访谈脉络:一副 36 克 AI 眼镜怎样从汽车团队长出来
Livis AI 眼镜,录制时刚刚发布约一个月。范皓宇概括其三大核心指标:36 克极轻佩戴重量、18.8 小时典型使用续航(待机约 70—78 小时)、基于全新端到端语音架构的 800 毫秒问答响应速度。快问快答与骄傲时刻:陈奕迅未上线 App、理想 L9 的「惊蛰」感
节目录制恰逢 2026 年 CES 举办期间,主持人 Koji 与范皓宇都戴着理想 Livis 眼镜对谈。范皓宇听过几期《十字路口》,笑称这档节目语速很快,正好可以把自己调回平时偏快的正常语速。
快问快答刚落,Koji 问起范皓宇做过最骄傲的产品,原以为会听到理想 ONE 或 MEGA,没想到范皓宇给出的答案是一个十多年前为陈奕迅做过却从未上线的自媒体 App。那款产品里设计了「双日历」:一条是公历,另一条由陈奕迅按自己的人生履历亲自定义元年与时间线,同时让他在上面发歌、放 Demo 与原型、和粉丝直接互动。范皓宇解释原因就两个字——it's fun:既然站在科技与人文的十字路口,就要聊能打动人心、让人「会心一笑」的东西。
若论车型,他毫不犹豫连说两遍「必须是 L9」。当时团队在车上率先塞进了连 iPad 都没用上的双层贴合 3K OLED 双屏,开创了车内空间交互与车外开窗小蓝灯等体验。更富戏剧性的是,L9 路试拍外景意外泄露后引来漫天非议,团队索性被「逼」出每周在微博发一张图、拆解一个亮点的预热节奏,竟还没开发布会就屡登热搜,反倒成了行业营销典范。那正值疫情刚解封的节点,最早一批北上广深、成杭沪的科技工作者极度拥护它,范皓宇回忆那种冲破压抑、焕然一新的振奋感,「就像惊蛰那个节气一样,蠢蠢欲动」。
CES 盛况与北极星指标:单次佩戴时长和每日 40—50 轮对话
回到眼前的 AI 眼镜热潮,Koji 提到 2026 年 CES 的 AI 眼镜展区一共 16 家公司,其中 15 家来自中国,剩下 1 家是 Meta。范皓宇非常乐见这种百花齐放——雷鸟、Rokid、XREAL 等公司其实都在 AR 或成像领域沉淀多年,如今大家形成共识,认为眼镜是能长期无感陪伴用户的终端。
录播客前他专门让洞察同学拉了一张几十家眼镜厂商的对比表,发现各家正分化出运动、显示、提词器、翻译等细分路线。最让他欣慰和自豪的有两列数据:第一列「重量」,整排竞品清一色 39 克、40 多克,只有理想做到了 36 克级;第二列「主芯片」,绝大多数采用高通 AR1 加 NXP 或国产协处理器的组合,唯独理想只用了一颗手表级 MCU(微控制器,Microcontroller Unit),走出一条截然不同的路。至于没去 CES,是因为产品刚发售就供不应求——高良率要求不能妥协,团队正全力爬坡产能,优先交付车主,2026 年他并不焦虑同行竞争,因为各家还在各自开疆拓土,远未真正打到一块。
追问已售出数万台后最盯紧的「北极星指标」,范皓宇清晰锁定两项:
- 单次佩戴时长:如果眼镜不够轻、不够舒服,压根不会被长期戴在脸上;目前不少用户反馈几乎「焊在脸上」当作日常眼镜佩戴。
- 智能语音交互次数:在汽车座舱里,车主每天与「理想同学」对话约 18—20 轮;而在已有的数万名眼镜用户中,日均对话达到 40—50 轮(不是极值而是均值)。范皓宇提醒这可能包含新品初期的热度红利,还需持续跟踪,但确实看出用户是在与它连续沟通而非偶尔下指令。
