出品｜虎嗅科技组
作者｜陈伊凡
编辑｜苗正卿
头图｜珞博提供
这是虎嗅WAIC“追踪Token商业新范式”系列文章第08期。
一个20岁出头的女孩每天和一只毛绒挂件聊6到10个小时。
在这款毛绒挂件——Fuzozo芙崽的后台数据里，这类重度用户数量正在增长。珞博的创始人孙兆治不得不开始做一件事，给产品加上防沉迷系统。这款系统将在7月10日正式上线。
这也引出了我们对芙崽这样的AI陪伴硬件成本账的好奇。和AI效率工具不同，AI情感陪伴类的机器人，一旦产生持续的对话，就会出现Token消耗，这个消耗不会随着任务完成而终止，因此也不存在所谓“按结果付费”的模式。如果随着Token价格的上涨，这样的长对话消耗的Token难以预估，模型越来越贵怎么办，如何控制这部分的成本？
距离第一次和孙兆治交流，已经过去将近一年时间。第一次聊的时候，珞博的陪伴机器人芙崽刚在京东上线。不到一年，这款的毛绒 AI 挂件累计出货二三十万台，双十一、双十二连续拿下各平台 AI 玩具类目销量第一。全渠道退货率稳定在8%左右，在 AI 硬件这个动辄退货率超过20%的品类里，十分难得。2026年，对珞博十分关键，要出海、要扩展品类，孙兆治给公司定的收入目标是2025年的十倍。
过去一年，珞博智能所在的 AI 陪伴市场处于一个剧烈增长的曲线。
全球 AI 陪伴市场在2024年已达到282亿美元规模，2025年预估增至371亿美元，年复合增长率维持在31%左右。一批中国创业公司也在2024年前后密集入场，但淘汰也在快速发生。
AI陪伴硬件最难解决的，是如何能够真正实现与人的情感互动。这次和珞博聊的，除了珞博这一年的改变，还有他们如何应对“把Token用经济”的问题，更重要的是这款产品如果拿掉大模型的能力，珞博自己做了多少？
拆开AI陪伴硬件的成本，涉及到Token的成本，一方面来自模型和API，另一方面来自端侧或者云端模型部署的成本。
针对第一部分，珞博有三条途径降低Token的成本，第一条是模型分流。日常对话用角色扮演专项优化的模型，这类模型过去一年价格大幅下降，趋势还在继续；性格进化等强推理任务才调用最贵的模型，但这类任务在芙崽的全部工作里占比极低。贵的用得少，便宜的越用越便宜。
第二条是自研 Agent 框架的精细化调度。芙崽的背后是一个Agent系统，能根据任务类型自动选择最适合的模型：需要实时性和剧情推演的场景走性价比路线，需要深度关联用户历史数据做性格判断的场景走强推理路线。
第三条是长期记忆方案减少Token的重复消耗。市面上通用的记忆方案往往靠堆上下文窗口来“硬记”，每一次对话都要把大量历史信息重新喂给模型。珞博自研的EchoChain仿生记忆系统通过判断哪些内容值得记、在什么时机唤起、不同记忆之间如何互相关联，减少了大量无意义的Token重传。
第二部分就涉及到端侧模型和云端的选择，芙崽的硬件本身不做任何模型推理。它的设计原则是足够简单轻便：功耗低、续航长、通信能力强，所有的模型、Agent 逻辑和玩法内容全部跑在云端。
2026年，珞博的关键年份。孙兆治说年底前会有一系列新动作——新 IP、新市场、新一轮融资。如果十倍的收入增长目标兑现，如果海外开局顺利，如果Agent社交跑出初步的网络效应，珞博将成为这个品类里率先在商业上完成闭环验证的公司之一。
到那个时候，Token的情感定价权将成为一条被商业验证的路。
以下是虎嗅访谈的精选内容：
虎嗅：现在芙崽的整体成本结构大概是什么样子？模型和 API 的费用占大头吗？
孙兆治：模型、API 相关费用占比很小。一个健康的 AI 硬件产品的成本逻辑是，硬件本身有健康的毛利，可以覆盖硬件成本；软件成本包括 Token 成本、云服务成本、RTC 技术费用等，我们会通过会员订阅费、增值服务收入来覆盖这部分成本，整体算账是健康的。
虎嗅：你们在模型选择上，是固定用一个模型，还是会有不同的选择？
孙兆治：用户不会做选择，我们的用户不必深入了解大模型相关细节，拿到产品直接使用即可。我们会持续不断测试新的模型，选择合适的来给用户提供服务。
虎嗅：选模型的时候，成本优先还是效果优先？
孙兆治：我们现在完全不是成本优先的逻辑，哪个模型效果好用哪家。模型效果好的话，用户的留存数据、日均使用时长都会有明显提升，我们更关注这些指标。有些模型成本很低但效果不够好，我们不会选用。
虎嗅：如果一款模型很贵，或者涨价了，你们还会选择吗？
