今年以來，AI 最明顯的「風口」，莫過於硬體了。從大廠到初創，點子層出不窮。
而在硬體的風口裡，最明顯的趨勢是，它們正在離開口袋，往人的身體上爬，先是能聽能看，逐漸貼近皮膚，甚至把身體當作「接口」。
這些東西看起來都挺有意思，仔細想想又不免疑惑：真的嗎？會不會有點離譜？
AI is watching you
BodyPark ATOM 是一台口袋大小的健身攝影機，把它放在手臂距離之外，它會追蹤身體的 34 個關鍵點，判斷動作姿勢、計算重複次數，並通過語音即時提醒。
它認識超過 1000 種訓練動作，還可以根據目標生成訓練計劃。一個人練臥推、深蹲或普拉提時，它像一位不會走神、不會刷手機，時刻盯著你的私人教練。
它當然不是第一個想進入健身房的智能設備，且不論手機里早已有成千上萬節健身 app，現在手錶也能記錄心率、熱量和運動時長。但是，這些已有的產品大多只能告訴用戶標準動作長什麼樣，或者訓練結束後生成一份數據總結。ATOM 瞄準的是一個更具體的問題：你現在這個動作，到底做對了沒有？
這也意味著，它需要從記錄結果，轉向理解身體。攝影機不只是拍下用戶，更關鍵的地方在於，把一次深蹲拆成關節角度、運動軌跡、速度和幅度，再實時判斷哪裡變形。過去需要教練站在旁邊完成的觀察，被壓縮進了一台可以隨手擺在地上的機器里。
ATOM 所代表的，可能是 AI 硬體在經歷 AI Pin 和 Rabbit R1 式的挫折後，找到的一條更現實的路線：不再試圖成為一台什麼都能做的新手機，只接管一個足夠具體的場景，而且這個場景下，手機並非唯一最優解，一個新形態的硬體,或許也能站穩。
把麥克風貼到皮膚上
ATOM 作為一個小相機，離身體還有一些距離，這款麥克風則 VOX
更貼身。
更貼身。
它是一枚藏在衣服下方的微型麥克風，重量只有 11 克。和普通麥克風對著空氣收音不同，VOX 像聽診器一樣貼著皮膚，捕捉聲音經由身體傳來的振動。官方稱它為一塊「隱形鍵盤」。按一下設備上的按鈕，用戶就可以口述筆記、發送消息，或者給 AI 下達指令；再按一下，收音停止。
結合最近越來越流行的，用語音 vibe coding，藉助這款設備，用戶可以在辦公室、圖書館或嘈雜咖啡館裡用很小的聲音說話，甚至耳語，再把內容變成文字——在演示里，哪怕是旁邊就開著一個電吹風，也可以正常收音。
為了不把每一條提示詞廣播給整個辦公室，最直接的辦法，竟然是讓麥克風貼得足夠近。這恰好揭示了語音交互一直沒有解決的尷尬，AI 很希望人類通過說話與機器溝通，但人在公共場所並不適合大聲朗讀自己的搜索、消息和提示詞。環境越嘈雜，普通麥克風越難聽清；環境越安靜，對著螢幕講話又會越尷尬。
VOX 的辦法，是把聲音傳播的路徑從房間縮短到身體，減少了環境噪聲，也讓語音輸入變得相對私密。但這種「私密」有一個很直觀的代價，它意味著設備必須進一步侵入人的私人距離。
一個如此貼身的麥克風產品，越是想做到你對它毫無察覺，就會隱藏越多風險，理論上它不使用喚醒詞，也不需要持續監聽，但如果忘了停止按下停止鍵，如果收錄到過於隱私的對話內容，如果沒有足夠安全的數據管理……這些都是潛在風險。
畢竟，科技公司總在承諾讓交互變得更自然、更無感，VOX 展示了這句話的另一面——機器可以從視線里消失。
把舌頭訓練成一隻滑鼠
同公司開發的 MouthPad 又往前走了一步：它把觸控板放進了嘴裡。
