摘要

Livis 已给出远超预期的首轮需求信号，眼下的约束不是获客，而是良率与交付。 首批几万台库存约 3 小时售罄，3 天卖掉约一个半月至近两个月产能；访谈中非车主占比先后给出约 12% 和近 15% 的口径，而产品几乎没有投广告。范皓宇坚持不降低良率，短期供应承压，但判断 2026 年无需过度关注同业竞争：“第一件事情是要服务好我们的车主。”
36 克、18.8 小时与 800 毫秒同时成立，核心不是上层 AI 应用，而是芯片、两套 ATOS 与系统的软硬一体开发。 Livis 采用原本面向手表的恒玄 BES2800 MCU，没有使用主流的高通 AR1 加协处理器方案；典型使用续航 18.8 小时、待机约 70 多至 78 小时，问答响应约 800 毫秒。理想还把车内积累的 Rust 系统、电源与热管理、影像和声学能力复用到眼镜，范皓宇称它是“目前世界上唯一的纯 ATOS、纯嵌入式开发的眼镜”。
首批用户行为初步支持“全天伙伴”而非相机配件的定位。 数万用户每天平均至少与眼镜对话 40—50 轮，高于车内理想同学的 18—20 轮；团队因此把单次佩戴时长和智能语音轮次放在拍照量之前。车控功能日活渗透约 30%，问答、视觉理解、记事及 Deep Research 则把眼镜从“控制命令”推向“沟通和对话”。范皓宇也提醒，新品热度可能暂时抬高对话数据，仍需持续观察。
理想做眼镜不是一笔孤立的横向多元化赌注，而是把“理想同学”从车内带出来的多端战略。 项目从 2024 年初开始准备，原型先验证 always-on 的陪伴与记忆，再由车控建立与主业的强连接；操作系统、流媒体后视镜影像团队、多麦克风声学和系统集成能力均来自汽车业务。范皓宇的直接解释是：“离开车以后瞬间就没有了，那为什么不把它带出来？”
理想押注的产品窗口不是最早 demo，而是技术从早期采用者迈向高可用大众产品的节点。 因此第一代主动放弃正前方显示，把重量从最初估算的 42—43 克压到 36.2 克，并从五麦减至四麦、拿掉折叠传感器；判断标准不是功能列表，而是重量、续航、响应和社交接受度是否过线。“高可用是我们擅长的，我们并不擅长做原型和 demo。”
这套产品组织的核心能力被范皓宇归结为“从下至上的授权”：产品经理靠信任调用全公司的专业能力。 普通产品经理按“六二幺幺”分配时间——60% 专注做事、20% 主动沟通、10% 反思、10% 玩；管理者则交换前两项，以 60% 时间理解、沟通和构筑信任。他把产品经理定义为第二种牛人：“我求全世界的牛人给我干活”，而观察、学习与“不甘于世界就这样”的偏执和野心，是持续爬山的燃料。
下一阶段的增量来自主动性和用户共创，但前提是基础能力先过线。 范皓宇希望 Agent 从“push 一下动一下”转向主动靠近用户、记忆、提醒和多端协作，却明确警告：能力不够时主动，只会变成骚扰。第一代并不太追求销量、利润和影响力这一社会维度；公司内部的能力激发已经发生，真正的用户价值还要用一两年共同打磨，“任你对我风吹雨打，我总是 always focus on you”。

精读

1. 范皓宇把产品的最高评价留给“会心一笑”

43 岁、毕业于西安交通大学工业设计系的范皓宇，先提起的得意作品不是汽车，而是十多年前为陈奕迅设计、最终未上线的个人 App：用公历与 Eason 自定义纪年构造两条时间线，让艺人与粉丝直接互动。“It’s fun”比商业结果更能解释他的产品趣味。
真正量产产品中，他毫不犹豫选 L9。两块 3K、双层贴合 OLED 屏幕和车内外一系列细节，把空间体验推到当时的新高；产品路测意外曝光后，团队被迫每周公布一张图、讲一个功能，反而形成发布前持续占据热搜的传播方式。
范皓宇把 L9 的情绪价值放回疫情后的社会背景：最早一批北上广深、成杭沪等城市的科技从业者热烈拥护产品，是因为它带来“透了口气，焕然一新”的感觉。“像春天一样，在惊蛰这样的节气里蠢蠢欲动”，成为他理解产品与时代共鸣的样本。

