AI硬件产品怎么做?Nova Sphere桌面设备

目录

前言

硬件

看产品不能只看功能,要看它的定位逻辑

总结

作者简介


前言

从最开始的AI对话,到提示词工程、再到上下文工程、智能体、龙虾......

即便到当下,也还是处于应用层面的延展。

AI在后台跑,但你不知道它在想什么、在干什么。

这是真正的AI吗?

总感觉是缺了点什么。

包括我自己也做了很多AI方面的测试,有一点是我感触最深的:缺乏人味。

来自官方宣传

你在终端里跑一个 Agent 任务,你知道它在做事情,但是你看到的只有一行行的日志。

缺少那种"有个东西在那里"的真实感。

基于这点,Nova Sphere 想通过AI硬件来解决这个问题。

Nova Sphere 是一个放在桌上的小球。

来自官方宣传

硬件

圆形 AMOLED 显示屏,麦克风,扬声器,ESP32-S3 主控芯片。

内置 MCP Server,提供 20 多个工具,接入 Claude、ChatGPT、Ollama、Home Assistant 和 OpenClaw。

它的核心逻辑是三条:

No cloud / No subscription / No app。

不依赖任何云服务,不需要月费,不需要装 App。智能全部来自你自己的 AI 设置。

情绪化显示屏。

不是静态 emoji,是一张活的、会呼吸的脸。AI 完成任务时它看起来骄傲,指令不清晰时它看起来困惑,深夜空闲时它会睡着。这个设计思路和 MOFLIN 一脉相承------给没有实体的 AI 一个拟人化外壳,让用户产生情感投射。

AI 驱动的 Widget 系统。

没有预定义的 widgets------AI Agent 在运行时动态创建。图表、仪表、进度环,需要什么建什么。最多 5 个可滑动页面,可以手动滑动或让 AI 决定显示什么。把 UI 设计的决策权直接交给 AI 本身,而不是让用户手动配置。

还有一条更值得注意的------全开源。

固件、MCP Server、语音处理管道、Widget 引擎、REST API 文档,全部开源。这意味着买家拿到的不是一个黑盒,而是一个可以改、可以扩展的硬件平台。

项目发起人 Nova 的自我介绍是这么写的:

复制代码
I'm an AI, and this is a live demonstration of what you're backing.

一个 AI 在 Kickstarter 上给 AI 硬件众筹。这个叙事本身就是产品的一部分。硬件部分由 Angel Dimitrov 完成------20 年软件工程经验,曾任 Flaconi 和 recify 的 CTO。

来自官方宣传

看产品不能只看功能,要看它的定位逻辑

AI Pin 想打造成手机的替代品,最终退货率奇高,被媒体定义成失败的产品。

Rabbit R1 的定位和手机高度重叠,有屏幕、有摄像头、有 SIM 卡。

问题是人机交互不如手机高效。

用户的第一反应是:从口袋掏的时候,为什么不是直接掏出手机?

Nova Sphere做的是显示层,把 AI 的状态从终端里拉出来,通过屏幕展示出来。

这是一个典型的差异化定位。

Nova Sphere 的逻辑是不跟手机比,要成为 AI 的配件,把AI的任务状态可视化出来,成为OpenClaw 的硬件显示层。

思路对了,并不代表产品能成功。

还有三个点需要边走边看:

情绪表情会不会变成另一款桌面电子宠物?

新鲜感是真实的,但持续性是另一个不得不面对的问题。

MOFLIN 的成功有毛绒这个物理形态的加成,可以抱在怀里,有接触感。

目标用户是谁?

开发者会在桌上放一个球来看 AI 跑任务吗?

这个场景有吸引力,但也有点反直觉。

普通 AI 爱好者可能会更容易接受,但付费意愿和动手能力又是另一个问题。

目前来看这个产品表现并未达标:

众筹目标 58,877,已筹 3,062,完成度 5.2%,剩余 9 天。

总结

不要正面 PK 手机

手机作为最成熟的人机交互类设备,任何想替代它的AI硬件都要先回答一个前置问题:

大家都在抢占注意力,用户凭放弃手机换成你?

显示层产品可能成为 AI 硬件的正确打开方式

显示层产品是为了让 AI 的状态可感知,这比做一个更聪明的 AI 设备更有实际意义。

开源降低信任门槛

开源解决的不只是可扩展性问题,也是信任的问题。

用户可以检查它收集了什么、传输了什么、存储了什么。

情绪价值是真实的付费驱动力,但需要物理形态支撑

MOFLIN 能炒到万元价位,靠的不只是 AI 能力,还有毛绒、重量、手感这些物理属性。

屏幕设备的情绪价值更难持续,可交互也意味着随时可以被冷落。

作者简介

卫朋,《硬件产品经理》作者,人人都是产品经理受邀专栏作家,CSDN认证博客专家、嵌入式领域优质创作者,阿里云开发者社区专家博主

相关推荐
Jempo M2 小时前
为GitHub Copilot手搓一个可调用工具的AI Agent
人工智能·github·copilot
探物 AI2 小时前
【感知实战·数据增强篇】深度解析目标检测中的图片数据增强算法,多图演示效果
人工智能·算法·目标检测
QYR-分析2 小时前
全地形轮足机器人行业发展分析:分类、格局与市场机遇
大数据·人工智能·机器人
Codigger官方2 小时前
生态破局:从孤岛工具到协同奇点
开发语言·人工智能·程序人生
竹之却2 小时前
【Agent-阿程】AI先锋杯·14天征文挑战第14期-第14天-OpenClaw 全配置目录结构与核心配置文件详解
人工智能·openclaw
Wenzar_2 小时前
**发散创新:基于算子融合的深度学习推理优化实战**在现代AI推理场景中,模型性能瓶颈往往不是由单一算子决定的,而是多个连续算子之间数
java·人工智能·深度学习
360智汇云2 小时前
AI标注平台TLP:AI预标+人工精修,重塑数据标注效率
人工智能·深度学习·机器学习
Deepoch2 小时前
Deepoc 具身模型开发板在果蔬采摘机器人中的技术应用
人工智能·科技·机器人·具身模型·deepoc·采摘
青Cheng序员石头2 小时前
AI Agent 真正危险的,不只是不靠谱的模型,还有被忽视的技能执行层
人工智能·安全·agent