一位深耕车载 HUD 领域十年的创业者，将早期研发的儿童桌面产品拿给自己的孩子体验，却得到了“我不用”的答复。这一反馈揭示了徐俊峰在产品设计初期未曾预见的真实用户痛点。
过去十年，徐俊峰创立的未来黑科技（FUTURUS）致力于解决复杂硬件从技术方案到稳定量产的难题：通过空间计算将数字画面投射至汽车前方视野，建立导航与道路的关联，并实现光学、算法、环境数据与整车系统的协同。
随着大模型能力的快速跃迁，核心命题已转变为：AI 如何从对话框走向现实世界？徐俊峰认为，下一阶段的关键在于为 AI 寻找合适的“物理入口”。这一判断源于他十年前的跨界选择。
先看二十年，再回答今天
2015 年，在通讯与消费电子行业深耕近十年的徐俊峰决定创业，切入点是他此前从未涉足的汽车座舱。这一决策并非凭空而来，基于其在南京大学的数理背景及在富士康等企业的工程研发经验，他在评估新技术时，不仅关注概念创新，更看重供应链、工程条件及产业成熟度。
彼时正值中国新能源汽车产业爆发前夜。徐俊峰预判，汽车的电动化和智能化将催生对新技术和新供应商的巨大需求，尤其是座舱内的显示、计算和交互升级。因此，他选择从车载抬头显示（HUD）切入。这项源自航空的技术，已从单纯投射仪表信息的 W-HUD，演进为融合定位、车身姿态和环境感知的 AR-HUD，实现了虚拟信息与真实道路的融合。
自 2016 年成立以来，FUTURUS 已积累 600 余项国内外专利，成为近四年 HUD 专利申请量最多的中国企业。其系列产品累计交付超 120 万台，搭载于蔚来、理想、领克、极氪等品牌的旗舰车型。
但在徐俊峰看来，车载 HUD 仅是技术应用的表象。公司真正沉淀的是以空间光学、增强现实、空间计算及空间交互为核心的底层能力。在 AI 浪潮下，这套能力不仅是显示与交互的基础，更可能成为 AI 感知并进入物理世界的“空间入口”。
徐俊峰指出，当前 AI 虽具备强大推理能力，但缺乏对“具体的人”的立体理解。汽车是极佳的起点，但非终点。未来，手机、电脑及各类环境硬件都将成为智能体感知物理世界的接口。基于“空间入口”理念，FUTURUS 推出了形态截然不同的新品——“爱视可”（EyesCare）空间光学读写台。
该产品复用车载 HUD 同源的空间光学技术，将书本与屏幕画面拉远至 2—10 米外的视觉虚像，以减轻青少年近距离用眼负担；同时汇集阅读、书写、网课等场景，为未来的智能交互预留接口。
从汽车挡风玻璃到儿童书桌，看似跨度巨大，实则遵循第一性原理：回归人的真实需求，再判定技术的落地形态。徐俊峰习惯将技术、商业、用户及自身性格拆解为变量，既着眼长远，又立足当下可行落点。
经历塑造决策逻辑
回顾过往，徐俊峰认为个人决策受两类因素影响：一是"doing"，即能力与禀赋；二是"being"，即人格与性格。这些底层特质早已有之，后天经历使其逐渐成熟。
南大理科强化班的训练赋予了他纯理科背景，而早期的 DIY 兴趣则让他热衷于动手实践。2005 年读研时，他便尝试自制虚拟现实显示器。这段经历让他深刻意识到：技术在逻辑上成立，距离成为可量产的产品，中间尚有漫长的工程化道路。
二十年来，他的底层判断与兴趣保持稳定，变化的主要是方法论：从年轻时的凭直觉行事，转变为更注重如何将未来判断转化为当下的可行路径。
为何选择汽车赛道
在手机行业，iPhone 的崛起证明了产业周期的力量，但初创企业难以复制其机会。徐俊峰曾考虑过 AR 眼镜，但受限于当时的技术与市场条件，重量与续航问题难以由创业公司解决。
相比之下，2016 年前后的新能源汽车处于产业变革早期，且具备承载显示与交互系统的天然优势：稳定的能源、充裕的空间以及挡风玻璃这一天然屏幕。这既容纳了当时已有的工程基础技术，又提供了长期的增长空间。
三年周期的创新节奏
进入智能座舱领域后，徐俊峰确立了以三年为一个周期的开发节奏。对于汽车行业而言，从技术研发到稳定量产路途遥远。三年时间足以完成一项技术从研发、成熟到落地的全过程。
这一节奏既能避免被短期项目牵制，又能防止十年规划过于虚幻。公司策略是先夯实底层光学与关键部件，再逐步叠加增强现实、空间计算及智能交互。
AI 不再缺智力，缺的是进入生活的方式
本轮大模型的发展让徐俊峰重新审视技术路线。不同于上一轮深度学习仅作为解决特定任务的工具，新的大模型展现出完整的常识、语言及逻辑推理能力，能够理解上下文并在信息不全时进行推断。
