1分钱体脂秤和一颗芯片，AI开始重做所有硬件

蚂蚁阿福用“1分钱体脂秤+AI解读”做健康AI入口，谷歌则借晶晨A113X2把Google Home升级为Gemini家庭中枢。两起事件放在一起看，AI正在从芯片层到应用层重做硬件：设备不再只是采集和执行，而开始理解、解释并推动用户行动。

6月25日，一块市场价99元的体脂秤，被蚂蚁阿福做成了一张近乎免费的入场券：下单先付30.01元商品款，加上9.9元运费，等用户收货、绑定、测一次体脂，再点开那份“AI智能解读”，30元红包返到支付宝账户里。算下来，真正留给用户支付的，只剩0.01元商品费和9.9元快递费。

这不是一次简单的补贴。

更像是一场把AI能力塞进硬件入口里的获客实验。

从表面看，这只是蚂蚁集团旗下健康AI应用“蚂蚁阿福”上线“科学减重1亿斤”全民行动，限量放出200万台联名体脂秤A1；但把时间线再拉长，会发现另一端也在同步发生变化：同样是6月25日，谷歌全新的Google Home Gemini智能音箱正式上市，背后的主控芯片来自晶晨A113X2。这颗端侧AI SoC负责的，不只是把人声听清楚，而是把“说一句自然口语，就能联动全屋家电”这件事，真正做成可交付的产品。

一个在健康管理里送秤，一个在家庭中枢里送算力。

芯片层到应用层，正在一起把旧硬件重新做一遍。

蚂蚁阿福这次的设计其实很直接。体脂秤不是重点，甚至便宜到可以被视作“赠品”；真正的门槛，被放在后面的动作里——你要开蓝牙、绑定账号、赤脚站上去完成一次18项数据测量，再去看AI生成的那份解读。那种“先支付、后返还”的路径，被很多用户理解成防黄牛机制，但它还有另一层意思：企业想要的不是把硬件发出去，而是让用户至少完成一次有效交互。

因为只有那一步，入口才算成立。

这台联名款体脂秤A1本身不算低配。它用的是消费级体脂秤里规格相对更高的双频测脂方案，通过高低两种频率电流区分水分和脂肪组织，官方给出的口径是，与医学金标准DEXA的相关性达到0.942以上。再往下看，它能测18项指标，从体重、BMI、体脂率，到内脏脂肪、肌肉量、基础代谢、水分率，都被放进一张每天都能刷新的个人身体档案里。甚至连Type-C充电这种容易被忽略的细节，也被不少用户单独拎出来夸了一句——“现在很多体脂秤还在用老式电池，这台直接上了Type-C”。

但如果只有这些，它仍然只是一块体脂秤。

真正把它变成AI硬件的，是后面的解释权。

普通秤告诉你“多重”，阿福想做的是告诉你“问题在哪儿”。用户完成测量后，App会把18项数据标出“标准”“偏低”或“偏高”，再把结论翻译成更像人话的建议。有人在体验里提到，这套建议不是泛泛的“少吃多动”，而是会细到“今天午餐碳水偏多，建议增加一份蔬菜和蛋白质”；也有人直接问“我想瘦到50kg怎么弄”，系统会结合BMI数据回一句：如果降到50kg，BMI会到18.4，已经卡在正常下限边缘，热量控制在1200到1300大卡、拉长到2到3个月，反而更稳妥。

这就是变化最先发生的地方。

硬件不再只负责采集，开始负责把行动建议送到用户面前。

这种逻辑，其实和谷歌新一代Google Home身上发生的事，是同一条线。过去几年，智能音箱行业最大的问题不是“能不能听见”，而是“听见了也不够聪明”。固定口令、单轮指令、复杂场景下误识别，几乎把这个品类卡死在一个不高不低的位置：能用，但很难成为家庭真正的中枢。

