AI硬件，开始进入“情绪时代”

来源：互联网时间：2026-07-14

过去两年，AI硬件行业几乎形成了一种默契。新的产品不断出现，但它们讨论的问题几乎相同：如何让AI帮助人完成更多事情。

录音设备负责记录会议，智能眼镜负责获取信息，Agent负责安排日程，大模型不断缩短人与机器之间完成一项任务的时间。从办公室到会议室，再到手机之外的新终端，这一轮AI硬件的发展几乎都围绕着“效率”展开。

于是，人们习惯把AI理解成一个越来越聪明的助手。它会听、会看、会搜索，也会执行。但很少有人继续追问另一个问题：当AI越来越擅长完成任务之后，它下一步应该理解什么？

今年夏天，一款名为NUNA的AI吊坠给出了一个与主流方向不同的答案。

这款产品没有把重点放在办公，也没有试图努力抢占用户注意力，而是围绕另一件看起来并不那么“高效率”的事情展开——理解人的状态。

它记录的不只是说了什么，还包括一天里表达了多少、语速怎样、情绪什么时候发生波动，以及这些变化如何随着时间不断积累。团队把这些长期形成的数据称为“数字生活标记（Digital Life Markers）”。

如果只是把它理解成一款情绪硬件，很容易低估它真正想回答的问题。采访过程中，团队反复提到一句话：今天的人并不缺信息，真正缺少的是一种“被看见”的感觉。这个判断背后，其实对应着AI产品的一次变化。

互联网时代，产品理解的是人的需求；大模型时代，AI理解的是人的指令；而像NUNA这样的产品，则开始尝试理解人的状态。看起来只是一个词的变化，却意味着AI硬件正在进入一种新的产品逻辑。它开始关心的，不再只是“你想做什么”，而是“你现在怎么样”。

理解一个人，比理解一句话更难

NUNA的母公司物启科技最初并不是一家消费电子公司，它更早来自一间实验室。

创始人在香港中文大学攻读博士期间，研究方向是嵌入式人工智能与数字健康。实验室长期研究的课题，是如何通过环境传感器、行为数据和生理信号，提取一个人的“数字生活标记（Digital Life Markers）”，判断人的身心健康状态，甚至识别一些疾病风险。

这是数字健康领域已经持续多年的研究方向。一个人的睡眠、活动、说话频率、呼吸节奏、社交行为，都可能成为反映身体和心理状态的客观信号。当这些信号被持续记录，研究者看到的，就不再只是一次测量结果，而是一条不断变化的生活轨迹。

真正让他重新思考这项研究的，却不是实验本身，而是自己。读博期间，论文、项目和科研几乎占据了全部生活。每天待在实验室到深夜，疫情期间长期独居，与外界交流越来越少。从外部看，一切都在正常推进：论文照常发表，项目持续进行，生活没有出现任何突发事件。直到春节回家，一位许久未见的朋友见到他的第一句话是：“你状态不太对。”后来回忆这段经历时，他反复提到一点：情绪变化很少是一瞬间发生的。更多时候，它是一种缓慢积累。

每天少说一点话，每天睡得晚一点，每天压力增加一点，每一天看起来都没有太大区别，但几个月之后，人已经变成了另一种状态。这件事带来的冲击，并不是情绪本身。而是作为研究数字健康的人，他竟然没有比朋友更早发现自己的变化。这成为NUNA后来最重要的产品原点。

团队开始思考，如果实验室里那些用于研究的范式，不再部署在医院、养老机构或实验环境，而是能够进入普通人的日常生活，会发生什么？他们没有继续追求更复杂的医学判断，而是把问题缩小成一个更日常的目标：帮助一个人更早看见自己的状态。

这个思路，也让NUNA后来与大多数AI产品走向了不同方向。今天的大模型已经能够理解复杂语言，也能够完成越来越多任务，但几乎所有能力都有一个共同前提：用户必须先开口。

你需要告诉AI今天发生了什么，告诉它为什么焦虑，告诉它刚刚经历了一场会议，告诉它今天完成了哪些事情，AI才能开始理解上下文，并给出回应。

采访中，Nuna团队把这种关系总结得很直接：今天的大多数AI，本质上仍然是在等待用户输入。而人的状态，并不总会主动表达。有人会把压力说出来，有人不会；有人意识到自己情绪低落，有人直到身体出现反应才发现问题。更多时候，一个人的真实状态，藏在那些没有被主动描述的信息里：说话越来越少，语速越来越快，睡眠开始紊乱，心率长期高于平时，与外界交流逐渐减少。

这些变化，并不是一次Prompt能够描述清楚的。它们需要的是持续观察，而不是一次提问。也正因为如此，NUNA并没有把产品定义成另一个聊天机器人，而是尝试先完成另一件事情：建立关于人的长期认知。在团队看来，如果AI未来真的要成为一种长期陪伴，它首先需要理解的，不应该是一句话，而应该是说出这句话的人。

从理解指令，到理解状态

过去几年，大模型最重要的一次进步，是让机器开始理解自然语言。

用户不再需要学习复杂的命令，而是像人与人交流一样，把需求告诉AI。模型负责理解语义、拆解任务，再完成执行。也正因为如此，几乎所有AI产品都围绕着同一种能力不断迭代：更长的上下文、更复杂的推理、更强的Agent能力。

但这些能力有一个共同前提，用户必须先表达。换句话说，今天的大模型理解的是语言，而不是生活。它知道你输入了什么，却不知道这些话是在什么样的情境下说出来的；它能够回答“我今天很累”，却不知道这种疲惫已经持续了三个星期；它可以根据一句Prompt生成建议，却不知道真正的问题，也许不是今天这一件事，而是长期积累形成的状态变化。

