當智能手機用上“AI系統”，AI Pin拿什么贏(yíng)？

如何做AI手機，現在有了一條新思路。

去年11月，一款名叫“AI Pin”的AI硬件刷屏了科技圈。

它沒(méi)有屏幕，全靠聲音與投影進(jìn)行交互，用戶(hù)只需簡(jiǎn)單幾句，這個(gè)“小方塊”就可以作出回應。

除了官方描述得無(wú)比科幻以外，行業(yè)也是對這款硬件無(wú)比看好。

首先該產(chǎn)品被《時(shí)代》評選為“2023 年年度發(fā)明”，一度被視作顛覆iPhone的革命性產(chǎn)品。其次作為研發(fā)公司，Humane拿到了OpenAI、微軟、高通等科技巨頭數億元的注資。

但隨著(zhù)近期A(yíng)I Pin開(kāi)始發(fā)貨，媒體評測隨之解禁，網(wǎng)友們這才發(fā)現，實(shí)機展現的效果可謂令人大跌眼鏡。

除了AI Pin以外，Rabbit R1等AI硬件也在CES大會(huì )上賺足了眼神。但這些AI硬件想法很好，可短時(shí)間內很難擺脫不了“智商稅”的標簽。

“iPhone殺手”口碑翻車(chē)，哪里出了錯？

AI Pin的體驗究竟有多糟糕：系統操作復雜、三分鐘過(guò)熱關(guān)機、在陽(yáng)光下幾乎無(wú)法使用投影……

除了這些最直觀(guān)的負面體驗感以外，AI功能響應慢且回復內容質(zhì)量低、系統功能需額外付費、佩戴方式對衣服材質(zhì)有要求等等，這些問(wèn)題放在任何一個(gè)成熟的硬件上都是槽點(diǎn)。

更糟糕的是，AIPin有超過(guò)450萬(wàn)臺的預定量，而價(jià)格又不便宜（699美元，約合人民幣5000元）。

這就意味著(zhù)這一批用戶(hù)都成了高價(jià)購買(mǎi)智商稅的“怨種”，也難怪網(wǎng)絡(luò )上一邊倒的負面評價(jià)。

對此，Humane高管急忙回應外媒The Verge稱(chēng)，公司會(huì )在下個(gè)軟件版本中提高不間斷運行時(shí)間，并提高整體熱性能。

但從目前已有的信息來(lái)看，AIPin這些問(wèn)題其實(shí)基本來(lái)自硬件條件。

在去掉了實(shí)體屏幕后，AI Pin的體積并不大，但官方還是在這款硬件里塞入了攝像頭、全息投影、可以支持AI功能的處理芯片以及滿(mǎn)足續航的電池。

不過(guò)過(guò)小的體積，也意味著(zhù)這款硬件的硬件性能并不會(huì )太高，更不要說(shuō)與智能手機芯片相提并論。

既然如此，又想讓AIPin跑得動(dòng)ChatGPT，又要兼顧續航、拍照像素、相應速度等各個(gè)方面，自然是不可能。

有媒體評價(jià)說(shuō)，以目前的回應效率來(lái)看，用戶(hù)使用智能手機獲得準確答案的速度，要遠快于A(yíng)IPin。而智能手機還只是使用傳統的搜索引擎。

如此來(lái)看，AI硬件雖然宣稱(chēng)利用AI Agent的能力挑戰智能手機的霸權，但自身的硬件能力還是限制了發(fā)揮。

當智能手機玩起了交互

就在硅谷推動(dòng)AI硬件的同時(shí)，手機制造商、芯片廠(chǎng)商們都在思考如何讓手機用上AI。

有些廠(chǎng)商選擇把大模型塞進(jìn)手機里，主打“端側大模型”，通過(guò)直接讀取手機上的數據的方式，運行AI功能或app。

而有些廠(chǎng)商選擇從云端調用AI能力，減小本地存儲的壓力。

無(wú)論選擇本地還是云端，這些所謂的“AI手機”，本質(zhì)上仍是“用上了語(yǔ)言大模型Large language model（LLM）”的手機，手機的硬件只是一種載體，完全依賴(lài)API 接口。

一旦背后使用的LLM大模型不給力，那么用戶(hù)也很難體會(huì )到AI的真正實(shí)力。

而AIPin和Rabbit R1這樣的AI硬件，它們主打的是用戶(hù)與AI的交互能力，后者團隊更是提出了一個(gè)大型動(dòng)作模型（Large Action Model，LAM）的概念，通過(guò)理解人類(lèi)如何使用應用和服務(wù)，從而完成模仿操作。

這就意味著(zhù)，即使界面有所不同或稍有變化，LAM也能適應并準確地執行任務(wù)，最終用戶(hù)可以?xún)H靠一個(gè)界面，代替所有的App。

想法雖好，但Rabbit R1犯了一個(gè)和AIPin同樣的錯誤——硬件配置水平實(shí)在是過(guò)于入門(mén)（2.3GHz聯(lián)發(fā)科P35芯片、4GB內存、128GB存儲空間），用戶(hù)本意上沖著(zhù)更智能的GPT而來(lái)，結果往口袋里多塞一個(gè)硬件。

相比之下，智能手機不僅配置吊打這些AI硬件，而且能實(shí)現。接下來(lái)，就是看手機廠(chǎng)商們何時(shí)能搞出這種類(lèi)似于LAM的“自適應系統”。

也就是在上周，蘋(píng)果發(fā)布了一篇最新的論文，推出了一個(gè)叫Ferret UI的新模型。該模型的核心正是通過(guò)讀取屏幕信息的方式，為用戶(hù)提供高質(zhì)量的UI理解和交互。

據報道稱(chēng)，FerretUI的前身是一個(gè)名為Ferret的多模態(tài)模型，用于改善與語(yǔ)音助手交互邏輯。

在去年十月剛剛發(fā)布時(shí)，Ferret的業(yè)界對其反響并不熱烈，主要原因還是它的區域識別與主流大模型卷的方向不同，因此大部分人都認為Ferret并沒(méi)太強的能力。

到了Ferret UI上，蘋(píng)果弱化了對話(huà)、推斷等大模型常見(jiàn)的能力，而是將重點(diǎn)放在了處理復雜的UI交互以及理解并響應用戶(hù)的指令。

那么停留交互層面上的Ferret UI，或許能力是有限的，但若是配上網(wǎng)傳的谷歌Gemini模型，那將達到“1+1>2”的效果。

從這一點(diǎn)看來(lái)，Ferret UI和Rabbit R1的思路非常相似，但顯然iPhone的玩法更多、性能更強。

如果一部手機能解決AI交互，那還要AI硬件什么事呢？

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！