“消费属性比 AI 更重要”。
文丨祝颖丽
编辑丨宋玮
潘宇扬是一个在深圳的 AI 硬件创业者，这一点让他很不一样。简单来说，与北京的创业者们相比，他对 “AI 硬件” 具体的落地场景、给用户的具体消费价值更为看重。他几乎旗帜鲜明地认为，将硬件只当做 AI 的 “载体”，当做通用入口，而不说清楚实际用处，是一条错误道路。
当然，潘宇扬也共享 AI 叙事带来的 “高估值”，他今年 7 月出来创业，组了一个十几人的小团队，目前已经以极快的速度拿到了不菲的投资和不错的估值。
这离不开他过去的履历。他毕业后就去了华为，然后跳到字节，参与过 AI Agent 平台 Coze 的从 0 到 1，还做过 AI 眼镜、豆包手机。作为一个 97 年出生、被投资人归为 “小天才” 类的创业者，潘宇扬不缺乏讲述 AI 故事的能力。但如果诚实一点，他觉得这只是对投资人讲述的故事的 B 面，而创业者终究需要面对的是自己的用户，他必须告诉大家，一个购买 AI 硬件的明确理由。
潘宇扬做的是一个名为 Odyss 的 AI 项链，它的明确的价值在于：利用多模态视觉大模型的能力，记录和分析用户吃进嘴里的每一口东西，为健康饮食提供记录和指导。
Odyss 项链目前尚在样品阶段；不过我在潘宇扬深圳的办公室里看到过实物，它前面的微型摄像头几乎隐形；电池仓设计成了磁吸卡扣，挂绳是一种极为轻便的材质，戴上后很轻，几乎没有感觉。
Odyss 项链
解决饮食的问题，可能也有十亿用户市场
潘宇扬对 “吃” 的关注与家庭有关。他家里两代人都是医生，对健康极为关注；而他母亲的家族有遗传性的高血压和糖尿病，他自己也是这些基因的携带者。很早以前他就看到，当一个人被诊断出糖尿病时，往往已经太迟了——这种病症是过去几十年生活习惯累积的终点，而非起点。
2025 年初，潘宇扬读了一本《超越百岁》的书，里面一个观点说，未来的健康管理不应是 “有病治病”，而应通过精准的行为规划和健康的生活方式，将发病风险提前化解。这再次提醒了他。
潘宇扬发现，在智能穿戴市场中，运动、睡眠、情绪三个板块已经挤满了硬件解决方案，唯独 “饮食” 这块影响健康最大的拼图，却是一片空白。而传统的软件，无论是国内的薄荷健康，还是海外的 MyFitnessPal，都极其依赖用户的自律——你得在动筷子前，手动输入食物名称或拍照。
更大的问题在于，拍照识别的准确率很低，“多人共餐记不进去，没吃完记不进去，饮食的顺序、速度、频率全部记不进去。” 潘宇扬说，碎片化的进食（比如随手抓的一把薯片、半杯奶茶）其实才是现代人热量失控的元凶，而这恰恰是手机 App 的盲区。
2025 年，视觉多模态大模型（VLM）和端侧低功耗芯片的成熟，让 “自动监测进食” 变得可行。
粗暴地理解，这个产品的逻辑是个挂在脖子上的摄像头，可以提供一天 20 小时的续航（不含睡眠）；但它不是全天候录像，而是通过一个小模型在后台监测。当小模型感知到用户开始进食，主摄像头会提高分辨率和帧率，捕捉食物被送入口中的那个瞬间。
潘宇扬解释道，通过对用户手指的标定和三维建模，系统可以精准计算出食物的体积，甚至识别出你先吃的是碳水还是蛋白质，进而计算出这一餐对血糖（GI 值）的影响，“先吃蔬菜还是先吃碳水，对血糖的影响完全不同”。
潘宇扬团队利用小模型在后台计算用户吃进去的食物
隐私问题也提前被考量进来，虽然全天候开启，但用户无法通过这颗摄像头看到任何视频素材，只能看到对自己饮食的记录和分析。
这种 “有用性” 在海外市场得到了极速验证。2025 年底，他在 Meta 上投放了针对欧美高收入群体的广告。在 “黑五” 期间，获客成本降到了惊人的 2 美金左右，“ 5 美金以内就算 PMF（产品市场契合）了，如果去掉黑五的广告溢价，我们能做到 1 美金多。” 这给了他极大的信心，至少已经有很多欧美用户愿意为健康饮食付出一笔几百美金的硬件成本。
是 AI 硬件，更是消费硬件
解决一个具体的问题，然后用消费硬件的逻辑来做，这是潘宇扬和大多数 AI 硬件创业者身上明显的差别。