他把眼镜上的高频使用归纳为三大类:①语音与视觉问答(看到眼前物体直接问这是什么、帮查资料或记下来);②语音车控,占到日活的约 30%——走近车直接说打开后备厢,下电梯时提前打开方向盘加热、座椅加热和暖风空调,省去掏手机的麻烦;③记事本与异步深度调研——口述明天后天的安排,系统记下并在后续对话中主动召回(录制时主动提醒通知和日历打通预计一个月后升级上线),同时眼镜已接入 Deep Research,用户每周平均会用几次,把任务异步交给它跑几十分钟。相比之下,拍照、录视频和录音虽然常用(学设计出身的他甚至很享受不用纠结构图光影、直接「咔咔按」的松弛感),但频次高度取决于个人生活习惯,因此不被设为最核心的北极星指标。
车企里做眼镜:丢手机原型、36.2 克打印件与「能力迁移」
Koji 犀利发问:新能源车竞争这么卷、股价承压,车企里立项做 AI 眼镜是力排众议还是水到渠成?范皓宇坦言外部一定会有「不务正业」的非议,但公司内部推进却意外顺畅。这并非 2025 年一时兴起,早在 2024 年初团队就开始酝酿,年中与合作伙伴做出第一个原型:进屋随手把手机扔在门口桌上,聊几分钟后问「我的手机去哪儿了?」,系统能根据先前画面回答放在了门口桌上——借此验证 Always On(全天候在线)陪伴的本质价值。
项目真正的转折点发生在 2025 年 9、10 月份:一开始大家觉得眼镜和车关系不大,直到车控跑通、员工内测群一片惊叹「一句话就搞定太舒服了」,所有质疑瞬间消散。团队还构想了更进一步的双向互动——比如八月大太阳下车停在路边晒到快 80 摄氏度,车主动发声提醒「我太热了,能给我挪个地方吗?」,像两个生命体在对话。在范皓宇看来,这既是团队自下而上(Bottom Up)对新形态的好奇探索,也是公司自上而下(Top Down)想把车主喜爱的「理想同学」从车里带到车外的使命汇合。发售之后甚至出现有趣一幕:社区用户「生气」地催理想顺手做音箱等更多车外设备,年底团队还顺势出了个「拍拍灯」(原本也想塞语音,受限于资源先做成了纯灯)。
为了死磕 36 克的极致轻量化,团队经历了一场全员较劲。早期结构堆叠估算出来重达 42—43 克,范皓宇当场否决,先定 38 克红线;为省零点几克,大家连普通黑色点胶都改成了更轻、更薄的透明点胶。确定造型的那天下午三点,他嫌看图评审不够直接,现场要求 3D 打印样机,晚上七八点小哥一路跑着送来,他边打磨毛刺边戴上称重——36.2 克。他直接戴着打印框打车回家、坐电梯,次日清晨吃完早餐去见李想:「想哥,这就是我们要做的最终产品。」李想看了一眼说「看着还不错」,一锤定音。三个月后全链路攻关完成,最终量产口径稳稳落在 36.2 克左右,与第一天打印件分毫不差。
回应外界「理想不专注」的质疑,范皓宇把核心账本摊开:理想并不是另起炉灶招一批新人,而是高度复用汽车上沉淀多年的底层能力——眼镜里运行的核心操作系统,正是理想方向盘 Touch Bar 上用 Rust 重写了 2—3 年的轻量高速系统;电源管理、热管理直接迁移;负责广受好评的车内流媒体后视镜的团队,直接承担眼镜的影像与拍摄;声学团队(黄老师团队)曾是行业最早做车内多麦克风空间音频的班底;甚至连眼镜全部曲面都按汽车工业标准做到了 G3 连续(高阶曲率连续,光影过渡极为顺滑)。更妙的是反向滋养:眼镜极其严苛的微电子高集成度与材料工艺,正反过来为下一代汽车带来全新的散热与集成思路。
反主流底层路线:手表 MCU + 监控 ISP 的双 RTOS 豪赌,以及减法美学
如何同时做到「36 克、18.8 小时典型续航(78 小时待机)、800 毫秒响应」这个看似不可能三角?范皓宇直言,只做上层应用绝无可能,秘密藏在罕见的双 RTOS(实时操作系统,Real-Time Operating System)纯嵌入式底软架构里:
