OpenAI 搞出的第一款 AI 硬件，大概是这两年最让人捉摸不透的“薛定谔”产品。我们到现在都没见过它的真容，但每隔几个月，就能听到一个全新的说法。
起初传闻是智能笔，后来变成了台灯、眼镜，还有各种可穿戴设备。消息传得太杂，搞得我们这些围观群众都有点“狼来了”的心理阴影了。
不过，根据彭博社今天的最新爆料，OpenAI 联手 Jony Ive 团队正在推进的首款消费级设备，目前看来更像是一台没有屏幕的智能音箱，外形是个冰球大小的圆环。
@PatentlyApple 做的渲染图
说直白点，这就像个金属做的甜甜圈。
单看外形，这款售价可能在 300 到 400 美元之间的设备，很容易被当成一台更贵、做工更好的智能音箱。但 OpenAI 的想法更大胆，它想把这玩意儿做成一种“AI-first computer”，也就是把 AI 当作第一交互入口的计算设备。
这个冰球大小的圆盘，只是目前浮出水面的第一种形态。OpenAI 真正想验证的核心问题是：当 AI 能够承担大部分交互任务时，我们还需要每天盯着那块屏幕吗？
一块会动的金属「甜甜圈」
现在曝光的细节已经挺具体了。
整个设备是个圆环状，个头跟冰球差不多，一只手就能拿起来，可以在家里的不同房间移动。它没有显示屏，但装了扬声器、麦克风、灯光、摄像头以及一些环境传感器，靠电池供电，预计明年上市。
你可以把它放在床头柜，也可以带到厨房或客厅，甚至直接握在手里用。
有意思的是，这个形态跟美国知名设计师 Joe Gebbia 之前被拍到疑似泄露的设备高度重合。
更有意思的是，它并不是个死板的金属块。
报道提到，设备内部设计了能自行活动的机械结构。当你和 AI 对话时，部分组件会动起来，配合灯光变化，让你清楚地知道它是在倾听、回应还是在执行任务。
智能音箱一直有个毛病。Alexa、Google Assistant 和 Siri 就算能连续对话，用户面对的还是一件静止的电子物件。你喊一声，它亮一下；问个问题，答完就闭嘴沉默了。
OpenAI 希望通过动作、灯光和更自然的语音交互，增强设备的存在感，甚至让用户觉得它像个真正融入环境的对象。
有了摄像头和传感器，它获取的信息就不只局限于声音了。传统智能音箱只能知道你说了什么，而 OpenAI 希望它能进一步理解你身边正在发生什么。
由 Trung Phan 制作的渲染图
比如，你可能不用再告诉 AI 桌上有瓶药，而是直接问这药什么时候吃；也不用详细描述厨房情况，直接问锅里的东西是不是该关火了。
如果视觉、语音、长期记忆和环境感知真的结合起来，AI 得到的就不再是一次性的对话，而是一段持续存在的上下文。
这也是 OpenAI 过去几年一直在推的方向。
未来真正有价值的 AI，很可能不仅要回答问题，还要长期记住用户正在做什么、以前做过什么，并据此持续提供帮助。
离开苹果，Jony Ive 在找 iPhone 之后的路
整件事更有戏剧性的一点，在于 Jony Ive 的参与。
OpenAI 首款硬件的设计合作方，正是他的 LoveFrom 工作室。
作为曾经主导 iPhone、iPod、iPad 和 Apple Watch 设计的人，Jony Ive 几乎定义了消费电子过去二十年最重要的产品语言。
如今，他正和 OpenAI 一起探索另一种可能。
去年，OpenAI 收购了 Ive 共同创办的硬件公司 io，双方从合作转向深度绑定。OpenAI 也公开表示过建立完整设备业务的计划，终极目标甚至包括创造一种能替代智能手机的产品。
与此同时，苹果和 OpenAI 的关系迅速恶化。
最近，苹果以商业机密问题起诉了 OpenAI 及相关人员，指控对方获取并使用涉及产品设计、制造工艺和供应链的信息。争议焦点之一是，OpenAI 是否曾要求苹果长期合作的供应商，为其开发类似苹果使用的金属表面处理技术。
OpenAI 否认了这些指控，认为苹果的说法太宽泛，并在要求驳回诉讼的文件中强调，自己正在打造一种与苹果现有产品完全不同的新事物。
至少从目前曝光的产品形态来看，这款圆环设备很难直接对应苹果现有的任何产品。两家公司的路线已经分道扬镳。
包括苹果正在开发的新一代家庭设备在内，据报道更接近一块连接机械结构的显示屏，可以转向说话的人，并承担 FaceTime 等视觉任务。
