主動(dòng)式AI，將成為智能手機(jī)以及AR眼鏡發(fā)展的岔路口

2025-09-22 17:21

文/VR陀螺萬里

目前正處于AR眼鏡爆發(fā)前夜，很多人都在探索所謂的殺手級(jí)應(yīng)用是什么，并且對(duì)于答案也眾說紛紜：虛實(shí)結(jié)合、3D觀影、新的生活場(chǎng)景、AI助理、導(dǎo)航、翻譯......

現(xiàn)如今，得益于AI模型能力的提升，部分初創(chuàng)企業(yè)乃至科技巨頭給出了全新的答案：那便是主動(dòng)式AI（Proactive AI／Agentic AI）。

從生活相機(jī)談起，有人味的AI究竟是什么？

近期，前美團(tuán)硬件負(fù)責(zé)人孫洋所創(chuàng)辦的硬件公司Looki發(fā)布了其首款硬件產(chǎn)品Looki L1，該產(chǎn)品引起了廣泛關(guān)注。Looki L1是一款吊墜式相機(jī)，起售價(jià)199美元，它主要用于記錄用戶一天生活并自動(dòng)剪輯出vlog。

在此基礎(chǔ)之上，團(tuán)隊(duì)還在為其開發(fā)一些主動(dòng)式AI能力，如它能主動(dòng)識(shí)別食物卡路里并告知用戶，提醒瑜伽訓(xùn)練動(dòng)作是否標(biāo)準(zhǔn)等。

孫洋表示，很多AI硬件的AI功能其實(shí)手機(jī)也可以做到，但是里面涉及到一個(gè)主動(dòng)被動(dòng)的關(guān)系，比如我們可以通過手機(jī)主動(dòng)使用AI翻譯功能，相對(duì)而言AI則是被動(dòng)的。“我們期望能夠改變這一狀況，讓AI變得主動(dòng)，而人則保持被動(dòng)。因?yàn)樵谖锢硎澜缰校祟惐举|(zhì)上是被動(dòng)的生物。”

Looki L1就像是一個(gè)超級(jí)傻瓜式相機(jī)，它無需按快門，能自動(dòng)幫你記錄生活，并且也像一個(gè)私人管家，關(guān)鍵時(shí)候能給予一些生活幫助。或許正是其獨(dú)特的產(chǎn)品理念，Looki成為了資本市場(chǎng)的寵兒，成立短短一年內(nèi)便拿到了三輪融資，金額超千萬美金。

Looki L1，圖源：網(wǎng)絡(luò)

這里，我們可以先對(duì)于主動(dòng)式AI做一個(gè)簡(jiǎn)單定義：它與傳統(tǒng)的被動(dòng)式AI不同，是一種不依賴用戶明確指令，而是基于上下文、環(huán)境感知和預(yù)測(cè)來提前采取行動(dòng)或給出建議的人工智能。主動(dòng)式AI能夠預(yù)判用戶需求，并主動(dòng)執(zhí)行相關(guān)任務(wù)，它在概念上比較接近市場(chǎng)上熱議的Agentic AI。

話說回來，主動(dòng)式AI也是今年AI行業(yè)的重要探索方向，甚至業(yè)內(nèi)將2025年稱之為Agent落地元年。自2022年ChatGPT發(fā)布，短短數(shù)年時(shí)間AI模型能力有了巨大提升，它能像真人一樣聊天，可以生成圖片/視頻甚至游戲，已經(jīng)滲透到生活的很多方面。不過在這之前，它仍依賴于關(guān)鍵詞指令，到了現(xiàn)在，隨著一系列標(biāo)準(zhǔn)化協(xié)議以及Agent編排框架的逐漸成熟，主動(dòng)式AI的苗頭已經(jīng)越來越明顯。

數(shù)據(jù)機(jī)構(gòu)Gartner曾預(yù)測(cè)，到2028年，至少15%的日常工作決策將通過Agentic AI自主做出，而2024年這一比例為0%。此外，到2028年，33%的企業(yè)軟件應(yīng)用程序?qū)珹gentic AI，而2024年這一比例還不到1%。

除了前面所提到的Looki外，近期谷歌所發(fā)布的最新的Pixel 10系列手機(jī)，也對(duì)它的主動(dòng)式AI功能（Magic Cue）做了重點(diǎn)宣傳，目前它能實(shí)現(xiàn)以下主要功能：

旅行場(chǎng)景：當(dāng)用戶致電航空公司更改座位，Magic Cue會(huì)自動(dòng)調(diào)出郵件的航班座位號(hào)信息并顯示在前臺(tái)，方便用戶溝通；

訂餐場(chǎng)景：用戶的好友詢問晚餐預(yù)定信息時(shí)，Magic Cue會(huì)從地圖、日歷等APP中調(diào)出相應(yīng)的地點(diǎn)以及時(shí)間信息；

