灵宇宙：不急着做人形机器人，先做AI的"眼睛和耳朵"
来源：IT桔子
在具身智能赛道集体冲刺人形机器人的当下，灵宇宙选择了一条更务实的路径：先解决AI如何进入真实生活，如何看见、听见并理解真实场景，然后再谈更复杂的行动能力。
2025年，这家由前微软研究院人机交互科学家顾嘉唯创立的公司，正式推出面向Alpha世代 （通常指2010年后出生人群） 的伴身智能AI终端"小方机"。
产品逻辑清晰：复杂机械结构暂时让位于更轻量的多模态交互入口。摄像头、麦克风、扬声器和基础传感器构成感知层与交互层，自研LingOS操作系统作为决策中枢，将用户眼前的现实环境转化为"可对话、可学习"的智能空间。
孩子佩戴后，可以识别动植物，与李白、达尔文、爱因斯坦、北外曹文教授等AI学伴视频通话，也可以让历史文物"活"过来，实现"万物即教材，世界即教室"。产品还融合了麻省理工学院和哈佛大学的思维链路设计，强调启发式追问和分层引导，尽量减少直接给出结论带来的思维惰性。
创业公司如何避开正面竞争
灵宇宙资深产品负责人刘翠涛在6月28日IT桔子沙龙的分享，阐释了这一选择背后的产品逻辑和商业考量。
他坦言，创业团队必须在第一天就想清楚如何避开大厂的正面竞争："AI眼镜可能成为长期终端，但创业公司很难把资源押在10年后才成熟的形态上，更现实的策略，是切入细分场景和垂直人群，在足够聚焦的领域收集用户反馈反哺产品迭代。" 这一判断直接指向灵宇宙的目标人群——Alpha世代及其家庭。
相较于智能手表、耳机、戒指等已经占据用户心智的品类，儿童伴身AI终端仍有重新定义的空间。而儿童产品对硬件的要求也与成人设备不同：按键要大、好按，重量最好不要超过一个橘子，还要兼顾耐摔、安全和随身携带。在竞争拥挤的AI眼镜、耳机赛道之外，儿童陪伴硬件仍是一个尚未被充分定义的细分品类。
硬件先能用，再谈AI
刘翠涛特别强调了一个常被忽视的硬件创业常识：先做出能用、稳定、可交付的硬件，再通过软件和数据反馈持续迭代AI能力。他借用vibe coding圈流行的"先做个能跑的版本"的说法类比，同时指出硬件逻辑完全不同：软件可以快速上线再高频迭代，硬件一旦量产，返工成本高得多。硬件首先要可靠，要能卖出去，也要能承受售后和供应链的检验。这与灵宇宙的产品哲学一致：技术完整性让位于真实场景中的最小闭环，先把可用性、供应链、交互体验跑通。
刘翠涛还指出了AI硬件创业正处于一个交汇点：团队既要理解AI 能力，也要补齐硬件能力。只懂硬件，容易把产品做成传统设备；只懂模型，也会低估结构设计、供应链、品控、功耗和售后中的坑的坑。
他特别强调供应链的实地经验："如果想做好硬件，一定要去深圳、东莞、惠州，去见方案商、白牌厂商。选芯片、选摄像头，同样的功能成本差异非常大，这些信息靠通用AI问答很难获得，需要一线考察。"他甚至给出一句经验之谈："做品牌在北上广，供应链优先深圳。"
在商业化模式上，他透露AI硬件与传统消费硬件的关键差异：硬件可以不赚钱，靠后续订阅付费获取持续收入。但这并不意味着硬件可以无限补贴。AI 硬件同时面对两道成本压力：：一边是BOM 成本、良率和售后，另一边是模型推理和云端服务成本。这是一个行业级的命题。
超低退货率背后的用户分层
刘翠涛披露的一个数据值得关注：灵宇宙产品在规模化出货后，退货率仅为行业均值的一半。
这项数据之所以有分量，正是因为它发生在产品走出早期尝鲜阶段之后。刘翠涛提醒，内测阶段的极客用户、投资人和媒体人往往对新产品包容度更高，属于非典型用户样本。他们的反馈有价值，但未必代表普通家庭的真实使用情况。“第一波如果主要卖给高包容度的早期用户，你很难判断产品在普通家庭里的真实表现，也很难据此完成有效迭代。”
这句话点出了AI 硬件公司普遍面临的陷阱：早期好评可能掩盖真实问题。只有规模化出货后，面对家庭用户更具体的使用期待和更严苛的购买决策时，产品问题才集中暴露。这时，退货率才开始成为检验产品力的关键指标。
退货率的管理，本质上是用户分层、产品成熟度和真实场景适配能力的综合结果。对于教育陪伴类AI 硬件而言，真正的考验发生在普通家庭的日常使用中。能够在这一阶段维持较低退货率，更能说明产品体验、用户预期和场景价值之间已经形成了相对稳定的匹配。
主动交互：从被动应答到主动触发
刘翠涛对"主动式人机交互"的判断，可能指向灵宇宙下一阶段的产品方向。他指出，传统模型交互常常是一来一回的轮式对话，而主动交互的核心在于"何时触发"——硬件需要在用户授权和安全边界下理解用户看到什么、听到什么、身处什么场景，以及当下是否适合被打扰，再综合判断是否在合适时机主动发起交互。
具体而言，主动交互依赖两类功能：更丰富的场景信息和更长时间的互动关系。场景信息维度上，设备需要在必要时通过摄像头、麦克风、定位等传感器理解环境；使用时长维度上，只有形成稳定使用，长期记忆和个性化反馈才有基础。
当这两个维度足够丰富，硬件才具备了判断"何时主动打电话、主动提什么问题能让用户愿意接听并愿意回应"的能力。这与灵宇宙近期对外输出的理念高度吻合：具身智能的第一步，是先建立可规模化的感知与交互入口，而不是一开始就追求完整的机械身体。
当行业将大量资源投入人形机器人的灵巧手和关节执行器时，灵宇宙的判断是，短期瓶颈不在机械复杂度，也在于第一视角真实场景数据、低成本量产硬件和稳定交互闭环尚未形成。更现实的路径是：是从大模型当前较成熟的语言、视觉和多模态理解能力出发，找到最小、最稳定、最容易规模化的物理入口，先跑通"感知—理解—反馈—数据回流"的闭环，再逐步增加行动能力。