这一次，谷歌把Gemini直接塞进Home体系，晶晨A113X2负责把这件事做成底层能力。公开信息显示，这颗芯片搭载四核Cortex-A55处理器，并内置NPU和多路麦克风信号处理模块，能在本地运行AI降噪算法，解决嘈杂环境下误识别和唤醒延迟的问题。落到体验层面，就是用户不必再像对讲机一样背标准口令，而是能用自然口语、连续多轮、甚至带点模糊语义的方式，让音箱去理解“把客厅空调调到舒服一点，再把电视切到电影模式”。

这不是参数升级。

而是交互范式被改写了。

过去做硬件，很多企业比的是配置、价格和渠道；到了AI+硬件阶段，竞争焦点开始前移。体脂秤比的是谁能把测量变成持续管理，音箱比的是谁能把收音、理解、控制和生态调度连成一体。晶晨在谷歌I/O开发者大会上被官宣为Google Home Gemini built-in项目的官方指定芯片与系统集成合作伙伴，意义也正在这里：一旦芯片平台、算法能力和生态适配被打包开放给第三方品牌，原来那些需要巨额研发投入才能做的能力，会被快速标准化、模块化，再批量释放给更多终端。

入口一旦成立，竞争焦点随之前移，硬件参数退到次要位置，体系能力成为分水岭。

谁能让数据持续流动，并沉淀成可反复调用的服务能力，谁就更接近下一代硬件的控制点。

蚂蚁阿福的算盘也因此变得清楚。一块近乎免费的秤，换来的不是一次电商订单，而是用户愿不愿意把每天的体重、体脂、内脏脂肪和运动记录持续交给你。再叠加体检报告、睡眠记录，AI就有机会从“单次回答”变成“长期陪跑”。有行业观察把这条链路概括得很直白：1分钱是钩子，体脂秤是硬件入口，AI解读是核心体验，打卡是留存，医生把关是信任背书，一个完整的获取、激活、留存、信任链条就这么搭起来了。

蚂蚁阿福体脂秤活动相关配图

当然，基础体验仍然决定转化上限。已经有少量用户反馈收到货后无法开机、屏幕无显示，客服给出的标准建议是先充电两小时再试；也有人吐槽一台秤只能绑定一个使用人，家庭共用时不如支持多账户切换的竞品灵活。这些看上去是琐碎问题，放到AI硬件里却很关键：你再强的模型，也得先让设备稳定亮起来、稳定连上去、稳定跑完第一次交互。

硬件的世界里，代码只是冰山一角。

这也是为什么“万物皆可AI”听上去很热闹，真正落地却会迅速分层。早些时候，家用美容仪、血压计、健身镜这些品类也都在讲AI，但最后能跑出来的，往往不是喊口号最响的那一批，而是那些把采集精度、交互体验、服务闭环和供应链一起补齐的公司。2026年中关村论坛上，汉王展示AI柯氏音法电子血压计时，外界看到的也不只是一个更准的测量工具，而是一套打通家庭和医疗机构的数据管理体系。逻辑和今天的体脂秤、音箱并没有本质区别。

有意思的是，这波重做硬件，并不只发生在消费层可见的外壳上。上游芯片厂商在重写“设备能理解什么”，中游平台在重写“设备采集后怎么解释”，下游应用则在重写“用户下一步该做什么”。当这三层开始共振，过去那些已经有些疲态的成熟硬件品类，就会突然长出第二条生命线。

所以，1分钱体脂秤真正便宜的，未必是那块秤本身；Google Home真正重要的，也未必只是那颗芯片。

便宜的是获取一个入口的成本，昂贵的是把入口变成日常习惯的能力。

接下来更有意思的问题是：当体脂秤能持续读懂你的身体，音箱能持续理解你的家庭，下一批被AI重新定义的硬件，究竟会先出现在卧室、厨房，还是每个人已经习以为常、却很少再期待它进化的那件旧设备上。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～