4亿副耳机，正在等待一次AI改造

编辑｜Sia

这些「老炮们」最不缺的就是把硬件造出来的能力，也不缺求变求新的劲儿。可AI硬件新课的内容，显然超纲了。

四家供应链「老炮」交了个底

「现在能听到我周围的杂音吗？」

聊着聊着，深圳市烽火宏声科技有限公司（以下简称烽火宏声）副总经理王鑫突然问了这么一句。

几分钟前，他原先戴着的耳机没电，刚换上另一副。听到这个问题，我有点纳闷：杂音？通话里明明只有他的人声。

直到快聊完，我才知道，他中途换上的，是一副 AI 耳机样机，正在做设计验证，也就是硬件行业常说的 DVT。

王鑫说，新耳机主打会议转写、 AI 翻译等。我们这场对话，也顺理成章地成了一场「实战测试」。

「我们的目标是在今年底前实现量产出货，」王鑫透露，目前已经有两个品牌客户下达了订单。

这并不是我们看到的唯一一台真机。

消费电子方案商（ IDH ）奇智创新的 AI 耳机样机，也已经摆上桌面。

电脑播放英文 TED 演讲，点击几下耳机，收音开始，声音进入 App 后，手机端实时滚动显示中文翻译，一套同声传译链路就这样跑了起来。

视频地址：https://mp.weixin.qq.com/s/W0QrZ4d3Qs4TVOle3zZruw

另一边，拥有全模块开发能力的硬件设备 ODM 科奈信的工程测试板，已进入软件接入和软硬件联调阶段，计划完成 DEMO 后向品牌客户推广。

与此同时，耳机 ODM 迈斯高正通过方案商德芯诚，与合作方调试新一代 AI 耳机。

它为韩国 LG 代工的项目，以及自有品牌 MEES 的项目，目前都已进入商务推进阶段。按规划，后续将接入并采购这家合作方的 AI 方案，预计涉及约 10 万台设备。

几条看似独立推进的项目，最后汇到了一起——他们正在接入的其实是同一家公司的技术：Hojo 恒聚愿景（以下简称 Hojo）。

这家公司成立至今，还不到两年，背后是两位语音赛道的「老炮」：赵恒艺曾任小鹏汽车语音业务负责人，苏丹曾任腾讯 AI Lab 语音技术中心负责人。

在媒体的主流叙事里，科技大厂正凭借自己的大模型、自研芯片和操作系统，自上而下地定义下一代 AI 硬件。但顺着眼前几副样机往深处扎，见到的却是一幅更为广袤的现实图景。

