移动互联网有两个决定性的时刻。
第一个时刻属于苹果。2007年，乔布斯发布iPhone。手机由通信工具变成个人计算平台，而App Store在一年后带着500款应用上线，建立了软件分发和收入秩序。
第二个时刻没有那么多聚光灯。同年11月，Google联合运营商、芯片商和制造商成立开放手机联盟，发布安卓。它提供操作系统、中间件、应用框架和开发工具，让三星、HTC、摩托罗拉以及后来大量中国品牌获得进入智能手机市场的共同底座。移动互联网由此从少数人的高端玩具，扩张成覆盖数十亿人的基础设施。
苹果定义了未来。安卓让整个产业获得了未来。
而这一轮由AI主导的技术周期，呈现出一种不同的次序。定义时刻提前发生在了软件层。ChatGPT的横空出世，已经建立了一种共识，自然语言成为普通人调用智能的入口，模型先是理解和生成，随后学会记忆、调用工具、执行任务。
个人AI的基本轮廓，先于它的物理形态被市场看见。而后者的答案，仍然悬而未决。耳机、眼镜、吊坠、录音卡片、智能音箱，乃至汽车座舱，都在争夺下一代AI终端的位置，却还没有一种形态像当年的iPhone之于智能手机般建立共识。
争相追逐“苹果时刻”没有错，这是对于未来的定义权。但产业的繁荣向来还需要另一个答案，一套让更多厂商走进时代的共同底座。
这个角色，上一次由Google扮演。而这一次的继任者，很可能不会是某个巨头。
生态入口边，缓缓筑起的高墙
每一轮技术革命，都会重新分配产业链上的权力。
安卓诞生时，Google需要让互联网服务进入尽可能多的手机。它在终端制造上的空白，促使其联合芯片商、运营商和手机品牌扩张整个市场。Google的利益与大量硬件厂商在相当长一段时间内保持一致，智能手机卖得越多，移动互联网的版图越大。
而AI逻辑的利益结构，不一样了。
硬件由服务的载体，变成整条数据链路的起点。对于已经拥有模型、云、内容、社交网络或电商体系的巨头而言，硬件是AI闭环上的最后一块拼图。
这决定了巨头更愿意定义自己的“iPhone”，很难替所有厂商再造一个安卓。
开放生态依然会存在，模型API也不会消失。但AI硬件所承载的账户、记忆和订阅关系，很难进入开放范围。用户数据沉淀在哪里，未来的服务关系便掌握在哪里。将这些能力普遍交给外部品牌，等于亲手削弱自有设备和生态。
商业本能和市场预期，都不会允许巨头们开始这样的叙事。
现实里的下注，还在加速。OpenAI收购Jony Ive参与创办的io，并被曝正在开发一款配备摄像头和传感器的无屏设备。半年前，Meta买下AI可穿戴公司Limitless，将团队与技术并入自己的硬件体系。而Amazon收购可穿戴AI公司Bee，继续补充Alexa之外的消费终端布局。国内科技公司也在通过自研、投资与生态合作，进入不同场景。
无需一纸排他协议。当模型、账户、记忆和订阅体系开始围绕自有设备闭合，入口的高墙便已经在利益错位中缓缓筑起。
墙外站着数以千计的硬件品牌。
它们手里有产品、有供应链、有渠道，有的还有几十年的品牌积累。它们缺的东西也很一致，就是AI底座。
移动互联网时代，入口的竞争更多还是围绕操作系统、超级App们。硬件企业的用户资产虽然重要，也只仅限于重要。
而现在留给它们的选择，并不多。拒绝AI，意味着可能错过下一轮终端升级，重演诺基亚旧事；接入巨头生态，则可能失去产品中最具长期价值的部分。设备和Logo仍然属于品牌，用户每天产生的数据、跨时间积累的记忆和后续订阅收入，可能逐渐外流。
设备卖得越多，替别人扩张生态的速度可能越快。甚至可能出现一种尴尬的局面。从销量上来看，企业依旧是健康的，但未来的利润池已经不在手中。出货本身可以是一种未来商业价值的失去。
“三星不会接苹果的方案，安克不会把自己的用户数据接到小米的生态里。”赵恒艺给虎嗅举了两个很直接的例子。
2024年底，赵恒艺与腾讯AI Lab原语音技术中心负责人苏丹共同创办Hojo（恒聚愿景）。两人的职业路径，恰好覆盖了AI硬件从底层技术走向量产交付的两端。
