專訪 XREAL 徐馳：我有手機、電腦，為什么要用 AI 眼鏡去替代它？ | 多樣性公司

編者按

當我們想喝可樂的時候，在極長的時間都只有兩個選擇：百事可樂和可口可樂。當我們選擇手機的時候，有 90% 的概率在蘋果和華米 OV 等品牌里輾轉。當我們買運動服飾的時候，第一時間想到的，大概率是 Nike、Adidas。 但世界之所以繽紛多彩，是因為在這些巨頭之外，有一些不遵從傳統，力求創造不同，注重設計和功能，著眼于明日的公司存在。 它們有著非主流的商業模式，設計與產品能提供獨特的用戶價值，和足夠的社交談資。重點是，它們沒有大公司的包袱，敢于不顧一切的進步。它們，是「多樣性公司」。 多樣性，是開放世界的關鍵。愛范兒相信，只有真正關注和理解多樣性公司才能比更多人更早地看見未來。在同名欄目中，愛范兒將以專訪的形式，與你一同見證這些多樣性公司，如何重塑未來，定義新常態。

本文為「多樣性公司」欄目的第 10 篇。

2017 年，徐馳從 Magic Leap 辭職回國，創辦了 XREAL（原 Nreal）。彼時，整個 XR 行業都在為 Magic Leap 的鯨魚側翻演示狂歡，所有人都覺得這就是未來，但沒有人真正賣出過一副消費級 AR 眼鏡。

九年過去，這個賽道經歷了 VR 元宇宙的泡沫與退潮、Apple Vision Pro 的高調入場與遇冷、Meta Ray-Ban 的補貼式擴張，以及 AI 浪潮對一切終端形態的重新審視。

XREAL 活了下來，并且成了 Google Android XR 平臺的首批硬件戰略合作伙伴。根據 IDC 的數據，XREAL 已經連續四年穩居全球 AR 眼鏡市場份額第一。而就在最近，XREAL 在港交所正式遞交了上市申請。

這家蟄伏近十年的智能眼鏡公司，即將迎來新的商業階段。

愛范兒的這次專訪，完成于 XREAL 向港交所遞表前。在對話中，徐馳沒有回避任何尖銳的問題——從「為什么蘋果的 Vision Pro 注定有問題」，到「中國廠商在用供應鏈整合打一場上半場的戰爭」，再到「眼鏡行業還沒有任何一家公司真正賺到過錢」，但貫穿始終的，是一個清晰的判斷：

眼鏡是 AI 最好的載體，因為只有它能給模型提供最高品質的上下文。

XREAL 創始人兼 CEO 徐馳

從沒有公司掙到錢的行業里活下來

Q：你當時從 Magic Leap 出來創業，做的是一個非常前沿的產品。為什么會想做這樣一家公司？

A：我當年在 Magic Leap 的時候，最開始的幾個月是很有驚艷感的。突然間，你站在了一個新時代的開端，并且有機會在最前頭去見證，如果運氣好，你還能參與去定義，這種感覺特別棒。

當時，我的判斷是，這是下一個大機會，到 20 年肯定成了。我是 2016 年回來的，覺得再不回來就來不及了。當時想的就是，一定會有一個懂這個行業的人從國外回來——就像當年的李彥宏、張朝陽。那這個人可能是我，也可能是我的同事們，因為當時懂這塊的人就那么多。那為什么不是你呢？你不可能準備好了再回來。實在做得不好，我就再回去唄，當時就是這么一個簡單的想法。

這一路上很難，這個行業起起伏伏的。但我自己秉承了一件事，就是我們始終沒有偏離初衷。這其實也是考驗每個創業者的內在驅動力到底是什么——是為了名、為了成功、還是為了財富。

我們真的是認為眼鏡就是下一個終端，這是一件不應該容易的事情。碰巧，我們近乎有種使命感地在最早進了這個行業，很想看看最終的答案到底什么樣，甚至想一直陪伴到那個答案出來的時候。