2. Livis 先用佩戴基本面定义 AI 眼镜

范皓宇给 Livis 的排序很明确：约 36 克，让它接近普通眼镜的长期佩戴体验；典型使用续航 18.8 小时，纯待机可达 70 多小时；全新语音架构把 AI 问答响应压到约 800 毫秒。“非常舒服”先于功能数量。
CES 同类产品集中出现，在他看来证明行业共同看好“长期伴随、无感”的终端；雷鸟、Rokid、XREAL 等团队也并非突然入场，而是从 AR、显示等方向积累多年。不同厂商分别押注运动、提词、翻译或纯显示，尚未真正撞进同一市场。
让他自豪的不是参展，而是横向参数表：同类重量多在 39 克以上、普遍为 40 多克，芯片则常用高通 AR1 加 NXP 或其他协处理器；Livis 只用一颗 MCU，走出了一条明显不同的系统路线。

3. 三小时售罄把问题从需求验证推向供应兑现

首批几万台库存约 3 小时卖完，3 天又售罄约一个半月至近两个月产能，范皓宇称结果“远超预期”。发布预算和声量原本都刻意收窄，只准备面向理想车主，外溢流量却带来约 12% 的非车主购买；谈到整个硬件版图时，他又给出“将近 15%”的粗略口径。
需求激增后，瓶颈迅速转为供应与良率。团队没有以降低标准换交付速度，因而一度暂停或限制售卖；范皓宇的判断是，扛过供应压力、重新拉起产能后，仍应先满足车主，再服务外部科技爱好者。
他对 2026 年竞争并不焦虑：实时操作系统、低功耗芯片、长待机与持续 OTA 组成的底座尚有扩展空间，而不同厂商仍在拓宽各自市场。“我也不去想竞争”，不是否认竞品，而是认为当前任务仍是兑现本方用户价值。

4. 对话轮次证明眼镜正在从工具变成伙伴

团队最关注两个北极星指标：单次佩戴时长，以及智能语音交互次数。前者验证重量和舒适性是否真能让人“把它焊脸上”；后者判断理想同学有没有真实帮助用户，而不是只完成几条拍照指令。
数万用户的初期数据中，眼镜每天平均至少产生 40—50 轮对话，车内则是 18—20 轮。范皓宇承认新品热度可能抬高数据，因此会持续观察曲线，但用户已经表现出“在跟它沟通和对话，而不仅仅是在问问题”的倾向。
第一类高频场景是语音与视觉问答：用户看见物品后直接问“这是什么”，要求查询、解释或记住；第二类是车控，日活渗透约 30%，包括下电梯时提前打开方向盘加热、座椅加热和空调，走到车边直接用语音开启后备箱。
记事本会在后续问答中重新调用用户留下的信息，录制时提醒通知尚未完成，团队预计约一个月后补上，并可能接通日历。Deep Research 则以异步方式运行几十分钟，平均用户每周已有数次使用。

5. 眼镜从 2024 年原型长出，而不是临时追逐风口

项目从 2024 年初开始思考和准备，年中与合作方做出的原型已经能回溯生活上下文：用户进屋把手机放在门口桌上，三五分钟后问“手机去哪儿了”，系统可以根据持续感知回答位置。这让团队具体理解了 always-on、陪伴与记忆需要什么。
初期的 bottom-up 动力是团队对新形态的共同兴趣；top-down 判断则是，AI 走进 everyday life 后“一定会酝酿出新的产品形态”。但眼镜与汽车的关系起初并不强，直到员工内测发现一句话车控极其顺手，项目才获得更直观的战略连接。
2025 年九、十月产品接近成熟时，内测员工已把车控评价为“太舒服了，我就一句话就完了”。范皓宇还设想让车主动表达状态，例如酷暑中告诉用户“我被晒得都不行了，你能帮我挪个车不”，把两端关系变成“两个生命体在沟通”。

