摘要

戴乐的核心赌注不是给传统吉他加一个 App，而是把琴弦、动作和声音全链路数字化，做“第三代吉他”。 传感器让每次按弦、拨弦都成为标准 MIDI 信号，初学者可借 LED、自动挡几分钟完成弹唱，进阶者仍能练真实指法。牛亚锋判断，这种重构可能把原本的细分市场扩大“十到二十倍”。
AI 对智能乐器最大的改变，是把被动工具变成了解用户的私人老师和音乐伙伴。 系统可以了解用户常选歌曲、审美变化、薄弱和弦、演奏力度乃至情绪，再动态推荐课程、内容和创作片段；这建立在硬件与 App 已经完成数据化，而不是简单贴上 AI 标签。牛亚锋的长期表述是：“它会让这些智能的硬件变得主动。”
Suno 一类模型降低了生成和分轨编辑门槛，但纯软件仍缺少演奏中的身体参与，这正是智能硬件的价值接口。 戴乐希望把和弦、节奏、鼓、主旋律等切成可调度片段，由 AI 提供专业乐手脑中的素材储备，同时把选择和表达留给用户。终局不是一键生成大量“与我无关”的歌，而是“所感即所奏”——用户输入情感，直接通过乐器输出音乐。
同一套数字化硬件可以承载不同地区的 PMF，但内容和功能必须本地化。 牛亚锋把中国、日韩概括为偏卡拉 OK 和弹唱文化，欧美用户则可能更普遍地接触乐器、更强调个性与原创，因此前者侧重教学和歌曲内容，后者侧重 MIDI、Cubase、DAW 与低门槛创作。产品策略可以是统一底层硬件、差异化 App，也可以在必要时拆成不同 SKU。
用户留存依靠的不是强行制造使用频次，而是让产品成为可随手进入的放松场景。 戴乐每两周迭代功能与内容；按牛亚锋给出的初步口径，可能已有十几万用户、累计使用时长快接近 200 万小时。他的产品判断很直接：“好的产品或者有粘性的产品，一定要么让用户上瘾，要么让用户放松。”
十年硬件创业的三个关键支点，是先用海外市场活下来、到深圳形成供应链速度，再进入足够大的吉他品类。 公司约在 2019—2020 年把海外作为第一个根据地，随后依靠深圳提升整合 200 多个创新元件的速度；牛亚锋称传统乐器市场约 200 多亿美元，吉他接近一半、约百亿美元且年销量达到千万级。“做硬件还是要来深圳”，背后是研发、量产、交付必须一开始就做对的现实约束。
AI 硬件的融资门槛下降了，但商业化门槛并没有同步下降，资本热度甚至会诱发无效的参数竞赛。 牛亚锋从 15 万元创业奖金起步，而当下团队可能拿到 1,500 万甚至美元资金；他的提醒是尽快验证痛点、PMF 和场景落地，因为“投资人的钱也不可能一直烧下去”。戴乐下一阶段仍把二代产品、App 与内容放在首位，同时补品牌表达、全球线下体验及面向三代产品的差异化创作能力。

精读

1. 十年创业始于15万元，也靠“创业不能等”熬过最薄的现金流

牛亚锋是 1993 年生、河南洛阳人，工科背景，从小把家里“能拆的电器都拆了一遍”；大学大一进入实验室学习编程和电子制作，想学吉他却没有学会，于是把降低吉他门槛做成科创项目。
真正的启动资金来自一次中美创业大赛冠军及 15 万元奖金。面临毕业时他也纠结过是否先去大公司积累经验，最后给自己的答案是：“工作还可以找，但创业不能等。”公司由此注册，创业一路持续十年。
李翔介绍，这个方向最初不被认可，团队从地下室和“学生兵”起步，前三四年主要靠到处参加创业比赛获得有限资金，竟也借此维持了研发与团队运转。
这段经历最终沉淀成“真实、热爱、长久”三个词。节目结尾，李翔回顾牛亚锋学生时代参加比赛时常弹张震岳《再见》，牛亚锋重新弹唱这首歌；从靠比赛奖金支撑创业，到产品卖往多个国家，“不回头地走下去”也成了十年路径的注脚。

