"几乎所有的硬件都值得用AI重做一遍。"去年安克创新创始人阳萌多次提到AI硬件的构想，4月22日安克创新拿出了AI硬件的入场券。

当天，素来被称为“充电宝一哥”、“跨境一哥”的安克创新在筹备三年后，正式发布了一款端侧AI芯片Thus™，这款芯片将搭载在安克旗舰耳机。就在同一时间，安克创新通过社交媒体宣布旗下影音品牌“Soundcore声阔”更名为“Anker安克影音”。

发布会上，安克创新还揭示了智能操作系统、家庭机器人等研发计划，展示出了截然不同于跨境卖家的想象力。

安克创新是中国最早一批的跨境卖家，凭借进入苹果生态的充电宝、玩转谷歌流量的SEO能力、以及亚马逊为主的跨境电商扩张的渠道红利，实现了快速成长，成为无数跨境卖家对标和学习的对象。

在多产品布局的“浅海战术”下，2025年安克创新年营收突破300亿，遥遥领先一众跨境卖家。

本次一系列的产品动作揭示了同一个信号：在硬件模仿门槛无限降低的当前，安克正试图告别跨境渠道长出的消费电子明星叙事，走向智能硬件、乃至具身智能的科技时代。

端侧芯片，安克拿出AI硬件时代入场券

此次安克创新布局端侧AI芯片，首要战场依旧选择了音频业务。

去年9月，安克创新在IFA发布了AI录音豆产品Soundcore Work，该产品是一款类似于Plaud的录音纪要和整理硬件，搭载了ChatGPT模型进行云端转写。不过云端处理需要依赖网络，当网络不稳定则无法使用向海关功能，其次云端传输会有延时问题和安全隐患。

本次安克创新将存算一体AI音频芯片Thus™搭载在耳机上将解决这些过去云端处理的痛点，兆级大模型将在耳机本地运行、实现毫秒级AI响应，在地铁、闹市区等100dB左右嘈杂环境也能够精准滤除噪音、分离出清晰人声。

硬件创业者胡文对出海表示，“安克发布芯片可以提升竞争壁垒，做好的话能大幅提升产品的竞争力。”

IDC数据显示，2025年全球蓝牙耳机出货量达1.2亿台。这条赛道挤满了苹果、三星、华为等巨头，也杀出了韶音、boAt等新锐独角兽，底部还有无数华强北白牌贴身肉搏。在如此拥挤的战场，端侧芯片是安克打出产品差异化、建立溢价能力的关键筹码。

与此同时，端侧AI芯片解释了安克创新入局AI硬件时代竞争的野心。

近两年，不少行业人士布局AI时代的基础设施级硬件产品，想要打造AI时代的苹果，其中最为关注的就是眼镜和耳机类产品。

在AI耳机领域，字节跳动推出了Ola Friend，科大讯飞孵化品牌“未来智能”发布iFLYBUDS系列产品；除了大厂外，小米早期员工董红光创立光帆科技推出了包含AI耳机的Lightwear。在AI眼镜领域，Rokid、XREAL、阿里千问等企业推出新款AI眼镜都配置了端侧芯片，用在本地完成视觉识别、智能交互等功能。

去年安克创新CEO阳萌在多个场合表明，安克的未来在于“用AI重做硬件” 。此次安克创新发布端侧芯片是其真正迈入AI硬件时代的第一步，更重要的是，端侧芯片将成为安克发力家庭具身智的底座。

押注家庭具身智能，“盈利不耐受”大卖迎压力测试

宇树科技创始人王兴兴曾表示，具身智能端侧模型的知识密度真正发挥出来十分依赖芯片。没有端侧芯片与AI模型的深度协同，显然无法实现真正的具身智能。

本次沟通会上，安克创新还重点展示了其对家庭具身智能的路线规划。首先是以扫地机、智能割草机为代表的平面移动形态，现已成熟量产、全面落地；其次是以安防机器狗为核心的三维移动形态，可实现全屋灵活巡航与安全防护，正按计划有序推进；最后是人形机器人主导的三维操作阶段，目前处于前沿研发阶段。