Q：XREAL 今年初剛九周年。成立九年，有沒有達到你的預期？

A：首先一定是不達預期，這個行業都不達預期，但我還蠻滿意的。

以我們當時的認知和熱情，走到今天確實蠻運氣的。這路上遇到了很多對的人，很多好心人，上下游的合作伙伴，包括自己的團隊，才走到今天。

當然，如果用今天的心智重新走一遍，一定會走得更好。這就是成長的過程。我時常跟同事們講，如果 XR 有一個博物館，記載了 XR 歷史的每一步變遷，XREAL 一定已經留了自己很重的一筆。

Q：行業風口一直在變，你們有沒有經歷過至暗時刻？怎么克服的？

A：肯定有。

行業沒有真正爆發的時候，每一個至暗時刻可能都伴隨著一些高光時刻。印象最深的可能是疫情剛出現的時候。當時我們在海外生意最好，因為大家在家需要這樣的產品，所有海外運營商都想跟我們合作，CES 亮相非常成功。

但突然疫情一來，人出不來了，融資節奏被打斷，團隊也不穩健，內外矛盾集中暴發。內部有策略爭論、管理爭論，外部有些企業本來好好的，合作突然就不要了。

現在回想會坦然得多，因為這些都是理所應當的過程。

Q：Vision Pro 在我看來是把 Magic Leap 的東西做出來了，甚至超越了。但 Vision Pro 沒有達到預期，當時對你們來說是一個打擊嗎？

A：當時我們其實很遺憾。我印象很深，有一次去見美團的興總，他也在關注這個領域，跟我們聊完之后就問，蘋果在做什么？我當時就說，蘋果做的那個產品大概率不行。

但當時中國有大批人認為「蘋果做任何事情都是有道理的」，你沒法說服他們。因為你很難拿一個還沒有發售的產品去論證。后來你想說蘋果做得不好，又會招黑。

我們只能順應這件事情。但其實從蠻早我就覺得蘋果的這個產品是有問題的。

Q：原因是什么？

A：我覺得這是蘋果有史以來第一個不做剪裁的產品。

蘋果以前喬布斯在的時候，是極致的剪裁——「我也不知道你想要什么，我給你的東西才是你想要的」。但 Vision Pro 明顯就是「我也不知道你想要什么，所以我都給你」——這個也加，那個也加，它是一個堆料的產品。

據說蘋果內部的產品邏輯確實如此。他們在重復 Apple Watch 的路線——Watch 第一代并不成功，但給了他們后續成功的機會，知道了做健康檢測和運動是對的方向。

AVP 第一代的想法也是不做判斷，努力把功能都加進來，看用戶喜歡用什么。但他們犯的錯誤是：頭戴設備加的東西多了之后，太重了，戴不住。

結果第一代產品并沒有給蘋果任何「下一代應該往哪個方向走」的反饋，樣本太少了。所以下一步他們反而會更保守。

Q：你們現在主力出貨產品其實是移動大屏。你什么時候開始判斷先不做空間計算、而是先把移動大屏做出來？為什么認為移動大屏這個定位是對的？

A：這不是我判斷出來的，是被打臉打出來的。我們今天的情況真的是一路走過來的。在無人區里探索，用戶的真實反饋非常重要。

我們第一代產品就是奔著一個更小、更便宜、更好的方向去做。當時的想法是拉著運營商一起合作，他們有當地的影響力、品牌背書、渠道和生態，我們提供技術，軟硬件全做。

我們曾經在韓國做了一個我們認為最完整的商業化閉環：手機預裝 APP、眼鏡跟手機捆綁銷售、5G 合約打下價格、運營商和三星 LG 的渠道售賣、LG 找當地內容做生態。這是到目前為止我們看到在生態領域做得最完整的，但并不成功——因為我們和運營商都沒有真正的平臺號召力。

