2026年，汽车媒体对AI应用的思考｜AI真来了|ai应用|云端|手机|汽车媒体|浏览器|苹果设备

2025年，很多车企都在提AI，各种营销名词都和AI“沾亲带故”。但是当我真正使用了很多AI服务和硬件，发现大多数车企其实并不太懂“AI”，对AI的想象还停留在宣传语或者功能智能层面。

那么，什么是与普通人有关的AI？我先聊聊自己的体验。

为AI服务付费的时代

或许很多读者朋友已经在2025年频繁使用过多款AI，无论是DeepSeek、Kimi，还是豆包等免费大模型。不过，这些通用大模型的交互模式都被称为“Chatbot”——聊天机器人，它们在很多人眼中更像一个“新时代的百度”，感觉AI似乎也没那么神奇。

但真实情况是，在一个细分领域，一个优秀的AI服务，是很容易让一个用户为它付费的，而且会毫不犹豫。

这里还可以举一个类似的例子。

多年前，罗永浩曾提出“闪念胶囊”的概念，相当于按一个快捷键就可以记录想法，但这个功能始终不温不火，即便后来iPhone15以及很多安卓手机也设计了一个快捷键用来录音，但使用率一直不高。直到去年，我发现了一个小小的软件——flomo，突然发现我用它录音记录想法、甚至用语音写初稿的频次变高了。

这个flomo软件功能很简单，就是你点开它后就可以开始把你的想法说出来，它在录音后自动上传到云端，利用AI将录音整理好，剔除“嗯啊哦”这些多余语气词，识别率非常高。这款软件的年费是99元，对一款iOSAPP来说并不便宜，但我在体验了几天之后、免费期都没结束，我就毫不犹豫的下单了。

实际上，现在微信和豆包都推出了自己的输入法，而这些输入法都有一个特别简单但是足够厉害的功能——语音大模型的输入识别。比如，你用微信的时候可以发现输入框有一个绿色麦克风按键，点击之后就可以用语音输入，你会发现微信输入法用语音AI大模型能很快帮你将语音转化为文字，去掉一些语气词，甚至还能分段，输入效率变得更高。

另一个例子是，最近我用飞书多维表格搭建了一个公司内部的运营管理表格，这里面就会遇到一些统计公式需要处理。在以往可能只有精通EXCEL的人才能设计那种复杂的透视表格，而现在飞书内置的AI可以直接生成公式，即便是你完全不懂，但也可以很方便的调整。

上面这些就是我实际使用AI的感受。这里面其实都没有提到大家常用的通用大模型，因为我发现真正能够促使用户付费的AI产品，大多是垂直领域的专属功能，而国内可以用到的通用大模型，或许因为市场非常“卷”，免费版本已足够好用。

可是最近我发现，真正能够提升效率、让AI带来进一步能力提升的，往往是那些能与AI联动的AI硬件。

我新入手了一个小设备——飞书AI录音豆。这个设备很有意思，它没有什么特别重要的功能，就是在开会可以时一键录音，会后自动生成会议纪要与要点总结。

当然，这款设备单独买要899元，同时仅附赠半年的飞书妙记的会员权益（每个月限生成25篇纪要）。半年后，则需要单独订阅飞书高级会员，699元一年，每个月可以记录3000分钟和生成50篇AI总结纪要。

这是一种典型的AI硬件模式，硬件付一次钱，AI服务需要单独付费。

而飞书AI录音豆的原型设备，其实是一款名为Plaud的录音卡片，这个设备售价大概是1000元左右，现在出货量已经达到了百万台，也是海外卖得最火一款AI硬件。而且它的收入不仅仅是卖硬件，还在于之后的AI服务，因此目前这家公司的估值也相当高。

或许有人觉得一年服务费699元太贵了，但对于我个人来说感觉还是很划算，比如在新车上市发布会或者采访中，我可以第一时间拿到文字、发出内容，而在第一时间发布的流量价值就可以值回这套AI设备的硬件和服务费用。

这种AI录音设备的核心价值就在于节省了你处理录音的时间成本、让你能专注于更重要的任务。所以不能仅仅把“录音设备”当做一个硬件来看，而是一种“服务”，类似自动驾驶之于特斯拉，对于使用者来说能够实现时间的节约和效率的提升。

比如AI录音能把两个小时的会谈浓缩成几千字的速记，并以表格等形式呈现重点，你可以快速获取重点信息。而且如果以后有什么问题需要查询，你甚至可以在飞书中调用AI直接查询和给出建议，这种高效率是之前只能录音、没有AI总结的时代难以想象的。

而特斯拉FSD则是节约（利用）了你的通勤时间，让你可以在法规允许的前提下边开车边做点其他事情，而不需要专注于道路，这也是AI硬件提升效率的表现。

如果说特斯拉FSD定义了“汽车AI硬件”的范式，那么生活中，似乎还没有出现类似的AI硬件。但这并不妨碍AI硬件被视为下一个“风口”。很多业内人士认为，AI硬件将有机会成为下一个“iPhone”，因此在目前的创业圈，AI设备也是很火的一个赛道。

