揮到極致，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。這一層系統是未來的核心。

這套系統，回答的是Agent如何從純數字世界晉升到物理世界真正的協作者，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?，F在的智能體都是基于深度思考的邏輯，多輪調用、持續思考、決策再執行的過程。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人機交互策略的系統。

劉子豪：能不能舉一個商湯曾經判斷這個場景特別值得做的例子？怎么發現這個需求？

路少卿：我舉一個現場的產品，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，很多創業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品。

AI講解大腦的系統為什么做？也是從這三點來的。 這兩年具身產業高速發展，但除了表演演繹場景，也可以為他拓展更多的商業價值。機器人需要真實進入到無論是B端業務中還是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節。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。最后一定是場景做閉環，這才是真正的殺手級產品和場景。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，大家要協同完成閉環，這就是最終的形態。

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，持續提供的功能能讓用戶持續留下來，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，要看業務和產品形態。

舉個例子，還是拿我剛才說的與具身智能的結合為例。以產品形態來看，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。換一個產品形態可能是反過來的，具體要看產品形態。

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，他已經想清楚了。一個算術問題，C端還是B端就和產品形態有關。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端在產品定義上商業的時候是區別，但是在用戶角度上最終都是人機交互，現在不要炫技，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品，在二位看來，什么樣的產品注定不是殺手級的產品？

路少卿：什么是殺手級應用，什么能演進為殺手級應用？現象級的應用很多，大家每天都會看到爆點，今天這個火了，明天那個火了?，F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形成爆點，爆點能不能為它帶來持續的流量、商業價值，這才是核心。

舉個例子，現在有些做應用的公司，可能會做一些套娃，短期會實現爆款。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，不是做產品。真正的產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的黏性。以此類推，剛才舉例子的產品，可能都不是能成長為殺手級應用的備選產品。

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。有一些殺手級產品，可能一年只出現一次，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，最后完成商業閉環，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。現在市面上有200到300個品類，從80到3000都有，本質沒有太大區別，只是受眾群不一樣。這些是不是有價值？有。是不是長期的產品，是不是殺手級？殺完以后留給行業的是不是一個新品類，能不能留在牌桌上，是另外一個事情。大家做創業公司，如果想做殺手級產品，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，成為行業先鋒；還是希望持續留在牌桌上，做長期平臺和長期價值。

還有一種慢，但是它可以做持續深耕，很多大廠是這樣，這也是一種殺手級能力。AI時代，創業者本身或者大廠做產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，數據留存是接下來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，用戶就會想我的數據留在哪里。AI是有上下文的，有個性化的，如果長在一個平臺上，后面持續才能發揮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。我個人從技術和產品整體解決方案的判斷來看，在12個月以內，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大廠在這些領域持續長期投入，包括我們自己的產品也在持續升級迭代。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，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，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，最終目的是為了提供在當前場景下、當前狀態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，環境里有大的突發事件發生。

我個人覺得，我們很早就布局了。我們這樣的角色現在要做的是幫助合作伙伴和開發者提供更好的平臺。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，這個才是生態意義上的“殺手級”：持續給產業、行業、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工具、應用和體驗的平臺。這個平臺上一定會出現無數個“殺手級場景”，這是接下來12個月能看到的。就像現在Vibe coding到了一定涌現階段，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時代行業從業者需要認真思考的。

劉子豪：經過今天的討論，殺手級的AI不是單一模型或者單一硬件、單一APP，其實是由多模態底座、AI原生智能體、可穿戴三位一體的形態。誰先把看得懂、聽得懂、會協作、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。