- 主芯片选用恒玄 BES2800 手表 MCU:若沿用行业主流的「高通 AR1 + MCU」双芯架构,既压不进 36 克,也绝不可能做到 78 小时待机与 18 小时日常使用。理想拉着恒玄 CEO 张亮与核心团队深度封闭合作近半年(恒玄团队刚在深圳替别家交付完,几乎没回家洗漱就冲进新战场),从零共建 BES2800 上的眼镜主系统基线。范皓宇也毫不避讳代价:这颗芯片本身的 Wi-Fi 模组带宽有限,Wi-Fi 传输速度是他对一代产品最不满意的地方(Koji 倒是评价已经比自己以前用的录音卡快得多),团队正通过算法持续优化传输效率与稳定性。
- 视觉芯片改造监控 ISP 并自研第二套 RTOS:ISP(图像信号处理器,Image Signal Processor)选用与视觉芯片厂(转写为「延基微」)合作的原监控用低功耗视觉芯片——画质好、功耗极低,唯一短板是监控芯片不讲究秒开、启动太慢。理想干脆联合芯片厂在 ISP 里也开发了一套专属 RTOS 攻克冷启动延迟。
除了底软豪赌,处处都是克制的「减法」:为抠下零点几克重量,声学团队原本照着 Meta 的对称设计用 5 颗麦克风,被追问「能不能减一颗」后做了仿真与实测,确认 4 颗麦克风同样能跑通空间音频,当天便砍掉一颗;此外还拿掉物理折叠传感器,改用高精度软件算法做好佩戴检测。
对于为何暂不加显示屏,范皓宇给出了极鲜明的判断:他早在 Oculus 还没被 Meta 收购的 17、18 年前就在硅谷看过 VR/AR,关注了近 15 年,但认为当下屏显尚未达到「高可用」门槛——画面浮在主视野正前方会遮挡真实世界与对方的目光,别人透过带彩虹纹的镜片看你也不自然。他把在主视野塞一块屏幕形容为「非常电脑、非常工程师的做法」:普通人戴眼镜不是为了在眼前顶一台提词器或电脑,正前方最高信息密度的区域必须留给物理世界。相比之下,他挺欣赏 Meta Display 把单目辅助显示放在侧面的巧思(尽管存在双眼度数差异适配难题),并明确表示理想会持续研究显示路线,等真正高可用时再推向产品。
「双手沾泥」、6211 时间分配法、以及好产品经理的三要素
范皓宇对「双手沾泥」给出了极具画面感的定义:「泥」就是你想象中想创造的作品,与现实空地之间的差距。在 Livis 项目上,拍摄效果和 IMU(惯性测量单元)防抖一度极其棘手、眼看搞不定。范皓宇直接飞赴武汉,与合作伙伴黑芝麻的研发团队逐行 review 逻辑与代码(对方惊讶大高管竟然抠到如此细度)。当晚他拍板改用更高码流方案并去掉预处理降噪——虽给后处理降噪带来巨大压力,却避免了前后两道降噪耦合毁掉画质。面对可能延期的风险,他掷地有声地兜底:「左手是做一个我们不认可的东西,右手是可能延期——延期我无所谓,但我们要做对的事情。」结果反而激发了全员斗志,硬生生把原本漫长的跨模块试错周期压缩到「当天改、当天出结果」,最终不仅没延期,还彻底攻克了 IMU 防抖。
聊到管理与节奏,范皓宇分享了自己实践多年的「6211 时间分配法」:
- 普通产品经理 / 工程师:60% 心无旁骛进入心流做事;20% 主动跨层跨领域沟通(区别于被动开会);10% 冷静反思自己是否因恐惧而过度堆料、因欲望而塞入无用功能;10% 彻底去玩、恢复愉悦状态(流着泪做出来的产品一定会带着苦涩味)。
- 总监及高级管理者:将 60% 与 20% 对调——60% 用来跨专业沟通、构筑信任、激发团队热量,20% 亲自下场双手沾泥推进核心难题。他把牛人分两种:一种是专业领域里的「神」,让人来求自己;产品经理属于另一种——「求全世界的牛人帮我干活」。相比自上而下的一纸任命,靠理解对方痛苦换来的「自下而上授权」才是产品经理最硬的权力。
总结做好产品经理的三条核心底座,范皓宇定格为「观察、学习、偏执(野心)」:
- 观察居首:别急着用「一二三」抽象世界,一抽象细节就消失了。他举了在大家乐快餐店吃饭的亲身经历——抬头看见天花板镶着黑色方块,问同行同事、服务员、经理全都答不上来,最后请出门店负责人,才知道那是覆盖三四张桌子的射频天线,配合餐盘上的射频装置解决几百张餐桌的送餐定位。就像福尔摩斯看脚底泥土与眼神,好产品经理眼里必须「有活」。
- 跨学科快速学习:左手前端、右手 AI、前看材料工艺供应链、后看营销传播,必须通过高质量沟通和倾听迅速摸透陌生垂线的底层逻辑。
- 同构的偏执与野心:不甘心世界「差不多就行」,哪怕到处求人融资、求研发也要把心里的「更好」变成现实。他动情提到最近读加缪的《我身上有一个不可战胜的夏天》——二十多年来身边总有人说「做不出来吧」,内心那股持续发热的执拗,正是支撑自己像宫崎骏「一直爬山直到山顶周围无人」般走下去的燃料。
面对 AI 时代,范皓宇认为产品经理的本质未变,依然是观察与学习,只是具体要啃透模型三件事:数据集、模型结构与评测集——搞清什么数据经什么结构训练出什么能力、又该如何评测。他把大模型的真实能力边界形容为一条「曲里拐弯的线」,有些地方强得惊人、有些相邻之处却极弱,唯有看清这条不规则边界才能扬长避短。具体到 Livis,关键拐点出现在 2025 年儿童节前理想座舱上线的实时语音对话能力(「理想同学 4o 框架」):用户不再像过去那样憋出一句明确导航指令去「推」一个工具人,而是自然地和车持续聊天,这直接奠定了眼镜端对话的基础设施。
他还特意分享了一段颇具烟火气的「沾泥」经历:开售当晚成都客服现场因流量爆棚、准备不足,有同学急得哭得稀里哗啦;3 天卖罄后又遇到大量用户为抢单随手在信封、便签纸上写错验光度数拍照上传,引发反复核对与集中催单。范皓宇亲自跑到成都当了中午 3 小时客服,连着接了 17、18 组用户,其中十多组都在催单,逼得他逐单查内部交付节点。借节目话筒,他郑重向所有 Livis 早期用户道歉,并援引「君子不贰过」承诺补齐服务短板。
主动助手、自研端到端模型与「大陆与岛」多终端世界观
展望产品演进,范皓宇把基本性能(续航、响应速度与持续优化的传输速度)视作底座,而下一阶段的功能跃迁在于主动性(Agency)——不再是人推一下动一下,而是在能力足够可靠的前提下主动服务(例如暴晒提醒挪车),同时警惕能力不足却乱弹窗的骚扰风险。他今年还计划启动「用户参与计划」,邀请用户和团队一起「把只画了一半的画画完」。
对于「眼镜做到什么程度算成功」,他拆出三层标尺:①社会维度(销量与利润)——第一代眼镜他刻意不打广告、不买流,不求短期商业声量;②公司内部维度——已经算成功,它让团队看到汽车动辄 2600 万元一套模具的重资产打法之外,还能用轻盈优雅的方式复用集成能力创造新可能;③团队与用户维度——刚起步,需要一两年和吐槽最多的几万名早期用户贴身磨合。在面对外部噪音与非议时,他笑称自己和韩寒同期参加过新概念作文,真正的心无旁骛不是逃进终南山断网(人眼蒙黑太久也会产生「黑盲症」幻象),而是「大隐隐于市」,像交朋友一样专注听懂用户、回应用户。
谈及底座技术,范皓宇确认眼镜与座舱背后都是理想全栈自研的端到端语音与多模态模型(分为负责语音流式问答的 OA 与视觉加语音流式问答的 OV),正如智能驾驶领域自研端到端 VLA(视觉-语言-动作)大模型一样。被问自研带来了什么好处,他先自嘲「花很多钱」,随即道出本质:只有把芯片、操作系统、模型、应用服务与云端通信整条链路握在自己手里,才能打通软硬底层、灵活扩展跨终端协作。
为什么理想一定要走向多端?他点出一个深埋的伏笔:四五年前理想在车尾只贴「理想」二字而非「理想汽车」,正如苹果从「苹果电脑」更名为「苹果」,早已决定围绕一个家庭与个体构筑完整的多终端生态。随后,他展开了理想 2024 年底勾勒的「大陆与岛」世界观:
在 AI 时代,东西方因模型背后的文化基因分隔为两大世界。苹果、华为、小米是一块块具有用户排他性的「大陆」,由三个同心圆组成:最内圈是模型(决定能力上限,如苹果终端极强但 Siri 偏弱,Tesla 则是 Grok + FSD + 擎天柱)、中间圈是终端、最外圈是应用与服务(通向外部的海岸线与港口)。外部流动的则是律师、位置服务(LBS)等在「海洋」中运转的第三方服务,未来靠 A2A(Agent to Agent,智能体对智能体) 极速撮合交易,腾讯就像握有口岸特权的「海上霸主」。
理想极其清醒:与坐拥数亿用户的苹果、华为相比,手握数百万车主的理想目前只是刚浮出海面的一座「岛」;AI 眼镜正是岛上第一次向外延伸出的新陆地(12%—15% 非车主用户是大陆轮廓初次显影),目的是让用户在任何时间、任何地点都能无缝接入这座大陆。
沿着这套世界观,范皓宇逐一回应了理想的终端边界:
- 为什么不做手机?手机需要掏出、解锁,且 90% 的功能属于上一个「主动搜索(Search)」的时代,而眼镜代表的是「信息与技术自然环绕你(Surround You)」的新入口。
- 怎么看 AI 耳机、吊坠与新硬件形态?他拒绝投资人式的「只投 Top 1」排序,尊重各家优势,但坦承自己的产品倾向是「改造用户早已习惯佩戴的既有物理形态」(如配蔡司镜片的眼镜、OpenAI 带麦克风和 IMU 记录任意平面手写轨迹的 AI 笔、杭州团队做的能识别所见物体的 AI 望远镜),而对需要额外挂在身上、专门操心充电的全新形态(如吊坠)相对谨慎。
- 理想会做具身机器人吗?当然讨论过,因为「做 AI 终究想造一个人、把人从劳动中解放出来」,但理想坚持「高可用」底线——过去十年连概念车都不做,绝不拿开源框架组装一台会跳舞的演示机交差。就像家用扫地机或家政,理想状态是「回家时屋子已收拾干净,设备最好隐身」。做眼镜沉淀了 2 年、造车走了 10 年,而机器人面临极其严重的真实世界数据贫乏,需要极长的「深蹲」周期,理想仍在持续积累模型与感知能力,等待真正高可用的时机。
压轴彩蛋:10 个「我是」,以及《河山》里的中国产品人故事
节目尾声,范皓宇一口气挑战完成了 10 个「我是」:
- 一个还挺文艺的人,希望做点好玩的东西;
- 一个很有好奇心、爱观察新鲜事物的人;
- 一个脾气不太好的人(外表温和,团队内部常发飙);
- 一个比较没耐心的人(受不了絮絮叨叨,最好两三句话讲清);
- 一个很喜欢带娃的人,和孩子在一起充实开心;
- 一个喜欢画画写字的人,开会总在草稿纸涂鸦连线;
- 一台「路由器」——20 根线插进来输出一个信号,串联用户体验、技术与供应链的杂家;
- 以赛亚·伯林笔下的「狐狸」而非「刺猬」——热爱世间万象之美,不用一两个大道理框死世界(Koji 追问他写过剧本、想拍纪录片,他笑称也是「狐狸的尝试」);
- 一个喜欢进山的人——从小在秦岭山区长大,进山就像回家;
- 一个很有热情的人——一旦对一件事丧失热情就不再做。
临别之际,范皓宇提起刚读完施展的新书《河山》——山决定水的流向,水汇成河、劈开河谷,孕育聚居、沟通、故事与文化,最终长出今天的中国与中国产品。就像他曾开着理想 MEGA 驶出 Apple Park,与对面一位长发大胡子、满身纹身的美国 Cybertruck 车主摇下车窗互相竖起大拇指一样,中国团队正在继承百年汽车工业之后,书写属于自己的产品篇章。最后他紧扣《十字路口》收束全篇:带着悲天悯人的情怀与不妥协的气质,握着时代最好的武器,写下属于这一代人的可歌可泣的故事。
机制拆解:为什么「36 克、18.8 小时、800 毫秒」必须软硬一体协同?
