最近几周，有关OpenAI硬件版图的信息源源不断披露。彭博社关于音箱产品的详尽报道、供应链分析专家郭明錤对手机规格与制造合作的深层调查，使得我们正在逐步拼凑出OpenAI这只硬件大象的完整轮廓：
包括一台音箱、一部手机，随后是眼镜、照明灯，或许还要加上耳机。
其中，音箱作为最早推向市场的硬件商品，时间表定在2027年初。手机的生产计划被加速到了2027年上半年。音箱产品的价格预期在200到300美元这个区间。OpenAI给普通消费者交付的第一样东西，就是价位在这个范围内的一台无屏幕音箱。
但真正值得留意的内容并不仅限于定价。从曝光的制造商清单来看，那些核心规格信息能够更清楚地说明OpenAI究竟想打造什么样的AI硬件设备：不仅音箱配置了摄像头，OpenAI的初代手机在规格表中最突出的地位也留给了ISP芯片——负责处理摄像头数据的这块芯片；光学镜头供应商舜宇一次获得了两个OpenAI硬件项目的订单，很有可能都涉及摄像头组件。
将这些信息联系在一起就能发现，OpenAI在研发的不是若干个独立设备，其实是将用户包围起来、时刻都在观察的一双眼睛。
富有特色的无屏音箱
第一个产品是：与苹果已故首席设计官Jony Ive联手打造的便携式无屏幕音箱。
根据供应链披露的产品参数，这款产品具备充电功能、可在不同房间间移动、配置一颗用以感知周遭情况的摄像头、搭载会主动运动的机械装置，使得它在外观上看起来像是有生命的。
依据OpenAI之前公开的社群阐述，这款产品要成为的就是一个住进你家里、类似人类的AI生活伙伴。
它基于ChatGPT技术驱动，对话功能运用GPT-Live，按照同一信息的描述，它有着独特的个性特征，会随着使用次数增加变得更富个性化、更加积极主动。
没有屏幕、支持充电、内置摄像头，2027年初上市｜图片来自：io
对该设备的产品设定，基本上完全映射了OpenAI硬件负责人Richard Ho当时表达的概念。
之前，他在Stanford的一次演讲里提过这样的观点。他说「手机并未按照agent的需求而设计」，原因在于当下人机互动多是通过程序、按次计费的：打开一款应用，完成任务，关掉应用。
但一款没有显示屏的音箱产品，把这三个步骤都省略了：不需要「打开」的步骤，自然就没有「按次」的概念。
不过老实讲，音箱这种产品形式根本不是什么新事物。无屏音箱已经存在将近十年，但大多最终都沦为了闹钟和气象播报机。从硬件配置角度看，OpenAI音箱的主要特殊性在于配了摄像头，以及能自主活动。
前一个是数据输入，后者代表了主动行为。之前一代智能音箱存在的问题不在于AI模型，而在于它仅具有听觉功能：若你不出声，它就对房间内发生的事一无所知，只能等待被唤醒。配备摄像头后，「主动性」才能真正实现而不显得唐突。但这也需要付出代价——用户必须先接受，允许一台会自己转动的机器持续观察自己的家。
这一关键的观念差异，规定了OpenAI这款音箱的竞争对手不是HomePod这样的产物。而应该看作是为AI模型补充用户实时上下文的传感装置：这在逻辑上也同手机的思路吻合。
服务于上下文构建的手机
智能手机这条产品线，最初由郭明錤在4月27日对外宣布。他把它定义为一款「AI Agent手机」，以持久的、具备情景意识的界面为基础，而非以互相独立的应用程序为中心。
他的主要依据是，手机是唯一能够采集到用户完整实时状态的设备：地理位置、身体活动、通讯记录、当前场景都被记录其中。这恰好是实时agent推理最关键的情景数据。要提供完善的agent服务体验，就必须同时控制操作系统和硬件设备。
