399元的毛绒挂件，正在验证一门“Token情绪生意”-华贸商城资讯网

出品｜虎嗅科技组
作者｜陈伊凡
编辑｜苗正卿
头图｜珞博提供

这是元的意虎嗅WAIC“追踪Token商业新范式”系列文章第08期。

一个20岁出头的毛绒年轻女孩，每天与一只毛绒挂件进行6到10小时的挂件深度对话。

在AI陪伴硬件品牌珞博（Fuzozo芙崽）的正验证门后台数据中，这类重度用户比例正在显著攀升。绪生创始人孙兆治因此不得不紧急推进一项功能：防沉迷系统，元的意该系统定于7月10日正式上线。毛绒

这一现象引出了行业对AI情感陪伴硬件核心商业逻辑的挂件追问：与追求效率的AI工具不同，情感陪伴类硬件一旦开启持续对话，正验证门Token消耗便如流水般持续，绪生不存在“按结果付费”的元的意终止点。随着模型成本波动及长对话Token消耗难以预估，毛绒如何控制成本、挂件应对模型涨价，正验证门成为此类产品生存的绪生关键。

距离首次与孙兆治交流已近一年。彼时，芙崽刚登陆京东；如今，这款毛绒AI挂件累计出货量达二三十万台，连续包揽双十一、双十二各平台AI玩具类目销量冠军。在全渠道退货率稳定在8%左右（AI硬件行业平均退货率超20%）的背景下，这一数据尤为亮眼。2026年对珞博至关重要，公司定下了收入翻十倍的目标，并计划加速出海及品类扩张。

过去一年，全球AI陪伴市场呈现爆发式增长。2024年市场规模达282亿美元，预计2025年将增至371亿美元，年复合增长率约31%。中国创业公司密集入场，但淘汰率同样惊人。AI陪伴硬件的核心难点在于实现真正的情感互动，以及解决“Token经济”下的成本控制问题。

若剥离大模型能力，珞博自身沉淀了多少价值？拆解其成本结构，主要涉及模型/API费用与端侧/云端部署成本。针对Token成本，珞博采取了三大策略：模型分流、自研Agent精细化调度、以及基于EchoChain仿生记忆系统的长期记忆方案，以大幅减少无效Token消耗。在硬件架构上，芙崽坚持“端轻云重”原则，所有推理与逻辑均部署于云端，以确保设备的轻便与长续航。

2026年，珞博将迎来新IP、新市场及新一轮融资。若十倍增长目标达成，且海外业务与Agent社交网络效应顺利跑通，珞博有望成为该品类中率先完成商业闭环验证的企业之一。届时，“Token的情感定价权”将成为一条被商业实证的路径。

以下是虎嗅访谈精选内容：

一款AI原生硬件的成本账

虎嗅：目前芙崽的整体成本结构是怎样的？模型和API费用是否占据大头？

孙兆治：模型和API相关费用占比其实很小。健康的AI硬件产品成本逻辑应当是：硬件本身具备健康的毛利，足以覆盖硬件成本；而软件成本（包括Token、云服务、RTC技术费等）则通过会员订阅费和增值服务收入来覆盖。整体算账是健康的。

虎嗅：在模型选择上，是固定使用单一模型，还是会有多种选择？

孙兆治：用户无需关心底层细节，拿到产品即可直接使用。我们会持续测试新模型，选择最适合当前场景的模型提供服务。

虎嗅：选模型时，是成本优先还是效果优先？

孙兆治：目前我们完全不是成本优先逻辑，而是效果优先。哪个模型效果好就用哪家。模型效果好能显著提升用户留存率和日均使用时长，这是我们更关注的指标。有些模型虽然成本低但效果不佳，我们不会选用。

虎嗅：如果某款模型很贵或涨价，你们还会选择吗？

孙兆治：芙崽背后是一个Agent系统，会根据任务类型调用不同模型。
* 强推理任务（如性格进化）：需综合用户长期交互数据判断性格演变，必须调用价格较高的强推理模型。
* 日常实时对话：使用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，性价比高，不属于最贵范畴。

强推理模型目前主要用于科研或长任务链，在芙崽的整体任务中占比极低。芙崽的核心定位是理解用户情绪并提供反馈，而非充当科学家或办公助手。

虎嗅：目前的利润和毛利情况如何？

孙兆治：2026年毛利比2025年有显著提升。原因有二：一是海外业务毛利更高；二是2025年大部分收入来自经销商渠道，2026年DTC（直接面向消费者）渠道占比将超过经销商，从而提升整体毛利。

虎嗅：公司目前是否已经盈利？

孙兆治：单纯售卖芙崽硬件是盈利的。但我们仍需融资，因为要支持出海业务及新品类的扩张。

虎嗅：模型部署在云端还是端侧？

孙兆治：目前全部部署在云端。硬件设计遵循“简单轻便”原则：低功耗、长续航、强通信。所有模型、Agent逻辑及玩法内容均在云端运行。我们也在与端侧模型及芯片公司合作，未来将推出端云结合的产品。

