OpenAI 为什么选智能音箱做首款硬件？

OpenAI 选智能音箱做首款硬件，赌的是一笔订阅账，不是硬件账。这台售价 200 到 300 美元的无屏音箱大概率贴钱卖，它真正要赚的，是把 ChatGPT 9 亿周活用户里那 94.5% 还没付费的人转成月付订阅，并占住家庭里那个全天候在线的入口。对中国硬件厂来说，同样的贴钱打法却是另一本账：没有 9 亿用户、没有自研模型、订阅入口也不在自己手里，多数人照抄只会纯烧钱。

OpenAI 智能音箱把免费用户抽成付费订阅的示意图

7 月 14 日，彭博社记者 Mark Gurman 披露了 OpenAI 第一款硬件的样子：一台没有屏幕、可以拎着在房间之间走的智能音箱，计划 2027 年上市，今年内发布。

它由上周刚上线的 GPT-Live 实时语音模型驱动，带一颗摄像头和若干传感器，用来“看懂”你所处的环境，还会读你的邮件、记住你的偏好。OpenAI 内部把它定义成“住在家里的、有点像人的 AI 伙伴”，甚至设计了能自己转动的机械结构，让它“活”一点。操刀设计的是前苹果首席设计师 Jony Ive 的团队，去年 OpenAI 花了近 65 亿美元把他的公司 io 买了下来。

几天前，苹果刚以窃取硬件商业机密为由起诉了 OpenAI，还申请了禁令。OpenAI 的回应是“没看到任何证据”。

热闹是真热闹。但如果把镜头从新闻拉回生意本身，会看到一个更刺眼的对比。The Information 早前报道过这台机器的定价，200 到 300 美元一台。作为参照，中国市场的智能音箱在 2025 年第三季度均价只有 280 元，约合 40 美元，OpenAI 这台是它的五到七倍。而这个 280 元的市场，已经连续第四年在跌。

一个卖了四年都在下坡的品类

先看这门生意的大盘长什么样。

据洛图科技的数据，2025 年第三季度，中国智能音箱全渠道销量 305.7 万台，同比下滑 11.9%，跌幅比上半年还在扩大。往前数，2024 年全年销量 1570 万台，同比降了 25.6%；2025 年预计再降到 1420 万台。这是它连续下滑的第四年。

很多人第一反应是：那是没赶上 AI。可数据不支持这个说法。同样是这份报告，2025 年前三季度，大模型在智能音箱里的销量渗透率已经到了 33%，三台里有一台装了大模型。渗透率上去了，销量还在跌。

这句话值得停一下：装上大模型，并没有给智能音箱带来新的需求。

市场还高度集中。小米、百度、天猫精灵三家合计拿走了 97.2% 的份额，其中小米一家就占 48.8%。这是一个卖不动、又被三家巨头焊死的存量盘。

理解了这个背景，OpenAI 的选择才显得反常：一个所有人都在撤退的品类，它偏要现在高价进来。要么是它看错了，要么是它算的根本不是同一笔账。

OpenAI 卖的不是音箱

答案是后者。OpenAI 这门生意，硬件只是壳，真正的商品是订阅。

它的一句话模型是这样的：花 200 到 300 美元买一台音箱，这笔硬件钱 OpenAI 几乎不赚，甚至贴钱；它要的是把你从“偶尔用网页版 ChatGPT 的免费用户”，变成一个家里全天候摆着 AI 入口、月月付费的订阅用户。硬件是获客的渠道，订阅才是收入。

