AI 时代，我们怎么做硬件产品

2026 年 10 月 9 日，深圳市美通物联科技有限公司（下称"美通物联"）在深圳迎来 UbiComp/ISWC 学者团一行到访。公司创始人、CEO 姚昌志全程接待，并以《AI 时代，我们怎么做硬件产品》为题做交流分享。

这场分享的落点不是技术趋势，而是一个提问：「AI 能写代码，为什么做不出一台硬件？」分享的开场，他把这句话先放在屏幕上，然后说——

10 月 9 日上午，美通物联创始人姚昌志向到访的 UbiComp/ISWC 学者团做主题分享。图为交流现场。

对到访学者来说，走进这间会议教室后的第一件"展品"，其实是这间教室本身。

本次交流所在的会议教室，用的正是美通物联自己开发的智慧教室产品与系统：大屏显示、录播、现场扩音、灯光控制与温度控制——从显示与拾音扩声，到环境调节，全部由美通物联自主提供。也就是说，这场关于"怎么做硬件产品"的交流，是在一件自己做的产品里进行的。

此次到访的学者团，以清华大学计算机系人机交互与普适计算实验室（史元春团队）与南开大学软件学院（张海宁团队）为主体，并有多位长期从事普适计算与人机交互研究的海外学者同行。

此访是 UbiComp/ISWC 2026（2026 年 10 月 13—15 日 · 上海国际会议中心）会期前后的产业参访活动之一。UbiComp（普适计算）与 ISWC（可穿戴计算）是该领域的两大国际顶级会议；UbiComp/ISWC 2025 大会共同主席 Michael Beigl 教授亦在本次到访名单中。

同行的还有来自清华大学、南开大学、韩国科学技术院（KAIST）、北京航空航天大学、四川大学华西医院、哥伦比亚大学、圣母大学等机构的学者与在读博士生。

分享的三段式框架：三个已经量产的产品 · AI 抹平的是哪一笔成本 · 以及我们真正想做的那件事。

姚昌志的分享没有从技术趋势讲起，而是把议题拆成三段递进的问题：

三段之中，最受关注的是第二段对"成本"的追问：一项技术落地，究竟替掉了哪一笔支出？他的回答分得比较硬——AI 抹平的是软件开发的固定成本，没有抹平硬件的边际成本；由此得出一句更概括的判断：这一行的瓶颈，从"写不写得出来"，挪到了「验不验得出来、改不改得回来」。

他也给这一页加了一句防止被过度解读的限定：

在第一段"我们怎么开发"里，他进一步把无效成本拆成两笔账：一笔在屏幕上（反复重建上下文、错误重试、人肉搬运、验证缺位），一笔在台面上（每换一个项目，仪器要重新架、线要重新拉、探测点要重新找、上电时序要重新确认）。两笔账的共同点是——都不产生任何新信息，但每次都要重做一遍。

他还提到，公司内部已经有一条自己给自己加的工程规矩：不插值、不补空、不承诺。例如冲泡曲线的可视化，画的是计划一条虚影、实际一条实色，中间断连的地方留一个空隙，不补；也不放百分比进度条，因为那个数字是假的。"我今天讲的数字也是按这个原则准备的——没有实测口径的，我今天不报。"

三款产品都用到了端侧 AI，但各自回答的成本问题并不相同。它们的共同取向是端侧：算力有限、功耗有限、成本有限，AI 必须被压进一颗既有的 SoC 里去完成感知、判断与输出。

4.1 酒店客房门口计数器：把一件"已经解决的事"讲成难点

第一款装在酒店客房门口，在设备本地完成人数统计，原始画面不出设备，上云的只是"人还在 / 人走了"这个状态。它的价值不在计数本身，而在接入：与酒店本来就有的客房管理系统（PMS）对接之后，客人一离店，那间房的空调可以自动停掉，保洁可以收到通知，安全上也留下一层痕迹。

他花在"它为什么难"上的时间反而更多：客房门口只有一两米，为了拍全必须上广角，同一个人在画面里的成像尺寸能差好几倍；空间一小，人挨着人，检测框大面积重叠，「框在哪」和「有几个」是两个难度差很远的问题；而计数是离散指标——检测可以错一点，但计数错一个就是错百分之百。还有一条是自找的约束：因为不把原始画面传出去，一旦数错，手上就没有现场证据。

4.2 PURA Neo：两边都对，合起来不对

相当一部分交流发生在产品旁边：学者们近距离观摩实物，并就实现细节现场提问。

PURA Neo 是公司唯一一台从需求定义一直走到 OTA 迭代、把九个环节全部自己走完的机器，也已量产。姚昌志用它讲了一个更具体的场景——跨端一致性。

固件里写着某条命令的长度是 114 个字节，按它的定义算，就是 114；而 App 旧版发出去的是 82 个字节，按它自己那一版的协议，也是对的。两边各自都自洽，合起来就是对不上。这类问题人工排查要来回翻两份代码、对两张表，很慢。