潘宇扬说，硬件的购买逻辑是先看到外观、再看到功能，与软件相反。为了理解用户真正喜欢什么，他们的设计团队内部先后产出了十个不同风格的设计稿，然后制作了多款 3D 展示图投放至美、英等目标市场，让潜在用户针对颜色、材质、工艺进行 0-5 分的打分 。
他们还进行了多轮线下测评，线下用户的一分权重等同于线上五分，最终选出了目前一款男性用户投票率高、购买可能性高的设计。这推翻了他们最初的设想，起初他们以为女性会是目标用户，但调研后发现，关注健康的男性更愿意尝鲜。
这种对具体消费者的研究，迥异于其他更愿意谈 “AI” 本身的创业者。潘宇扬说，他们甚至官方宣传里几乎不会出现 AI 两个字，“用户不需要 AI，用户需要的是结果和情绪价值。”
他并不避讳对同行的 “不理解”，认为 “收集 上下文” 喂给 AI 是创业者的一厢情愿，“用户不是傻子，凭什么花几百美金帮你收集数据？你得先对他有用。” 他也不觉得新形态的通用硬件，能取代手机。在他眼中，手机是人类探索了 20 年最完美的交互载体，GUI（图形用户界面）的传输效率远高于语音。
在创办这家公司之前，潘宇扬曾深度参与了字节跳动的 AI 眼镜项目。但他判断，AI 眼镜在这几年一定会收缩乃至失败，因为智能眼镜目前面临的是物理学层面的死结：重量、续航与佩戴舒适度无法兼得。更重要的是，眼镜存在巨大的 “社交负担” 和 “配镜成本”。
“如果你让一个视力很好的人为了每天跟 AI 聊天而戴上眼镜，这事儿在当下是不成立的。” 潘宇扬说，海外智能眼镜出货多，主要是因为他们的墨镜市场大，而在中国，大多数戴的是近视光学镜，加上配镜和验光成本，AI 眼镜这件事情就更不成立。
相比之下，他认为项链是人体最天然的 “传感器支架” ，因为脖子是全身承重能力最强的部位，即便 50 克的设备挂在这里也几乎无感。更关键的是，它处在人体的正面，视觉和听觉视角完美重合。他曾在字节内部极力推崇项链形态，但大厂的逻辑是寻找 DAU（日活用户）破亿的大赛道，大入口，而垂直的饮食场景在决策者眼中 “太小了”。
“小” 也是很多人对潘宇扬做的事情最初的感受，因此他偶尔也必须讲讲想象空间的故事。
在他的视野里，海外 MyFitnessPal 全球有两三亿注册用户；国内，薄荷健康的 200 万活跃用户，都是这个产品直接的潜在用户；而如果再往上看，全球运动穿戴市场约有十几亿用户，是已经习惯记录睡眠和步数的群体，也是他们可转化的用户，因为饮食的需求比运动更普适 。
2025 年下半年，AI 硬件的投融资市场在加速，创业者的步调也因此有机会变得更快。潘宇扬预计，他们将在今年 3 月将第一批样机送给海外 KOL（意见领袖）；紧接着是第二季度的众筹和第三季度的发货。
尽管目前只有十几人，但潘宇扬坚信，自己在做一家信仰驱动的公司。这也是他创业的初心，“我很在乎能为 10 年、50 年、100 年后的人类解决什么样的问题。只要这个事情对人类的生活是有利的事情，这个公司就没有白白的存在过。”
他之所以给产品取名为 Odyss（奥德赛），是因为他觉得，健康管理是一场充满冒险、需要英雄主义叙事的长途探险 。
为呈现创业者在一些问题上的思考完整度，我们筛选了几个问答，与正文互为补充：
晚点：你们在产品出来之前，就提前在 Meta 打广告、跟用户做深度跟踪调研，好像只有你们是这么做的，为什么？
潘宇扬：你如果讲一个 AI 多模态入口的故事，它并不解决一个特定问题，其实没办法做的，因为你不知道要打什么样的画像，打什么样的功能点。
你如果说我男女老少所有的画像都打，那你对设计或者对需求的偏好是没有意义的，它太散了。我们在一个具体项目、具体需求下是有意义的，但你要在 100 个不同的画像下面得到一个需求，这没意义，因为最后可能对 100 个人都不太好用，你最后可能平均出来是这个结果。
我们就是去解决吃的硬件，也是第一个挂脖形态的，项链的硬件。这跟软件的买单逻辑非常不一样，软件我可以每天可以下 100 个，都有七天的试用，我一分钱不用花。