赵恒艺曾是商汤绝影联合创始人兼担任首席架构师，在蔚来负责人工智能与情感体验兼NT3数字平台产品，也曾是小鹏互联网中心的副总经理，长期参与智能座舱全场景语音产品定义、系统架构到整车量产的全过程。
苏丹则长期深耕语音技术，先后履任百度语音技术部主任架构师、滴滴大数据研究院首席研究员，后组建腾讯AI Lab语音团队，在语音算法、产品工程和复杂场景部署上积累多年。
而核心团队也多为此前行业部将。这为Hojo带来了一种少见的复合能力，熟悉模型进入真实设备前最难的一段路。
Hojo想做的事，是成为消费电子的“AI Stack”。站在模型公司与硬件品牌之间，为后者提供可量产、可白盒部署、可持续运营的AI底座。
Hojo Agentic OS 开源框架为智能硬件提供开源AI能力
而这一愿景的起点，在具体的商业现场。2025年，“什么都值得用xx再做一遍”的叙事主角，换成了AI和硬件。关于路径的争论在当时有了两条堪称南辕北辙的支流。
一条认为大模型API唾手可得，“硬件+AI”只是增加一个接口，产品壁垒依然在硬件与渠道；另一条看到大量产品留存低迷，进而认为AI硬件只是模型套壳，整个品类缺少真实需求。
赵恒艺的判断落在两者之外。AI硬件不会只属于闭环巨头，也不会长期停留在少数录音设备或可穿戴单品。大量消费电子终将增加AI能力，但每一家品牌不可能完全自主建设AI基建。
“先直接接大模型API，发现不行。再看芯片商的AI套件，发现还是不行。最后找ODM的AI整包方案，发现那只是把前两样打了个包。”赵恒艺说。几句轻描淡写的“些许风霜”背后，是Hojo深度对接过12家硬件品牌，和它们高度一致的失败路径。
这些品牌，分布在蓝牙耳机、AI耳机、录音卡片、录音笔、录音吊坠和电子书不同领域。数量不多，却完全可以当成高墙之外的缩影。
失败背后的账单，与必然的选择
大模型API一度给行业制造了过度乐观。智能已经变成按Token出售的标准商品，硬件厂商似乎只需完成接入，便可以分享这一轮技术红利。但API改变的只是智能的获取方式，并不能直接带来一款成功的产品。
Hojo接触过一家硬件品牌，在AI耳机的尝试上栽了跟头。业内所谓AI耳机的通用方案，是直接串接“语音识别—大模型—语音合成”三段API。这家品牌的Demo很不错，宣称能实现语音打车，在发布会现场演示也成功了。但是在进入量产阶段时，败下阵来。
会议室、报告厅之外，地铁、商圈这样复杂场景下，从用户说完话到耳机开口，延迟普遍超过两秒。更尴尬的是，系统一旦开始回答，用户又很难中途打断，哪怕内容要念上三十秒，也只能等它说完。“用户用三次就摘下来了，交互体验不如拿出手机点几下。”
结果不言而喻。最终项目刨除了作为噱头的AI大模型能力，退回成普通语音助手。
这不是个例。录音硬件+AI，是当下市场里少数被验证过的类目。通用的ASR技术已经相对成熟，但在进入多说话人的真实会议后，识别准确率会明显下降。即使完成转写，决策、承诺与待办仍需要用户自己整理。但用户购买这类产品，恰恰需要的就是“录完以后不用自己整理”。
模型完成了技术动作，产品却没有兑现商业承诺。
“Token不是产品，SDK也不是生意。”赵恒艺认为，真正有价值的，是能上货架、能收费、能持续进化的AI成品。
产品责任之外，还有一层更隐蔽的约束。AI硬件的成本结构，变了。
传统消费电子的商业模型并不复杂。品牌完成研发与制造，设备售出，收入和大部分成本同时确认。只要供应链效率、定价和渠道周转保持稳定，产品的利润也大致可以被预估。
Hojo帮合作的硬件品牌算过一笔账。一个AI硬件活跃用户每月的模型调用费用，可能高过整台设备的硬件毛利。品牌只在销售设备时获得一次收入，模型公司却在用户每一次调用时收费。设备售出之后，成本才真正开始。
这让活跃度第一次可能成为硬件公司的负担。用户使用越频繁，调用费用越高；如果没有订阅收入承接，产品越受欢迎，毛利反而流失得越快。为了控制成本，品牌只能限制调用次数、缩减功能或使用更弱的模型，而这些选择又会继续伤害体验和留存。
除此之外，这类产品还需要账户、App、订阅、支付、OTA和隐私合规。AI硬件横跨两套截然不同的经营体系，前半段是供应链、库存和渠道效率，后半段是用户留存、持续服务和按月付费。大量传统硬件品牌擅长前者，却从未建立过后者。
