撰文| 吳先之

編輯| 王 潘

AI眼鏡正在從極客玩具，穩(wěn)步走入大眾生活之中。

IDC最新發(fā)布的報告顯示，2025年上半年，全球智能眼鏡市場出貨量達到406.5萬臺，同比增長64.2%，預(yù)計到2029年更將突破4000萬臺。其中，中國更被視為是拉動全球智能眼鏡增長的主要市場，預(yù)計五年復合增長率將高達55.6%，增速位居全球首位。

產(chǎn)品迭代同樣不斷加速。前有Meta一口氣在9月，發(fā)布升級多款與Ray-Ban合作的新品，而在剛剛結(jié)束的雙十一購物節(jié)期間，國內(nèi)智能眼鏡也呈現(xiàn)“井噴式”增長。

作為人機協(xié)同感知世界的全新媒介，AI眼鏡在市場、消費端熱度持續(xù)飆升的背后，是大模型對多模態(tài)的理解和處理實現(xiàn)了長足的進步。多模態(tài)交互能力的革新，除了硬件產(chǎn)品本身，自然而然也為AI技術(shù)落地，帶來了更加廣闊的躍升空間。

例如，在11月13日舉行的百度世界2025“大模型如何重塑智能硬件新體驗”論壇上，小度就對外發(fā)布了其全新的AI助手品牌，以及包括小度AI眼鏡、多模態(tài)智能攝像機等在內(nèi)的多款A(yù)I硬件新品。

大模型時代，所有的硬件設(shè)備都值得，也必將被AI重新塑造和升級。隨著多模態(tài)的發(fā)展，我們可以看到，通過視覺、語言，甚至是空間數(shù)據(jù)等多維信息的綜合理解，將進一步解鎖智能硬件的想象力。

更為重要的是，這些硬件，將是通往更自然、更無縫的人機交互未來的重要基石。

讓AI真正有用，趕早更要趕巧

人機交互這個詞，或許不是所有人都聽過。但各類智能助手，大家一定都不陌生。

2011年，在iPhone 4s面世的當天，蘋果Siri以智能語音助手的身份初次正式亮相，就被賦予了“顛覆性交互”的光環(huán)，成為當時發(fā)布會最大的亮點。但十多年時間過去，這位最早登場的領(lǐng)先者，不僅被諸多后來者彎道趕超，還常在社交媒體平臺上，被網(wǎng)友調(diào)侃是“人工智障”。

現(xiàn)在看來，其中很重要的一個原因，就是過度依賴單一模態(tài)，從而造成AI所理解到的信息，與復雜的真實世界之間的很多信息錯位。

比如，當用戶跟Siri說“把剛才那張跟我和我母親的合照，微信發(fā)給她”時，由于這個指令需要涉及時間區(qū)間（剛才）、作用對象（合照）、人物關(guān)系（我和我媽），Siri如果沒有對相冊的視覺探知能力、對聯(lián)系人關(guān)系的深度理解，以及終端生態(tài)的能力打通，就很難執(zhí)行。

不僅如此，在上面的例子中，Siri還得能夠結(jié)合用戶前一句話，準確分析出后半句中的“她”指代的是誰，才有可能完整正確的操作。

這也是其為何如今依舊使用寥寥的另一個原因：即便是語音，Siri的“光環(huán)”里，也很容易不理解、甚至丟失掉海量非語言的信息，例如語調(diào)、停頓，表情、肢體語言，以及說話時的上下文語境等等，這些都承載著人類真實交流時的“言外之意”。

而Siri只能處理被說出來的文字，卻無法理解我們很多說話時的“潛臺詞”，比如高興時說“算了”，跟煩躁地說“算了”，在真實生活中表達的意圖可能完全相反。

多模融合的感知交互，通過圖像、視頻、語音、文字、手勢等多維度信息的整合，可以幫助構(gòu)建起對現(xiàn)實世界更加完整、準確、連貫的認知，從而打破單一模態(tài)下的信息壁壘，讓AI能夠更好地理解用戶的真實意圖。

Siri給智能助手挖的“坑”，直到多模態(tài)的到來，才看到了被填平的希望。

超能進化，AI終一展“手腳”

今年秋季，海內(nèi)外眾多手機廠商的新品發(fā)布中，都不約而同地選擇了將多模態(tài)能力，作為其內(nèi)置智能助手的重要迭代方向。但多模態(tài)對于AI硬件的意義和價值，顯然不只在手機屏幕的方寸之間。

從可穿戴到智能家電，再到車載應(yīng)用，多模態(tài)AI助手正在從手機延伸至更廣闊的硬件生態(tài)，升級為能主動感知、理解環(huán)境并無縫服務(wù)的生活協(xié)同者。業(yè)內(nèi)亦有消息傳出，圍繞多模態(tài)的應(yīng)用，蘋果也正在籌備AI眼鏡項目，可見自己挖的坑，早晚得填。

但動作的快慢，或許昭示著新一輪技術(shù)革命，誰有可能先一步站在潮頭。

2024年，小度就對其核心操作系統(tǒng)進行了“換腦”，基于大模型實現(xiàn)了底層的全面重構(gòu)。除了能夠提升既有產(chǎn)品體驗的性能表現(xiàn)外，通過打造AI原生化的技術(shù)底座，小度真正想要做的，一方面是能夠契合大模型技術(shù)的飛速迭代，同時也讓后續(xù)基于此的AI創(chuàng)新，更快部署到所有產(chǎn)品中去。