在这张路线图中，安防机器狗是现阶段最受关注的产品形态。近两年，安防成为安克创新核心的海外场景之一，其安防摄像头eufy security已经服务超1600万个家庭，积累大量用户的同时发现了家庭安防产品可视危险但无法提供防护的痛点。

安防机器狗则通过其自主行动能力，及时发现不速之客或者家庭意外，补齐了主动巡检、全域守护的能力缺口。

同时，为夯实具身智能技术底座，安克创新与香港理工大学于4月21日共同宣布成立联合实验室，深度聚焦端侧人工智能技术研发，加速家庭硬件场景的智能化升级及国际市场应用，推动智能家居行业从「连接智能」迈向「决策智能」。

具身智能被视为继大语言模型后最重要的科技方向之一，其中，家庭服务成为最具想象力的场景之一，特斯拉、三星、LG、波士顿动力、自变量机器人等企业都在布局家庭具身智能。

但家庭场景远比工厂场景复杂。工厂机器人处理的是标准化、结构化的场景，产品尺寸相同、任务高度重复、工作环境恒定；而家庭场景则完全非标、非结构化，室内空间结构不同、家装家具布置差异、人员和宠物挪动没有规则。这对机器人的环境理解、实时决策和安全性提出了完全不同的要求。

这条路显然对安克创新并不轻松。一面是转型高科技投入型企业，回报不可预见，“钱”途未卜；另一方面是跨境红利消退，过去的钱越来越难赚。但放眼整个跨境电商圈，年营收突破300亿元的深厚底盘让安克创新成为跨境圈为数不多有能力走向具身智能终局的企业。

年报显示，2025年安克创新研发投入28.93亿元，同比增长37.20%，占营收比重9.48%。这个数字与多数中国科技公司研发投入不相上下，但华为研发投入约占全年收入21.8%，宇树科技在成熟期前的2022/2023/2024年研发投入占比分别达到24.39%、31.39%、17.84%，安克在具身智能上的投入才刚刚开始。

更重要的是，上一批借助跨境电商渠道红利发家的企业，习惯于这种模式带来的快速回款和高利润，对投入产出慢的项目忍耐度低，而技术投入普遍属于投资回报周期长，且高风险。

与此同时，从一家以渠道和效率见长的跨境公司，转型为一家以技术驱动和产品创新为核心的科技公司，对安克创新以及任何一家想要模式转型的公司都极其困难。

但这条路不得不走。从结局来看，当跨境的渠道红利彻底消失，谁还能继续征战海外？是那些掌握了工程师红利的人。（应被访者要求，文中胡文为化名）（文｜出海参考，作者｜王璐）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

当GPT、Claude、Gemini等通用大模型的基础能力趋于收敛，“模型大战”的第一阶段已经落幕。下一个战场在哪里？

答案指向了后训练（Post-training）与场景落地。后训练阶段决定了大模型能否真正”好用”——从人格设计到行为对齐，从系统指令到安全护栏，这些”最后一公里”的优化，正是大模型从”实验室玩具”走向”商业产品”的关键。 

美西时间2026年4月21日，钛媒体「Talk to The World」@斯坦福活动中，第二场圆桌论坛聚焦「模型大战后，AI竞争的下半场」。NTU EMBA校友、元理智能创始人&CEO、前智谱AI COO张帆担任主持，Microsoft AI Superintelligence Team核心成员Steven Lin、Traini创始人&CEO孙邻家（Arvin Sun）两位分别来自”模型最前沿”与”创业最前线”的实战者，从技术演进、产业落地到组织变革三个层面，分享了他们对AI下半场的深度思考。

“下半场”还是”新阶段”？

张帆：“下半场”这个词从去年开始火起来了。从基座模型到个人智能体再到MCP，迭代非常快。关注点从通用模型转向一个个智能体，AI开始真正进入产业。两位怎么看待下半场？