6. 36.2 克来自团队不断拒绝“差不多”

第一版结构堆叠估算为 42—43 克，范皓宇直接否决，并把目标定在 38 克；团队并非只在指标表上减重，而是都代入一个问题：“以后戴这个眼镜让我扛一个 40 克，我肯定不能接受。”
减重深入到点胶：普通边框胶水多为黑色，团队专门开发更轻、更薄的透明胶。电池、基板、传感器乃至零点几克的麦克风都被重新审视，最终量产重量落到 36.2 克，反而优于最初 38 克目标。
定型评审当天下午 3 点，范皓宇要求立刻做 3D 打印，晚上七八点拿到工程师边跑边打磨毛刺的模型。他戴着空框回住处、坐电梯、吃早餐，第二天拿给李想看：“这就是我们要做的最终产品。”
巧合在于，那副早期打印模型称出来也是 36.2 克。三个月后所有结构和工艺努力汇总，最终产品回到同一个数字；他把这种超预期归因于共同目标，而非“一个人的聪明”。

7. “不专注”的反驳建立在汽车能力复用上

面对车企为何做眼镜的质疑，范皓宇的回答是：“我们一直在专注用户体验和创造新的价值。”眼镜不是另起一套庞大组织，而是大量复用车内已经积累的系统、影像、声学、电源和热管理能力。
眼镜操作系统源自方向盘 Touch Bar 上研发两三年的高效系统，并由 Rust 重写；负责超清流媒体后视镜的团队转做眼镜影像，多麦克风与空间音频经验也从座舱声学迁移过来。核心不是多开一条业务线，而是让同一能力跨终端复利。
反向迁移同样重要：眼镜对微电子、高度集成、材料工艺和散热提出更极致要求，参与者再回到汽车项目时，已经会思考新的集中化与热管理方案。范皓宇称这种跨品类反哺为真正的“chemistry”。

8. 恒玄 BES2800 与双 ATOS 构成最激进的技术赌注

Livis 没有沿用 MCU 加高通 AR1 主芯片的通行组合，而是把原本用于手表的恒玄 BES2800 MCU 推到眼镜主芯片位置。范皓宇认为，只有如此才可能同时实现约 78 小时待机、18.8 小时典型使用与完整 AI 能力。
理想与恒玄深度协作近半年，共同开发眼镜主线系统和基线；芯片侧与操作系统侧必须紧密耦合，才能取得功耗与性能的结果。代价是团队不能只在成熟平台上做应用，而要进入编译、功能优化和底层调优。
另一颗原本面向监控场景的 ISP 芯片功耗和画质不错，但启动速度不够快，团队又与供应方为 ISP 开发一套 ATOS。主 MCU 与 ISP 各运行一套 ATOS，范皓宇因此称 Livis 为“目前世界上唯一的纯 ATOS、纯嵌入式开发的眼镜”。
双方立项沟通时都把排期视为“mission impossible”；合作团队刚从深圳封闭交付回来，几乎没来得及休整便投入新项目。所有技术人员判断路线可行，但范皓宇用徒步作比：“规划出一条可行路线”和真正走过去，中间仍是很苦的过程。

9. 底层创新没有消除短板，只让团队能持续优化

范皓宇对第一代最不满意的是 Wi‑Fi 传输速度：这颗芯片方案一开始的 Wi‑Fi 模组存在带宽限制，架构选择时已经埋下约束。团队通过软件改善稳定性、速度和效率，但他没有把已知短板包装成完成态，只说“后面还会不断优化”。
主持人的实际体验反而是，Livis 比此前使用的录音卡更容易连接、传输也更快，因此已用眼镜替代录音卡。这个分歧保留了两种标尺：用户相对体验已经可用，产品负责人仍按更高上限判断它“不够快”。
声学由做车内空间音频、多麦克风方案的团队负责；外形曲面则由汽车设计与工程人员按 G3 连续标准建模，而非简单倒圆角。透明材料一度削弱设计师预想的光感，主持人认为环境暗一些时仍能表达这种光感。