为什么非得是音箱这个壳？把 OpenAI 手里几个能装硬件的东西摆在一起比一比，思路就清楚了。

录音笔证明了模式。深圳公司 Plaud 已经把“硬件加订阅”这条路跑通了：累计出货超过 200 万台，软件订阅的年化收入突破 1 亿美元，2026 年整体营收目标 5 亿美元，而且没拿一分钱风险投资。它的秘诀是，大约一半买了硬件的人，会从免费档升级到付费订阅。一个小小的硬件，能把用户按月付费的习惯养出来。
Codex 暴露了软件的天花板。软件这一层，OpenAI 早就赢了，2026 年上半年 Codex 的周活用户涨了 5 倍多。但软件的边际成本趋近于零、涨得越快，用户的注意力和使用时长就越早见顶。做硬件，是 OpenAI 给“软件时长见顶”找的第二条增长曲线。
Whisper 说明工具赚不到长钱。语音输入是纯工具，用完即走，毛利高但榨不出多少持续收入，还容易被开源替代。音箱不一样，它不是工具，是“入口”：全天候在线，独占你做饭、起夜、哄孩子的场景，把一个软件功能变成家里的一件常驻家具。

三样一比就清楚了：OpenAI 选音箱，是因为只有它能同时做到两件事，养出订阅习惯，并且占住家庭里那个一直开着的入口。

两本账：贴钱的硬件，和真正赚钱的订阅

把这门生意拆成两本账来算，会看得更透。

第一本是硬件账，这本注定亏。 一台带摄像头、传感器、电池、还请了 Jony Ive 做工业设计的无屏音箱，物料成本粗估在 120 到 180 美元之间，再算上渠道抽成、物流、退换和首批小批量的爬坡，一台的毛利大概落在 负 50 美元到正 30 美元 之间。对比 Plaud 硬件 159 美元起售还能不亏，OpenAI 定价更高却要贴钱，差额基本烧在了设计溢价和首批低产量上。这不是把账算砸了，这是故意的：硬件是拿来引流的赔本货。

第二本是订阅账，这本才是目的。 GPT-Live 分了档：免费用户只能用精简版，要用完整版得升级到每月 8 美元的 Go、20 美元的 Plus 或者 200 美元的 Pro。也就是说，买了音箱、想把这台机器用出全部本事的人，被结构性地推着去付费。按 Plaud 那个 50% 的升级率、以及家庭用户对价格更敏感来估，一台音箱一年能带来的增量订阅收入，大约在 115 到 240 美元 区间，是硬件亏损的三到八倍。单看这笔，回本要 5 到 13 个月。

但这里有个更大的数字被藏在后面。OpenAI 为了做硬件，花了近 65 亿美元收购 io。这笔钱摊到未来卖出的每一台音箱上，才是真正的获客成本。这门生意能不能自洽，不看单台经济，看首批能不能出货到千万台级别，把这几十亿的设计投入摊薄。 摊得平，是一门好生意；摊不平，就是一场昂贵的烧钱。

订阅账真正的想象力，也不在音箱本身。ChatGPT 今天有 9 亿周活用户，付费订阅只有 5000 万出头，转化率大约 5.5%。剩下那 94.5% 没付钱的人，才是这台音箱瞄准的猎物。换个算法：转化率每提高一个百分点，就是多 900 万付费用户、十亿美元级别的年收入。把它从 5.5% 拉到 11%，增量能到几百亿美元。

所以这门生意的天花板，压根不在智能音箱那个卖了四年都在跌的市场里，而在 ChatGPT 那 9 亿人的免费惯性里。OpenAI 名义上的对手是亚马逊的 Echo，实质上的对手，是“用户懒得给网页版付费”这件事。 音箱是它插进自家免费用户池的一根抽水管。

不过账也不是没有软肋。GPT-Live 是全双工的实时语音，边听边说，底层还挂着 GPT-5.5 做复杂推理，一台全天候在线的音箱，真正对话时的推理成本远高于手机上偶尔问一句。粗算下来，一个重度用户每月烧掉的推理成本，很可能高于他贡献的订阅费。OpenAI 赌的不是“每个用户都赚钱”，而是大数定律：拿大量轻度用户的订阅，去补贴少数重度用户的消耗。

