物界前沿AI Eyes：当AI伴侣获得“权限第一”的感官，这轮融资值得跟吗？
过去12个月，AI伴侣赛道涌入了超过20亿美元的风险资本，头部产品如Character.AI月活突破8000万，Replika订阅收入年化超1.5亿美元。但几乎所有玩家都面临同一个瓶颈：AI伴侣只能通过文本或语音与你对话，无法实时感知你的环境、表情、动作。今天在ProductHunt上线的AI Eyes，打出了“Permission-first real-time senses”的旗号，试图补上这块拼图。作为关注硬科技和新能源的PE投资人，我真正关心的是：这个技术壁垒有多高？商业模式能否跑通？以及，它和现有方案比，到底强在哪里？
对比一：AI Eyes vs. 传统AI助手（Siri/Google Assistant）
传统AI助手也具备“感知”能力——比如唤醒词检测、摄像头拍照分析。但它们的架构是中心化权限模型：用户每次触发功能，都需要授权一次，且数据流经云端处理。AI Eyes宣称的“Permission-first”意味着：用户预先授权一组传感器权限（摄像头、麦克风、陀螺仪等），AI伴侣在本地实时处理数据流，只将语义化的“感知结果”（如“用户正在微笑”“环境光线变暗”）上传到云端，原始数据不离开设备。
- 延迟对比：传统方案从触发到响应通常需要1-2秒（云端往返），AI Eyes声称本地推理延迟<50ms，这对实时交互（如AI伴侣根据你的表情调整语气）是质变。
- 隐私对比：传统方案用户授权是“一次性”的，且云服务商可能存储原始数据。AI Eyes的“权限第一”本质上是细粒度、持续可撤销的本地优先架构，更符合欧盟GDPR和加州CCPA的合规趋势。
- 技术壁垒：本地实时多模态推理（视觉+语音+传感器融合）对芯片算力和模型压缩要求极高。AI Eyes团队是否自研了轻量级模型？或者采用了高通/联发科的边缘AI芯片？这是技术壁垒的关键分水岭。如果只是调用开源模型（如MobileNet V3）做简单分类，壁垒很低；如果能做到端侧的多模态连续学习（比如识别用户习惯后的个性化微调），那才是护城河。
对比二：AI Eyes vs. 专用硬件（如Ray-Ban Meta眼镜）
另一种实现“AI伴侣感知”的方案是专用硬件，比如Meta与Ray-Ban合作的智能眼镜，内置摄像头和麦克风，支持AI问答。但这类硬件面临两个问题：佩戴场景受限（不是所有人都习惯戴眼镜）和成本高（299美元起）。AI Eyes更像是一个软件层，可以嵌入到现有的AI伴侣App中，调用手机自带的传感器，无需额外硬件。
- 市场覆盖：AI Eyes的潜在用户是所有已经安装AI伴侣App的智能手机用户，超过10亿部设备。而专用硬件截止2025年底出货量预计不超过500万部。
- 商业模式：AI Eyes可以采取SDK授权+按Active User付费的模式。每个AI伴侣开发者为每个活跃用户每月支付0.1-0.5美元，如果一年内渗透到1000万用户，年收入可达1200万-6000万美元。对于早期项目，这个模式的可扩展性优于硬件。
- 风险：手机厂商（苹果、三星）可能在下代OS中直接提供类似的“AI感知API”，截胡第三方。AI Eyes必须快速建立与头部AI伴侣公司（如Character.AI、Replika、Inflection AI）的独家合作，形成数据飞轮。
竞争壁垒：三个需要验证的核心问题
[!info] 投资人视角的评估清单
- 技术壁垒：能否在骁龙8 Gen 3或苹果A17芯片上实现<50ms的多模态推理？模型参数量？是否支持持续学习？
- 数据壁垒：用户授权后，AI Eyes能否积累独家的“感知-行为”配对数据（如“皱眉时用户倾向切换话题”）？这是训练下一代AI伴侣的关键资产。
- 生态壁垒：是否已经和3家以上头部AI伴侣平台签约？合同是否排他？
如果不能同时满足以上三点，AI Eyes很可能只是昙花一现的“功能插件”，很快被大厂复制。但若能做到，它可能成为AI伴侣时代的“Twilio”（通讯API平台），抓住底层基础设施的定位。
估值逻辑：对标或可比公司
拿Twilio（2016年上市时估值约20亿美元，对应PS约15倍）和Agora（声网，2020年IPO时PS约50倍）做参照。如果AI Eyes在12个月内能触达500万活跃用户，年化ARR达到1000万美元，且月留存>80%，合理估值区间在2亿-4亿美元（PS 20-40倍）。但考虑到当前AI投资泡沫，实际估值可能被推高到5-6亿美元。关键在于退出路径：要么被大厂收购（苹果、Meta、Google都有可能，因为它们都需要“AI伴侣感知层”技术），要么独立IPO。从时间窗口看，18个月内验证产品-市场匹配是生死线。