这标志着 AI 已从单点能力进化为可参与工作与生活的智能体。尽管在长期记忆等方面仍有局限，但从产品应用角度看，AI 已跨过重要门槛：讨论焦点从“机器能否完成任务”转向“智能体能否长期参与人的生活”。
模型将成为“大宗商品”
徐俊峰判断，当模型跨过“能用”门槛后，基础模型将进入充分竞争市场，逐渐成为一种“大宗商品”。对于普通消费者，日常需求无需全知全能的超级模型，更重要的是 AI 对“具体的人”的了解程度。
未来竞争的重点将转向成本、稳定性、响应速度及调用方式。为了微小的性能差异支付高昂溢价，在大规模应用中难以长期成立。
三层能力的演进
徐俊峰将未来的 AI 能力划分为三层：
- 第一层是进入数字世界，如自动安排行程、调用服务；
- 第二层是进入物理世界，获取现实环境上下文，如车辆位置、周围路况或用户正在进行的动作；
- 第三层是理解人的状态，如感知情绪变化并作出恰当回应。
目前大模型在第一层表现强劲，后两层仍处于早期阶段。未来的关键在于 AI 如何拥有“眼睛”，了解环境并积累与具体的人相关的长期信息。
端云结合与数字伙伴
个人智能将是端侧与云端结合的系统。与个人密切相关的感知、记忆和习惯保留在端侧，形成“数字化的我”（Cyber Me）；复杂推理则调用云端模型，形成“数字伙伴”（Cyber Mate）。
尤为重要的是，个人数据应与底层模型解耦。无论底层模型如何迭代，用户积累的记忆、偏好和关系应得以保留，避免每次更换模型都需重新“认识”用户。
汽车正在成为新的交互空间
HUD 最初旨在减少驾驶者低头频率，但若仅视为位置改变的显示器则不够深入。FUTURUS 的空间显示尝试将数字内容放回现实环境，使人不必在两个世界间频繁切换。
在 AI 加持下，系统需结合驾驶状态和个人习惯，判断何时呈现何种信息以减少干扰。例如，AR-HUD 不仅提示“前方右转”，还能将导航信息与真实路口精准对应。
视觉与空间交互的优势
增强现实是一种接近自然的交互方式。信息置于环境中，用户仅在需要时关注，无需刻意点击或回答。这种“看见即反馈”的过程，本身就是机器学习了解用户价值偏好的途径。
未来的 AI 不应要求人适应机器，而应融入人原有的观察、判断和行动方式。
整车融合的系统工程挑战
将能力接入整车的难点在于系统工程。空间光学需保证成像质量随视角变化保持一致；空间计算需精确定位虚拟内容与现实物体的关系；空间交互需处理多维输入。
最易被低估的是整车融合。环境感知、定位、车身姿态等数据分属不同模块，时空坐标各异。系统需打通数据链路并实时计算，任何环节的误差都会导致画面延迟或抖动。这也是汽车行业带来的深刻启示：系统工程比单项能力更为关键。
从汽车挡风玻璃到儿童书桌
开发儿童桌面产品的初衷源于徐俊峰对孩子近视问题的关注。大模型的出现让他意识到，下一代儿童接触电子设备和 AI 的时间更早、更长，视力问题将愈发严峻。
“爱视可”空间光学读写台将汽车领域的光学设计、制造工艺及工程化经验迁移至消费端，通过特殊光路设计，将近处内容拉远为 2—10 米外的视觉虚像，以降低用眼压力。
技术迁移与用户重构
从汽车到消费品，最直接迁移的是光学与清晰度控制能力，以及车规级的测试与品质管理思维。然而，真正的挑战在于用户关系的重构。
汽车业务面对的是明确的车企客户，而儿童产品同时面对购买者（家长）与使用者（孩子），双方诉求往往冲突。徐俊峰最初站在家长角度强调健康与效率，却忽略了孩子的使用意愿。
孩子的直接拒绝让他意识到：家长眼中的“有价值”与孩子愿不愿意每天使用是两码事。产品必须让孩子主动愿意使用，无论是为了学习、探索还是与智能伙伴互动。光学是熟悉的问题，理解孩子才是新的挑战。
万物皆入口的未来
展望未来，AI 终端未必有唯一答案。在 AI 尚不了解用户的阶段，入口至关重要。汽车作为“第三空间”，具备环境感知与交互能力，是极佳的切入点；AR 眼镜若能解决重量与续航，也将成为重要载体。
一旦 AI 建立起对用户的深度理解，具体设备的重要性将下降。无论是手表、车里还是耳机，设备只是不同的窗口，背后的智能体是连续的。未来将是“万物皆入口”，硬件根据场景变化，而智能服务始终在线。
因此，当下的核心任务是在 AI 还不懂用户的阶段，打造出足够好的入口，帮助其建立对用户的理解。
注：封面/首图由 AI 辅助生成