10. “双手沾泥”意味着负责人进入码流与降噪细节

范皓宇把“泥”定义为想象中的结果与现实之间的差距。拍摄效果和 IMU 防抖一度被认为难以解决时，他不是听汇报，而是带团队逐项 review 逻辑、实现与代码，并跑到武汉与黑芝麻研发团队现场拆问题。
当晚的关键决策是采用更高码流，并移除预处理降噪，把压力留给后处理；这可能增加延期风险，却能避免两次降噪耦合损伤画质。范皓宇给出的选择是：“左手做一个我们不认可的东西，右手可能会延期——延期我无所谓，但是我们要做对的事情。”
方案牵动 ISP 后处理、成像和系统传输，原本一次试验周期很长，团队最后把反馈压到当天可见。项目最终没有延期，画质和 IMU 抖动也达到他们当时能找到的最优解；负责人深入细节的目的不是 challenge，而是“inspire everyone”。

11. 汽车是受约束的八股文，眼镜是自己划边界的散文

汽车拥有百年历史、法规和安全约束，创新必须嵌在既定结构内；但德国、美国、日本各自写出了不同的“八股文”。范皓宇认为中国汽车正在继承既有 know-how 后书写自己的文章，“冰箱彩电大沙发”背后其实是对舒适生活的正面选择。
他用一次 Apple Park 外的相遇说明文化表达：自己开着 MEGA，迎面开来一辆 Cybertruck，对方摇下窗、竖起大拇指，他也回以同样动作。Cybertruck 代表典型美国文化，而中国产品可以用自己的方式参与对话。
眼镜连成熟基线都没有，更像一篇自由散文；自由的危险是团队可把标准放低到 45 克，再用功能丰富自我安慰。理想从造车经验带来的自我约束是“高可用”：宁可先守住重量、续航和响应，也不靠堆功能掩盖基本面。

12. 不做正前方显示是成熟度判断，不是路线否定

范皓宇认为现阶段屏显“还不太 ready”：主视野中的画面会遮挡信息密度最高的物理世界，对面的人还可能透过镜片看到奇怪彩虹纹，破坏面对面交流。提词等特殊需求存在，但他认为这项技术整体还没有 ready。
他接触 MR、AR、VR 已近 15 年，早在 Oculus 被 Meta 收购前便体验过产品，因此并非排斥显示本身。真正的判断是，正前方放一块屏幕“非常电脑、非常工程师”，容易把眼镜做成贴在脸上的显示器。
Meta 的侧边单目显示尝试让他觉得“蛮酷”，因为它把显示作为辅助而非占据中央视野；但双眼度数不一致时仍可能难匹配。理想会继续研究，等技术达到高可用，再用新的交互和设计方案集成。
同样的减法还包括从五麦减到四麦：声学团队先做 simulation 和实测，确认空间音频仍可实现，才砍掉零点几克；折叠传感器也被移除，改以软件优化佩戴检测。每一次删减都要求能力不随硬件一起消失。

13. 成都客服经历暴露了产品之外的交付链条

开售当晚流量和咨询量过大，成都一线同事因准备不足、觉得对不起用户而落泪。三天售罄后，更多人持续进线；部分用户为抢单，甚至把验光数据随手写在信封或便签上拍照上传，造成大量错误和反复沟通。
范皓宇到成都做了 3 小时客服，接待约 17 组用户，十多组都在催单。他必须进入内部系统定位订单、追问真实交付时间，才直观看到产品完成以后，线索、验光、客服和履约仍共同决定用户体验。
他的公开结论是向 Livis 用户道歉：“这次的客服没有做得那么好，一开始准备没有那么充分。”借用“君子不贰过”，他承诺下一轮售卖要把服务能力与产品能力一起补齐。