苹果依然试图让显示屏进入更多场景，OpenAI 则试图验证一个更激进的问题：如果 AI 足够强，未来的人机交互是否还需要屏幕始终存在？
某种意义上，这也是 Jony Ive 职业生涯中一个很有趣的转折。
近二十年前，Jony Ive 参与设计了一块几乎吞噬整个消费电子行业的触摸屏；二十年后，他正在参与设计一件试图去掉屏幕的计算设备。
为什么 OpenAI 的第一台硬件偏偏没屏幕
智能手机过去十几年的核心价值，很大程度上建立在屏幕和 App 之上。
用户通过屏幕找信息，通过 App 调服务，再通过触摸完成每一个操作步骤。整个移动互联网的商业模式、产品设计乃至广告体系，都围绕这套交互方式建立。
Agent 正在试图改变其中最基础的一层关系。当用户只需要表达意图，AI 就能自行决定调用什么软件、读取什么信息、完成哪些操作时，App 的界面价值会下降，屏幕承担的任务也会随之减少。
由 X 博主 Jesse Waites 制作的渲染图（已翻译为中文）
OpenAI 所谓的 AI-first computer，大概就建立在这个判断之上。
未来的计算设备，可能不再以等待用户点击为核心，而会逐渐变成一个能够听、能够看、能够记住上下文，并主动帮助用户完成任务的 Agent。
从这个角度看，没有屏幕反而成为一种非常明确的产品表达。
掏出手机、解锁、打开 ChatGPT、输入指令，本身还是智能手机时代的交互方式。OpenAI 想做的是把这些启动步骤进一步抹掉，让 AI 长期存在于环境之中。
你在厨房想到一件事，可以直接开口；睡前突然想起明天的安排，也不需要摸手机；设备通过摄像头和麦克风获得环境信息之后，甚至可以省掉大量背景描述。
相比之下，智能眼镜更接近全天候 AI，但隐私问题也更敏感。
持续佩戴的摄像头会让周围所有人都被纳入感知范围。智能眼镜过去几年的尝试已经证明，技术可行并不等于社会可接受。
相比之下，放在家庭空间的设备更容易被接受。
OpenAI 从智能音箱形态切入，可能正是为了在测试全天候交互的同时，避开穿戴设备最敏感的隐私争议。
当然，过去几年的 AI 硬件已经留下了足够多的反面教材。Humane Ai Pin 最典型的问题就是，拿掉屏幕本身并不会创造下一代计算平台。
当模型能力、响应速度、Agent 执行能力和产品可靠性无法匹配时，没有屏幕甚至会放大所有交互问题。
OpenAI 与这些创业公司的差别，在于它已经拥有模型和用户，现在需要寻找一个更适合这些能力存在的物理载体，这背后反映的也正是 AI+和 AI-Native 之间的区别。
AI+ 的逻辑，是在既有设备和既有交互方式上「加一层智能」，本质仍然是人主动打开工具、工具被动响应需求。
而 AI-Native 的思路则完全相反，它不是在现有系统上打补丁，而是重新定义「人如何与计算发生关系」。在这个框架里，模型就是交互本身；设备也不再是入口，而是环境的一部分。
当这种范式成立时，硬件不再只是承载软件的容器，而会上升为决定交互形态的第一性约束。一旦技术平台发生变化，最值得警惕的往往是交互入口开始发生转移。
历史上每一次平台更替，几乎都伴随着入口的迁移：PC 时代的入口是桌面和浏览器，移动互联网的入口是 App 图标和触控屏，而 AI 时代的入口，正在从点击变成对话，从操作系统变成意图系统。
与之相伴的则是，原有生态的分发逻辑、产品形态乃至商业模式都会被重新洗牌。破局的代价不可谓不大，但破局之后能够摘取的果实，同样也是最丰厚的。
科技史上很多真正重要的产品，最初都源于一个看起来有些多余的问题：电脑为什么一定要放在桌上？电话为什么一定要连着一根线？互联网为什么一定要打开浏览器？手机为什么一定要有一块屏幕？
多年以后回头看，推动技术继续向前的，常常正是这些当时没有必要追问的问题。已经足够好用的东西，总有人好奇还有没有另一种可能？因为即便没有 OpenAI，也一定会有其他人去推开这扇未知的门。
某种意义上，人类文明也是从这样的好奇开始的。
几十万年前，当一个原始人第一次放下眼前的事情，抬头凝视那些与吃饭、生存似乎毫无关系的星星时，他当然不知道答案，也不知道这一眼最终会把人类带到哪里。但后来发生的一切，或许都始于那一次仰望。
*封面由 AI 生成
我们正在招募伙伴
📮 简历投递邮箱[email protected]