庞大的传统硬件制造商们，也在主动寻找 AI 的落点。

他们手握产品线、品牌客户以及多年沉淀的制造能力，却没有自研大模型甚至软件团队。

该怎么把 AI 真正「塞」进下一款要卖出去的产品里？怎么让一块卖完即止的硬件，从「一锤子买卖」变成一门可以持续产生收入的生意？

这是他们的普遍困惑，也是 Hojo 进入的地方。

被大模型打乱的分工，需要一个新角色

那我们这次聊的，是不是也会被记录、整理下来？我顺便问了一句。

「会。」王鑫说。

对烽火宏声来说，AI 耳机也只是最近一轮产品探索中的一个方向。过去一段时间，他们还做过其他 AI 音频硬件、搭载单摄或双摄的眼镜，甚至尝试过脑机设备。

品牌客户总要找新品、找差异化，供应链也一直在跟着芯片、声学、结构和交互技术往前走。能不能不断拿出一些「有亮点」的新东西，本来就是 ODM 竞争力的一部分。

只是大模型出现之后，这种创新开始越过传统硬件的边界。

以前，客户往往带着相对清晰的图纸和规格来，工厂负责把产品稳定地做出来。现在，王鑫发现，有些客户来的时候手里只有一个想法：想做一款 AI 产品。

这时候，ODM 已经不能等着一张图纸落下来，而是更早进入产品定义：一起讨论场景、判断哪些功能值得做，再一路往芯片选型、硬件设计和工程实现上推。

科奈信更为清晰地描述了位置前移带来的挑战。

比如，一颗芯片的算力能不能跑通所需的音频通路？现有硬件条件撑不住时，是缩减功能、调整方案，还是换一个平台？如果产品临时增加新的需求，软件和硬件又该怎么重新匹配？

今天定义一款 AI 硬件，光摸透「用户想要什么」已经不够，还要回答这些「超纲」的「跨界」考题，才能为自己的产品构想找到一条落地的软件工程路径。

一直求变的奇智创新甚至从中看到了新机会。

过去几年，耳机方案越来越成熟，硬件也越来越同质化，一部分原本由 IDH 承担的工作，逐渐被 ODM 自己的研发和方案部门吸收。

AI 又把问题重新复杂了起来。

模型、芯片、App、声学、云服务，要第一次在一款耳机里同时协同。品牌和 ODM 开始重新需要有人在中间把这些能力组织起来，IDH 因此又有了新的用武之地。

但位置前移，并不意味对应所需的模型、软件和交互能力，也能自然长出来。

王鑫讲了一个故事。2024 年，他们前后投入大约 10 个月，开发出了一款 AI 小音箱。产品投放市场，也实现了出货。

「干出来那一刻，我们觉得自己挺能的。」王鑫回忆说。

也因为真正做过一遍，他们更清楚地看到了自己的能力边界。

外观、结构、电路设计和声学调试，都是熟悉的工作。一旦涉及界面设计、用户怎样操作才顺手、体验如何跟着反馈持续调整，就需要重新补课。

而且，产品卖出去之后，软件升级和后续维护还得继续，这些都超出了经验和资源的射程。

与此同时，制造端本身也没有停止升级。

科奈信一直在无线音频的硬件创新开发上投入。

王鑫半开玩笑地说，他们是「打螺丝、点胶水的」。但现在连点胶都已经高度自动化，完成后还要经过 AOI 等视觉检测。

2025 年，烽火宏声又投入数百万元，升级产线和测试设备，为新的硬件要求和测试需求提前做准备。

团队的精力和资源有限，哪些能力继续自己做，哪些交给合作方，也就成了一个实际的经营选择。

正是在这样的分工变化里，扮演好连接硬件制造与模型能力的「新角色」，成为 Hojo 商业逻辑的起点。

AI 老炮递上「一杯水」

如今，一副耳机想加上录音转写、翻译或者 AI 对话，已经很难把任务简单切成「硬件做好，软件接上去」两步。

模型效果、芯片能力、音频怎么采集、固件怎么传、App 怎么接、云端怎么处理，甚至产品卖出去之后谁来持续提供服务，最后都会汇聚到同一个用户体验里。

奇智创新把它概括成「一朵云、两个端」：云端、手机及 App、耳机需要一起工作。任何一个环节掉链子，用户看到的都只是同一个结果：不好用。

为此，Hojo 搭了一套面向智能硬件的 AI Stack，把模型、系统、记忆、App 放进同一套体系。耳机、录音笔、眼镜可以复用底层能力，再根据芯片和具体产品做适配。

客户的每一种典型需求，都能在这套全栈能力中找到对应的解。

比如，在真实的产品定义阶段，不同芯片对应不同的算力预算、功耗约束和成本区间，最后能装进多少功能、哪些能力放在端侧、哪些交给云端，需要放在整机方案里一起权衡。

这就放大了自研模型的价值。而 Hojo 也选择自己掌握 ASR、TTS、全双工语音等底层模型。

消费者不会关心耳机背后跑的是哪套模型，他们关心的是说完话多久有反应、转写准不准、翻译自然不自然。厂商还要多算一层：这套能力跑起来需要什么芯片，多少功能能留在端侧，多少送到云端，长期调用成本能不能承受。