Steven Lin：我对”下半场”这个词有点异议——“下半场”暗示要打完了、要结束了。用”阶段”来解释更好。在我看来，我们现在经历的是几个阶段的演进：

第一阶段，C端early adopter先用，敢于尝鲜的人。第二阶段，大模型真正走入千家万户，帮大家做之前做不到的事——从”不会数数”到能做大学数学题。第三阶段（我们现在进入的），是大模型真正在应用中提供ROI——“我花10块，你给我15块”，这才是给具体客户带来经济价值。第四阶段，大模型自我进化、从online service到offline service，帮助机器人走入千家万户。

孙邻家：从创业和AI应用的角度，我觉得三个词——脏、精、线下。

“脏”就是脏活儿。硅谷过去三年是技术驱动，做大模型、做infra容易融钱，科学家驱动。tech wave起来的时候，钱容易拿，没人愿意干脏活——就跟移动互联网后期才出现O2O一样。现在融资难、烧钱多、赚钱难，逼着创业公司往细分领域解决问题。没有数据想把产品做好非常难，只能干脏活——从线下场景拿数据。

“精”就是做精。多模态是做精的利器。纯依赖大模型很难做精、厚度不够，要做宽——多模态。VLM形式下视频语音都要进模型，再操作action，工程复杂度极高。创业公司要专注明确场景，用小量高质量多模态数据打透单点再扩展。

“线下”就是AI to X。X包含三部分：Service（线下服务深度连接）、Community（社区品牌粘性，如Mid Journey靠社区活得好）、Hardware（硬件强交互增强软件体验，华人有供应链优势）。线下过程中拿到更多非结构化/结构化数据，护城河越来越深。

后训练：Scaling Law之后的下一个爆发点

张帆：后训练变得比预训练更重要。从训练视角，下半场是什么样？模型自进化、每次对外服务变成一次训练？

Steven Lin：我想提两点。第一，坊间说”fancy lab撞墙了”，但在lab里根本没人这么想——大家都在埋头苦干，Scaling Law依然有效，接下来还有很大很大机会。第二，后训练本身有很大很大的机会可以scale up。第一阶段大家都在scale前训练，现在发现后训练本身有很大空间。各大lab都鼓着劲——下一个爆发点是“怎么让我们自我进化”。

张帆：企业家该训自己的模型吗？

Steven Lin：两个建议。第一，先拥抱现有模型——先看模型能不能解决我们的问题，再想是不是该训模型、投钱做模型。第二，最重要的是解决用户痛点——不是训不训模型的问题，而是是不是真正做出了用户愿意付钱的东西。

模型与应用的边界在哪里？

张帆：大模型出来后创业者和公司很多，但通用模型与应用的边界很难定义，早期Jasper等”模型生意版”没了，怎么找到破局点避免被模型卷死？

孙邻家：边界现在就是很模糊，没必要跟世界拧着干。但机会在三个native：

首先要区分两个概念——“AI Native Company”（完全原生）和”Native AI Company”（加AI）。在座大部分企业家属于后者。

AI Native有三个维度。第一是技术路径原生，比如Web Coding完全用LLM做出；Traini没有大模型就没有这个产品。第二是组织原生。Anthropic内部3~4人扁平小组特别多，HR想做东西不用经过PM和工程师，直接用web coding做完加到主站。所有人都必须自己会做。第三是用户原生——观察幼儿园/小学生怎么用AI产品，他们的习惯、态度、不爽的地方就是创业机会。

举个例子，大人用Traini产品是”amazing→question→解释→ok”，小朋友直接把狗拽过来说”你说吧”——场景完全不同。按大人路径设计产品未来没机会，按小朋友路径做今天就必须开始做。“这个边界未必在今天，可能在10年后。当下的小朋友10年后成长起来，他们的世界才是真正的边界。”

张帆：公司最重要的第一性能力是什么？没了就没法竞争的关键能力？

孙邻家：第一性回到用户痛点。但今天最关键的能力——“干脏活，不断修正，不断采用新技术。”

AI Native组织的真实样貌

张帆：AI改变了我们的工作范式。原来找实习生调研一周看20篇论文写摘要，现在自己做智能体看100多篇论文、20多个开源项目、社区评论、综述，结构化输出，自动做实验。组织怎么更加AI Native？