产业链现有的参与者很难主动填补这段空白。大模型公司提供通用能力，芯片商提供端侧算力和开发套件，都不会为一款耳机处理声学适配、白盒App和毛利模型。而ODM负责设计、制造与交付，也不会为经营买单。
商业分工自然划出了边界，也在等待着有后来者补全。
赵恒艺把Hojo首先要解决的问题称为“成本主权”。一家建立在外部API上的硬件公司，不仅无法完全控制交互体验，也无法控制最重要的可变成本。模型供应商的一次调价、服务策略变化或产品路线调整，都可能重新改写设备的功能和毛利。
对于计划销售数十万乃至数百万台的硬件品牌，这已经不是普通的采购风险。它意味着企业无法独立决定自己的价格、服务强度和利润空间。
自研因此不是姿态，是前提。在Hojo设定的延迟、打断体验和成本边界内，依靠多段第三方API拼接，很难稳定实现量产级全双工交互。且要将硬件持续调用成本要降一个数量级，必须有端侧可运行的小模型和自主可控的推理链路。
2024年底，公司注册的第一天，Hojo同时立项自研ASR、小尺寸TTS和原生全双工对话模型。
这是一个很“重”的商业选择。而当时有些人对Hojo的评价是，不自量力。
截至目前，Hojo已经搭起一支超过百人的全栈团队，覆盖模型、系统、产品与硬件。而在语音与全模态模型之外，其同步发展Agentic OS、Memory Engine、Device Access与消费端产品。对于一家成立不到两年的公司，这相当于把组织资源直接押在一条更重的全栈路线上。
至少在当下，Hojo做对了。2026年6月，Hojo的ASR模型在Hugging Face Open ASR Leaderboard实测榜位列第二，排在前面的只有微软。全双工模型实现100毫秒级首音响应。TTS压缩到40M参数，可以进入端侧运行。
2026 Hugging Face Open ASR Leaderboard实测榜单
与之对应的，语音链路的单位调用成本被压到大模型API的零头级，自研的Harness执行框架削减了Agent场景最大的成本项，极大降低了调度成本。
这套能力，已被更严苛的买家检验过。在2025年，Hojo中标国内一家顶级科技大厂的定制项目；还有一家为大众、奔驰供货的方案商，选择Hojo交付多语种语音对话系统来应对座舱级复杂场景，POC流程已过半。
尤其是后者。座舱集中了高噪、多人、远场、弱网和车规级稳定性，对同一套架构而言，消费电子的物理环境反而更加宽松。
可以看到，AI硬件需要的“安卓时刻”，显然不再只是一个技术开放的命题。它还需要一套把模型收束成产品，并且能实现量产、可持续经营的系统能力。
千斤拨十亿，成为时间的朋友
这的确是一个庞大的市场。手机之外还有10亿台硬件设备，包括耳机、录音笔、电纸书，分布在用户生活里。数据显示，仅真无线耳机（True Wireless Stereo）的年出货就超过4亿台，而AI耳机渗透率不到2.5%。
Hojo在完成基础能力搭建后，动作在野心中带着克制。Hojo的商业模式建立在一个前提之上，硬件品牌不应只保留设备销售的第一次收入，还应拥有设备售出后的用户关系与持续服务。
这也决定了Hojo不会沿着上一代IoT平台的路径追求“接入一切”。以涂鸦为代表的上一代平台，核心任务是让家居设备完成联网与控制，设备和用户之间传递的多是开、关、调节等低信息量指令。这类连接的价值大多在设备售出和平台接入时完成，消费者缺少长期付费的理由。
Hojo主动收窄了设备边界。“消费者不会为了AI聊天长期付费，但会为了明确的高频价值付费。”所以在Hojo的判断里不是所有AI硬件都能收订阅，只有那些围绕真实工作、沟通、记录和决策场景的高信息密度的硬件，才有持续付费基础。
具体来看，可以总结为2B2C双端。对于具备消费端运营能力的品牌，Hojo提供标准App、App Studio白盒定制、SDK自主开发以及少量深度定制。以白盒模式为例，品牌继续经营自己的App、账户和订阅体系，Hojo获得SDK授权、模型调用、云服务和NRE收入。