這時候你才會去反思，真正能做平臺的是誰？

我做一個大膽的預測，只有蘋果和 Google。Not even Meta，not even OpenAI。

因為過去 20 年他們在手機生態里的勢能和積累，讓他們是唯一能去做平臺的。那時候我就想得很簡單——Don’t do it。

因為如果有一天你做了一套東西，Google 出了一套系統，你所有的開發者其實被你帶到了溝里。如果交互邏輯完全不一樣，那怎么辦？

所以我們一定要退回來做減法。我們是技術背景出身的，技術類的剪裁是最痛的。你要跟做 SLAM 的人講，不好意思，我們原來做六自由度的，現在得做三自由度了。你說三自由度誰都能做，對吧？但這事是沒辦法的。

不過初心沒變——雖然我們做了 Display 的方向，但另外一條線從來沒斷過。直到 Google 找到我們。

Q：你們跟 Google 的合作是怎么促成的？

A：我們一直跟 Google 有開源層面的聯系。他們內部一直在關注我們，包括蘋果的一些高管，每次我們新品出來第一時間都會去買。同行對你的關注，可能是對你最大的認可。

直到蘋果的 AVP 出來，Google 也立刻做了一個決策說，我們也得跟進。但突然間發現 AVP 不成功。不成功有兩個最大的 takeaway：太貴了，太重了。貴了，開發者不感興趣，因為覺得沒有量，三年五年之內起不來量。太重了，消費者沒有長期佩戴和持續佩戴的意愿。

真正解決它，就是要做便宜、做輕，而 XREAL 從第一天開始就在做輕量化、做分體式，依托于我們在空間計算核心技術的長期積累和國內出色的供應鏈能力，在價格上也更具競爭力。于是這件事變得水到渠成。

XREAL 與 Google 合作的 Android XR 眼鏡 Project Aura

眼鏡是 AI 最好的載體

Q：無論是空間計算設備還是 AI 硬件，智能眼鏡的終極形態應該是什么樣的？行業里有人提過一個 L1 到 L5 的形態劃分，你認同嗎？因為在眼鏡這個領域，當前 L1 的體驗反而遠遠好于 L5，這件事挺奇怪的。

A：我以前給過一個 L1 到 L5 的定義，主要是智能程度的分級——早期偶爾能用，后來越來越像你自己的個人助理。但為什么輕量化眼鏡注定沒辦法替代所有東西？因為顯示和算力的物理邊界。

如果想加顯示，大家現在普遍認為是光波導。但光波導的顯示做到極致，它也就是車載 HUD 的水平。拿它做個翻譯、做個導航沒有問題，但你不會用車載 HUD 看電影、玩游戲。而且我們已經被視網膜屏慣壞了——視網膜屏一方面是顯示基礎，另一方面背后需要很多 GPU 去渲染更多的像素。如果這件事是在一個輕量的全天候設備上，續航支持不了。

所以我們必須做取舍：有一個更輕量化的設備，全天候佩戴，但顯示弱一些；有一個相對更重的，但是便攜形態，顯示能力跟今天視網膜屏是一個水準的。這兩個先天就被分開了。

Q：所以你認為未來不存在一副眼鏡解決所有問題？

A：大家一提到眼鏡可能想到不同的形態。Meta Ray-Ban 是一個形態，我們現在做的是一個形態，大頭盔是另外一個形態。這些不是三選一的問題。就跟今天你有手機、平板、筆記本、臺式機一樣，它們滿足不同場景和不同優先級。

AI 眼鏡是全天候佩戴的，一定要輕巧。第二個形態是我們現在的移動形態，是便攜的而不是一直佩戴的。好處是可以稍微再重一點，但在工作過程中可以戴上，顯示內容更豐富。再往另一側是大頭盔，包括 AVP，體驗絕對很棒，但可能更像家里的專用設備。

我們認為這三種形態在未來 10 年甚至更長時間都會共存，不會是一個設備替代所有。就像我們原來科幻電影里希望用手表替代電話，但很遺憾今天我們還是既帶著手表又帶著手機。有些事情它有物理邊界。

