成人免费午夜在线观看,伊人久久精品,一区二区三区精品

（整理/胡嘉燁 編輯/呂棟）

近期，在世界人工智能大會（WAIC 2025）期間，觀察者網(wǎng)與智能眼鏡頭部企業(yè)Rokid副總裁蔡國祥進(jìn)行了深度對話，探討了AI+AR眼鏡的市場現(xiàn)狀，以及未來的發(fā)展趨勢。

以下是對話實錄：

觀察者網(wǎng)：今年，AI眼鏡火爆出圈，引發(fā)了行業(yè)內(nèi)外的廣泛關(guān)注。許多人對AI眼鏡的底層技術(shù)、未來發(fā)展前景以及行業(yè)競爭格局充滿好奇。我們邀請了中國AR行業(yè)頭部企業(yè)Rokid的副總裁蔡國祥，來與我們分享他的見解。

蔡國祥：大家好，我是蔡國祥。Rokid是一家以AI和AR為核心打造產(chǎn)品的平臺公司。在市場上，大家熟知的產(chǎn)品是我們的AR眼鏡，今天在展會現(xiàn)場，大家可以親自體驗。

觀察者網(wǎng)：大家可能認(rèn)識Rokid是源于今年一場火爆出圈的視頻，就是那個提詞器，當(dāng)時也引起了網(wǎng)友們對AI眼鏡的一些討論，這件事當(dāng)時對你們內(nèi)部產(chǎn)生了哪些影響呢？

蔡國祥：我清楚記得發(fā)生的時間是2月18日，在杭州余杭區(qū)高質(zhì)量產(chǎn)業(yè)發(fā)展大會上，創(chuàng)始人Misa戴著AR眼鏡進(jìn)行了一場沒有演講稿的演講，引發(fā)了廣泛關(guān)注。這次事件的傳播熱度對我們企業(yè)帶來了顯著的積極影響。首先，它讓很多人了解到Rokid這家公司以及我們的AR眼鏡產(chǎn)品，極大地提升了公司和產(chǎn)品的知名度和流量。許多潛在的合作伙伴、投資人紛紛與我們接洽，帶來了更多的合作和投資機(jī)會。從行業(yè)角度來看，這次事件也讓更多人關(guān)注到AR眼鏡這一新興產(chǎn)品，推動了行業(yè)的普及和教育。

觀察者網(wǎng)：這次事件是否也給Rokid帶來了更多動力和壓力？

蔡國祥：確實如此。動力方面，這次事件讓我們更加自信和積極地推動產(chǎn)品的進(jìn)展。然而，壓力也很大，因為產(chǎn)品受到了更多關(guān)注，我們不得不投入更多時間打磨產(chǎn)品，確保其品質(zhì)能夠滿足用戶的期待。這導(dǎo)致我們的研發(fā)和生產(chǎn)壓力增大。

觀察者網(wǎng)：今天我們在世界人工智能大會的現(xiàn)場，主題自然是AI。能否請您介紹一下AI眼鏡及其產(chǎn)品的底層能力，以及如何實現(xiàn)這些AI功能？

蔡國祥： Rokid的核心是圍繞AI和AR開發(fā)產(chǎn)品。AI技術(shù)已經(jīng)非常強(qiáng)大，并且正在成為各行各業(yè)的底層技術(shù)。我們的另一個核心是打造AR眼鏡，并開發(fā)自己的AR操作系統(tǒng)。多年來，我們在操作系統(tǒng)方面積累了豐富經(jīng)驗。如何讓這一全新設(shè)備的操作系統(tǒng)運行得更高效、延遲更低、功耗更小，以及交互效果更佳，這非?？简灢僮飨到y(tǒng)的性能。而將這些能力與大模型AI結(jié)合，不僅拓展了想象空間，也為用戶提供了諸多實用的服務(wù)和功能。我們早期推出的提詞器功能相對簡單，僅通過藍(lán)牙戒指實現(xiàn)翻頁。如今，新的提詞器已融入人工智能算法，能夠識別演講者的語句并自動跟蹤翻頁，顯著提升了用戶體驗。在翻譯功能方面，我們通過智能眼鏡實現(xiàn)了多語言實時翻譯。用戶面對不同語言的外國人時，只需戴上眼鏡即可將對方語言實時翻譯成中文，實現(xiàn)無障礙溝通。這一功能在實際應(yīng)用中獲得了廣泛認(rèn)可。

