近期，关于 OpenAI 硬件生态版图的曝光速度显著加快。无论是彭博社关于音箱细节的报道，还是供应链分析师郭明錤关于手机规格和代工订单的详细调查，都让我们逐渐拼凑出了这头大象的实际轮廓：一台音箱、一部手机，后续可能还有眼镜、台灯，甚至耳机。
其中，音箱作为最早推出的硬件产品，预计将于 2027 年初上市，定价在 200 到 300 美元之间。OpenAI 交给普通人的硬件，正是这个价位的无屏音箱。但真正值得关注的不仅是价格，供应链清单上的关键信息更能勾勒出 OpenAI 想要打造的 AI 硬件形态：除了配备摄像头的音箱，OpenAI 这款手机被点名的头号规格同样是 ISP，即处理摄像头画面的芯片；舜宇光学一举拿下了两款 OpenAI 设备的订单，很可能都是摄像头模组。将这些细节拼凑在一起，可以看出 OpenAI 造的并非几台孤立的设备，而是围绕你生活、无处不在的“眼睛”。
01 有个性的无屏音箱
首先，这款产品是与苹果前首席设计师 Jony Ive 共同打造的便携无屏音箱。根据目前供应链已知的信息，它可充电、能在房间间移动，内置一颗用于理解周围环境的摄像头，还具备会自己活动的机械结构，看起来就像是有生命的。按照 OpenAI 此前在社区交流中的定位，它应该是一个住在你家里、像人一样的 AI 陪伴者。它由 ChatGPT 驱动，对话部分使用 GPT-Live，且拥有自己的性格，会随着使用越来越个性化、越来越主动。
这台设备的产品定义，几乎是 OpenAI 硬件负责人 Richard Ho 那句话的逐字翻译。此前，我们在斯坦福的一场交流中曾提到他。他说：“手机不是为 agent 设计的”，理由是今天的交互是基于 App 和会话的：你打开一个 App，做一件事，然后关掉。但一台没有屏幕的音箱，取消了这三个动作：没有“打开”这个动作，自然也就不存在会话。
然而，说实话，音箱这个形态并不新鲜。无屏音箱已经存在了近十年，大多最终变成了闹钟和天气播报器。从硬件规格表上看，OpenAI 音箱的主要区别在于摄像头和机械结构。前者是输入，后者是主动性。上一代智能音箱的限制不在于模型，而在于只有耳朵：你不说话，它就不知道屋里发生了什么，只能等着被唤醒。有了摄像头，“主动”才有可能不变成骚扰。代价是用户必须先同意让一台会自己转动的机器一直看着自己的家。这一关键概念的区别决定了 OpenAI 这款音箱对标的产品并非 HomePod，而是一台用来给模型更多用户实际上下文的传感器：这实际上也是手机的逻辑。
02 用于构建上下文的手机
手机这条线最早由郭明錤在 4 月 27 日发布。他将其称为一款“AI Agent 手机”，围绕持续的、有上下文感知的界面构建，而不是围绕一个个独立的 App。他的论据是，手机是唯一能捕捉用户完整实时状态的设备：位置、活动、通信、所处情境都在里面。这是实时 Agent 推理最重要的上下文输入。要交付完整的 Agent 服务，就必须同时掌控操作系统和硬件。Altman 在同一天发帖称，是时候重新思考操作系统和用户界面该如何设计了。
如今，关于 OpenAI 手机我们知道了更多规格：定制版联发科天玑 9600，台积电 N2P 制程（苹果即将启用的“A20”所在的节点）。郭明錤在 4 月还提到 OpenAI 将高通和联发科并列为芯片伙伴，如今联发科看起来是首选。立讯精密被认为是首选代工，舜宇拿到了覆盖两款设备的零部件订单。但整份规格单里被明确点为头号已知规格的，不是屏幕，也不是主频，而是那颗带增强 HDR 管线的 ISP。目的是提升通过摄像头对真实世界的感知。旁边为其单独配备两颗 AI 处理器，分别同时处理视觉和语言。
这份规格单和过去二十年的手机规格单重心是相反的：过去所有的核心参数都围绕人怎么看设备：尺寸、分辨率、刷新率、峰值亮度。这台手机放到最前面的，是设备怎么看世界。让模型如何更好地“看清”世界，逐渐成为一个只有硬件才能回答好的问题。
HDR 管线对拍照的意义是宽容度，对 Agent 来讲是另一回事。逆光、暗光、屏幕反光等人眼能自动适应的场景，恰恰是视觉模型最容易失手的地方。把增强 HDR 做进 ISP，等于在数据进入模型之前先把世界调好一遍。两颗 AI 处理器分开跑视觉和语言，是同一个思路的延续。视觉不再是拍照功能的附属，而是和语言并列的一路输入。这正好接上了 Richard Ho 当时的判断：未来不是云端-only，也不是边缘-only。个人上下文、隐私数据、低延迟交互留在设备端，复杂推理留给云端。那两颗处理器，就是“设备端那一半”的物理形态。