虎嗅：端云结合在什么场景下更合适？

孙兆治：主要解决三类问题：
1. 实时性：若端侧能完整部署对话模型且硬件性能强劲，理论上延迟低于云端（避免数据传输耗时）。
2. 数据隐私：数据可在本地预处理，无需上传云端，更好地保障隐私。
3. 无网环境：目前芙崽在无WiFi/蜂窝信号时无法使用，端云结合后可在弱网或无网场景下保持基本功能可用。

陪伴机器人的本质：潮玩还是AI？

虎嗅：过去一年涌现大量AI陪伴公司。在你看来，AI陪伴机器人本质上是潮玩还是机器？

孙兆治：它既不属于传统潮玩，也不属于传统机器人。
* 购买瞬间：具有潮玩属性，激发冲动消费。
* 购买后交互：与传统潮玩（如泡泡玛特，靠不断推新刺激复购）不同。用户即使复购多个芙崽，也会与其中一两个产生深度情感链接，甚至购买更多是为了给喜欢的“崽”找兄弟姐妹。
* 核心差异：用户与芙崽建立双向情感链接，希望其成长，芙崽则提供情绪价值。

虎嗅：潮玩的商业逻辑能否平移到AI陪伴产品上？

孙兆治：不能直接平移，但局部可借鉴。芙崽的周边、配饰可参考潮玩逻辑。但用户与芙崽积累的共同经历使其成为长期陪伴角色，而非被频繁替换的角色。

虎嗅：未来是否会打造AI陪伴界的“泡泡玛特”，开拓新IP或品类，还是仅聚焦芙崽？

孙兆治：我们将推出新产品线，在形态、场景、人群上有所区分，2026年内陆续上市。新线均为自有IP，并包含品牌联名和IP联名玩法。

虎嗅：随着用户增长，是否观察到数据飞轮效应，即模型效果越来越好？

孙兆治：准确地说，飞轮效应体现在Agent效果而非模型本身。我们的优势在于自研的Agent框架及长期记忆解决方案。随着情感陪伴场景下用户行为、对话及场景数据的积累，我们对场景的理解加深，能更精准地决定“记什么”、“何时唤起”及“记忆关联”。这些能力随数据积累而增强，飞轮效应产生在模型之外。

虎嗅：过去一年，是否有用户在产品体验上带来意外发现？

孙兆治：用户对社交功能表现出极高兴趣。我们最初仅开放了“线下碰一碰”交友及“戳一戳”互动等小功能，但用户参与度极高。即便线下交友门槛高，用户仍会在小红书发帖寻找附近“家长”线下见面。

这一发现让我们认定Agent社交是未来方向：芙崽之间可进行更自主的社交行为，并衍生出自主的事件与关系演进。

做品牌、培育供应链和出海

虎嗅：过去一年是否有创业者咨询你进入AI陪伴赛道？你现在还建议他们做吗？

孙兆治：咨询者非常多。我会告知他们成功所需的要素。是否入场取决于资源储备，而非仅凭热情。若不理解产品成功核心要素，我不建议盲目进入。

虎嗅：芙崽目前算成功了吗？

孙兆治：我们定义产品稳固立足的标准是累计出货量达百万级。目前出货量在二三十万台，尚未达到该阶段。

虎嗅：为何设定百万级标准？

孙兆治：新品类需验证真实市场需求，而非仅靠尝鲜者。消费电子类产品（几百至小几千价位）出货量达百万级通常被视为畅销，意味着新品类真正打开市场。这是基于经验的判断。

虎嗅：珞博在行业头部，是因为先发优势还是技术壁垒？

孙兆治：两者兼具且相互促进。先发带来数据积累，数据优化产品体验，体验提升销量，销量反哺数据。

虎嗅：过去一年在增长方面有哪些经验？

孙兆治：增长仍在摸索中。渠道定位尚不清晰，目前上架于天猫、京东、抖音的玩具品类，同时消费电子及车载场景渠道也认为适合销售且表现良好。
目前主要依靠产品鲜明特征、创意及早期口碑支撑自然增长，尚未打造出现象级事件实现破圈。

虎嗅：未来会有爆发式增长的方法吗？

孙兆治：会有。目前大量用户尚未知晓芙崽。我们在美罗城开设线下店，进店者多为首次接触，说明产品尚未破圈。

虎嗅：为何选择线下这种重资产模式？

孙兆治：为了做品牌。情感陪伴硬件极度依赖品牌，且自有IP打造需要品牌动作支撑。

虎嗅：线下店成本控制如何？

孙兆治：所有线下店均盈利，即使是偏品牌属性的店铺，也能做到打平或微赚。

虎嗅：芙崽作为首创品类，在供应链磨合上踩过坑吗？

孙兆治：供应链是重灾区。虽中国有充足的人才库解决硬件问题，但若不够重视，犯错代价极高。
早期我们未选过大OEM或小OEM，而是选择理念匹配的中等规模OEM。我们带领代工厂探索如何将传统毛绒产业与传统消费电子产线融合，统一标准与节奏。如今，我们已培育出一批能生产此类产品的产业链，模仿者若未合作过该供应链，难度极高。

虎嗅：出海节奏如何？为何先选东亚而非北美？

孙兆治：2026年5月29日，我们在日本最大众筹网站Makuake开启众筹，日本为首站。众筹成绩良好，迅速吸引日本大型线下渠道商关注并联系日本办公室。尽管众筹未结束，但多家渠道已要求提前展示产品。