OpenAI 音箱硬件账贴钱与订阅账赚钱的对比图

护城河只有一条腿是真的

一门贴钱换订阅的生意，最怕的是别人明天就抄走。OpenAI 手里号称有三样护城河，但真正立得住的只有一样。

GPT-Live 实时语音模型是时间窗，不是墙。它现在确实领先，但语音大模型是全行业都在冲的赛点，谷歌和中国厂商追平全双工，大概是 12 到 18 个月的事，这是先发的时间窗，不是一堵墙。
Jony Ive 的设计只是招牌。它在融资和讲故事时好用，但音箱是个无屏的方盒子，工业设计能拉开的差距远小于手机，深圳的白牌厂想抄一个外壳，是按周计算的事。
9 亿周活才是唯一真的墙。小米、百度做音箱有渠道有供应链，但它们没有一个已经装进 9 亿人手机、随时能推送升级的现成用户池。这个池子把 OpenAI 的硬件从“花钱拉新”降级成了“存量转化”，是别人用钱买不到的冷启动弹药。

问题是，这条唯一的腿也站得不稳，因为它自己在拆自己的台。

一边，OpenAI 的故事是“模型越强，越需要一个专用的家庭入口”。另一边，同一个 GPT-Live，7 月 8 日已经在全球的 iOS、安卓和网页上铺开了。既然手机上的语音助手同样好用、还免费，那用户为什么要单独掏 200 多美元买一台音箱？音箱相对手机的全部增量，其实只剩三条：不用掏手机、摄像头有个固定视角、一家人能共用一台。而这三条里，随着手机端体验继续变好，第一条会越来越薄；第二条“摄像头常驻客厅”恰恰是最招人反感的一条；只有第三条勉强算硬。

这也是这门生意最可能的几种死法。最致命的一种，是订阅转化率达不到预期：整套贴钱逻辑，都建立在“转化率必须显著高于现在的 5.5%”之上，一旦首批音箱卖出去半年、转化率还上不来，赔本硬件就成了纯亏损。第二种，是量产和法务拖垮节奏：io 团队只有约 55 人，首款要等到 2027 年，苹果那桩窃密诉讼随时可能拖延整个硬件计划。第三种，是入口被平台反噬：这台音箱要读你的邮件、进你的家庭，可你的邮件在 Gmail、日程在 iOS、智能家居在别人的生态里，苹果或谷歌只要在系统层收紧对第三方常驻麦克风的权限，它就成了一座孤岛。

OpenAI 三样护城河只有 9 亿周活是真墙的示意图

对中国玩家，这是另一本账

写到这里，很多做硬件的朋友会有一个冲动：OpenAI 都下场了，AI 硬件是不是下一个 iPhone 时刻，我要不要也做一台 AI 音箱？

先泼盆冷水，看看是谁在喊“下一个 iPhone 时刻”。多半是卖芯片和方案的、找接盘的投资人、蹭流量的媒体。他们赚的是你入场的钱：你买开发板、你交学费、你把项目讲成一个好故事，他们就赚到了，至于你这台音箱最后卖没卖出去，跟他们的账无关。这和真正下场做硬件的人，不是一本账。

更要命的是，OpenAI 那本账，中国厂商根本没法照抄。它贴钱卖硬件，是因为背后有 9 亿周活的转化期权、有自研的模型、有能把订阅收进自己口袋的闭环。这三样，决定了它的“贴钱”是买一张千亿美元的入场券。而一个中国方案商照着“贴钱卖硬件”抄，抄到的只有贴钱：你没有 9 亿用户，转化期权等于零；你用的是别人的模型，数据壁垒等于零；订阅入口在平台手里，你连月费都收不着。同样一个动作，OpenAI 是投资，你是纯烧钱。

数字更冷。中国音箱均价 280 元，一台硬件的毛利估计不到 50 元；市场连跌四年，还被三家巨头占了 97.2%。一个新玩家挤进去，是在一个萎缩的池子里，抢那不到 3% 的残渣。而“会集成一个语音大模型”这件事，早就不是门槛：三分之一的存量音箱都装了大模型，会做的人满街都是。