查找圖片：聊天時(shí)好友提到某張?zhí)囟ㄕ掌?dāng)用戶想要分享圖片時(shí)，Magic Cue會(huì)率先幫你找到這張照片。

圖源：谷歌

為什么說眼鏡才是主動(dòng)式AI的更佳硬件載體？

為了讓AI發(fā)揮更大的“主觀能動(dòng)性”，背后離不開兩大要素：一是Agent足夠智能，能夠“理解”用戶所發(fā)生的事情并知道其中關(guān)聯(lián)；二是能夠?qū)τ脩粲凶銐蚨床欤碅I需要與我們的生活貼近，了解我們的個(gè)性化偏好以及所經(jīng)歷的事情。前者考驗(yàn)的是AI模型能力，后者則依賴于隨身硬件。

硬件方面，智能手機(jī)等產(chǎn)品對(duì)于主動(dòng)式AI而言已經(jīng)顯得有點(diǎn)力不從心，因?yàn)樗芏鄷r(shí)候只是放在我們口袋，它們無法真正感知到用戶在現(xiàn)實(shí)環(huán)境中所發(fā)生的事情。孫洋透露，美團(tuán)曾試圖開發(fā)一個(gè)AI外賣助手以更好向用戶推薦美食，但是最終團(tuán)隊(duì)發(fā)現(xiàn)，背后的阻礙并非模型能力而是硬件。“模型上知天文下知地理，但是不知道你今天有沒有喝水。”

這意味著，個(gè)性化的主動(dòng)式AI，需要新的硬件終端出現(xiàn)，而這個(gè)硬件終端，很可能是AR眼鏡等新形態(tài)產(chǎn)品。展開來看，主動(dòng)式AI可能會(huì)在非特定時(shí)間、場(chǎng)合提供一些幫助，比如在聊天時(shí)解釋某個(gè)陌生單詞的意思，在路上你突然好奇眼前建筑的歷史等，它要求設(shè)備能夠時(shí)刻待命。AR屬于近眼顯示設(shè)備，可以很方便呈現(xiàn)這些內(nèi)容。

其次，主動(dòng)式AI需要捕獲足夠多的上下文信息，這是提供個(gè)性化幫助的必要基礎(chǔ)。恰好AR眼鏡屬于一個(gè)隨身設(shè)備，能看我所看，聽我所聽，它就是我們生活的親歷者，具有其他產(chǎn)品所不具備的洞察能力。值得一提的是，Looki團(tuán)隊(duì)最開始所考慮的就是智能眼鏡形態(tài)，不過受限于供應(yīng)鏈能力不成熟，最終采用了吊墜相機(jī)方案。

圖源：網(wǎng)絡(luò)

主動(dòng)式AI需要智能眼鏡等全新硬件才能獲得完美體驗(yàn)，反過來看，對(duì)于AR眼鏡而言，主動(dòng)式AI很可能會(huì)成為其獨(dú)一無二的殺手級(jí)應(yīng)用場(chǎng)景。目前市場(chǎng)上已經(jīng)有兩家AR廠商開始關(guān)注并開發(fā)主動(dòng)式AI功能，其中包括開放式AR眼鏡系統(tǒng)MentraOS，以及今年熱門AR眼鏡品牌Halliday。

去年7月，MentraOS團(tuán)隊(duì)負(fù)責(zé)人Cayden Pierce曾在一次演講中曾提到了對(duì)于智能眼鏡應(yīng)用場(chǎng)景的看法。他指出，目前很多開發(fā)者或者企業(yè)在做智能眼鏡功能演示時(shí)仍停留在查看天氣、發(fā)送郵件等，而這些功能只不過是手機(jī)的單調(diào)重復(fù)。

“為了讓智能眼鏡發(fā)揮100倍的實(shí)用性，我們需要一種全新的應(yīng)用程序，它是情境化、主動(dòng)化以及智能化的。這個(gè)主動(dòng)式系統(tǒng)不僅僅在你要求它做某事時(shí)才給予反應(yīng)，并且，它還會(huì)根據(jù)你的具體情況，判斷它能做什么。”

在演講中，Cayden Pierce同樣提到了不少關(guān)于主動(dòng)式AI的潛在用例：

凌晨你在一個(gè)陌生城市落機(jī)，此時(shí)的你已經(jīng)疲憊不堪只想打車到預(yù)定的酒店休息。在以往情況下，你需要逐個(gè)打開手機(jī)的地圖、打車、旅行等軟件從而完成這個(gè)簡(jiǎn)單的任務(wù)。主動(dòng)式AI出現(xiàn)后，將會(huì)幫你無痛完成整個(gè)過程；

你與朋友閑聊時(shí)，有時(shí)候會(huì)在某些問題上出現(xiàn)爭(zhēng)執(zhí)，如某種食物熱量、某個(gè)城市所在位置等，AI在你談話期間會(huì)主動(dòng)檢索這些對(duì)用戶有用的信息并在屏幕上顯示出來；

逛商場(chǎng)時(shí)，主動(dòng)式AI能夠針對(duì)性地展示對(duì)用戶有用的信息，比如會(huì)重點(diǎn)標(biāo)注用戶感興趣的門店并展示評(píng)分、促銷商品等。