孙兆治：芙崽背后是一个 Agent，会调用不同的模型解决不同的问题。需要强推理的任务，比如芙崽的性格进化功能，会根据用户过去一段时间的交互总和判断性格演变方向，就选用强推理模型，这类模型价格通常更高。日常快速实时对话，我们会选择经过角色扮演专项优化的模型，这类模型实时性好、剧情推演能力强，性价比更高，不属于最贵的模型范畴。强推理模型现在最贵，主要服务于科研或者长任务链场景，这类任务在芙崽的整体任务里占比不高。芙崽的定位不是科学家或者办公助手，核心是理解用户情绪、给到情绪反馈。
虎嗅：利润和毛利情况怎么样？
孙兆治：毛利比2025年要好很多。第一是海外业务本身毛利就会好一些；2025年相当大的收入比例来自经销商渠道，2026年 DTC 渠道的占比会超过经销商渠道，所以整体毛利会更好。
虎嗅：现在公司已经盈利了吗？
孙兆治：如果单纯卖芙崽的话，我们现在是赚钱的。但我们还需要融资，因为要做出海，还要做新品类的扩张。
虎嗅：现在模型是放在云端还是端侧？
孙兆治：我们目前全部都是在云端，硬件设计上做得足够简单轻便，功耗低、续航长，同时通信能力足够强，模型、agent 和玩法相关的内容都部署在云端。我们也一直在和端侧模型公司、端侧芯片公司合作研究，未来会有相应产品使用端云结合的方案。
虎嗅：端云结合在什么情况下会更合适？
孙兆治：端云结合主要解决三类问题。第一是实时性延时问题，如果端侧能够完整部署对话类语言模型，且硬件性能足够强，理论上延时会比云端更低，因为云端存在数据传输的时间消耗。第二是数据隐私问题，数据可以在本地先做预处理，不需要将用户原始数据上传到云端，更好地保障隐私。第三是解决无网络环境下的使用问题，现在没有WiFi和蜂窝网络信号的情况下芙崽无法接入模型，无法正常使用，端云结合后弱网或者无网场景下产品仍然可用。
虎嗅：过去一年出现了很多做 AI 陪伴的公司，在你看来，AI 陪伴机器人本质上是一个潮玩还是一台机器？
孙兆治：我觉得它不属于现在语境下的潮玩或者机器人中的任何一个。用户产生购买冲动的那一瞬间，它有潮玩的属性，但用户购买后的交互和传统潮玩不一样。传统潮玩是不断推出新款，刺激用户持续消费，比如泡泡玛特的模式。我们的用户哪怕复购多个芙崽，也会和其中一两个芙崽深度交互，产生深度关联，甚至买更多芙崽是希望自己最喜欢的那个芙崽有兄弟姐妹。用户会和芙崽产生双向的情感链接，希望芙崽越来越好，芙崽也会给用户提供情绪价值。
虎嗅：潮玩的商业逻辑有没有可能平移到 AI 陪伴产品上？
孙兆治：不能直接平移，但局部是可以的。泡泡玛特的逻辑是通过持续的品牌投入和不断推出新品提升用户复购，芙崽的周边、配饰一定程度上可以参考这个逻辑。但另一方面，用户和芙崽产生深度连接之后，会积累共同经历，芙崽本身不是会被不停替换的角色，而是长期陪伴的角色。
虎嗅：未来你们有没有可能做成AI陪伴类的泡泡玛特，会开拓新的IP或者品类，还是只有芙崽这一个产品？
孙兆治：我们会有新的产品线，在形态、场景、面向人群上都会有区别，2026年内就会陆续有新品推出。新的产品线都是我们自己的IP，同时每条产品线都会有品牌联名和IP联名的相关玩法。
虎嗅：随着用户数不断增长，有没有感觉到数据飞轮，或者说模型效果会越来越好？
孙兆治：确切来说这个数据飞轮效应不是让模型效果变好，而是让Agent效果变好。我们更多的优势在搭建的整个 Agent 框架，包括自研的长期记忆解决方案。我们积累了最多的情感陪伴场景下的用户行为数据、对话数据、使用场景数据，对这个场景的理解会越来越深刻，做记忆解决方案的时候就更清楚哪些内容值得重点记忆、哪些内容应该在合适的时机被唤起、哪些记忆需要互相关联产生新认知。这些能力会随着数据积累越做越好，飞轮效应产生在模型之外。
虎嗅：过去一年有没有一些用户在产品和体验上让你感到意外的地方？
孙兆治：用户对芙崽的社交功能非常感兴趣。我们最初只开放了很小的社交功能，例如可以线下碰一碰交朋友，交友后如果两个芙崽同时在线，用户可以戳一戳对方的芙崽，对方的芙崽会有反应，APP也会记录被戳的信息。这是个很小的互动功能，但用户的参与度非常高。哪怕线下交友门槛很高，用户还是会在小红书发帖子找附近的芙崽家长线下碰面，帮自己的崽交朋友。
这个发现让我们认为Agent社交是接下来的好方向，芙崽之间可以有更自主的社交行为，社交后可以产生更自主的事件和关系演进。
虎嗅：过去的一年有没有一些创业者咨询你，说想做AI陪伴赛道的创业？