自研模型的意义不只是把某项 Benchmark 做高，遇到具体项目时，还可以同时调整准确率、响应速度、部署方式和成本，拥有更多定义自由。

有了模型还不够，还得有人把整条链路串起来。

科奈信的一次联调，把这个需求暴露得很具体。当时，硬件接入 Hojo 软件后，一度连不上。开始看起来像一个软件 Bug，沿着链路继续往下排查，发现问题出在固件。

一个表面上的「 App 连不上」，背后实际横跨了软件、协议、固件和硬件。如果还按照过去边界分明的方式处理，很容易变成软件找硬件、硬件再找固件。

所以，科奈信说，从蓝牙音频设备走向 AI 产品，真正新增的不只是几个 AI 功能，而是一条必须由软件和硬件共同完成的功能链路。

录音转写、翻译、AI 交互，能不能跑起来，不只取决于模型本身，还取决于音频怎么采集和传输、芯片支持哪些通路、固件怎么配合，最后又怎样通过 App 交到用户手里。

这也是 Hojo 往系统层继续做 Agentic OS 的原因——模型只是能力源，决定体验的，是这项能力能不能穿过整条软硬件链路。客户需要这样一个更靠近系统层的角色，把设备、协议、模型和 App 统一组织起来。

再往后，还有一道坎儿：能力跑通，并不等于产品已经成立。

做AI音箱时，烽火宏声已经交过一次学费。所以 Hojo 连 App 也自己做。

软件投入有限的厂商，可以直接用现成 App；已经有自己 App 和用户体系的品牌，也可以通过 SDK 把能力接进去。

可见，Hojo 的「全栈」并不是单方面定义出来的一套能力，而是被客户不断往前推进的需求一点点拉长的：

客户多走一步，Hojo 的能力边界也跟着往前延伸，最后长成现在的样子。

至于这套能力有没有价值，还得由真实项目和订单来回答。

客户手里还有一套 Benchmark

采访时，王鑫戴着的那副 AI 耳机，采用单边三麦克风方案。

烽火宏声负责结构堆叠、声学调优、制造量产和品控；Hojo 承担模型、软件协议、核心算法、配套 App 以及后续 AI 服务。

纸面上的边界并不复杂，真正进入项目以后，大量工作却落在两边能力交界的地方。

王鑫评价双方合作时，用了三个词：透明、可预期、共担。

产品定义阶段，双方就已经开始一起做取舍。

哪些 AI 能力已经足够稳定，可以放进这一代产品；哪些值得成为核心卖点；哪些受限于现有芯片、功耗或者算法能力，暂时应该舍掉。

新的想法可以随时拿出来讨论，再看有没有办法落到产品里。

到了开发阶段，这种协作变成了一轮轮具体的联合调试。

麦克风采集的声音能不能稳定进入算法链路？耳机按键能不能与软件状态准确对应？弱网、断连以后，系统能不能恢复？

这些问题单看都不宏大，却直接决定一副耳机到了用户手里到底好不好用。有了 Bug，双方就继续往下排查，再推进下一轮修改。

王鑫印象很深的一点，是节奏快。「基本上一周两次，甚至三次、四次。」

有一次，双方下午刚讨论完几个问题，他原以为第二天远程开会继续就行，没必要再跑一趟。结果第二天上午十点不到，Hojo 团队已经到了现场。

这种磨合也反过来改变了双方的工具和流程。

和科奈信联调时，硬件团队提出，希望能有一套工具，在正式联合调试前先做基础自检。当时 Hojo App 还在持续迭代，团队就另外做了一个测试 App。

送测前，硬件团队先自己跑一遍检查，确认接口、链路等基础状态，再进入联合调试。

看上去只是一个小工具，却让双方第一次有了一套更明确的共同语言：哪些已经通了，哪些还没有，问题到底卡在哪一层。

