Figure AI创始人新项目Hark：AI硬件的新赌注，开发者该关注什么
一句话说清楚：Figure AI的创始人Brett Adcock又搞了个新公司Hark，刚融了7亿美元，估值60亿，要做“更懂你”的AI硬件。这不是炒冷饭，而是一个信号——AI从云端往硬件端转移的趋势，正在加速。
事件背景：Figure AI的CEO在玩“分身术”？
你可能还记得Figure AI——那家让机器人像人一样走路、干活的明星公司。去年它的机器人Figure 02在工厂里搬箱子，视频播放量几百万，投资者排队给钱。但就在大家以为Adcock会All in人形机器人时，他突然宣布成立Hark，一个AI实验室，专门做“每个人应得的、但还没人做出来的AI——真正了解你、说你的语言、高度个性化、运行在为你定制的硬件上”。
这个时间点很有意思：2026年5月，Figure AI刚发布最新机器人演示视频，热度正高。Adcock却在同一周宣布Hark融资7亿美元，估值60亿。投资者包括一些未透露名字的大基金，据Business Insider报道，这轮融资超额认购。
我在科技媒体圈待了这么多年，见过不少创始人同时搞几个项目，但像Adcock这样，在同一个时间点高调启动两个完全不同方向的AI公司，还是头一回。这说明什么？说明他看到了一个比人形机器人更大的机会——或者说，人形机器人和AI硬件其实是同一盘棋的两步。
关键细节：Hark到底要做什么？
根据Hark的官方新闻稿，他们要做的是“AI that knows you”——一个知道你喜好、习惯、语言风格的AI助手，而且跑在专门的硬件上。这听起来像什么？像升级版的智能音箱，或者更野一点的AI硬件。
但让我帮你拆解一下Hark和Figure AI的区别：
| 维度 | Figure AI | Hark |
|---|---|---|
| 核心产品 | 人形机器人（物理世界自动化） | AI助手（数字世界个性化） |
| 硬件形态 | 机器人本体（电机、传感器、电池） | 未知（可能是智能音箱、眼镜、或者新形态） |
| 目标用户 | 工厂、物流、服务业 | 个人消费者 |
| 技术栈 | 计算机视觉、运动控制、强化学习 | 自然语言处理、个性化推荐、端侧推理 |
| 估值 | 约40亿美元（2024年融资后） | 60亿美元（刚成立） |
看到没？Hark的估值比Figure AI还高，而且是在成立第一天。这要么是泡沫，要么是Adcock手里有料。我个人倾向后者——毕竟Figure AI已经证明了他在硬件和AI结合方面的执行力。
对开发者的影响：三个值得关注的方向
1. 端侧AI的爆发机会
Hark的核心卖点是“高度个性化”和“运行在为你定制的硬件上”。这意味着数据必须在本地处理，而不是全部上传云端。否则“了解你”就变成了隐私噩梦。
对于开发者来说，这意味着：
- 端侧推理引擎（如ML Kit、Core ML、ONNX Runtime）的需求会暴增
- 小型化模型（如Llama 3.2 1B、Phi-3-mini）的优化空间很大
- 硬件-软件协同设计会成为新技能点
一个可操作的建议：如果你在做AI应用，现在就去研究如何在手机或嵌入式设备上运行一个足够好的模型。Hark这类产品一旦上市，用户对“本地AI”的预期会大幅提高。
2. 个性化AI的架构设计
Hark描述的那个“真正了解你的AI”，技术上需要什么？至少三样：
- 长期记忆系统（能记住你上周说过的话）
- 用户画像引擎（能推断你的偏好，不只是记录）
- 多模态交互（语音、文字、可能还有视觉）
这些都不是新技术，但把它们整合成一个产品，同时保证低延迟和隐私，是真正的挑战。
我建议开发者关注MemGPT（现在叫Letta）这类项目，它们已经实现了LLM的长期记忆。Hark很可能借鉴类似思路。
3. 硬件创业的融资节奏
Hark在没有任何产品的情况下融了7亿美元，这给了硬件创业者一个信号：如果你有Figure AI那样的履历，资本市场愿意为愿景买单。但反过来，如果你只是普通团队，别学这个节奏。Adcock能这么做，是因为Figure AI已经证明了他能交付。
个人观点：Hark是一个聪明的“防守型”赌注
很多人觉得Adcock分心做Hark是分散精力，但我认为恰恰相反。Figure AI面临一个结构性问题：人形机器人的商业化周期太长。工厂部署一台机器人需要半年验证，一年回本，这期间竞争对手随时可能追上来。
而Hark做的是AI硬件，迭代周期短得多（手机、音箱都是季度更新），市场也更大（全球AI硬件市场预计2027年达到500亿美元）。如果Hark能做成一个“AI界的苹果”——硬件+软件+服务全栈控制——那它的天花板比Figure AI高得多。
当然，风险也很大。AI硬件历史上坟场无数：从亚马逊的Fire Phone到苹果的HomePod，再到各种智能眼镜。Hark要成功，必须解决一个核心问题：用户为什么需要一个专门的AI硬件，而不是用手机上的App？
Adcock的答案可能是：因为手机上的AI不够“懂你”。这个判断对不对，要看Hark的产品能不能做到比ChatGPT、Siri、Google Assistant等更个性化。如果只是换个壳，那7亿美元可能打水漂。
开发者现在应该做什么？
- 关注Hark的招聘和技术博客。他们刚融完钱，肯定会大量招人。看他们招什么方向的人，就能推测技术路线。
- 实验端侧模型。用Ollama在笔记本上跑Llama 3.2 1B，或者用TensorFlow Lite在手机上跑一个BERT分类器。先动手，别等产品出来再学。
- 思考个性化AI的隐私方案。联邦学习、差分隐私、本地向量数据库——这些技术现在就有用，Hark会让它们更主流。
结语
Hark的7亿美元融资，不是新闻，是风向标。它告诉我们，AI的下一个战场不在云端，在口袋里、在家里、在你身上。开发者现在开始准备，等产品出来时，你已经有能力参与其中。