簡單來說，多模態(tài)是智能硬件的“大腦”，終端設(shè)備是承載能力、釋放價值的“手腳”。

日前，小度對外正式宣布其全系全量全生態(tài)升級“超能小度”，即多模態(tài)AI智能助手。從大家所熟知的“小度小度”，到如今的多模態(tài)AI智能助手，超能小度感知交互能力的進階，首先便是在傳統(tǒng)設(shè)備上，實現(xiàn)了“從單點到全局、從被動到主動”的躍遷。

以家用攝像機為例，從最早只有監(jiān)控畫面，到AI的加入，可以實現(xiàn)一些基礎(chǔ)的像哭聲檢測、人臉識別等功能。如今有了更深層次的視覺智能，顯然可以做得更多。

在小度智能攝像機新品的發(fā)布中，還提到了關(guān)于“智能尋物”的設(shè)想：當用戶問“我的遙控器放哪了”，攝像機會先環(huán)視和查看客廳當前的實時視頻畫面，如果沒有找到，便會自動回溯之前記錄的視頻畫面，告知用戶遙控器最后出現(xiàn)的位置、時間，并給出對應(yīng)畫面，“有圖有真相”地幫其快速回憶起遙控器的消失經(jīng)過。

當然，除了傳統(tǒng)設(shè)備認知范式的革新，超能小度的智能升維，也給AI眼鏡這種硬件“新物種”，催生了更多可能。

一類走的是功能增強路線。

比如“AI識物”、“AI翻譯”在準確率和響應(yīng)速度上，都有顯著提升。即將上線的“AI會議紀要”功能，增加了“智能洞察”模式，能夠智能分析會議質(zhì)量、多發(fā)言人意圖、潛在爭議點等，并能給出更深入的優(yōu)化建議和指引。

另一類，通俗點說，則是打開了新“視界”。

眼鏡作為第一視角設(shè)備，天然有解放雙手的優(yōu)勢，當拎著一堆東西，又想要記個停車位、物業(yè)通知等等，就可以直接自動拍照記錄并生成“AI備忘”，不僅隨時都能查，還支持日程提醒、撥打電話等進一步的需求滿足；還有跟網(wǎng)易云音樂聯(lián)合打造的“氛圍歌單”功能，可根據(jù)用戶眼前看到的畫面，直接播放個性化的應(yīng)景歌單，無需掏出手機。

“?度從誕?之?起，始終追求的是?機交互的革命”，在發(fā)布現(xiàn)場，?度科技CEO李瑩這樣介紹道。愿景如此，實現(xiàn)了多模態(tài)進化的小度，也真正從只會單一、被動響應(yīng)指令的“工具人”，蛻變成為能夠主動思考、決策和執(zhí)行的“好伙伴”。

而且，值得一提的是，超能小度的此次升級“管新更管舊”，不僅將覆蓋其全系新品，更支持數(shù)千萬臺小度的已售設(shè)備進行免費升級。

如今看來，小度在2024年，基于大模型對其技術(shù)底座，進行AI原生操作系統(tǒng)的全面重構(gòu)，確是在謀劃超能小度這步大棋。

當AI助手，跟我們一起走入生活

AI助手的多模態(tài)升級，顯然不是大模型時代智能硬件發(fā)展的終局。

今年，包括蘋果在內(nèi)的很多國內(nèi)外科技大廠，同樣也意識到了這點。

8月，小米澎湃OS 3.0版本升級，并重點打造了超級小愛的多模態(tài)交互能力。隨后，榮耀在全球開發(fā)者大會上，也宣布推出其全新的AI智能體操作系統(tǒng)MagicOS 10。近日更有消息指出，蘋果決定引入谷歌Gemini大模型，讓新版Siri更智能、功能更強，并支持多模態(tài)交互，后續(xù)還將在其iOS 27、macOS 27等操作系統(tǒng)中進一步整合。

“在AI時代，所有硬件設(shè)備都值得，也必將被AI重塑”，李瑩表示，“我們秉持充分開放的態(tài)度，將‘超能小度’的能力賦能給更多行業(yè)伙伴，共同為用戶創(chuàng)造更智能、便捷、人性化的體驗。”

據(jù)介紹，在推動自有產(chǎn)品升級的同時，超能小度還以智能引擎的方式，在智慧酒店、智慧養(yǎng)老、智能家電、智能汽車、AI玩具等行業(yè)，實現(xiàn)了全面的落地應(yīng)用。而本次小度與海爾智家達成戰(zhàn)略合作，相信也會給AI時代全新的生活方式，帶來更大的想象空間。

或許只有像超能小度這樣，真正讓AI能夠“走出來”，進入到更多場景、更廣生態(tài)，從而跟更多人一起走入真實的生活，14年前的蘋果發(fā)布會上，Siri給人們畫下的那個大餅，才有可能真正落地。

微信號｜TMTweb

公眾號｜光子星球

別忘了掃碼關(guān)注我們！