个人上下文、隐私数据、低延迟交互必须在设备端，复杂推理留在云端。如果一个 Agent 想随时拿到用户的“当下状态”，它必须在操作系统层有足够完整的权限。把供应商的名字连起来看，还有另一层意思：立讯是苹果最重要的代工厂之一，舜宇是全球最大的手机摄像头模组厂商之一，N2P 是苹果下一代芯片要用的节点，负责工业设计的是苹果前首席设计师。郭明錤特意提到，立讯这些年一直想降低对苹果订单的依赖，OpenAI 这笔订单来得正是时候。目前，OpenAI 硬件团队里有超过 400 名前苹果员工，包括原 Vision Products Group 负责人 Paul Meade。整条产品线源自 OpenAI 以 65 亿美元收购 Ive 的公司 io Products。OpenAI 不是在学苹果做产品，而是在把苹果那套组织能力和供应链原样搬过来，区别只在最后交付的设备里，默认入口从 App Store 换成了一个 Agent。
另外，OpenAI 目标的产品量级同样是一个外界非常关心的问题：郭明錤的预测是，如果开发不出意外，2027 与 2028 两年合计出货约 3000 万台。摊到一年一千多万台，在手机行业大概是一个二线品牌的体量，无论如何，OpenAI 在早期都撼动不了 iOS 和 Android 的基本盘。但 OpenAI 原本的目标可能就不是份额：Ho 说 Agent 想拿到用户的当下状态，就必须在操作系统层有完整权限。也就是说，OpenAI 需要的不是所有人的手机，是一台自己说了算的手机。一千万台够不够做成生意另说，够不够证明“Agent 优先的系统跑得起来”，是够的。
真正的未知不在硬件。如果界面真的不再是 App，用户的银行、打车、外卖、社交关系从哪来？这是一个几乎困扰着行业所有选手的问题，OpenAI 给出的答案是订阅捆绑，用它撑起一个围绕 Agent 的开发者生态；但 Agent 如何稳定地调用第三方服务，这件事今天在任何一个平台上都没被跑通过，而它恰恰不是自研芯片能解决的问题。
03 OpenAI 最大的障碍：苹果
此外，一个值得注意的细节是，手机和音箱的上市时间点相比最初经历过了调整：音箱原定今年上市，滑到了 2027 年初。手机原本瞄准 2028 年量产，被郭明錤在 5 月改到 2027 年上半年，他给的理由是 OpenAI 计划中的 IPO，以及这个品类正在变激烈的竞争。硬件排期通常由良率、验证周期和软件成熟度决定，很少由上市计划决定：确切的芯片规格和其余供应商，预计要到 2026 年底或 2027 年第三季度才能敲定。这个节点和 2027 年上半年量产之间，最多只隔一个季度。提前的是量产节点而不是发布时间。音箱和手机是两个团队、两条供应链，一个延期一个提前，完全可能各有各的原因。
OpenAI 全球事务负责人 Chris Lehane 给出的官方口径是，首次硬件发布在 2026 年下半年，上市在 2027 年初。这和音箱的时间线对得上。但还有一股力量在往反方向拽。苹果 7 月 10 日起诉 OpenAI 窃取商业机密，起诉书里提到一项专有的金属表面处理工艺。彭博社的 Mark Gurman 认为诉讼已经起到拖慢 OpenAI 进度的效果：苹果的工程师不敢再去面试，供应商面对 OpenAI 的需求也变得更加谨慎。OpenAI 的回应是对别人的商业机密没有兴趣，接近项目的人对彭博社说，这台设备和苹果在售的产品都不一样。苹果不仅是说说而已，公司同时向法院申请了禁令，一旦获批，OpenAI 可能被直接禁止发布硬件。苹果那边还有个更直接的动作，给 iPhone 产品设计团队发了最高 40 万美元的限制性股票留任奖金。一边是禁令申请和观望的供应商，一边是提前一年半的量产目标。这两件事都真的话，让步的大概率是后面那个。眼镜、一盏智能台灯，可能还有耳机，都在路线图上，位置更靠后，其中一些可能被取消。但舜宇那笔覆盖两款设备的订单说明，至少有两条线在同时推进。
苹果的路线图几乎是镜像的：智能眼镜、带摄像头的 AirPods、一款 AI 挂坠，以及一台带屏幕和摄像头的家庭中枢。两家公司在四个品类上正面相撞。
四种形态摆在一起，共同点不是屏幕，是传感器。音箱、手机、眼镜、耳机，形态差得远，要解决的是同一个问题：让 Agent 持续看见你所在的世界。在这批设备的零件表上，屏幕是可选项，摄像头是必选项。Richard Ho 在那场交流最后给出的判断是，不再是在芯片层赢，而是在系统层赢。他也说过，当你开始谈 20GW 这种规模，就必须谈电力，甚至国家安全。这条链路上，芯片、数据中心、电力的账 OpenAI 可以自己算，也可以跟合作方一起算。只有 200 到 300 美元这一端不行，这笔钱要普通人自己从口袋里掏。所以第一台设备被定成一个两百多美元、会自己动、带着摄像头的盒子。整套系统里最难说服的不是电网，是消费者的客厅。