2. “第三代吉他”的起点，是让每个演奏动作都成为数据

牛亚锋用三代技术讲吉他演进：约 1850 年木头与钢弦推动木吉他兴盛；按他的叙述，约 1920 年代 Les Paul 将电化拾音放到琴体上，再经效果器和音箱打开音域，支撑此后一百多年的丰富音色与摇滚文化。
戴乐把自己的产品定义为完全数字化的第三代吉他：面向初学者的一侧采用无痛的硅胶琴弦和触控检测，另一侧保留真实琴弦，并通过传感器把动作送入控制器、音频合成和声学系统。
快速上手模式中，侧边 LED 提示该按的位置，按下任意一品便可代表一个和弦，拨动任意一根弦又能触发扫弦或指弹；用户从 App 选歌，几分钟即可完成弹唱。进入学习模式后，系统还能实时判断哪些和弦按对、哪些按错。
数字化的意义不只在简化：传统乐器缺少传感层面的信息，戴乐则能读取每一次按压、拨弦和力度。牛亚锋把使命概括为“重构人与音乐世界的交互方式”，因为第一性需求不是掌握困难动作，而是顺畅演奏喜欢的歌、表达自己的情感。

3. 它既不能止于玩具，也不必为少数人的最后需求复制传统乐器门槛

面对“究竟是乐器还是玩具”的追问，牛亚锋认为第三代吉他已经跳出二选一：它用玩具般低的门槛让用户开始，却保留真实琴弦、指法和进阶路径，目标不是三分钟后拒绝小白，也不是让人苦练三个月仍唱不了一首歌。
产品路径从入门、学习、进阶延伸至创作；滑弦、点弦、泛音等技巧会随代次补齐，声音和音域也继续提升。二代产品瞄准更专业的音色体验，牛亚锋给出的参照是雅马哈约 7,000—8,000 元价位产品的音色，但要把它带到大众可体验的产品上。
他的取舍线大约在满足 90%—95% 用户：专业度要向上拉，交互门槛则向下降。再往上的特殊手感，有点像摄影用户坚持胶卷质感；大多数人日常记录生活和旅行，可能用 Insta360 已经足够，数字乐器也不必为了少数偏好重新制造普遍门槛。

4. 真正的智能硬件不是连上蓝牙，而是获得分析、决策与主动交互

牛亚锋回看十年前的“智能硬件”，认为很多产品只是为了卖得更多或卖得更好而命名：加蓝牙、Wi-Fi、连接 App，就被称为智能，实质仍更接近普通硬件，因此多少带有“伪智能”成分。
近两年 AI 接入后，硬件开始拥有信息整理、分析思考和简单决策能力。他预计未来十年，带传感器的硬件可能普遍走向智能化，因为模型既能理解采集到的信息，也能进一步决定设备如何执行。
在智能乐器上，硬件加 App 和传统操作仍只是 1.0；2.0 的关键不是多一个聊天框，而是系统会学习用户常选歌曲、审美偏好与练习状态，再主动推荐、提醒、陪伴。控制关系由“人操控硬件”逐渐转向人与设备持续互动。

5. 数据化让 AI 第一次可能成为“千人千面”的音乐老师

一把传统木吉他无法知道用户最近反复练 F 和弦，数字乐器却能记录练习的和弦、薄弱环节、歌曲段落和演奏得分；AI 因而可以判断薄弱环节，重新组合课程与内容，而不是给所有人展示同一套固定路径。
更细的一层是情绪数据：用户在哪个段落更兴奋、演奏力度如何、唱了什么、想创作什么，硬件和 App 都可能留下信号。牛亚锋认为，一年前与现在喜欢的歌甚至代表着一个人对生活和人生阶段的不同理解，系统也必须随这种变化更新。
李翔提出音乐代表感性、AI 更像理性，两者如何相处；牛亚锋的回答不是让 AI 替代情感，而是让它承担私人老师或音乐陪伴的角色。若系统知道用户有冥想习惯，放在身边的吉他便可能主动提供冥想音乐，逐渐超出单纯工具属性。

6. Suno 降低生成门槛，硬件负责把创作重新交还给身体

牛亚锋近期重点体验的是 Suno。他观察到，它已经从端到端直接生成整首歌，发展到可以分轨：相对专业的用户打开各轨，觉得某一段鼓太吵便可修剪，甚至要求模型把该段替换成另一种风格。
这会帮助专业创作者更低门槛地产出大量内容。节目中进一步强调了一个关键区别：纯软件生成缺少人的体感、动作和演奏反馈。“在这模拟开车”和真正上路不是同一种体验，听到音乐与亲手把它弹出来也完全不同。
戴乐因此把和弦走向、节奏型、鼓、钢琴、主旋律等元素切成片段。用户不必从零调整每个音乐元素，AI 可以依据审美和水平调度素材，但用户仍通过 App 与硬件进行组合，把自己的选择和个性注入结果。
牛亚锋设想的一体化状态是：用户处在某个场景、带着某种情绪，即兴演奏出与当下匹配的音乐。过去只有脑中储存大量片段的高水平乐手能做到，未来小白可借 AI 获得这种储备，“他只要输入这个感情，输出的就是音乐”——也就是“所感即所奏”。