我們與高德合作的導(dǎo)航功能，通過結(jié)合高德的導(dǎo)航智能體，實現(xiàn)了更精準(zhǔn)的導(dǎo)航體驗。此外，我們與支付寶合作推出的“看一眼支付”功能，利用大量人工智能算法確保支付的順暢與安全。其中，有一個很重要的環(huán)節(jié)叫聲紋識別，它通過聲音判斷用戶身份，進(jìn)一步提升了支付的安全性。未來，我們還將拓展更多生活服務(wù)場景，如打車、點餐和商品搜索等。大模型的廣泛應(yīng)用使其成為一個無所不知的知識庫和萬能助手。通過將大模型與智能眼鏡結(jié)合，用戶可以隨時提問并獲得解答。眼鏡的攝像頭為大模型增加了視覺能力，使其不僅能聽懂用戶的問題，還能看到用戶眼前的世界，提供更全面的解答。這些功能不僅實用，還為用戶帶來了豐富的想象空間。

觀察者網(wǎng)：那在AI能力打磨這方面，你們是跟行業(yè)協(xié)同發(fā)展？還是說自己構(gòu)建自研AI呢？

蔡國祥：這兩塊都有。AI能力大多是基于基礎(chǔ)大模型的?；A(chǔ)大模型需要大量投入，不是普通創(chuàng)業(yè)公司能夠承擔(dān)的，Rokid也明確了自己的定位，不涉足基礎(chǔ)大模型的研發(fā)，但專注于自身擅長的領(lǐng)域。我們的AR眼鏡能夠?qū)佣喾N大模型，例如通義、豆包、智譜以及DeepSeek等。用戶可以根據(jù)自己的習(xí)慣和偏好選擇使用哪一種大模型，我們提供了靈活的選擇。此外，基于大模型，我們還自主研發(fā)了一些模型。以我們開發(fā)的意圖識別模型為例，當(dāng)用戶通過眼鏡與大模型進(jìn)行交互時，該模型能夠判斷用戶的意圖，并據(jù)此調(diào)用大模型的相應(yīng)能力進(jìn)行處理。例如，用戶詢問眼前的花是什么，系統(tǒng)就會調(diào)用視覺大模型；若用戶詢問歷史故事，則會調(diào)用語言大模型。由于每個大模型都有自己的側(cè)重點和擅長領(lǐng)域，我們會根據(jù)用戶的意圖對大模型進(jìn)行分類調(diào)用，以確保用戶的問題能夠得到最合適的解答。同時，像提詞器功能的算法也是我們自主研發(fā)的。我們在視覺算法和語音算法方面有著豐富的經(jīng)驗和技術(shù)積累。我們利用行業(yè)內(nèi)頂尖的大模型作為基礎(chǔ)底座，并結(jié)合自身操作系統(tǒng)的研發(fā)，將人工智能算法和本地模型與大模型相結(jié)合，為用戶提供更優(yōu)質(zhì)的交互體驗。