或许在2026年，我们就能看到一款类似于iPhone的通用AI硬件亮相，让我们从移动互联网时代真正迈入“AI时代”。

APP时代退潮，超级AI界面登场

展望2026年的AI硬件需求，我个人对通用AI硬件设备进行了一些思考。而我第一个意识到的问题是，作为现在最大AI硬件风口的AI眼镜，或许并不是一个特别好的入口。

我个人的感觉是，你不可能完全把所有隐私性的交流，比如打字或者语音对话，通过AI眼镜来辅助阐述，因为“听”的效率远远低于“看”的效率。

这就好像微信最早是以语音对话为主打的，但支持文字输入后，大家更多还是用微信进行文字交流。核心原因在于，人类对视觉的记忆留存效率要远远高于听觉，且文字在隐私保护和交互精确性上更具优势。

正如李楠kkk所说，AI硬件设备需要多模态呈现，但多模态的输入或呈现本质上还是不能脱离直接用眼睛看这一方式。因而，所有AI设备都想要解决的一个重要问题其实就是“如何显示”。比如很多AI眼镜的产品团队总是希望给自己加一个显示屏，可是给眼镜增加屏幕带来的问题是更高的耗电量、更重的头戴重量，本质上就背离了便携的初衷。

这就使得眼镜形态本身就不太符合通用AI硬件的原型需求。同时，大部分不带显示屏幕的设备肯定也不会是通用AI硬件。换一个角度来说，无显示屏的AI硬件大概率仅是手机的附属，配合手机使用，通过手机调用AI完成功能。

按照这一逻辑预测，手机至少在十年内仍是不可替代的AI交互核心。但是正如当年从功能机进化到智能手机一样，虽然都叫“手机”，但呈现形态、交互体验发生了巨大的变化。

我个人认为，以手机为载体的AI设备将会出现一个很重要的变化点——即超级APP和超级AI界面的逻辑演进。

按照这个逻辑，我们可以把手机上的APP应用分成两块。一块是需要用户自己操作的，是在APP本身的交互界面里进行，比如微信、QQ、支付宝这类高度社会关系化的应用。另一块，比如像看视频、看抖音或进行其他信息的浏览获取，本质上不再需要单独APP应用，而是可以通过浏览器或者AI应用作为入口输出，根据我们发出的响应来满足自身需求。比如你要设定一个日程管理或者文稿编辑，就不再需要打开日程APP或者Word，而是直接在超级AI里面完成。

在这种需求下，我们会发现手机依然存在，但作为AI需求的入口，其交互不再以特定的APP为主，而是以更独立的浏览器、或者超级AI应用形式实现交互，这非常有意思。

▲来自AI

我听Manus谈及他们的创业逻辑时，他们是把浏览器作为重要的创业思考点，认为浏览器可以创造新的AI智能体。实际上现实中我们使用AI时也能够发现，可以将浏览器视作AI智能体的一个载体，我们和AI的交互都是以浏览器为界面实现的。

比如未来我们浏览新闻时，或许不再需要微博或者抖音，超级AI可以实时根据你的需求推送当下的热点，直接在AI界面输出实时性或者你需求的资讯信息，从而替代大量现在使用的资讯类APP。如果你要看视频，理论上你也可以在AI应用端直接按需搜索，又或者你提出一个方向，直接推送给你——甚至还能防沉迷。

最终，我们的手机上可能只会存留两类APP：一类是超级AI入口，另一类是社交软件。而按照中国移动互联网的发展逻辑，大概率会是一个超级AI绑定一款社交软件。比如，微信和某个超级AI绑定，用户通过这个超级AI调用微信的能力；飞书和豆包AI大模型绑定，同时调用办公和娱乐；支付宝和通义绑定，背靠淘宝满足消费端的需求。

端侧AI，或许没那么重要

这里还引申一个另问题：我们的手机是否需具备运行端侧AI大模型的能力？

我个人感觉，端侧大模型对于目前的AI功能来说并不是强需求，即便是端侧跑7B左右的模型，能解决的问题也有限。一个类比是，如今手机的SOC性能都是过剩的，基本上需求端的应用是以实时互联为主，一旦手机断网，离线状态下能做的事非常少，无非是听音乐、看看电子书等，如果要使用移动互联网的所有应用，基本都必须联网。

所以从互联网思维出发，会发现手机上可能不需要真正的端侧AI，而更需要实时互联，即便云端有延迟也影响不大。因为功能都是和移动网络强绑定，只要有网络，云端AI模型的效率和效果都要比端侧能力更强。

而端侧大模型的核心任务，可能只剩两项：一是实时的语音转译文字，节省上传云端识别这一环节，提升效率；另一个则是用思维链来分解任务，从而更快地获取云端解决方案。

但其实从本质上说，端侧大模型是否需要分解任务也非关键，更重要的是实时联网。就好像在3G时代，智能手机上的APP几乎都有所谓的“预缓存”功能，但真正到了5G时代，这个功能就不重要了。那么在预测下一代移动通信能力时，现在云端AI的问题在于无法解决实时性回馈，如果按照6G、7G的逻辑理解，AI的反馈足够实时，那是否有端侧AI其实真的就不重要了。