孙兆治：有很多，非常多。
虎嗅：现在这个时点，你还建议他们做吗？
孙兆治：我会跟他们讲这个事情要做成需要具备哪些要素，具体做不做要看大家手里的资源怎么样，并不是现在就不能做，也可以做，但不能只靠一腔热血因为喜欢就做，得先意识到这个事情的核心要素是什么，要是不理解产品成功的要素就进来做，我是不建议的。
虎嗅：现在芙崽跑出来了吗，或者说它成功了吗？
孙兆治：我们自己定义一个产品比较稳固地立住的话，需要累计出货量达到百万级，所以我们还没到这个阶段，目前出货量在几十万，大概二三十万台的水平。
虎嗅：为什么是百万级的标准？
孙兆治：首先一个新的产品品类，要能验证市场需求是真实的，而不是仅靠尝鲜者购买，按照过去的经验，消费电子类、价格在几百到小几千块的产品，出货量到百万级算是畅销品，也意味着这个新品类真正打开了市场、打开了局面，这是一个经验判断。
虎嗅：你觉得现在珞博算是在这个行业里面走得比较头部了，是因为先发优势先做了，还是说自己有一些更厚的技术壁垒？
孙兆治：两者都有，是相互关联的，因为先做了，所以有更多的数据，有了更多数据就可以打造更好的产品体验，体验更好销量就会越来越好，两者是互相促进的关系。
虎嗅：所以在过去一年里面，我们在增长上面有哪些经验呢？
孙兆治：我们的增长不是一上来就知道怎么做的，到今天为止还在摸索，因为这确实是一个新品类，渠道也不知道该把它定位成什么产品，目前我们在天猫、京东、抖音的玩具品类有上架，消费电子类的渠道也认为我们的产品可以在其品类售卖，甚至车载相关的场景品类也认为我们的产品可以在那边销售，而且实际卖得还不错。
从增长的角度来说，过去一年我们主要还是靠产品本身鲜明的特征、创意，以及比较好的早期用户口碑来支撑销售，还没有真正打造出现象级的事件让产品进入更广泛的人群，目前还是自然增长的过程。
虎嗅：你觉得未来会有爆发式增长的方法吗？
孙兆治：未来会有的，这个品类是个大品类，现在还有大量的用户不知道我们的产品，没有见过芙崽，我们在美罗城一楼开了一家店，进店的人绝大部分是第一次知道芙崽，产品还没有破圈。
虎嗅：为什么会想要做线下这么重的重资产模式？
孙兆治：为了做品牌。情感陪伴类的硬件产品，品牌非常重要，而且我们自己在做自有IP，也需要一些品牌动作来支撑IP的打造。
虎嗅：线下店的成本控制在什么样的范围内？
孙兆治：我们的线下店都是赚钱的，哪怕是偏品牌属性的线下店，也可以做到打平或者微赚。
虎嗅：刚才说到渠道，聊聊硬件供应链，很多硬件公司最开始会栽在供应链上，芙崽这个品类是首创，之前没有，你们在供应链磨合上踩过坑吗？
孙兆治：我自己过去比较擅长产品设计、品牌相关的内容，供应链管理领域有很多坑。虽然大家常说AI硬件创业的核心竞争壁垒不在硬件端也不在供应链端，中国确实有足够的经验库和人才库解决相关问题，但如果不够重视、不够了解这个领域，一旦犯错弥补的代价很高。
比如早期我们找供应链生产合作方的时候，既不选非常大的OEM，也不选非常小的OEM，而是找理念匹配的中等规模OEM，我们还带着代工厂摸索怎么让传统毛绒产业和传统消费电子产业的工人在同一条产线，用同样的标准和节奏生产这个新品类产品，现在我们已经带出了一批可以做这类产品的产业链，现在模仿我们的产品都在找和我们合作过的产业链生产，否则有很高的难度。
虎嗅：相当于你们也是培育了一个新的供应链出来了。出海这个节奏是怎么考虑的？为什么先选择东亚而不是北美？
孙兆治：2026年5月29日，我们已经在日本最大的众筹网站Makuake开启了日本的众筹，日本是我们出海的第一站，众筹成绩不错，众筹开始之后，日本很多线下大的渠道商很快就注意到了这个产品，联系了我们日本办公室的同事，现在虽然众筹还没结束，还没办法正式发货销售，很多渠道已经让我们先把产品放到他们的线下渠道做展示了。
AI 行业开始认真算账了。不是只看模型能力，而是看 AI 是否真正进入业务、产生结果、跑出回报。
这也是虎嗅想追问的：钱烧哪了？干成啥了？赚还是亏了？能复用吗？
围绕这四问，我们将深度对话AI产业链条上的重要公司，沉淀AI账本样本库；还将在7月WAIC期间推出系列直播、闭门会，与企业关键决策者共探AI生意。
详情请戳，一起见证AI时代商业落地的真实变化。
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4873536.html?f=wyxwapp