Altman在相同日期发表了看法，认为现在是重新审视操作系统和用户界面设计的适当时刻。
现在有关OpenAI手机的规格细节变得愈加清晰：定制版的联发科天玑9600处理器，采用台积电的N2P工艺，这正是苹果即将采用的「A20」芯片所在的制程节点。郭明錤在4月曾提及OpenAI同时与高通和联发科合作，但从最新消息看，联发科成了唯一的合作伙伴。立讯精密被指定为独家制造商，舜宇则获得了覆盖两个硬件产品线的零件合同。
但在整份配置表里，被最先提到的头号规格既不是显示屏，也不是运行频率，而是那颗带了增强HDR处理的ISP。其作用是加强经过摄像头对实际环境的理解。旁边还配置了两颗独立的AI处理器，分别负责处理视觉数据和语言数据。
这份配置单与过去二十年来手机的配置单有着完全相反的重点：从前所有重点参数都围绕着人眼如何看待设备：屏幕尺寸、像素密度、刷新速度、峰值色彩亮度。而这台手机把最优先的地位，给了设备如何观察周围世界。
如何让模型的「观察能力」得到提升，逐渐变成了单靠硬件才能有效解决的问题｜图片来自：OpenAI
对于摄影而言，HDR处理的价值在于更宽的曝光宽容度，对Agent产品来说则是另一回事。逆光、弱光、屏幕光线反射这类人脑能自然补偿的场景，偏偏最容易让计算机视觉模型失误。将增强的HDR处理融入ISP，相当于在信息送入模型前预先调整了整个世界的呈现效果。
配置两颗独立的AI处理芯片分别处理图像和语言，是对上述逻辑的继续延伸。图像处理不再是摄像功能的辅助部分，而是和语言处理平行的一个输入渠道。
这正好呼应了Richard Ho当时提出的论断：未来既不是纯粹云计算，也不是单纯本地计算。个人相关的情景数据、敏感的隐私信息、要求低延迟的互动在设备侧进行，需要算力的复杂分析交给云端。那两颗处理器，就是「设备这一侧」的硬件体现。
个人情景数据、隐私敏感信息、低延迟响应必须保留在设备端，复杂的AI运算则依赖云平台。倘若一个agent要随时获得用户此时此刻的「实时状况」，它必须在系统软件的层面拥有充分完善的访问权限。
关注供应商的构成也能看出其他含义：立讯是苹果最关键的代工合作方之一，舜宇是全球排名靠前的移动设备摄像头模块生产商，N2P是苹果下一代芯片采用的工艺节点，负责工业外观设计的曾是苹果前首席设计者。郭明錤特别强调，立讯近些年一直在降低对苹果业务的依赖程度，OpenAI的这单生意来得恰到好处。
截至目前，OpenAI的硬件部门中有超4百名前苹果工作者，包括原来的Vision Products Group主管Paul Meade。整个产品系列来自OpenAI用65亿美元收购的io Products。
OpenAI并未复制苹果的产品流程，而是把苹果的运营体系和供应链体系完整搬移过来。差异仅在最后推出的设备中，主界面从应用商城转变成了一个agent程序。
此外，OpenAI产品的销售目标也是外界高度关注的话题：郭明錤的预估是，如未发生意外，2027与2028这两个年份的总出货量约三千万台。分摊到每年一千万多台，在移动手机行业差不多是二线企业的销量级别，无论如何，OpenAI在初期都难以撼动iOS与Android的市场基础。
但是，OpenAI的终极目的可能根本不是争夺市场占比：Ho解释说，agent若想获取用户此刻的状态信息，就需要在系统层级持有完整的控制权。
换句话讲，OpenAI需要的并非全部消费者的手机，而是一款由自己做主的手机。一千万台是否足以成就一门生意另作他论，但足以证明「以agent为优先的系统是可行的」，这个分量是够的。