7. MIDI、内容切片和行为记录，是比聊天界面更底层的 AI 基础设施

硬件端的每个按压与拨弦都会形成很小的 MIDI 信号，而 MIDI 又是标准乐器协议；App 端则持续积累碎片化内容。牛亚锋把这些称作 AI 的“养料”：“它有这个材料，它才能做菜。”
最简单的应用是产品知识问答，再向前则是按用户水平重组课程、推荐民谣等偏好内容。由于模型同时知道硬件动作与 App 行为，它可能根据实际演奏表现调度下一步课程与推荐内容。
平台想象还包括连接人：依据兴趣匹配用户、组织乐队，把现有线下乐队功能延伸到线上，甚至让 AI 充当“乐队队长”。牛亚锋不排除开放部分创作与 AI 能力，让用户组合出团队事先没有想到的新玩法，但仍以“可能”表述这一方向。

8. 产品成熟的标志不是功能越来越多，而是知道该删掉什么

最早的原型是一双能在空中“弹奏”的手套，工程师觉得酷，用户却看不懂。团队随后把它变成手环，又不断加入时间显示、计步等功能，忙近一年完成 demo，测试时用户的第一反应仍是困惑：“你这个到底是一个手环还是一个音乐类的产品？”
牛亚锋由此改变了工程师式的加法思维：多余功能会转化为成本、重量、续航和认知负担。好的产品应持续做减法，直到最核心的功能能在最精准的场景里产生最大体验；“取和舍”比单纯堆料更考验产品团队。
2020 年左右定义的第一代鼓产品也走过弯路：鼓产品配上灯光，敲击时鼓棒会发光，并以海外销售为主；真实鼓手却持续要求更接近木质、原木的感觉。二代因此转向原木风格，因为“什么是酷”最终应由目标用户判断。
十年里牛亚锋从单一工程师思维转向“工程师加艺术家”：技术解决结构，艺术家式理解则触达人性、个性和情绪价值。内部可以有成千上万个元件和复杂场景，但盖上外壳交到用户手里必须简单流畅；这也是他从苹果产品得到的启发。

9. AI 正在从应用层下沉到驱动层，但热度本身不是产品理由

谈到节目中所称的 Open Cloud，牛亚锋先给出诚实限定：“说实话，我没用过。”他不会因为某件事突然变热就立刻冲进去；新技术沉淀为生活中的真实产品，需要时间验证，兴趣体验与商业价值不能混为一谈。
他仍看到一条明确趋势：模型从 NLP、简单推荐等应用，走向更高维的推理、决策与 Agent 协作。过去用户输入、系统输出信息；现在更模糊、更高级的任务也可能被拆给不同 Agent，在个人电脑中完成连续动作。
再下一步，AI 可能接近硬件底层：工程师过去分别编写驱动和上层应用，未来这些代码可能由 AI 生成；设备只需把入口协议和标准做好，语言需求便可能实时变成代码，让摄像头等硬件调用既有模块，而非永远依赖预装在固件里的固定功能。

10. 新硬件机会落在“感知世界”和“操作世界”两端

对未来三到五年的现象级品类，牛亚锋拒绝给出确定名单：“直接预测哪些产品能火其实挺难的。”他更愿意押底层条件——AI 本身是虚拟的，既不能独立感知环境，也不能直接操作世界，因此需要传感器和执行器补足两端。
摄像头提供了感知范例：过去只是联网，结合 AI 后却可能识别主人回家时开心或不开心，把原始画面抽象为更高维状态；空调等执行设备再据此开机或动作，智能家居才从远程控制迈向真正的主动响应。
这种组合并不意味着“所有东西都装上 AI”。牛亚锋强调商业化仍依赖优秀产品经理找到明确痛点，再决定传感器如何帮助模型理解环境、执行器如何解决实际需求；装得更多并不自动产生价值。
李翔顺势打趣：当家中任务都由设备完成，用户释放出的时间就可以用来弹吉他。这个玩笑反而点出消费硬件的分工——AI 负责消除低层操作，音乐类产品争夺的是被释放出来的精神时间。

11. 全球化不是把国内产品翻译出去，而是让同一底层承载不同音乐文化

牛亚锋把中国市场的音乐起点概括为“从唱歌开始”，大量用户很少接触乐器，因此弹唱、教学和熟悉歌曲内容更重要；日韩与中国共同构成偏卡拉 OK 的亚洲文化延展，降低第一次上手门槛是重点。
欧美市场则不同。按他的观察，乐器和摇滚文化普及更早，许多人或多或少接触过乐理或乐器，尤其是吉他；用户不满足于弹唱别人的作品，更希望表达个性、发展爱好和创作自己的内容。
完全数字化的吉他可借标准 MIDI 接入 Cubase、DAW 等专业创作软件，再结合切片素材和 AI，让有基础者继续深挖，也让普通用户以较低门槛进入创作。这是同一产品从“学习设备”转向“创作设备”的空间。
产品实现可以是统一硬件底层，用不同 App 功能和内容服务地区与阶段；若取舍无法兼容，也可以推出不同 SKU。牛亚锋没有把标准化绝对化，而是把硬件复用率、定位清晰度与各市场真实需求放在一起权衡。

