OpenAI 的 300 美元 AI 甜甜圈想要称霸全场

把计算机的未来押注在一个价值 300 美元的金属甜甜圈上，这听起来荒谬至极。正因如此，硅谷或许才会对此认真对待。

据报道，OpenAI 与前苹果首席设计师乔纳森·艾维 (Jony Ive) 合作开发的首款消费级设备，外形酷似甜甜圈形状的冰球，小巧到可以单手携带在家中使用。它将配备麦克风、扬声器、指示灯、摄像头、环境传感器以及能够随着设备聆听和响应而移动的机械部件。

这款产品将不配备显示屏。取而代之的是，它将提供功能更强大的 ChatGPT 语音体验，随着时间的推移，它会不断学习用户的信息，最终代表用户完成任务。据彭博社的马克·古尔曼 (Mark Gurman)报道，OpenAI 正在考虑将价格定在 300 至 400 美元之间，预计将在 2027 年开始销售前发布。OpenAI 尚未证实这些规格，因此它们仍处于产品规划阶段，而非最终确定。

表面上看，这是一款价格不菲的智能音箱，它进入了一个亚马逊十多年前就开创的领域。但实际上，这是OpenAI试图掌控人与人工智能交互界面的一次尝试。该公司不希望ChatGPT仅仅是一款被困在苹果、谷歌和微软控制的硬件、操作系统和分发渠道中的应用。

最新消息：OpenAI 的设备——一款类人智能音箱——
它外形像甜甜圈，大小跟冰球差不多。它是设计用来手持的。它配备了摄像头、扬声器、麦克风、灯光，最引人注目的是，它还有一些可移动部件，可以实现互动。售价在300到400美元之间。 https://t.co/gDxQU6FB8E

——马克·古尔曼（@markgurman）2026年8月6日

OpenAI 似乎正在构建什么

据报道，该设备采用电池供电，设计用于多种使用方式：手持、放置于厨房台面或床边。环形金属外壳内含扬声器格栅和麦克风，指示灯则显示设备是否正在监听。

摄像头和其他传感器使其能够感知周围环境。其活动部件旨在传递注意力、回应和个性信息，使该物体感觉不像是一个静止的电器，而更像是一个小型实体存在。

正是最后一个细节让这款设备听起来不再像HomePod，而是显得格外怪异。OpenAI显然试图赋予这款设备某种形式的肢体语言。倾斜、旋转或机械运动可以表明它听到了某人的声音、正在考虑某个请求，或者正在将注意力转向房间里的某个人。

这些组件的具体工作原理尚不清楚。这个环状装置可能包含360度麦克风阵列、定向扬声器或能够从多个角度观察房间的摄像头。移动或许可以调整这些传感器的方向，改善声学性能，或者仅仅是为了表达情感。这些可能性只是基于现有信息的推测，并非已公开的功能特性。

显而易见，OpenAI 希望机器拥有生命力，但又不想让它看起来像人。这是一个极具挑战性的设计目标。个性太少，产品就成了另一个 Alexa；个性太强，又会变成低成本科幻电影里令人毛骨悚然的甜甜圈。

价值6.5亿美元的设计招聘

OpenAI 聘请艾维并非为了改进扬声器格栅。2025 年，它以全股票交易的方式收购了 io——这家硬件初创公司由艾维和一群前苹果设计师及工程师创立，交易价值约 6.5 亿美元。OpenAI 此前已持有 io 约 23% 的股份，这意味着它为剩余股份支付了约 5 亿美元。约 55 名产品设计师、硬件工程师和制造专家加入了 OpenAI，而艾维的独立工作室 LoveFrom 则承担了公司广泛的创意工作。

这项交易将一批成就卓著的苹果公司前员工聚集到了一起，其中包括前工业设计负责人埃文斯·汉基、产品主管唐坦和硬件专家斯科特·坎农。

艾维与史蒂夫·乔布斯的合作催生了 iMac、iPod、iPhone、iPad 和 Apple Watch 等产品，他的影响力还延伸至苹果的软件、包装、零售环境和总部。2019 年艾维离开苹果时，蒂姆·库克表示，他对公司复兴的贡献“怎么强调都不为过”。