他也坦率地交代了这台机器的 AI 边界：设备这一侧并没有在线模型，是一套定好的冲泡参数，加一层环境补偿，以及 App 上的单条建议卡；真正生成式的那部分（设备数字孪生、供应链与耗材、客服）在云侧的后台。"照实说设备这一侧没有在线模型，比含糊带过更准确。"

4.3 T9 小语种盲人听书机：把"听起来对不对"变成可自动评测的事

T9 是给视障用户用的听书机，离线、不联网——听什么书本身是隐私。这一版做的是越南语，已于 2026 年 9 月 30 日交付。

他讲的重点不是产品，而是一次真实的翻车与修正：把训练数据从上一版扩大到数倍之后，质量反而退了一截。这件事是自动评测先发现的——靠人戴耳机听，听到第两千句耳朵就不敏感了。顺着分数往回查，才定位到训练脚本里一个"名字叫冻结、却没有真的冻住"的参数，修好之后才交付。

也正因如此，他给这条线定的下一步不是"多蒸几轮"，而是回去换真实的录音数据；而小语种录音极难收集，公司设计了一套让设备本身成为采集端的机制，让数据从真实使用里回来。

分享后的互动环节，到场的中外学者与学生一同参与讨论。

这场分享安排了 40 分钟讲述加 20 分钟敞开交流，但相当一部分讨论实际发生在产品旁边。学者们近距离观摩了产品实物，并就实现细节现场提问，交流一直持续到实物被传看的过程中。

对美通物联而言，这种"把产品递到手里"的交流方式，正是公司做硬件产品的一贯做法：先用实物和实测数据说话，再谈方案。

分享的最后一段，是他个人的判断，也是一件还没有做出来的事。在此之前，他先给了几个可以核对的数字——这条线，公司已经做了十四年，全部服务视障用户：2012 年起部署公交导盲系统，覆盖国内 5 个城市、近 300 条公交线路；此外还做过一款盲人终端 T6，累计 1 万台。

需要说明的是，公交导盲系统与 T6 是两个不同的产品。T6 是这次交付的 T9 的前身——而 T6 没有小语种，这正是 T9 要重新做一遍的原因。

他接着讲了想做的事：让一个看不见的人，可以在没有人陪同的情况下，自己出门、自己走完一段路——室外用卫星定位加 RTK，卫星到不了的地方用 UWB 补上，再用声音把周围表达出来（不是报坐标，而是"前面有东西"），由 AI 负责判断。

而他把这件事的态度说得很清楚：

除已量产与已交付的产品之外，他也交代了两件仍在做、尚未完成的事，并明确划出了界线。

一是端侧大模型的多卡部署：在瑞芯微多卡级联平台上，把 3B–27B 级的 VLM / MoE 放到现场，用于数字人与本地 RAG。他给了一条自己划的线——100 ms 以内必须出结果的只能放在设备上，100 ms 到 1 s 放在本地算力，超过 1 s 才允许上云。这部分仍在做。

二是让 AI 摸到一整台机器：一个自己在做的装置（用抓屏"看"、用模拟键鼠"动"、用麦克风阵列与扬声器"听与说"，云侧大模型做判断，被测的电脑不需要任何改造），以及一个设计中的工位。两者的底线是同一条——

深圳市美通物联科技有限公司（MeToclaw）是一家专注于 AI 时代智能硬件设计与制造的企业，业务覆盖端侧视觉与声学模组、消费电子与健康监测设备、智慧教室等方向，为客户提供从产品定义、硬件设计与软件开发，到小批量试制与量产交付的完整能力。

公司做硬件已有 18 年，2012 年起做瑞芯微（Rockchip）平台方案，在深圳设总部并在两地设有研发与交付点，已积累多款核心板（SoM）与标准板；主控覆盖 RK1828 + RK3588、RV1126、RK2218、RK2108D、RK3576 等系列，工作温度 −40~85 °C，具备 EN50155、CE/FCC 等认证能力，可走通「SoM → 评估板 → 小批量 → 量产」的全流程 IDH。

公司坚持端侧优先的技术路线：在有限的算力、功耗与成本约束下，把感知、判断与输出做进设备本体，让产品在有网、没网的不同条件下都能稳定工作。

本稿图片摄于 2026 年 10 月 9 日交流现场。文中直接引语取自当日分享的幻灯片文案与主讲稿；文中学者单位与职务信息据各机构公开页面整理。涉及尚未完成事项，文中一律按"仍在做"表述。