另一条路径，则由硬件设备接入新近上架的个人智能体应用Crspy，主要面向知识工作者。在接入硬件设备后，由Hojo承接消费端AI服务与订阅。
Hojo Crspy APP截图（目前已于美区等全球多地区上架）
在商业模式之外，Hojo亟需解决的，是信任问题。一方面，是技术信任。在其技术体系内，Agentic OS负责连接设备、模型与外部工具，Memory Engine负责长期记忆的沉淀、调用、权限和治理，Device Access则提供了最快1个工作日接入、最快3个月量产并上市的快速标准。其中，Agentic OS与Memory Engine目前已经开源，这大大降低了顾虑。
另一方面，是数据归属。Hojo的边界里，个人记忆由用户控制，可以导出和删除。品牌保留自己的渠道、用户关系与业务数据。Hojo在用户授权和合作协议范围内提供Memory与AI服务。
“用户数据沉淀在谁手里，谁就握着这个品牌的命脉。我们不会把客户的Memory当成可以出售的数据资产。这不是合规姿态，而是Hojo商业模式的一部分。”赵恒艺的态度是坚定的。独立硬件品牌寻找开放底座，本就为了避免把用户关系交给另一座封闭平台。数据边界一旦含混，Hojo也会成为自己试图替代的对象。
就结果来看，信任已经初步建立。在资本视野里，这是一个向着安卓时刻冲锋的新锐，这为Hojo带来了多轮资本支持。而在独立硬件品牌维度，Hojo成立某种意义上的最优解。据赵恒艺透露，Hojo已经与12家合作伙伴完成深度对接，并与5家硬件品牌已经完成了签约，每家都有年度百万台级的出货计划，合计计划出货超过500万台，整体产能预计在2026年第四季度开始爬坡。
这验证了商业模式的前半段，有品牌愿意让Hojo进入自己的设备，并为这套能力付费。而留给Hojo的命题是，自己的护城河如何建立。
Hojo的答案是，时间。
“AI硬件卖的不是‘能对话’，而是‘越用越懂你’。”赵恒艺说，“一台设备如果第一天和第一百天给用户的东西一模一样，它就是一个一次性玩具，无论接入的模型多先进。”
换句话说，模型让设备获得即时能力，Memory让它拥有过去。
用户今天用录音设备记录会议，明天通过耳机询问项目进展，后天再到App里整理材料。底层共享同一份Memory，系统才可能知道会议属于哪个项目、谁作出过承诺、哪些任务尚未完成。
第一百天的价值，来自此前九十九天留下的上下文。单次模型调用可以迅速被复制，跨时间形成的工作关系和服务默契却无法在短期内重新生成。后来者可以提供更便宜的模型，甚至补贴硬件，却无法把一项服务陪伴用户的四百天压缩成四天。
对于用户，这种积累表现为设备越来越理解自己的工作与偏好，对于硬件品牌，它提高留存和订阅付费的可能，对于Hojo，它让一次性模型调用转化为长期服务关系。
但Memory并不会天然形成护城河。尤其是在数据有明确归属的情况下，Hojo能够积累的，是记忆系统的治理能力、跨设备调用体验、不断扩大的服务网络，以及用户在长期使用中形成的服务惯性。
这些东西都无法一夜生成，也很难仅靠资本迅速补齐。它们只能在设备进入市场、用户反复使用之后，逐步沉淀。
尽管身处一个尚未被巨头占据、又被独立品牌迫切需要的位置，Hojo没有把自己包装成答案。从Pre-A到平台级基础设施之间，还需要跨过太多阻碍。
赵恒艺也坦言，目前在医疗、法律等强专业领域的术语与推理深度仍然不足。而且连续十几步的自主任务，可靠性尚未达到量产要求，只敢放在最高档位小流量验证。聚焦到核心的声学领域，也还没啃下极端声学环境下的“多说话人分离”这块硬骨。
这些都需要时间，但市场不会等所有问题解决后再开始。
一个带着宿命感的悖论局面，出现了。一家最需要时间的公司，在和一扇正在收窄的窗口赛跑。而偏偏是这家公司，还没有赢下这场竞争，却已经开始赢得时间。
接下来，伴随着合作品牌们的产量爬坡，每增加一台设备，就是一份复利。规模、记忆和订阅会彼此推动，形成持续加速的飞轮。届时，即使有人提供更便宜的选择，进入这张牌桌的成本也远比今天更高。
但可以预见的是，AI硬件或许还没有等来自己的iPhone，却可能已经站在安卓时刻的门口。