12. 算法可以获得流量，真实情绪才能让品牌内容留下来

技术背景并不妨碍理解社交媒体：抖音、TikTok 的底层本就由推荐算法推动，前三秒、中段、结尾等结构逐渐标准化。戴乐在 2021—2022 年自己运营账号，一些技术背景成员也能迅速掌握流量逻辑。
李翔的追问是：如果一切工业化、数据驱动，如何击中用户情绪？牛亚锋承认，只懂算法会制造“大量垃圾”；内容必须回到真实场景，例如一个从未碰过吉他的人，第一次完成弹唱时产生的快乐，这种体验才可能“直击人心”。
团队因此同时引入技术与音乐人才，约有三四十位音乐背景成员，分布在产品、运营、直播、测试、编曲和项目等岗位。工厂一位吉他手还带来十几个伙伴；他们过去驻唱收入不稳，如今每天演奏既是工作，也是可持续的爱好。
这也解释了品牌文化里的“热爱”：商业化让原本难聚集、难就业的音乐人拥有稳定位置，他们又通过测试、内容和服务感染新用户。牛亚锋的表述是“热爱是可以传染的”，品牌表达因而不能只讲参数。

13. 留存来自可反复进入的情绪价值，精神消费正在扩大需求面

戴乐的硬件、课程、内容和 App 功能保持约每两周一次迭代，用户建议可直接进入反馈窗口。牛亚锋不把长期使用描述成强运营结果，而认为产品放在家里或带到户外后，只要想起它、拿起它，持续改善的体验自然会增加投入时间。
按他给出的初步统计，公司“可能”已有十几万用户，累计使用时长“可能快接近” 200 万小时。场景往往是工作枯燥、压抑后，用 30 分钟至一小时弹喜欢的歌、学习或记录当天情绪；关键句是：“要么让用户上瘾，要么让用户放松。”
李翔提供的案例把这种价值具象化：一位同事上手后又教会儿子和父亲，祖孙三代虽在不同地点，却能弹同一首歌。语言可能受到代沟阻隔，音乐却允许不同年代扮演不同角色，成为家庭情感的共同接口。
牛亚锋把需求变化放在更长周期看：人类一直用音乐调动和表达情绪，但过去几十年中国很多人更多追求温饱与衣食住行。疫情之后，马拉松、户外、健康和精神追求快速增加，用户开始少纠结纯功用与性价比，转而问“怎样让我这 30 分钟放松、快乐”。

14. 海外、深圳和大品类构成增长路径，资本只能加速而不能替代 PMF

第一个关键拐点发生在约 2019—2020 年：公司转向海外，以相对优质的市场建立第一个根据地。牛亚锋认为国内市场“不火也不行，火了也很难守住”，而硬件研发、供应链、量产、交付链条极长，早期先活下来比追逐热度更重要。
第二个拐点是迁到深圳。一件包含 200 多个创新元件的产品，在北京整合与迭代会很困难，深圳则显著提高速度；硬件发布后不像 App 可以随时改，往往需要一开始就做对，因此产业链距离直接影响试错效率。
第三个拐点是选择吉他这个品类：路径由学生创意、比赛作品、产品、全球商品，再到打开新品类。牛亚锋称传统乐器市场约 200 多亿美元，吉他接近一半、约百亿美元，年销量达到千万级；选足够大的类目，再做底层创新，才能放大此前积累。
当下 AI 硬件融资更容易：牛亚锋当年拿 15 万元起步，现在一些团队可能一开始就获得 1,500 万甚至美元资金。但他提醒创业者敬畏硬件，具身智能等方向即便空间巨大，也要找到当下能商业化的痛点；资本信心会波动，参数若不能长期创造价值，热潮退去便只剩泡沫。
新一轮融资中，早期投资人常问痛点是否真实，销量验证后又追问赛道天花板。牛亚锋认为融资不是单纯的资金交易，创始人也应反问投资人“为什么投我”，寻找真正理解项目、愿意共同经历高潮与低谷的人。
李翔介绍，公司团队目前已接近 200 人。新一年的核心仍是做好投入较大的二代产品，完善功能、内容和 App；同时补齐品牌内容团队、扩大全球线下体验，再以三代及更多产品线覆盖欧美创作需求。资本好的时候借力，退潮时仍能健康生存，才符合“更长久”的定义。