Q：我有手機、有電腦，為什么需要用眼鏡去替代它們？

A：原來我認為，今天的電腦和手機是把一個互聯網信息世界壓縮到了一個二維的長方形小格子里。真正的感知三維化、顯示三維化、虛實融合，是必然的。但最近我有一個新的思考——可能光這一點還不夠強，不夠讓用戶覺得「我必須得這樣」。

這就是我們最近一年多思考的全新答案：要感謝 AI，AI 可能給我們帶來了一種全新的交互方式。過去無論電腦還是手機，本質上是人控制機器。鍵盤高效但上手門檻高，觸摸屏相對高效且上手門檻低，但仍然沒有擺脫「人控制機器」的范式。蘋果在 AVP 上用眼動追蹤做 3D 交互，效率極低，本質是在 3D 畫布下做交互。

當 AI 出來之后，我眼前一亮，真正的下一代交互不再是人控制機器，而是人跟一個智能體像我們現在這樣高效地交流。以后你的手機、電腦、眼鏡，都會有一個智能體，用人和人的交流方式——五感交流。

Q：現在很多 AI 硬件，帶攝像頭的耳機、掛飾等，也是 AI 的 input。你們怎么看待與它們的競爭？它們成本更低，使用場景甚至更廣泛。

A：回到第一性原理。為什么眼鏡是先天最好的 AI 載體？因為當你將來加上眼動追蹤的時候，眼鏡可能是唯一能知道你的聚焦點是什么的設備。

舉個例子，無論是耳機還是其他設備，它想拍一張照片去分析，前面坐了三個人，你到底在看誰？而且把整張照片傳上去計算量也很大。但如果有了眼動追蹤，我可以發現你就在看某個人，我甚至可以把他的輪廓裁下來，只傳他到云端。其實人類本來也是這樣，當我專注跟你聊天的時候，可能只關注到了你的表情，后面的樹我是沒有關注的。這些事情只有眼鏡能做。

> 本質上這跟 LLM 的原理很像——注意力機制。眼鏡是最容易讓你獲得最高品質上下文的終端。

Q：我昨天體驗了 Project Aura，感覺有了一塊真正可用的顯示屏之后，很多生產力場景在 AI Agent 的幫助下是成立的。比如我可以拋開一臺電腦——只要我能下指令、能清晰地接收輸出結果、能判斷 Agent 的交付是否符合預期，就夠了。

A：你說得非常好。再想象一下，假設你是一個公司的董事長，AI Agent就是下面的各種員工。怎么能讓這些員工越來越精準地理解你的指令？

不是你用文字的方式去轉述——因為文字有可能把一些背景信息壓縮掉了——而是他本身就參與了你工作中的很多場景。當你跟他重復某個 idea 的時候，他說「哦，你是在那個場景想到的，你在跟某人聊天時講到的」，他有更多的背景信息，就可能更精準地完成任務。

所以，我需要升維對AI Agent的input ，要把它變成一個 contextual 的輸入，而不是僅僅是抽象出來的文字。

Project Aura

Q：如果你們未來打算做一款 AI 眼鏡，你希望它是什么樣的？

A：我希望它真的能給我帶來一個第三方視角的、我注意不到的一些洞察。我還是從個人助理的視角來看。希望它能幫我在一天工作結束后復盤的時候，給到一些我自己從第一視角沒有注意到的角度和事情。那它就得全天候、多模態。

Q：那這會跟你們現在做 Display 的方向背道而馳嗎？你們的技術積累更多在顯示這塊，但你剛說的場景，好像不需要顯示也能做。

A：今天 XREAL 做得好的是，當我們去解決問題的時候，會回到第一性原理，然后用更難的方式去解決這個問題，就像我們做芯片也不是為了顯示。就像為什么特斯拉造車，一個原來做支付的人能造車？為什么造車的人能造火箭？他不是靠「這個事就近，所以我去做」，他牛的是他一直在走第一性原理——怎么用一個看似很復雜，但其實又是最近的方法去解決問題。