14. “六二幺幺”把产品工作拆成专注、沟通、反思与玩

对普通产品和工程人员，范皓宇建议 60% 时间心无旁骛做事，20% 主动跨领域沟通，10% 反思决策是否源于恐惧或欲望，最后 10% 留给玩。主动沟通不是被动开会，而是为目标寻找不同专业的人共同解决问题。
“玩”并非单纯寻找灵感，而是调节创作者的状态。他相信一脸痛苦、倦怠做出的产品会带着苦涩味，做的人即使双脚沾泥仍能看着蓝天、感到好玩，产品才可能带着微笑。
到总监或高级经理层级，60% 与 20% 应交换：大量时间用于理解、沟通和构筑信任，20% 仍亲自推进具体模块。产品经理既不写代码也不画图，无法只靠命令获得真正投入。
他区分两类牛人：一种在单一领域成为所有人来求的“神”，另一种是“我求全世界的牛人给我干活”。产品经理属于后者，靠表达热量、理解困难和共同作战，把分散专业能力路由到同一个结果。

15. 产品经理真正需要的是从下至上的授权

主持人把产品经理称作“无权力的 CEO”：没有天然行政权，却要让研发、设计、供应链和营销接受方向。范皓宇进一步区分，上级贴一张任命纸给予的是自上而下权力，团队愿意支援则是自下而上的授权。
两种权力可以同时存在，但他认为后者对产品经理更重要。若只凭正式授权要求执行，团队可以敷衍交付；只有长期建立信任，大家才会在困难和不确定性中继续追加努力。
“两手沾泥”因此也是信任机制：负责人不能只在空中画愿景，再让别人落地，而要进入第一线共同面对现实差距。他提醒，乔布斯也并非只负责想象，而是花大量时间沟通方向并亲手推进细节。

16. 观察、学习与野心构成产品经理的三层燃料

第一能力是观察，因为“看都看不到，就不可能去做”。范皓宇在大家乐注意到天花板黑块，追问数层员工后才知道它是定位天线，可覆盖三四张桌，并结合餐盘上的射频装置帮助服务员送餐；许多人经过却从未注意到这套系统。
他用福尔摩斯进一步说明：鞋底泥土、衣服毛发、指甲、眼神和衣着都是理解事件的 element。抽象成“一二三”固然方便，却会抹掉世界的“汤汤水水”；机会往往藏在人们具体的痛苦、欣喜和细节里。
第二能力是快速学习。产品经理要跨越前端、AI、材料、工艺、供应链、生产和营销，不可能比每条垂线的专家更深，却必须通过聆听理解边界和痛点；沟通的目标不是发号施令，而是先说“我理解了，现在我想办法”。
第三是偏执或野心，两者在他看来“同构”：动力来自“不甘于这个世界就这样了”。加缪《我身上有一个不可战胜的夏天》的书名令他共情，因为那团热量支撑产品人不断面对“不可能”，试图成为 “the one, the only”，make something happen。

17. AI 没有改写产品经理本质，却让能力边界更曲折

范皓宇不认为“AI 产品经理”需要另一套人格。就像 WAP 产品经理进入移动互联网，旧工具失效后要重新学习；观察用户环境、理解技术原动力，再通过产品这座桥把能力自然搬到用户身边，基本方法没有变化。
AI 产品经理必须弄清三个对象：数据集、模型结构与评测集，即什么数据经什么结构得到什么结果，以及如何评价结果。模型像不断成长的孩子，从买东西，到做研究、承接 project，能力是一段段出现而非整齐开放。
AI 的边界线“曲里拐弯”：某些位置很弱，邻近位置却可能很强。理解边界才能扬长避短；模型一旦补上旧缺口，边界变化本身就是新产品机会，而不是等待一个抽象的“通用能力成熟”。

18. “4o”让语音从命令框转向持续对话

在 2025 年儿童节前，理想上线“4o”实时对话能力。团队原本把它放在车内实验室角落，却意外发现许多用户长期使用，说明语音交互不必永远是导航、音乐等明确 query。
过去用户会先想好怎样命令工具，再说“导航到哪里”；在 4o 框架下，用户可以随意沟通。低延迟叠加 prompt 人格塑造，让系统开始呈现“一个对话的场景，而不是一个命令的场景”。
这次拐点随后成为眼镜对话的基础设施，也解释了团队为什么把轮次放在拍照数量之前：拍照即使由语音触发，仍只是控制命令；能不能持续沟通，才决定它是否成为助手、秘书或伙伴。