在贴身佩戴的眼镜形态里,重量、续航、响应速度与本地算力构成极其紧绷的物理耦合。以能量预算做一个简化说明:假设受限于镜腿空间,电池可用容量固定为 100 个单位;若高算力通用 SoC(如高通 AR1 类平台)在常驻监听与后台待机下平均每小时耗电 10 个单位,续航约 10 小时;若改用手表级低功耗 MCU(如 BES2800)配合精简实时操作系统(RTOS),通过深度休眠把典型平均功耗压到约 5 个单位,续航就能成倍拉长到近 20 小时,同时免去大体积电池与重散热结构,使整机重量落进 36 克区间。
但低功耗并非「免费午餐」:手表 MCU 的无线带宽(如范皓宇直言不满意的 Wi-Fi 传输速率)与本地算力远不如旗舰移动芯片,监控级 ISP 原本冷启动缓慢;团队必须投入大量底层嵌入式软件工程,一方面给 ISP 专门重写第二套 RTOS 压低拍照唤醒延迟,另一方面把复杂推理搬到云端并打通端到端语音流(OA/OV),才能让用户体感的端到端问答响应压进 800 毫秒。同时,可佩戴性不只取决于总克数,还取决于镜腿前后配重、鼻托压强与镜架曲率(如 G3 连续造型)——任何单一参数的炫技都无法替代整条链路的联合平衡。
独立判断:把早期指标、能力复用与主动隐私边界拆开验证
40—50 轮对话是强信号,但不等同于已证明长期价值
早期数万名用户日均 40—50 轮对话确实显著高于车内的 18—20 轮,但正如范皓宇自己所提醒的,新品蜜月期热度与高品牌忠诚度车主构成存在显著偏差。更严谨的产品评估需要把「有效任务完成轮数」与「因误唤醒、听错而反复纠正的无效轮数」拆开,同时跟踪 30 天与 90 天留存、非车主群体的使用频次,以及车控功能之外的纯通用 AI 留存率——只有后者站稳,这副眼镜才真正从「汽车外设」进化为独立大陆的新入口。
「能力迁移」需要核算隐性约束成本,而不只看协同故事
车内 Rust OS、流媒体后视镜影像团队和声学班底确实帮理想避开了从零搭班子的高昂冷启动成本;但汽车拥有近乎充裕的电力、空间与散热余量,而眼镜寸土寸金、贴身佩戴且直面消费者高频售后(如成都客服遭遇的验光度数差错与产能良率爬坡)。跨品类的组织复用究竟带来多大净优势,取决于研发资源是否在主业汽车和消费电子之间形成拉扯,以及高良率量产后的单位毛利与交付口碑能否持续兑现。
全天候(Always On)与主动助手(Agency)的成败在「误触发」与「隐私透明度」
无论「进门找手机」还是「太阳暴晒主动提醒挪车」,主动智能体验极度依赖持续的环境感知与记忆留存。一旦模型在「曲里拐弯的边界」上判断失误——比如缺少画面却胡乱猜测手机位置,或在开会时频繁弹出低价值提醒——用户会迅速关掉权限。面向大众市场长期佩戴,硬件采集指示、本地与云端的数据边界、用户可随时查看删除记忆的开关,以及旁人的知情权,都会和重量、续航一样成为「高可用」不可分割的硬指标。
证据边界与资料索引
本文依据节目官方简介与整期机器转写文本重建,并对照官方节目要点校正了转写中对 RTOS(误作 ATOS / R 头四)及主持人姓名等明显误差,未对音频做逐字听审。Livis 的重量、续航、800 毫秒响应、销量、产能、日均对话轮数、硬件双芯片架构、自研模型(OA/OV/VLA)及用户行为均来自嘉宾录制时的口述,未独立实测;其中视觉 ISP 芯片厂在转写中记作「延基微」,非车主占比在节目中前后分别表述为约 12% 与将近 15%,均按原貌保留说明。机制拆解中的功耗算例为解释性简化模型。