那到底谁能碰？把人群分开说。

值得入场的是家电巨头。手里已经有独占场景或全国渠道、还养得起合规团队的家电巨头，美的、海尔、小米这个量级，它们抄不走的供应链和渠道正好对上这门生意的门槛，也能把订阅收入留在自己盘子里，而不是拱手送给平台。
该按住手等信号的是中小团队。有模型集成能力、但既没渠道又没场景的中小团队，等两个具体信号再动：一是国内出现能对标 GPT-Live 的全双工实时语音模型，今天还不存在；二是常驻家庭这类设备的备案口径落地清晰。信号没到就冲，等于赌一个还没有的模型底座，加一个还没定的监管口径。
最该绕道的是白牌深圳小厂。想做低毛利白牌 AI 音箱的深圳小厂，理由很直接：你补贴硬件，换不来任何属于自己的持续收入。OpenAI 贴钱是为了收 9 亿人的订阅，你贴钱就是纯亏。

同样贴钱卖硬件 OpenAI 买入场券中国厂纯烧钱的对比图

最后说说这台音箱在中国的另一道坎

前面算的都是商业账。对想在中国落地这门生意的人，还有最后一项成本要加进去，它跟别的成本不太一样。

先看政策的地面。一台带摄像头、常年开着、还要读你邮件的设备，采集的是家庭的音视频、人脸、声纹，其中还包括儿童的信息，这些在《个人信息保护法》里属于敏感个人信息，要单独同意、要监护人同意、要做事前的个人信息保护影响评估。数据要传给境外的模型做推理，又撞上《数据安全法》下数据出境的安全评估。接入境外大模型本身，还落在《生成式人工智能服务管理暂行办法》第二十条的域外适用条款里。这几道，现行法几乎没留什么空子。

而且监管不是纸面上的。2025 年 10 月 22 日，工信部通报了 20 款侵害用户权益的智能终端，里面直接点了“星火小飞侠 AI 智能音响”“宇航员智能 AI 大模型音响”这类产品的名，还有多款家用摄像头，问题集中在没告知个人信息处理规则、超范围收集、违规把数据传到云端、收集人脸没单独告知。这条线，监管已经从抽查走向了常态化的专项和下架。

这些属于花钱能解决的成本。备案、单独同意、权限管控、传输加密，都是可以整改的项，上面被通报的音箱厂商也是限期整改而非退市。把这类风险折算进去，就是一笔确定的合规投入，加上小概率的个人信息侵权赔偿，多数老板算完是能接受的经营成本。授权页加上明确的单独勾选、儿童信息走监护人同意、把个人信息保护影响评估的过程留痕，这几项做到位，一级的坑基本就填平了。

真正花钱填不平的，是另一道硬坎：这台音箱的引擎是境外的 GPT-Live，而 OpenAI 的服务在中国大陆本就不合规、不可用。叠加境外大模型的域外适用条款，再加上家庭人脸和儿童数据出境的安全评估几乎不可能获批，这台音箱的原始形态，进不了中国大陆的合规市场。这不是整改能解决的成本项，是产品形态本身的禁区。

所以对中国的入场者，真正能落地的路只有一条：把境外模型换成境内已经备案的大模型，把数据尽量放在设备端本地处理、不出境，再把合规备案一项项办下来。走通这条路，你做的其实已经是另一门生意，另一套账。OpenAI 那台住在客厅里、连着大洋彼岸大脑的音箱，参考它的产品思路可以，照搬它的账，不行。

AI 音箱数据合规软着陆与境外模型硬墙的示意图

回到开头那个问题。智能音箱卖了四年都在跌，OpenAI 为什么偏要现在做一台？因为它算的从来不是音箱的账，是那 9 亿人里、还没开始付钱的 8 亿多人的账。这台音箱能不能成，2027 年见分晓；但至少现在能确定的是，跟着它一起下场之前，你得先搞清楚，自己算的到底是哪一本。