一次项目里冒出来的具体需求，也因此沉淀成了下一次还能继续复用的工具。

这也是双方合作逐渐深入以后更有意思的地方。

传统硬件厂把自己熟悉的量产节奏、测试方法和工程要求不断往前带；Hojo 把这些要求翻译成软件工具、接口规范和系统能力。

双方都在调整自己的工作方式，而不是简单把任务从一边丢给另一边。

两拨「老炮」之间的配合，也没有停在产品出货那一刻。

AI 硬件和过去最大的不同之一，是产品卖出去以后，项目还没有结束。软件需要更新，模型会继续升级，新的 AI 能力可能加入，已有体验也要根据用户反馈持续优化。

按照目前的分工，这部分主要由 Hojo 继续提供支持。王鑫坦言，如果没有解决后续的这些优化问题，品牌是不会再愿意用这个产品的。

对于这些每天赶着做样机、联调、送测和量产的硬件厂商来说，判断一个合作伙伴值不值得长期合作，光有榜单跑分和漂亮的 Demo ，还远远不够。他们手里有一套更朴素的 Benchmark：

东西能不能接通，问题能不能找到，出了 Bug 有没有人一起解决，项目能不能继续往前走。

供应链里的信任，往往也是这样一点点建立起来的。

奇智创新对此说得很直接。他们认可的不只有 Hojo 的模型和Agent 能力，也包括样机联调、Bug 处理和项目推进中的配合。随后，他们又把 Hojo 推荐给了芯片厂商。

目前，Hojo 深度对接的合作伙伴已经超过 10 家，其中 5 家正式签约，签约伙伴的年度计划出货量合计超过 500 万台。

「聚」起来，才有真正的规模

IDC 2026 年第一季度全球耳戴市场数据显示，开放式耳机继续高速增长，中国厂商占据主导位置。

报告指出，随着蓝牙耳机的硬件差异越来越难拉开，AI 开始成为这个成熟品类寻找新增长的一条路径。

Hojo 做过一个估算：耳机是一个年出货超过 4 亿台的市场，但今天每卖出 100 台耳机，大约只有 2—3 台属于 AI 耳机。

再往外看，录音笔、AI 眼镜、电子书阅读器，以及更多带有拾音、显示和交互能力的设备，都可能成为 AI 的新入口。

这片市场，远比聚光灯下的几款明星产品更大。

巨头会用旗舰产品定义体验上限。庞大的传统硬件制造业，也是一支不容忽视的中坚力量。它们也在判断市场、定义产品，在一轮轮项目里摸索 AI 到底应该怎么进入硬件。

「我们最开始接触的时候也是蒙的。」王鑫回忆说。大家总觉得是 AI 加 X，就是 AI 赋予这个、赋予那个。后面慢慢做着做着，发现是 X 加 AI，就是先把场景搞出来，再把 AI 装进去，性质发生了一些变化。

早期和客户讨论产品时，大家更关注情绪价值和新鲜感，希望 AI 能让一款产品看起来更特别。

真正做过一轮之后，需求开始往会议转写、翻译等生产力场景移动，因为这些功能带来的价值更容易被用户直接感知。

Hojo 面对的，正是这样一个个主动求新求变的「老炮」。

接下来的难点，是怎么把一款产品的经验复制到下一款。如果第二款、第三款产品还要把第一款走过的路重新走一遍，客户越多，工程负担也会越重。

因此从一开始，Hojo 就在尝试把底层能力拆开：已经打通过的芯片平台、语音链路和软件能力尽量沉淀下来，新项目再围绕功能组合和硬件条件做适配。

模型能力会越来越强，巨头还会继续刷新产品体验的上限。但 AI 能不能走进数以亿计普通消费电子设备，取决于一次次贴近地面的战斗：

谁能把模型能力压进有限的芯片、有限的 BOM、有限的开发周期里，再陪着一款产品走完测试、量产和持续服务。

而供应链那头，已经传来隆隆「炮声」。