Q：那在你看來，XREAL 的第一性原理是什么？

A：一個多模態的、全天候的——至少保證八小時續航的 AI 設備，加上實現長期記憶。它就是一個變現能力非常強的 AI 個人助理。

我們的核心就是要做一個 AI 個人助理。只是說它到底是先實現全天候，還是先實現 Display 輸出，還是先實現多模態。每一步都是成為最終個人助理的必經之路。這個想法真正沉淀下來，其實是在多模態 AI 成熟之后。多模態的 AI 拓展了我們認為這塊能力的邊界。我原來想的還是一個更小、更輕、更便宜的終端。

亂紀元中的長期主義

Q：你認為智能眼鏡的核心價值是什么？

A：眼鏡的核心價值在于，它是一個跟模型共享高品質上下文、分享注意力的最好的形態。今天的上下文很像 CPU 里的 Cache，是一種短期記憶。而長期記憶是一個全新的 Memory 系統。這件事會在未來兩三年內出來，這其實也是現在 Agents 大家一直在研究的東西。

Q：這是行業共識嗎，還是說很多做眼鏡的只是想做眼鏡？

A：當 iPhone 在 2007 年出來的時候，它都不是共識。我們今天其實進入了一個亂紀元。就像當年沒有人能提前框定答案一樣，都是回過頭看才說馬斯克牛、喬布斯厲害。但當時那個階段都是某種程度的亂紀元，大家都在找答案。

但我想說的是，當這個行業是一個顛覆式創新的時候，不太可能出現武俠小說里那種突然路邊出來一個掃地僧把所有人秒掉的情況。這個行業非常注重研發底蘊。亂紀元中的集大成者、那個 iPhone Moment，很可能不是發生在產業鏈的腰部。

Q：國內很多廠商已經做到千元檔了，噪音產品也越來越多。你們怎么維護自己的用戶心智？跟供應鏈整合的公司有什么本質不同？

A：如果我們不斷強調原創，但實際上賣不過供應鏈整合的公司，那可能就說明原創的那些東西沒有差異化。我相信我們的產品是有差異化的，但難的事情都要花時間。

XREAL 從 2022 年開始做 Display 眼鏡成功之后，我一直在想我們的品牌到底定位在哪。我們希望做中高端產品，品牌心智需要時間去沉淀。而時間對創業公司來講是最大的敵人，我們必須耐住性子。

Insta360 的 JK 有句話：品牌是消費者在信息不充分的時候對你的信任。

我們特別珍惜這種信任。你可能需要幾代產品去建立它，但只要一代不好的東西就會摧毀它。所以在這個過程中，我們不再是只追求高速增長，而是追求高質量增長。

這么多年我們在做的就是保證我們引領行業體驗的變化：芯片、大視角光機、實時 2D 轉 3D。我相信這些會在消費者心中慢慢沉淀。自然會有人用營銷走捷徑，試圖模擬一個「我和你差不多」的印象，但我相信時間會證明一切。

Q：今年 AI 行業基本一天一變，作為硬件創業者會焦慮嗎？

A：這個邏輯跟炒股一樣。如果你始終在市場里，每天看波動，很容易被短期波動影響判斷和心情。如果你看長線，拉開一點，可能會更清楚。

核心是考驗你的長期戰略定力。當年在 DeepSeek 一鳴驚人之前，中國大家聽到的都是 Kimi、豆包。DeepSeek 沒有選擇在那個時代去跟另外幾家打廣告，而是安安靜靜做自己的東西，直到有一天海外發現它把英偉達的股價都撼動了。我們可能也覺得更適合這么做。

我們之前的基礎讓我們有一定的余裕可以去等。今天有很多公司不得不發眼鏡、不得不做 PPT 眼鏡，是因為他們需要活到下一個階段——就跟當年造車一樣，大家還是在 PPT 造眼鏡。而我們今天能往后退一點，再長遠地想一點，我覺得是好的。