19. 主动性、用户共创与三重成功定义下一阶段

第一优先级仍是基本性能：续航、响应速度、传输效率不能因 OTA 和功能增长而变慢。“产品变慢了”在范皓宇看来不可接受，重量虽已定型，其他底层指标仍需持续优化。
第二阶段是主动性。范皓宇用 Agency 指代主动性，但主动必须建立在足够能力上；能力不够却主动找用户，只会“主动过来找 Bug、找事情”，把陪伴变成骚扰。晒到接近 80℃的车主动请求挪车，是他想象中的正面样本。
他表示很有可能在当年推动用户参与，让车、眼镜和模型能力 enable 一批用户直接参与研发。“是把画画完交给人看，还是画一部分、一起画剩下一部分？”后者才是团队希望建立的产品关系。
成功被拆成三层：社会层的销量、利润和影响力；公司层的战略、战术与能力激发；团队和个人层是否创造新体验。第一代不追求大规模广告和社会成功，公司内部已证明集成式产品的可能，用户价值则还需一两年共同打磨。

20. 理想自研模型与“AI 大陆”解释理想为何走向多端

Livis 背后是理想自研的端到端语音和多模态模型体系，访谈先称其分为 OA 和 OVO，随后又将视觉加语音的流式问答模块称为 OV。范皓宇坦言自研首先意味着“花很多钱、很多资源”，但只有模型掌握在自己手里，才能把终端能力 merge 为统一 Agent，而非逐条写规则。
他的全栈逻辑覆盖芯片、操作系统、模型、应用服务与云端通信；辅助驾驶 VLA 和座舱理想同学也按端到端体系建设。价值在于用户暴露问题或要求新能力时，团队能从底层调整，并进一步制造多终端、多用户之间的 chemistry。
2024 年底形成的“大陆”比喻里，内核是决定能力上限的模型，第二圈是车、眼镜等终端，外圈是应用与服务；海洋中则流动着律师、LBS 等专业能力。A to A 会让 Agent 之间的交易和协作更高效，港口多少取决于大陆用户与终端规模。
苹果、华为、小米在这个比喻中是不同的大陆，Tesla 展示了模型、终端与应用服务的组合，腾讯则像海上霸主；理想自认只是刚露出海面的岛，基础是几百万车主及其家庭，眼镜吸引的近 15% 非车主构成新的突出部分。公司的目标不是“为了多端而多端”，而是在 right moment 扩大无缝体验。

21. 熟悉硬件、高可用与长期主义划定下一轮下注边界

理想先做眼镜而不是手机，是因为眼镜能让 information and technology surround you；手机仍需掏出、解锁，且范皓宇认为其中 90% 功能属于上一时代。眼镜又像汽车一样体现品位与身份，正好需要理想已有的集成、造型和审美能力。
他拒绝按投资人式 top one、top two 给眼镜、耳机和吊坠排位，各团队只是根据手中材料选择路径。不过他个人更偏好让 AI 激活已有形态：吊坠增加佩戴与充电负担，一支本就用于记录的笔加入麦克风和 IMU，或望远镜加入识别与记录，则更自然。
机器人是明确方向，却远未到高可用节点。家庭机器人最理想的状态像家政阿姨：用户回家时屋子已经收拾好，执行者最好不在眼前；当前训练数据仍太贫乏，不能靠半年一年拼开源框架、供应链和跳舞 demo 就宣告完成。
眼镜沉淀约两年，汽车做了十年，机器人需要更长的“深蹲”。范皓宇把理想擅长的窗口定义为技术从早期采用者跨向早期大众的节点；最后以“文艺、好奇、脾气不好、没耐心、爱带娃、爱画写、路由器、狐狸、爱进山、有热情”描述自己，并借施展《河山》收束：山河塑造聚居、故事与文化，产品也必然留下中国人的理解。“只要我们这口气还在”，科技与人文就仍能共同制造新的可能。

Adam Buckstein 的 Stride 投资论点 $LRN Tobi Lütke：构建 Shopify 的21年