現(xiàn)如今，MentraOS團(tuán)隊(duì)已經(jīng)開發(fā)出了一個(gè)名為Merge的主動(dòng)式AI功能，介紹指出它能“在對(duì)話中通過自動(dòng)提供有用信息（如回答和事實(shí)核查）來幫助你。”

無獨(dú)有偶，Halliday眼鏡也將主動(dòng)式AI功能作為產(chǎn)品重要賣點(diǎn)，宣傳資料指出：“它可以聆聽對(duì)話并提供基于上下文的建議和信息支持，從而增強(qiáng)討論、采訪和商務(wù)會(huì)議的效果。”

圖源：Halliday

更加好用的主動(dòng)式AI：數(shù)據(jù)以及注意力問題

從長遠(yuǎn)來看，主動(dòng)式AI或許會(huì)跟自動(dòng)駕駛一樣，分為L0、L1......L5等不同等級(jí)，當(dāng)前主動(dòng)式AI體驗(yàn)依然十分薄弱，只能幫我們處理詞義分析、郵件/備忘錄提醒等簡(jiǎn)單任務(wù)。朝著更高階能力邁進(jìn)過程中，主動(dòng)式AI仍需要解決以下挑戰(zhàn)：

1、AI是否具備足夠多的數(shù)據(jù)權(quán)限。以Magic Cue為例，AI功能的整合仍只局限在谷歌的生態(tài)里面，比如Gmail、Calendar、Google Maps、Messages等，其他第三方應(yīng)用的信息難以獲取，這使得它的能力仍有很大局限。對(duì)于AR眼鏡而言，想要打通現(xiàn)有的移動(dòng)互聯(lián)網(wǎng)生態(tài)并不容易。

2、如何準(zhǔn)確識(shí)別用戶意圖并給予用戶想要的幫助。教研機(jī)構(gòu)The Synteraction Lab的學(xué)子曾開發(fā)了一款主動(dòng)式AI助手AiGet，它能結(jié)合多模態(tài)AI給用戶分享一些現(xiàn)實(shí)生活的小知識(shí)，比如眼前的花朵名稱、寵物的一些特殊習(xí)性等。在應(yīng)用開發(fā)過程中，團(tuán)隊(duì)透露了他們的兩大難點(diǎn)：一、用戶的偏好不明確，你無法知道用戶究竟更青睞植物知識(shí)還是地理環(huán)境知識(shí)；二是內(nèi)容的推送要恰到好處，否則可能會(huì)干擾用戶的主要任務(wù)。

圖源：The Synteraction Lab

3、隱私問題。這里面其實(shí)存在一個(gè)悖論，AI越強(qiáng)大，那么它就需要獲取更多用戶數(shù)據(jù)，隱私風(fēng)險(xiǎn)也就越高。對(duì)于智能眼鏡，目前尚未看到有廠商主動(dòng)強(qiáng)調(diào)主動(dòng)式AI的隱私保護(hù)問題。而谷歌曾透露，Magic Cue只會(huì)在設(shè)備端進(jìn)行，背后依賴于Gemini Nano V3模型以及Tensor G5芯片的本地處理能力。

4、受到續(xù)航、散熱等硬件限制，主動(dòng)式AI仍難以保持全天在線。如Looki L1，該產(chǎn)品其實(shí)不會(huì)全天候記錄用戶的生活畫面，相反，它采用了記錄切片的運(yùn)行方式，如三分鐘記錄15秒的短視頻。另外，無論是MentraOS亦或是Halliday，眼鏡的主動(dòng)式AI均不是系統(tǒng)級(jí)功能，它需要主動(dòng)打開才能使用，并且它們只支持麥克風(fēng)監(jiān)聽這一基礎(chǔ)能力，尚不支持多模態(tài)。

總的來看，目前主動(dòng)式AI在各行業(yè)中的應(yīng)用仍處于初步萌芽的階段，但是未來可期，如果說鋼鐵俠的賈維斯在未來某一刻出現(xiàn)，那它很可能會(huì)作為殺手級(jí)應(yīng)用率先在眼鏡端落地。

此前市場(chǎng)上很多人都在探討未來手機(jī)與AR眼鏡的關(guān)系，筆者認(rèn)為，兩者會(huì)長期共存，但兩者之間可能會(huì)因?yàn)?ldquo;主動(dòng)式AI”功能劃分出一條涇渭分明的界限：手機(jī)計(jì)算平臺(tái)的地位不變，但后續(xù)它更多聚焦于多樣化的應(yīng)用生態(tài)數(shù)據(jù)整合，如常規(guī)網(wǎng)絡(luò)購物、社交、游戲娛樂等；而AR眼鏡則聚焦于即刻以及現(xiàn)實(shí)的響應(yīng)，并通過AI給予用戶更加個(gè)性化的生活服務(wù)。

因而，主動(dòng)式AI，或許會(huì)是科技發(fā)展之路上的一大岔路口，它將讓AR眼鏡賽道變得熠熠生輝并且充滿獨(dú)特價(jià)值。讓我們期待在隨后數(shù)年中該功能的持續(xù)躍遷。

原文標(biāo)題 : 主動(dòng)式AI，將成為智能手機(jī)以及AR眼鏡發(fā)展的岔路口