你能不能用几十块的零件，手搓一个会听你说话、会回你话的 AI 语音助手？
能。而且不用自己训练模型、不用搭服务器——一块 ESP32 开发板，烧个固件，注册个账号，就能对着它说话了。
这个项目叫 小智 AI （ XiaoZhi AI ）[1]，是国内开源 AI 硬件里最火的一个：截至今天 28.9k Star ， MIT 协议。它把 Qwen 、 DeepSeek 这些大模型的能力，装进一块 ESP32 里，做成一个能离线唤醒、能实时对话、还能控制家里设备的语音入口。
它到底是什么
小智 AI 本质上是个"语音交互入口"：你在板子上喊唤醒词，它采集你的语音，送进大模型，再把回复用语音念出来。一整套 ASR （语音识别）+ LLM （大模型）+ TTS （语音合成）的链路，都帮你接好了。
但它不止是个"会说话的音箱"。它有两点不一样：
第一，离线唤醒。板子用 ESP-SR 在本地一直监听唤醒词，不需要联网就能叫醒它，唤醒词还能自定义。不喊它的时候，它安静得像个普通摆件。
第二，MCP 协议控制设备。设备端 MCP 能控制板子上的 LED 、舵机、 GPIO ；云端 MCP 能延伸到大模型的能力——控制智能家居、操作 PC 桌面、查知识库、发邮件。也就是说，你对它说"把灯打开"，它真的能去开灯，而不只是回你一句"好的"。
支持的芯片平台覆盖 ESP32 、 C3 、 C5 、 C6 、 S3 、 P4 ，官方维护了 138 个板子目录、 171 个 release 变体。
硬件：选一块板子，或者面包板自己搭
新手最省事的路，是买一块现成的开发板。官方支持名单里有一堆：
这些都是 ESP32-S3 打底，集成好了麦克风和功放，几十到一两百不等。带屏的型号还能显示表情和文字。
想折腾的，官方给了面包板 DIY 方案：
核心就几样：一块 ESP32-S3 小板、一个 I2S 数字麦克风、一个功放模块加个小喇叭、一个按键。照着官方的飞书教程接线，成本能压到几十块。这一套下来的"手搓感"，是买成品板给不了的。
刷机：新手不用装开发环境
这是小智 AI 最友好的地方——新手路径完全不用配开发环境。
官方提供编译好的固件，下载后用网页刷写工具烧进板子就行，全程不用碰命令行。刷完上电，固件默认连接官方的 xiaozhi.me[2] 服务器。
然后去 xiaozhi.me 注册个账号（个人用户免费），绑定你的设备，选一个模型（比如 Qwen 实时模型）。配好 Wi-Fi ，就可以开口了：
整个过程，从开箱到对话，半小时内能走完。对第一次接触 AI 硬件的人，这个体验是决定性的——它把"跑通大模型"这件事的门槛，从"读文档写代码"降到了"注册账号"。
进阶：想自己折腾，看这里
如果你不想用官方服务器，或者想改点东西，小智 AI 的开发者路径也很完整。
开发环境用 VSCode 或 Cursor ，装 ESP-IDF 插件， SDK 用 v6.0.2 。这里提醒一句：用 Linux 编译，比 Windows 快，也少踩坑。仓库里文档齐全： ESP-IDF 6.0 迁移指南、自定义板子指南、 MCP 协议用法、 WebSocket 和 MQTT+UDP 的通信协议文档。
服务器也能自建。官方服务器之外，社区有 Python 、 Java 、 Golang 好几个开源实现，想跑在自家电脑或服务器上都可以。还有 Android 、 Linux 、 Python 客户端，甚至蓝牙芯片固件——整个生态已经滚起来了。
MCP 这块值得单独玩：给板子加个舵机，写几条 MCP 命令，你就能实现"小智，帮我开灯"，它会通过云端 MCP 调用智能家居的接口，物理世界就这么被大模型够到了。
局限与适用场景：它适合谁，不适合谁
先说清楚边界，别期待错。
不适合的场景：你想做一个隐私完全本地的离线语音助手——小智 AI 的语音理解和生成都在云端大模型，唤醒词是本地，但对话内容要上网。你想复刻一个 Siri 级别的通用助手——它的能力边界取决于你接的模型和 MCP 工具，不是万能的。
适合的场景： AI 硬件入门的第一课；给家里做个能语音控制的智能中枢；给小朋友做个会聊天的玩具；或者纯粹体验"大模型跑在我做的硬件上"这件事。几十块的成本，换来一个会说话、会听话、还能控制设备的装置，这个性价比在 AI 硬件里几乎没对手。
收尾
大模型这两年的能力，早就溢出了屏幕。小智 AI 做的事，是把这种能力重新装回一块单片机里——让 AI 不再是手机里的一个 App ，而是桌面上一个听得见你、叫得应你的小东西。
如果你想动手，路径已经很顺了：买块板子（或者面包板自己搭），刷官方固件，注册 xiaozhi.me ，喊一声"小智小智"。
下一步，可以试试给它加个舵机，写一条 MCP 命令，让它帮你干点看得见摸得着的活。那一刻你会明白， AI 硬件这件事，门槛没你想的那么高。
参考链接
[1] 小智 AI （ XiaoZhi AI ）: https://github.com/78/xiaozhi-esp32
[2] xiaozhi.me: https://xiaozhi.me