中国制造看华南，硬件而物理AI（Physical AI）的占华崛起更离不开深圳。从赛格电子市场到华强北的强北元器件柜台，从代工厂、销售模组商到品牌方，成从产业一颗芯片、深圳一块PCB、物理一套模组，硬件AI硬件可在几公里内完成从立项到出货的占华全链路闭环。深圳硬件趋势的强北演变，正是销售AI硬件发展的风向标。

近期，成从产业南都N视频走访深圳多家硬件企业发现，深圳随着物理AI成为下一轮产业革命的物理核心，多模态能力与工程化稳定性已从技术选项转变为硬件厂商无法绕开的硬件商业刚需。与此同时，AI正从硬件的“附加功能”进化为用户关注的核心体验。无数案例证明，率先完成与AI深度融合的硬件，将率先接入物理世界并获得市场买单。

多模态与工程化稳定，成为硬件落地硬门槛

噜咔博士作为云天励飞旗下的儿童AI硬件品牌，其CEO杨坤透露，该品牌累计用户规模已突破25万，月均拍照识别量超5000万次，预计覆盖全球20多个国家和地区。

南都记者实测发现，噜咔博士AI拍学机内置千问大模型，具备拍照识别日常物品、按需生成图片及智能答疑功能，适配研学、上课、逛展等场景，并将端到端延迟控制在1至2秒内。

噜咔博士AI拍学机搭载模型后实现了多种功能。

谈及选择千问系列模型的原因，杨坤指出三大核心诉求：
1. 多模态支持：满足图像识别、图片生成、语音答疑等复合交互需求；
2. 工程化稳定：确保大规模调用下的低延迟与高效率；
3. 全球化能力：适应产品出海需求。

这三点痛点也是当下AI硬件厂商的共性挑战。多模态与工程化稳定性已不再是锦上添花，而是产品能否落地的硬性门槛。无独有偶，深圳本土机器人企业逐际动力也基于工程落地能力和多模态需求，选择与阿里云合作。

近期，逐际动力官宣具身智能标准化工程底座FluxVLA Engine，以镜像形式接入阿里云AI工程化平台PAI。用户可依托该底座进行微调与部署，训练专属具身智能大模型。

随着具身智能进入规模化阶段，行业竞争焦点已从单个模型能力，延伸至支撑模型持续训练、快速迭代和稳定部署的工程基础设施。长期以来，VLA（视觉-语言-动作）和WAM（世界动作模型）面临训练、仿真与真机数据规范不统一、架构耦合度高、仿真到现实迁移落差大等难题。

FluxVLA应运而生。在南都记者现场，逐际动力的人形机器人仅凭语音指令即可完成对不同形状、材质工件的分拣与装配。其核心在于将数据收集、模型训练转化为标准化生产线。

FluxVLA承担生产线作用，将数据处理、模型训练、仿真评测和真机部署纳入同一套工程规范。

FluxVLA将数据处理、模型训练、仿真评测和真机部署纳入统一工程规范。过去模型配置需数天，现仅需半小时左右，大幅节省开发者底层工程适配时间，加速机器人技能学习。

逐际动力联合创始人谌骅表示，合作目标是让具身模型从训练到部署零难度，通过在千行百业打造垂直大模型生产系统。除借助阿里云作为“行业放大器”开放工程底座外，逐际动力还将机器人本体接入千问Omni，获得全模态实时互动能力。接入后，机器人不仅能“看懂、听懂、说出来”，还能根据场景调用外部工具完成任务。

从“附加功能”到“核心体验”，AI重塑硬件形态

在深圳实地走访可见，除学习机和人形机器人外，手机、眼镜、家居机器人、无人机、车载终端及智能穿戴等品类均将AI作为核心标签。AI正从“附加功能”转变为用户关注的核心体验。

在AI玩具领域，小智AI是基于千问语言、语音模型打造的开源项目。目前，全球依托小智AI打造的硬件超200万台，灯具、玩具、桌面机器人等产品已畅销东南亚等地。

多款搭载小智AI的硬件。

过去，打造AI硬件需企业打通芯片选型、嵌入式开发、模型调用、云端部署及语音交互等核心技术，极高的“软硬一体”门槛令多数中小团队望而却步。小智AI通过开源底座、标准化模组和全链路赋能，为传统硬件企业提供低门槛、低风险、可快速验证的方案。

该方案迅速赋能传统硬件企业：
* 广东汕头玩具厂：接入小智AI后，将传统语音玩具升级为AI陪伴玩具，半年内海内外热销超20万台，日均销量超2300台；
* 广东中山台灯品牌：运用小智AI升级为可理解自然语言、自行思考决策的“智慧台灯”，上市即获市场认可，预售订单同比增长220%。

类似小智AI的案例正在华强北大量涌现。数据显示，截至2026年5月初，华强北AI产品销量占比已从2023年的12%跃升至41%。

香港中文大学（深圳）理工学院助理院长、深圳河套学院助理院长吴辰晔指出，销量变化是最直接信号。用户愿买、商家愿推、工厂愿做，表明AI能力已成为电子产品新标配。

“过去电子产品多为消费品或固定任务工具；接入大模型后，其具备了理解、生成、交互和辅助决策能力。这不仅是功能增加，更是产品性质变化——从工具转变为生产力终端。”吴辰晔强调。

正如吴辰晔所言，AI正从附加功能变为核心体验。例如：
* 荣耀联合阿里云打造视觉问答（VQA）端到端方案，图像细分场景识别率提升近40%，延迟降低30%；
* 影石科技影翎A1无人机基于千问系列模型，实现智能影像拼接、深度主体追踪及一键智能运镜，达成“先飞行后构图”，让新手也能轻松出片。

采写：南都N视频记者 林文琪