近期，消費硬件領域有了重要的人事變動，Meta AR眼鏡業務負責人Caitlin Kalinowski正式加盟OpenAI，擔任機器人和消費硬件負責人。這也預示著OpenAI不僅要在軟件領域稱霸，還要通過硬件產品重新定義人機交互的未來。巨頭入局，會讓這個市場發生什么樣的變化呢？或許我們能從早期硅谷軟硬件企業的創業創新中，為當下的AI硬件創新找到一些思路。

冰鯨科技創始人潘鑫磊在梳理了1980年代的芯片革新、PC的起步與滲透、1980-1990年的Dos與Windows 1.0系統變化之后，他發現芯片、系統、應用以及人機交互方式這四個關鍵因素不斷迭代，相互促進，深刻影響了PC產業的生態演進。

回到當下，AI大模型的出現，讓GPU、TPU等芯片算力不斷提升；大模型將會逐漸與系統融為一體；用戶與設備交互產生的私有化數據會更有價值；并會催生出新的應用。我們或許會見證一種全新的存算一體的計算設備的誕生。未來，它的地位可能與手機、筆記本，甚至公有云都有所不同。

20 世紀 80 至 90 年代，是PC崛起的第一個十年。而芯片、系統、應用以及人機交互方式這些關鍵因素的不斷迭代，深刻影響了PC產業的生態演進。今天OpenAI、Google和微軟在定義基于大模型的智能時代。

如果說，今天英偉達的H200是商用的領導者，那AI PC或者AI NAS將模型帶入各個計算終端的ASIC芯片會是誰在研發？目前在AI芯片領域，峰瑞投資了一些企業，它們致力于研發下一代針對大模型場景的算力芯片。這對今天的中國也沒有那么陌生，因為早年的互聯網進來的時候，也有很多大佬跑深圳，混跡于BBS里面，然后分散到各個產業里面。今天清華系的創業者們，圍繞著大模型，也有類似屬性的線上線下空間。芯片在硬件層面提升PC，操作系統則在軟件層面重塑PC。所以，當時的計算場景跟現在的AI很像：需要大量技術極客和工程師反復調整、整合，才能做成具體的應用。

可以看到，早期的PC生態由重度的生產力工具與一些有趣的游戲應用共同構建而成，從產業和學術研究場景起步，逐漸破圈。然而，這個過程非常漫長，因為底層的DOS和GUI技術發展比較緩慢。這些早期應用所滲透的商業場景，也與當下的時代脈搏遙相呼應。或者說，當下的AI應用方向，與早期軟件行業的發展路徑如出一轍。

如果類比到當下，哪些AI應用會成為新的生態級玩家？MicrosoftAzure、OpenAI、iOS將以什么樣的角色，參與到AI時代的操作系統？哪些AI應用能夠抓住發展的窗口期？大模型公司又會如何影響應用層的創新機會？對于這些問題，透過歷史來源，我們應該能夠窺探一二。盡管計算機技術起源于北美，有些歐洲發達國家早早通過海運引入了PC設備。隨著互聯網的興起，以及網景瀏覽器的誕生，越來越多在公司使用電腦的人，開始在家中購置設備。PC進入大眾消費市場的過程中，一個值得一提的變量是人機交互方式的演變。新的技術要贏得消費級市場實現普及，往往離不開新的前端交互方式或設備。當下，新的LLM、Agent、多模態等技術走向大眾市場可能也需要新的交互入口。由于芯片算力的提升，設備后端的處理能力更加強大，前端進一步往輕量化、便捷化的方向發展。未來的硬件可能會進一步減少對前端的依賴，用戶在后端發出一個指令，設備就能自動完成任務。

平臺為王的時代，操作系統不僅創造了用戶價值，也孕育了豐富的應用生態。這一現象在移動互聯網時代也得到了驗證。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：