Steven Lin：两类公司特别成功，组织架构都值得参考。第一类是做模型的公司——OpenAI、Anthropic、Google DeepMind。比如Anthropic扁平架构、开放文化，每个人都可以参与产品构建。第二类是用模型的公司——Midjourney、Cursor等，快速迭代拥抱市场和技术变化，今天出新模型马上用，新范式出现马上转变，哪怕要放弃去年最赚钱的业务。

孙邻家：补充Anthropic的人才策略。他们只要两类人：第一类是Steven这种非常资深的科学家，知道工具边界，30个线程同时工作。第二类是刚毕业的学生——数学好、极度聪明、会用工具、踏实干活。中间层全不要，连培养都不培养，来了直接进扁平组织自学。

回去马上要做的一件事

张帆：两位如何用AI让自己提效？给同学最重要的建议？回去之后马上要干的一件事是什么？

Steven Lin：不要想AI让东西有多卷，要想”我自己人生的目标是什么、梦想是什么”。AI是工具，可以帮助你实现梦想。“希望有一天AI也可以帮大家实现你们自己的梦想。”

如果回到即刻行动，我的建议是——“尽量想想看，如果今天让你用AI做以前觉得肯定做不到的事情——什么事情？让它真正试一下。”

孙邻家：我买了OpenAI、Claude等工具（20美元级别），团队全员部署Claude API，“账单每个月double在涨，压力大但很开心”。

给建议的话，第一是Relax。国内做得不错的企业家来硅谷希望抓住AI浪潮，但世界发展很快、资源要求高、短时间内补齐40年AI发展不现实。极度焦虑只会带给团队。“世界就是要被年轻人碾压的”，心态上先做好。

第二是行动上武装年轻人。投资、内部孵化、组织结构变革、产品重构全部AI化。“否则下半辈子每天都在AI焦虑中度过，不值得。”

回去马上要做的第一件事——“回去把你的助理开了，用AI干助理的活儿。”有一家深圳上市公司，来找我们交流，看到我们只有四个人做了很多事情，回去一个星期之内裁了2300个人。“他们确实精简之后还是很好。”

张帆：我也想补充几点建议。

第一，AI是业务问题不是技术问题。不要指望招到”又懂AI又懂业务的人”——“能招到就都单干了，就算招到你意识没变化他在你组织里也活不下去”。

第二，一定要自己拥抱、自己摸——“没有人可以替代你去理解这个时代的脉搏”。

第三，我反对大家花大量时间养电子宠物（龙虾/马）。“大多数人不是驾驭它，是它在驾驭你”——给一种没被时代甩开的幻觉。回头看两年沉淀下了什么？

第四，要在一线摸——“哪怕今天上课，也时不时给AI下命令让它回去接着干活”。

「Talk to The World」是钛媒体打造的全球科技对话品牌，致力于在全球最重要的科技创新场景中搭建中国与世界对话的桥梁。此次@斯坦福活动，是Talk to The World继CES、IFA、MWC之后的又一重要站点，链接改变全球创新趋势的前沿领袖。

（本文根据活动现场速记整理，经嘉宾审阅授权发布）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

当GPT、Claude、Gemini等通用大模型的基础能力趋于收敛，全球AI竞争已从单一的技术突破转向多维度的产业重构。而美国（硅谷）、中国、新加坡三地正形成清晰分工：硅谷定义技术边界，中国验证商业路径，新加坡连接全球系统。

美西时间2026年4月21日，钛媒体「Talk to The World」全球对话携手NTU EMBA，在斯坦福大学举办「中美新三极联动·AI全生态新趋势」主题活动。活动汇聚NTU EMBA校友与斯坦福校友两大精英群体，围绕”全球AI创新版图”与”模型大战后的AI竞争下半场”两场圆桌论坛，深度探讨中美新三地AI创新生态的差异与互补。