与 OpenAI 的合作是艾维离开苹果公司后，首次有机会设计一个全新的计算平台，而不是设计汽车、建筑物、标志或奢侈品。

“我越来越觉得，过去30年我所学到的一切都是为了这一刻，”艾维在宣布收购OpenAI时说道。OpenAI在随附的信中将现有计算机描述为从早期技术时代继承而来的界面——这些机器并没有围绕能够感知、推理和理解的系统进行重新设计。

这就是该项目的核心论点。人工智能已经发生了翻天覆地的变化，但我们仍然通过键盘、屏幕和操作系统来访问它，而这些系统的基本概念早在几十年前就已经形成。OpenAI 和 Ive 认为，如今的瓶颈在于用户界面。

艾维向他参与创建的智能手机宣战

这里存在一种令人愉悦的历史对称性。我曾帮助智能手机成为过去20年最重要的消费品。而他现在正在帮助构建这样一种论点：我们花在手机上的时间太多了。

他和奥特曼描述的这款设备应该比手机更安静。它不会用铺天盖地的应用、横幅广告、通知和吸引眼球的红色圆圈轰炸用户。相反，人工智能据说能够理解上下文，判断哪些内容重要，并且只在必要时才进行干预。

在艾默生基金会的一次活动上，奥特曼将预期的体验与时代广场的感官混乱进行了对比，并将这款设备比作静静地坐在山间湖边。艾维表示，他更喜欢“简洁到近乎天真”的解决方案——内部结构精巧，但使用起来却让人感觉平易近人，几乎无需思考。

这听起来很有吸引力，因为现代智能手机已经变成了我们假装是文件柜的赌场。

但移除屏幕并不能消除复杂性，它只是将其隐藏起来了。

屏幕使用户能够查看信息、比较选项、纠正错误并了解机器正在执行的操作。而语音优先设备则必须通过对话、声音、光线和动作来传达所有这些信息。它必须知道何时该说话，何时该保持沉默，以及何时该坦白承认自己对正在发生的事情一无所知。

这些并非无关紧要的用户界面细节，它们决定了产品给人的感觉是神奇还是令人恼火。

智能音箱之前也曾做出过这样的承诺。

OpenAI 并非第一家承诺制造出能融入房间的计算机的公司。

亚马逊于2014年推出了首款Echo，开创了现代智能音箱品类。谷歌随后于2016年推出了Google Home，这款对话式助手能够回答问题、管理家务并控制联网设备。

产品销量不错，但他们的雄心壮志却有所缩减。Alexa 和 Google Assistant 的用途也仅限于计时、播放音乐、查询天气预报，以及在有人上床睡觉后自动关灯。

它们始终未能成为通用计算机，因为它们无法可靠地理解模糊的请求、保留有意义的上下文或完成复杂的任务。其底层助手实际上是伪装成对话伙伴的命令系统。

大型语言模型改变了这种局面。ChatGPT 可以理解不精确的指令，提出后续问题，并能进行比初代 Alexa 更丰富的对话。多模态模型还能解读图像、语音和环境信息，而智能体系统也开始运行软件并执行更长的操作序列。

OpenAI 认为智能音箱并非一个糟糕的想法，只是它出现得太早，以至于无法发挥其应有的实用价值。

这或许没错。这也可能是一个巧妙的借口，让 Alexa 再次面世，这次采用阳极氧化铝材质。

为什么 OpenAI 需要硬件

作为独立产品，前沿模型越来越难以保持优势。竞争对手会复制其功能，开放式模型会不断改进，而基准领先优势会在几个月内失效。

正如《镀金时代》在其对人工智能计算之争的分析中所论证的那样，持久的优势可能不再是模型本身，而是分发渠道、基础设施、专有环境以及对模型周围系统的控制。

硬件为 OpenAI 提供了这四项功能。

成功的设备可以将 ChatGPT 设置为默认助手，无需用户打开应用程序。它将生成竞争对手实验室无法获得的独特感官和行为数据。它有望创造一种全新的订阅模式，同时降低 OpenAI 对苹果和谷歌操作系统的依赖。

