产品 Bestblogs · Founder Park · 09-07 14:27 · AI 生成
对话 Nirva 吕唯：在 Meta 做了四年半可穿戴，想清楚了第一代 AI 原生设备该从哪切 本文是 Founder Park 对 Nirva 创始人吕唯的深度访谈。她提出第一代 AI 原生设备不应追求通用计算，而应从「全天候聆听用户自己的声音」这个垂直场景切入，通过长期 context 积累实现主动智能。吕唯结合在 Meta 四年半的可穿戴经历，阐述了时尚形态对用户开机率的关键作用，并判断硬件无永久壁垒，真正的护城河来自品牌与软件体验。适合关注 AI 硬件产品方向、可穿戴创业逻辑的读者。原文 ↗ 原文 ↗
核心观点
▍ 第一代 AI 原生设备应从垂直场景切入，而非直接做通用计算设备。大公司动作慢是因为试图同时解决 10 个问题，结果 10 个场景都不好用。 ▍ All-day context 是 AI 真正理解用户的前提。Session-based 的设备 context 有限；全天候佩戴的设备能持续收集用户自我表达，理解其情绪和行为模式。 01 Nirva 设备仅重 8 克，形态为项链或手链，主打全天候拾取佩戴者自己的声音，不录制他人。 02 吕唯认为 Meta Ray-Ban 成功的关键在于 Ray-Ban 的品牌设计和渠道，验证了「可穿戴性」被科技行业严重低估。 03 吕唯对每一代硬件的最低标准是：即使没电，单独戴着也应是漂亮的项链或手链。 04 Nirva 仅识别佩戴者自己的声音，这种隐私设计反而让用户更愿意全天佩戴。 05 吕唯判断，大公司不太会碰 fashion 和情绪陪伴市场，因其规模对大公司不够大，但对创业公司足够，Oura 估值达 100 亿美元是例证。 06 团队由硅谷和深圳两地组成，核心成员具备硬件、AI 与时尚背景。 07 硬件没有永久壁垒，真正的壁垒来自品牌、软件体验和持续迭代。 反方 / 局限
— 文章承认硬件本身没有永久壁垒，任何设计都可能被复制；Nirva 的领先依赖于每代产品将行业推前半步的持续迭代能力，这并非静态优势。 — 吕唯提到 Nirva 目前是「单项冠军」，只做了垂直场景，未来需要从记忆工具过渡到行动式 AI，存在产品迭代方向的不确定性。
概念锚点 All-day Context才是AI护城河
吕唯的核心判断：session-based交互（如手机APP）能获得的context有限，而全天候佩戴的设备可持续收集用户自我表达，理解其情绪、沟通方式和行为模式。Nirva的策略是只做「聆听用户自己的声音」这一件事——通过长期积累形成个人语音日记，AI在此基础上才能提供真正的主动关怀和insight。这解决了AI硬件最大的痛点：不是功能不够多，而是AI不够懂你。
▸ 2 条关联资料
▼
前置背景 AI原生硬件前车之鉴
2024年两款AI原生硬件明星产品——Humane AI Pin和Rabbit R1——高调宣称「取代手机」，结果双双翻车。AI Pin因续航仅2小时、频繁过热熄屏而退货率接近100%，最终以1.16亿美元贱卖资产；Rabbit R1被曝是「安卓套壳」，响应延迟超20秒，公司陷入资金链断裂。两者失败的核心原因并非技术不行，而是试图同时解决10个问题，却一个都没做好。这正是吕唯强调「从垂直场景切入」、避免大公司贪婪症的直接反例。
▸ 3 条关联资料
▼
平行视角 Oura的百亿估值路径
当Nirva还在谈「自我认知」时，智能戒指Oura已用实际数据验证了AI可穿戴的商业模式：累计销量超550万枚，2025年营收10亿美元，估值超过160亿美元。Oura的护城河不是硬件，而是累计150亿小时的健康数据训练的算法，以及每月5.99美元的订阅制——订阅收入占总营收20%，但利润率远高于硬件。Oura证明了：AI原生设备不需要大而全，极致的垂直场景（睡眠与恢复）就足以撑起一个百亿级公司。
▸ 3 条关联资料
▼
未来推演 时尚才是可穿戴的第一性原理
吕唯对每一代硬件的最低标准是「没电了单独戴着也应是漂亮的项链」。这个判断已被Meta Ray-Ban验证：2025年销量突破700万台，占全球AI眼镜市场85%份额，成功的关键不是AI功能多强，而是Ray-Ban的品牌、设计和渠道让用户愿意每天戴着出门。相反，科技公司常犯的错误是「功能堆叠+极客审美」，导致用户买回去就吃灰。可穿戴性的核心矛盾不在技术，在时尚——用户不会为功能牺牲自我形象。
▸ 2 条关联资料
▼
延伸追问 全天候录音的隐私红线
Nirva只识别佩戴者自己的声音，这种设计既降低了隐私风险，也自然避开了与他人对话中的伦理问题。但Meta正在测试的「超级感知」眼镜方案——无需LED提示灯、持续采集环境音频——则引发了内部激烈争论。隐私不是技术问题，而是用户信任的底线：一旦设备让周边人群感到被监控，社会接受度就会崩盘。真正值得追问的是：AI原生设备如何在「记录」与「冒犯」之间找到一条被主流社会接受的边界？
▸ 3 条关联资料
▼