在第一场圆桌论坛「全球AI创新版图——硅谷、中国、新加坡，如何领跑下一个十年？」中，NTU美国校友会会长、连续创业者Anson Liang担任主持，天际资本董事总经理Clara Jiang、Informed Ventures合伙人David Yin、Race Capital合伙人Edith Yeung三位深耕中美新三地的资深投资人，从资本密度、人才流向、产业落地三个维度，分享了他们对全球AI创新版图的深度观察。

AI创新三极：灰狗、鸵鸟与兔子

“美国是灰狗，跑得最快；中国是鸵鸟，全球跑得最快的两条腿动物；新加坡是兔子，两边都争着让它跳到自己这边来跑。”Edith用三个动物比喻，形象地勾勒了中美新三地在全球AI版图中的角色定位。

这一比喻背后有数据支撑。Anson引用Stanford 2026年AI Index报告指出，2025年美国私人AI投资达到2859亿美元，是中国124亿美元的23倍以上。硅谷与旧金山区域去年VC约900多亿美元，60%—70%投向AI。生成式AI在全球三年内已达到53%的人口级采用率；其中新加坡为61%，美国为28.3%。根据中国官方在今年2月发布的数据，截至2025年底，中国生成式AI用户达到6.02亿，普及率达到42.8%。Edith指出，“资本密度高、社会渗透低”的结构性差异非常值得深思。

Clare认为，从创新角度看，人才、市场、资金是三地竞争的核心要素，但AI大模型来了以后，边界越来越模糊——“很多团队很难定义是美国公司还是中国公司。”从市场偏好上三地已形成趋势：美国在基础模型上追求全面智能，中国在多模态C端应用上享受红利。“协作大于竞争。”但她同时指出，数据部分是长期各自独立的——数据特性、数据资产、数据规则各地不同。

硅谷：资本密度与”Self-Recursive”进化

David将硅谷的核心优势归纳为三点：全球人才聚集、学术与业界强绑定、资本密度极高且退出机制成熟。“很多教授都去创业了。”他提到，从DARPA研究到半导体到AI，R&D联动紧密，“美国公司刚成立就10亿估值”的退出环境吸引全球AI人才涌入。

谈及未来12个月的机遇，David提出了三个关键趋势：

“第一，Scaling Law依然成立。”OpenAI、Anthropic的投资者们相信短期增长无太大挑战。大厂走向virtual agentic model，而数据是最大的bottleneck。“我太太做数据标签，账上一年赚10个亿。”大厂通过合作获取被投公司数据；subscriber补贴本质是为了获取coding训练数据——“SpaceX拟600亿美元收购Cursor，很大程度上就是为了coding用户数据。”

“第二，Coding是killer use case。”Coding正在成为self-recursive自我增强的闭环。OpenAI把精锐力量集中在coding上，答案都摆出来了。”

“第三，Robotics在美国有很大机会。”re-industrialization推动制造业回流，但人不够。他投了做warehouse robotics的公司帮FedEx等做仓储自动化，“

但风险同样不容忽视。David警告，Anthropic、SpaceX、OpenAI都想今年上市，“但资本市场可能不够钱支撑”。阿里巴巴2014年IPO融250亿美元是历史最大，现在一家trillion估值公司融5%就要500亿美元，三家同时上市，很可能”资本市场不够钱去支撑他们的估值”。

Clare则从SaaS形态变化的角度补充了一个更深层的风险：“AI时代SaaS可能减少甚至消失。”因为SaaS对象都是人，但agent时代对象是agent，整个工作流和设计都要变。“形态会从’中间厚两边薄’变成’两头粗中间细’。”更激进的是，AI原生公司不只是给保险/法律提供服务，而是”自己就要做AI原生保险公司、AI原生律所”。

Edith更是直言：“2026年所有投资者和企业都要关注三个企业的IPO——SpaceX、OpenAI、Anthropic。如果这三个企业表现不好，可能会影响对整个AI行业的信心。”

中国：供应链”毫无质疑的领先”