这将使 OpenAI 能够控制整个体验：麦克风、处理器、内存、传感器、隐私控制以及 AI 通信所用的物理信号。

苹果比任何人都更了解这种模式。它的优势并非源于拥有最好的单一组件，而是源于对硬件、软件、服务和分销渠道之间互动关系的掌控。

OpenAI希望人工智能领域也能实现同样的垂直整合。

两家公司之间日益敌对的关系使这一策略更加明确。苹果公司已起诉OpenAI及其几名前员工，指控他们盗用了机密硬件信息和制造技术。OpenAI否认了这些指控，并表示其正在开发的产品与苹果的产品截然不同。

无论法院如何判决，更广泛的冲突显而易见。苹果拥有史上最有价值的消费级计算平台。OpenAI 则认为该平台是为一个即将结束的时代而设计的。

未知之处

尽管各方都对此兴奋不已，但关于这款设备最重要的信息仍然缺失。OpenAI 尚未公布其名称、最终外观、电池续航时间、处理器、首发国家/地区或订阅模式。它也未解释有多少计算是在本地进行的，是否能在没有网络连接的情况下运行，以及它可以控制哪些外部服务。

没有显示屏也引发了一些实际问题。该设备将如何呈现地图、文档、照片或详细的对比信息？它能否将视觉信息发送到手机、电视或电脑？几个家庭成员能否同时使用它，而不会互相干扰对话和记忆？

可能的架构是混合架构。基本的唤醒词检测、传感器管理和隐私过滤可以在设备上完成，而复杂的推理任务则会发送到 OpenAI 的云端。考虑到电池、散热和内存的限制，在冰球状设备内部完全运行前沿模型是很难的。

鉴于复杂的语音对话和智能体任务会持续消耗推理能力，定期订阅似乎也合情合理。不过，OpenAI 尚未公开提及此类费用，而 300 至 400 美元的定价或许是为了降低用户日后对额外服务费的抵触情绪。

内部的活动部件也是个谜。它们可能实用、令人愉悦，也可能令人恼火。消费电子史上不乏这样的电动创新：演示时看起来令人着迷，但两年后却变成了昂贵的维修单。

人工智能镀金时代最小的铁路

镀金时代的工业巨头们争夺铁路、输油管道和电网的控制权。而如今的工业巨头们则在争夺连接人类意图与机器行动的基础设施。

谷歌拥有搜索、安卓系统和Workspace。苹果拥有iPhone及其操作系统。亚马逊拥有Alexa及其背后的商业系统。Meta正在将人工智能集成到眼镜中。微软掌控着办公桌面。

OpenAI 目前拥有智能和注意力，但它并不拥有物理入口。

这个甜甜圈是它试图创造一个甜甜圈的尝试。

第一款设备可能不会取代智能手机。奥特曼也承认这一点，就像智能​​手机并没有取代笔记本电脑一样。更合理的解释是，它会让手机的重要性略有下降：它将成为用于视觉工作的工具，而不是像以前那样整天都离不开它。

那仍将是一次意义深远的变革。控制着人们在触碰屏幕前所与之对话的助手系统的公司，将在欲望和行动之间占据极其重要的地位。

因此，OpenAI 实际上并非准备销售智能音箱。它只是在征求消费者的许可，允许他们将 ChatGPT 放置在房间内，赋予它视觉和听觉能力，教会它人们的日常习惯，并允许它代表他们采取行动。

这个售价300美元的金属甜甜圈看起来或许很小，但它想要宣示的主张却十分巨大。