这也是NUNA团队反复强调“理解状态”的原因。在他们看来，一个人的状态，本质上是一连串连续变化的数据，而不是某一个瞬间的表达。

今天说了多少话，语速有没有明显变快，心率是不是长期高于平时，最近是不是越来越少和别人交流，这些信息单独来看都没有太大意义，但如果放到几周、几个月的时间尺度上，它们就会逐渐形成一条完整的轨迹。

相比一次聊天记录，这种长期积累的数据，更接近一个人的真实生活。因此，NUNA没有把产品做成一个“随时聊天”的AI，而是设计了一套几乎始终处于后台运行的感知系统。

它并不要求用户频繁打开应用，也不会不断发起交互，而是持续记录那些容易被忽略的生活片段，再通过小时、天、周等不同时间维度重新组织这些信息。团队希望用户最终看到的，不是一串零散的数据，而是一张关于自己状态变化的长期地图。

采访中，团队把这种体验比喻成一面“赛博镜子”。这个比喻很有意思。镜子不会告诉你应该成为谁，它只是帮助你看见自己。NUNA希望承担的，也不是心理咨询师或者人生导师的角色。团队在采访中多次强调，他们没有试图替代专业心理咨询，更不会把产品定义为医疗工具。它提供的是一种更轻量的能力——帮助普通人在情绪真正失控之前，更早意识到自己的变化。

这种定位，也反映出团队后来一次重要的产品调整。产品研发初期，他们曾把目标用户更多放在焦虑、冥想和心理健康人群，希望成为一款偏向心理陪伴的设备。但随着持续与用户交流，他们逐渐放弃了这个方向。原因并不是需求不存在，而是他们越来越意识到，真正需要这类产品的人，并不只是存在心理困扰的人。

一个普通上班族、一个独居青年、一位正在照顾孩子的父母，甚至一个每天都觉得“情绪非常稳定”的人，都可能经历状态起伏。相比把产品做成一款解决特殊问题的工具，他们更希望它成为一种日常存在——像眼镜、耳机一样，在大多数时间里安静陪伴，只在真正需要的时候提供反馈。

从这个角度来看，NUNA的变化，其实也是这一轮AI硬件的一个缩影。行业早期，很多产品都试图证明AI能完成更多任务；而越来越多团队开始意识到，真正决定产品能否长期存在的，也许不是它替用户完成了多少工作，而是它是否真正进入了用户的日常生活。

如果说第一阶段的AI竞争，是模型能力；第二阶段是Agent能力，那么下一阶段，更可能竞争的是理解一个人的能力。而这，也是NUNA试图回答的问题。

真正的竞争，不是模型，而是“存在”

如果把时间拉长来看，这一轮AI硬件的发展，其实经历了两个阶段。第一阶段，行业讨论的是模型。模型越来越强，大模型推理能力不断提升，越来越多创业公司开始相信，只要把AI装进一个新的硬件形态，就能够重新定义下一代终端。于是，各种AI硬件迅速出现。

录音设备、AI Pin、AI Companion、智能眼镜、AI耳机……几乎每一种成熟硬件，都有人尝试重新做一遍。这些产品有一个共同特点：它们都试图证明AI可以替人完成更多事情。但过去一年，真正留下来的产品并不多。这并不是因为模型不够聪明。恰恰相反，大模型几乎每个月都在进步。

真正的问题在于，大多数产品解决的是一次需求，而不是一种生活。用户会因为一次会议打开录音设备，会因为一次旅行戴上智能眼镜，会因为某一个任务使用Agent。但当这些任务结束之后，设备也就重新回到了抽屉里。

对于可穿戴设备来说，这是一个几乎决定生死的问题。采访过程中，NUNA团队反复提到一个词——佩戴摩擦（Friction）。在他们看来，一款可穿戴产品最大的门槛，不是芯片，不是模型，而是用户愿不愿意一直戴着它。如果一款设备只能陪伴用户一天，它能够理解的，只是一天。如果能够陪伴一年，它开始理解的，就是这个人。

因此，他们后来做的很多产品决定，都围绕同一个目标展开：尽可能降低存在感。为什么不是手表？为什么不是胸针？为什么没有屏幕？为什么重量只有17克？

这些选择看起来属于工业设计，实际上都指向同一个产品逻辑——让设备留在用户身上。因为只有持续存在，AI才有可能形成真正意义上的长期记忆。今天，大模型讨论最多的是上下文长度。几万Token、几十万Token，甚至无限上下文。但这些上下文，本质上仍然来自一次对话。而真正的人，并不是生活在聊天窗口里的。

一个人的压力、情绪、表达方式、生活节奏，往往是在几个月甚至几年里逐渐形成的。对于NUNA来说，他们真正希望积累的，并不是聊天记录，而是另一种长期上下文——关于一个人的生活上下文。

这也是采访里反复出现“数字生活标记”的原因。从某种意义上说，团队真正想建立的，不是一套情绪分析系统，而是一种新的用户画像。互联网时代，平台通过浏览记录了解用户。移动互联网时代，平台通过消费行为理解用户。而这一轮AI硬件开始尝试理解另一层信息——人的状态。这是此前几乎所有互联网产品都没有长期积累过的数据。也正因为如此，团队后来越来越少把NUNA定义成一个AI助手。

采访过程中他们更喜欢另一个比喻——赛博镜子。镜子不会替你做决定。它只是让你看见自己。这句话听起来更像一句产品理念，但放在今天的AI产业里，它其实代表着另一种产品方向。过去几年，大模型的发展不断强调“替人完成工作”。而像NUNA这样的产品，则开始讨论另一件事情：