硬件的逻辑是反的，因为钱要花在前面，你要先付个几百美金，他才能拿到手开始体验。所以如果说你不把前面那个购买理由说清楚，买这个东西要解决什么问题、提供什么样的情绪价值，那就不会有人买。不会有人买的东西，自然跟后面的体验无关。
所以我们现在做硬件的思路，跟很多的所谓 AI 硬件都不太一样，我们需要把用户为什么要买，什么人在什么情况下为什么要买，买来怎么用，这件事情说的非常清楚，然后我们再去推向市场。
晚点：我们之前采访过光帆科技的创始人，他的观点是，未来是通用硬件是长期的，会吞噬专有硬件，你为什么反对这个观点？
潘宇扬：通用战胜垂类这件事情上面，其实在软件上都没有。Manus 看起来是个通用的 agent 平台，但它实际上是做了很多很多个垂域 agent 的。它有一个路由，不同的任务分发到不同的地方去。
硬件上也是一个逻辑，就是任何一个通用模型都没有办法去解决好，比如说饮食这个问题时，那就先得有一个做饮食这个问题的垂直产品，把这个事情的 know how 跟数据壁垒做的足够高。
然后你用这个 know how 和数据才能去诞生通用的东西。你不可能起个空中楼阁。如果我任何一个事情下面还没有干好时，你直接干上面一层了，我觉得这是对模型缺乏理解的表现。
晚点：所以垂类是一个过程，最终可能还是通用对吧？你们在这一点上可能没有分歧？
潘宇扬：那你直接去做 “最终” 是干嘛的呢，你中间的桥是断的。你说我直接跳到对面去了，那你这个硬件卖给谁？我不理解这个事儿。你不应该是先追求过程，然后由过程去导向那个结果。
我们能看到的有很多直接追求 “终局” 的公司，也有很多去做过程的公司。我觉得大概率，做过程的公司，它更有可能弄好；当他把一个或者几个过程做到非常高的壁垒时，他就会去吃别的中间态，然后慢慢把自己扩成一个通用的东西。
但你作一个比如说通用的产品，你实际上对任何一个垂域都没有抓手，都没有弄好。你不知道饮食怎么做，你不知道工作怎么做，你不知道会议怎么做，什么都不知道。然后你说在某个时间我就要把你这些专业公司全干掉？我觉得这事儿不可能，他必须得有 know how。
晚点：那你们做饮食这件事情，难度在哪里，know how 在哪里？
潘宇扬：真的开始做饮食这件事情的时候，我们会发现这件事情好难，你要把用户吃的每一口东西、所有的东西算清楚，这个过程很难。
我们的产品其实核心是，我们算物体的体积，算物体在图像中的切割面积。我们对用户的手做标定，知道用户的手有多大之后，我就可以知道这个物体的体积有多大。桌面上有什么只是我参照，核心看的是每口的食物，这个事情才是第一次把用户吃什么这件事情做到极致。
欧美人平时 80% 吃的那种白人餐，几个食材混在一个盘子里，比如说牛肉是牛肉，鸡蛋是鸡蛋，番茄是番茄，这种我们的准确率是可以到 90% 以上。
但比如说中餐火锅的场景，你去拍那个火锅一点意义都没有，我们的产品是识别用户从锅里夹起来的菜放到嘴巴里的过程，但这个过程因为有糖有油，它的准确率我们现在基本上是在 70% 到 80%，会比那种颗粒分明的白人餐差一点。
还有一种极端场景是那种糊状物。比如说印度人特别喜欢吃的那种餐，准确度就是它的核心。它不是难在吃多少，而是难在这个食物里面的成分。这种情况下我们会给用户一些输入。比如说他可以通过语音或者事后的手动输入，以及我们会 check 用户做饭的过程，去看看这个东西里面到底是怎么构成的。
所以你告诉我你没有经历过这个过程，你想要在这个事情上战胜我没有可能。
晚点：做 AI 硬件上，听起来非共识的东西还挺多的，你觉得现在这个行业里面有什么共识吗？
潘宇扬：我觉得共识是，都需要去补生活中的信息，补每个人的人跟世界的交互。因为现在的模型训练全都是互联网或者手机里面的内容，实际上我们怎么在现实中说话、做事情，怎么去生活，这件事情是没有被数字化的。
把这一部分信息数字化，提供一些额外的服务增量，这个事情是共识。不管是董红光、孙洋还是我做的事情上面，其实都在这个路线上。大家的想法，都是收集物理世界的信息，所以大家都要做传感器。
对物理世界信息的数字化带来的体验增量，这件事情是大家都在做的事情，是核心的主线。
题图来源：Odyss 创始人潘宇扬
热门跟贴