最大的挑战不存在于硬件本身。倘若使用界面真的不再依赖app呢，用户对金融、出行、餐饮、交友的需求从哪里来源？
这个问题困扰着业界大多数厂商，OpenAI的解决方案是以订阅收费的方式进行整合，以此构建一个围绕agent的创业者平台；然而，agent怎样稳定地访问和调用第三方工具，现阶段在任何一个平台都未被妥善验证，而这个问题是自主研发芯片解决不了的。
OpenAI最大的阻力：来自苹果
另一个值得注意的现象是，手机和音箱的上市时点相比原先有所改动：音箱本来安排在今年上市，后退至2027年初。手机最初定向2028年生产，郭明錤在5月将其变更为2027年上半年，他解释的原因包括OpenAI计划的IPO以及市场竞争日趋激烈。
硬件的时间安排通常取决于生产效率、验证流程和软件完成进度，很难被公司上市计划所推动：具体的处理器规格与其他承包商名单，预计需要到2026年年底或2027年第一季度才能最终定案。这个时间与2027年上半年的生产计划中间，最多相隔一个季度。
变动的是生产而非发布的日期。音箱与手机分属两个部门、两条供应源头，一个后移一个前移，每边各有各的考量是完全合理的。
OpenAI国际事务主管Chris Lehane给的公开说法是，初次硬件产品发表在2026年下半期，正式发售在2027初期。这条时间表与音箱的规划保持一致。
OpenAI初代音箱硬件概念对产品规划做出了独有的请求｜图片来自：Jony Ive
但还有另外的力量在向反向拉扯。
苹果自7月10日起向OpenAI发起诉讼，指控窃取商业秘密，诉状中提及一项保密的金属加工技术。彭博社专栏作者Mark Gurman认为这场法律纠纷已经对OpenAI的进展造成了拖累：苹果的技术人员不再敢申请去OpenAI工作，代工方对于OpenAI的合作要求也变得更加谨慎。
OpenAI的立场是声明对他人的商业秘密无关注，接触该项目的人向彭博社透露，他们的设备与苹果现在销售的产品完全不同。
苹果的动作不止于此，还同步向司法机构申请了禁制令，一旦被同意，OpenAI可能会被禁止发售其硬件产品。苹果还采取了更直接的措施，向iPhone工业设计小组成员提供了金额达40万美金的受限配股吸引力政策。
一侧是禁制令申请与观望的供应商，另一侧是加快一年半的生产时点。若这两件事都属实，那么退步的可能会是后者。
眼镜产品、智能灯具，还可能包括无线耳机，都在后续规划内，其中部分项目可能会被放弃。但舜宇那份覆盖两个硬件品类的采购合同表明，起码有两条产品线在并行推动。
苹果的产品规划几乎是镜像式的：智能眼镜、具有摄像头的AirPods、一个AI形态的坠饰，还有具备屏幕和摄像头的家居枢纽。两个厂家在四个商品类别上直接竞争。
更多品类的商品，更加激烈的市场竞争｜图片来自：Information age
四类硬件形态排在一起，其连接点不是显示屏，而是感知装置。音箱、手机、眼镜、耳机，形状风格不尽相同，要解决的却是一个通题：使agent能够持续观测你身处的环境。在这组设备的零部件清单中，屏幕属于非必需，而摄像头则是标准配置。
Richard Ho在那次交流的末尾提出了一个论点，是要在系统架构上赢取胜利，而非只在芯片层面。他也提及过，当规模达到20GW这一量级，就必须考虑电力问题，甚至涉及国情安全。
沿着这条链条，芯片、计算中心、电能的账单OpenAI可以自己做，也能与合作方一起承担。独独这200到300美元这一头不行，这笔支出需要普通人从自己的兜里拿钱。
所以首款硬件产品被设定为两百多美元、会自己动、配备摄像头的一只方盒。在这一整套系统里，最难搞定的不是电网，而是消费者家里的起居室。
文章来源：极客公园
