涂鸦智能联合创始人杨懿在2026年北京相关论坛表示，当前行业已从AI性能与成本讨论转向具体场景落地验证，具身机器人等应用需明确能力边界、成本上限及目标客群。涂鸦智能过去十余年服务全球7000多个品牌客户及近万家工厂，构建‘智能硬件制造+AI互联网服务’双轮模型，强调AI必须解决真实问题，且用户支付费用须低于所获收益。

针对近期Token涨价议题，杨懿指出‘应用得当的Token不贵，贵在用错方法’，涂鸦AI服务不按Token计费，而是依据交付结果收费。以家用能源管理系统为例，AI整合光伏、储能与电网分时电价，自动优化用电策略帮用户节省电费，用户按实际省电收益付费，Token消耗本身非计费依据，关键在于消耗可控且低于所创造价值。

实现同等结果但降低Token消耗的核心难点，在于将垂直行业场景提炼为标准化AI执行范式。涂鸦在能源场景中沉淀光伏出力识别、电价响应、电动车充电调度等专属逻辑；在舒适类家电领域则建立兼顾能效与体感的差异化策略。公司同步推进通用底层技术（覆盖全品类硬件连接、识别与控制）与三大垂直赛道深耕（家居、能源、机器人），并按舒适、安全、节能等细分维度预置AI执行方案，终端用户开箱即用，无需反复调试。

涂鸦定位为技术赋能型云平台，为客户解决两大核心问题：一是将产品创意快速转化为实体智能硬件；二是为量产硬件叠加AI驱动的互联网服务与订阅增值模式，贯穿硬件全生命周期，拓宽厂商收入来源。两类能力配套供给，非二选一。

杨懿判断，2025年为AI硬件原型验证年，2026年进入规模化落地年，经验证的爆款产品将实现小规模放量，覆盖千万级用户。其在达沃斯论坛观察到，业界共识正从宏观AI方向探讨转向微观场景具化，如‘机器人进工厂需具备何种能力’‘成本上限几何’等务实问题成为焦点。

关于AI时代机遇与挑战，杨懿认为兴奋点远超焦虑点，三大核心机遇包括：存量市场重构——全球10亿台存量智能硬件、7000多家品牌及近万家工厂均可借AI迭代升级；全新增量赛道开辟——AI正推动玩具、健康穿戴等过去难落地领域商业化；开发门槛降低——2026年上线Vibe Coding人工智能辅助编程工具，灰度测试后将逐步向全量开发者开放，使厂商无需底层软件开发能力即可完成硬件软体二次开发。

对于AI冲击带来的普遍焦虑，杨懿分析根源在于技术迭代速度远超学界、商界与政界形成稳定认知的节奏。他主张‘随流而动’，强调一线落地实操经验为认知核心来源——唯有通过实战，才能准确判断哪些任务适配AI执行、哪些必须由人主导，该经验无法仅靠理论学习获得，且适用于不同规模企业。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。