Edith刚从中国学习回来，她分享了对中国的最新观察。在杭州看Unitree（宇树）时，她发现Unitree 2025年量产5500台，全球第一（Tesla量产为零），“从未融过美金，只有人民币”。更让她印象深刻的是吉利旗下的ZEEKR工厂：“基本上人没人了，每天量产900台，大部分零库存——即点即造。厂长说从零开始建一个工厂只需要三个月。在美国这是不可能的。”

David认为，中国AI有两个独特特点：一是”卷”的能力——“一个新idea出来很快就有100家复制”；二是规模效应。“字节C端模型超越美国全部video models，因为数据最强。”他强调，中国硬件供应链全球领先，AI+robotics结合（如水下洗船、维修等复杂场景）“美国根本做不出来”。但他同时提醒，国内机器人供应链虽然绝对领先，但宇树的风险在于”抄袭竞品会很多很快，国内太卷了，不一定是winner”。

Clara从字节的投资经历进一步印证了中国AI的商业潜力。天际资本从2018年开始连续投字节五次，“字节是少数大厂里还保持momentum且可以all in AI的。”她举例说，“豆包通过嵌入抖音链接大幅提升留存率，已成国民级产品，仍在高速成长。”

Edith则指出，中美AI是”互补”而非”竞争”的关系——“美国AI企业生产力场景特别好；中国消费者多，个人化AI应用会爆发。”

新加坡：中立枢纽与”Token加工出口港”

在全球AI版图中，新加坡的角色正变得愈发微妙而关键。David指出，“虽然中美很互补，但同时大家又喜欢吵架”，新加坡作为中立平台，让中美的科研人员和生意人都能在同一地方做生意、交流。

他举了两个例子：Meta前首席AI官杨立昆的新公司AMI总部在新加坡，“他们说得很直白——我们想引入中国的AI人才，也想把技术卖到中国去。”李飞飞教授的新项目总部也设在新加坡，“因为最大客户要么在中国，要么在美国。”

Clare则从投资实操角度分享了三个趋势：已投企业全球化第一站选新加坡（如云智慧做AIOPS，出海先新加坡再硅谷）；更新公司考虑架构/融资/人才需求，第一天就把总部设在新加坡；对在美国住多年回亚洲的人，新加坡、香港是生活首选。

David提出了一个更具前瞻性的观点：新加坡可能成为token的”加工出口港”——“不同国家的token在新加坡做交叉点，加工以后再出口。”Token就是现代化的流量。

Edith则从地缘政治角度补充：未来全球可能需要”纯中国体系”和”美国体系”并行，美国可能限制使用中国模型，“新加坡可以作为video AI的aggregator——我什么都可以用，不需要担心法律或politics。”

管理者行动：AI原生化的三个关键

在Panel最后，三位嘉宾为在座的企业家和管理者提出了AI浪潮下最重要的行动建议。

Clare强调组织层面的AI原生化：“春节后大部分AI公司都在做人才迭代裁员。只要有一个人不原生，这个事情就没法做。”她指出，不只是替换某个工具，而是分工形式、汇报形式、数据共享形式全部重做，“信息公开度、汇报层级精简，这些都是大调。”

David建议管理者”自己成为AI Leader”——“董事长、CEO都要深度用AI，不是简单当chatbot做research，想’怎么全部用AI取代’，zero base budget思考。”他同时提醒，KPI要结果导向，“不要看token消耗量——像说用多少水，打开自来水就浪费。” 

Edith则分享了一个日本CEO的故事：“日本头说’以后不需要给我任何人任何钱，我用agent全搞定了’。”她认为”10分人才和1分人才，在工具加持下变成100 vs 10，差距从9变成90。“CEO要跟员工说”AI不会代替你，是让1个engineer变成10X/100X”。“大部分是人的问题，不是技术问题。”

「Talk to The World」是钛媒体打造的全球科技对话品牌，致力于在全球最重要的科技创新场景中搭建中国与世界对话的桥梁。此次@斯坦福活动，是Talk to The World继CES、IFA、MWC之后的又一重要站点，链接改变全球创新趋势的前沿领袖。

（本文根据活动现场速记整理，经嘉宾审阅授权发布）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App