Q：Google 在 CES 做了很多宣發，但沒有落地產品。你們會擔心平臺節奏太慢嗎？你們的產品會跟 Google 產生競爭嗎？

A：其實 Google 的 CES 活動是小范圍閉門邀請制的，請了很多人去聽，包括我們在他們的會議室里待了小半天，見不同的 partner。我不怕他慢，我怕他快。因為平臺要有節奏，不是光平臺出來就行，還要有關鍵的內容和生態。我們對現狀非常滿意。

而且我覺得今天國內做 AI 也有點急。大家好像在搶，覺得晚發半年就錯過了。但 AI 這一波下一代交互范式的定義，我認為不是個搶跑的邏輯，是一個萬里長跑，跑對方向遠比搶跑更重要。

Google 會像當年做 Android一樣。我相信到某個節點他會有自己的 Pixel，但他一定會先去做平臺。這是我們很確定的戰略。所以短期不擔心競爭，他可能是我們最好的合作伙伴——他擅長的我們做不了，我們擅長的又碰巧是他們最需要的。

Q：眼鏡大概率會跟手機和新能源汽車一樣，經歷一個從上半場到下半場的過程。你覺得現在走到哪了？

A：眼鏡大概率會跟手機和新能源汽車一樣：頭部終端持續做研發，突然有突破，在產品上快速迭代，制定行業規則。然后產業鏈下游把成本降下來，把能力賦能給更多終端廠商。中國大部分廠商熟悉的是后半場——在別人已經定義好的東西上做小迭代、微創新與大規模制造。但今天眼鏡這個賽道還沒走到下半場。

我最不希望看到的是這個行業大家用供應鏈整合和營銷去打一場上半場的戰斗。

因為上半場還是要做技術創新、做技術迭代。我個人覺得今天任何一款產品都沒達到當年 iPhone 1 的那種驚艷感。而那個 iPhone Moment 大概率不會從一個四流企業、只做供應鏈整合的公司里出來。

今天眼鏡火歸火，中國的眼鏡廠商還沒有一個產品單品銷售過百萬。全球也只有 Meta，但 Meta 是靠補貼的，這個行業真正的拐點，是在不補貼的方式下來評估的。

來自 XREAL 用戶的手繪海報

Q：你們的最終商業模式還是賣硬件嗎？

A：當然不是。今天模型廠商也沒有想明白商業模式。你其實想問的是，當一個新的終端、一個新的交互范式引領的新終端出來的時候，價值鏈的分發會是什么樣子？

我相信我們一定會有位置。而且因為端側越來越離你近，硬件或者入口這側的屬性會越來越強。未來你可能不是買硬件，而是每個月愿意付多少訂閱費讓這個助理服務你。

如果這個助理跟了你三年，它參加了你幾乎所有的會，不只是錄下數據，而是像參會一樣形成了自己的判斷和抽象的長期記憶，那你就離不開了。

Q：數據到底是誰的？這在未來的價值鏈里意味著什么？

A：這個行業一直會有一個想法，就是數據到底是誰的？

今天三星把數據直接給了 Google，用你的數據做廣告變現。但數據所有權本來是用戶的。而且長期記憶會跟 AI 解耦——就像 CPU 和 Memory 可以解耦一樣。

當你的規模化設備多了，你選擇把數據給誰，這件事就變成你有一定的主動權。

Q：當 Android XR 或多模態 AI 成熟的時候，所有大廠商都會進來，給創業公司留下的時間是不是不多了？

A：你能理解吧。就像當年跟 Android一起造手機一樣，所有硬件廠商都會進來。你從這個牌桌到了另一個牌桌，每個人的籌碼都變了。給創業公司留下的時間可能不多了，所以保持差異化和迭代速度非常重要。

大家都說想做蘋果，但蘋果最厲害的是解決了三個問題：硬件制造、系統開發、以及整套交互范式怎么把軟硬件串起來。

但很多人可能只是聯想，甚至可能是甲骨文。不同層面有不同分工，掙不同的收入。只要我能保證在這個生態里有一席之地就可以，但現在談具體位置還太早了。