又往前走了一步：它把觸控板放進了嘴裡。
這是一副根據用戶口腔定製的透明牙套，厚度約 1 毫米、重量約 10 克。牙套上有一塊微型觸控區域，舌頭移動可以控制光標、滾動、點擊和拖拽，輕微的頭部動作和吸氣動作也能變成操作指令。它通過藍牙連接手機、平板和電腦，使用方式更像一隻長在口腔里的無線滑鼠。
原本在手指上幾乎不需要思考的動作，被遷移到了一個過去很少被當成輸入設備的身體部位。對大多數人來說，這大概是三個產品中最「離譜」的一個。為了騰出雙手，用戶要先去做一次口腔掃描，定製一副電子牙套，再學習用舌頭移動光標。
看著離經叛道，但了解它的背景之後，就知道為何了：MouthPad 最早並不是為「未來生活方式」設計的，它面向無法使用雙手的人，比如殘障人士、漸凍症患者或脊髓損傷病人，可以藉助舌頭重新操作手機和電腦。
同一件設備，因此可以同時是多數人眼中的科技奇觀，以及少數人的真實剛需。對他們而言，比起極客玩具，MouthPad 更像是一條重新工作、交流、遊戲乃至獨立生活的通道。
乍一看 MouthPad 跟 AI 沒有關係，不過，因為是同公司開發的產品，它可以代替 VOX 麥克風，用於啟動和控制 AI agent。
更進一步的是，它的出現卻能提醒我們，判斷一種身體接口是否「過度」，很大程度取決於它解決的問題是否足夠重要。讓普通人少碰幾下螢幕，含一塊觸控板可能顯得興師動眾，但如果它能繞過失去活動能力的雙手，舌頭作為一個交互入口還真不荒唐，它是身體裡仍然可用的自由。
當身體成為下一塊交互界面
ATOM、VOX 和 MouthPad 占據了三個不同的位置：攝影機在身外觀察動作，麥克風貼著皮膚捕捉低語，觸控板進入口腔讀取舌頭。它們越靠近身體，獲取的信號越直接，解決的問題也越具體。
這或許是新一批 AI 硬體與上一輪最大的區別。AI Pin 和 Rabbit R1 想造出另一台萬能終端，新設備則不再搶手機的位置，轉而尋找手機夠不到的身體縫隙。
AI 不一定需要另一個裝著模型的盒子，卻需要更多進入現實世界的感官：一隻看懂動作的眼睛、一隻只聽見用戶的耳朵，以及一根不占用雙手的手指。
再往前一步看，所謂「更自然的交互」，其實就是把更多身體活動變成機器可以理解的輸入。滑鼠把手的移動變成光標，觸控式螢幕把手指變成按鈕，智能手錶把脈搏變成數據；現在，深蹲的軌跡、皮膚傳導的聲音和舌頭的移動，也開始成為可以被模型讀取的信號。機器退到背景里，傳感器卻在不斷深入身體。
這也是這些產品既有用又離譜的根源。它們確實能帶來自由：不用請真人教練、不必在公共場所大聲說話、甚至不需要雙手。但每獲得一種自由，都意味著允許設備更靠近身體一步。
這也讓新的問題隨之出現，傳統的隱私討論關心 App 讀取了什麼。貼身硬體把問題推得更遠：在資訊變成文字、照片或定位以前，身體本身是否已經成為數據？
當動作、聲音振動和細微習慣都可以被機器理解，廠商得到的可能不只是用戶說了什麼，還包括用戶如何移動、何時疲憊、怎樣猶豫，以及哪些內容沒有真正說出口。
ATOM、VOX 和 MouthPad 未必都會成為大眾產品，一方面，它們可能太貴、太小眾，也可能最終只服務於健身愛好者、特定職業和無障礙用戶。不過，它們指出了同一個方向，AI 硬體正在從獨立設備，變成附著在身體周圍的微型接口。
未來真正需要決定的，可能不僅僅是要不要買一件 AI 硬體，還有身體上哪些位置，我們願意開放成接口。