觀察者網(wǎng)：現(xiàn)在手機(jī)的AI能力是端云結(jié)合的模式，您認(rèn)為未來在眼鏡產(chǎn)品上，是否也會采用類似的模式？

蔡國祥：這是肯定的。端云結(jié)合在未來的一些場景中，以及編排方面，肯定是三端協(xié)同演進(jìn)的趨勢。以端云為例，我們已經(jīng)在做相關(guān)工作了。比如在不同情況下，我們有兩個場景已經(jīng)應(yīng)用了這種模式。以提詞器為例，提詞器中的智能滾動算法有兩種：在線算法和本地算法。當(dāng)聯(lián)網(wǎng)且網(wǎng)絡(luò)狀況良好時，系統(tǒng)會自動使用在線算法，因為其效果更好。但在弱網(wǎng)或無網(wǎng)絡(luò)的情況下，智能滾動依然可以工作，此時使用的是本地智能滾動算法。翻譯功能也是如此，我們支持在線翻譯模型和本地翻譯模型。網(wǎng)絡(luò)狀況良好時，使用在線翻譯模型，其翻譯效果更好，支持的語種也更多；而在無網(wǎng)絡(luò)或弱網(wǎng)情況下，本地翻譯小模型也能提供支持。這些都是云端跟云和端兩端的協(xié)同的一些案例，未來，這種協(xié)同模式的應(yīng)用會更多。不僅是我們，像高德、支付寶等合作伙伴在處理智能體服務(wù)時，也會采用云和端的協(xié)同策略。這肯定是未來的發(fā)展趨勢。

觀察者網(wǎng)：云和端的協(xié)同它其實一方面提高效率，另一方面隱私安全這塊，端和端做得更好。

蔡國祥：沒錯。

觀察者網(wǎng)：目前智能眼鏡行業(yè)吸引了眾多企業(yè)，但各企業(yè)在未來規(guī)劃及AI應(yīng)用方面存在差異。Rokid在AI領(lǐng)域處于行業(yè)前列，但也有部分企業(yè)認(rèn)為AI技術(shù)尚未成熟。若將智能眼鏡的AI能力比照自動駕駛的L2至L5級別劃分，您認(rèn)為當(dāng)前智能眼鏡的AI水平處于哪個階段？

蔡國祥：之前行業(yè)內(nèi)也有這樣的說法，將AI分為幾個等級。L1是指令式，L2是推理和聊天，可以自由對話；L3是能夠幫助執(zhí)行任務(wù)的代理（Agent）；L4是幫助創(chuàng)新；L5是大規(guī)模自主決策和組織。從這個角度看，我個人認(rèn)為目前AI在L2階段，發(fā)展已經(jīng)較為成熟，但L3也已經(jīng)開始起步。我個人認(rèn)為，L2和L3并非完全獨立，而是存在一定的重疊。L2發(fā)展到一定階段后，L3就開始了。目前L2的推理能力已經(jīng)很強(qiáng)，具備豐富的知識和強(qiáng)大的邏輯推理能力，甚至在醫(yī)生、律師等職業(yè)資格考試中能夠取得高分。因此，L2已經(jīng)發(fā)展到一個比較高的階段。與此同時，L3的代理和執(zhí)行功能也開始出現(xiàn)。今年被認(rèn)為是智能體（Agent）的元年，智能體代表L3。我認(rèn)為目前AI整體處于L2的較高階段，同時L3也已經(jīng)開啟。我們認(rèn)為眼鏡是人工智能的最佳載體，其發(fā)展與人工智能階段大致匹配。但由于硬件是新出現(xiàn)的，將人工智能能力集成到眼鏡上需要一個開發(fā)和對接的過程，因此可能會略晚于人工智能階段，大約晚幾個月。

總體而言，無論是AI還是AI眼鏡，目前都處于L2和L3重疊的階段，L3已經(jīng)開始。今年我們看到了很多智能體的出現(xiàn)，例如之前很火的智能體Manus。然而，智能體面臨一個問題：許多智能體的能力已經(jīng)被基礎(chǔ)大模型本身所涵蓋。例如，通義和Gemini的新版已經(jīng)具備了很強(qiáng)的Agent能力。但在一些深度和專業(yè)門檻較高的垂直領(lǐng)域，智能體創(chuàng)業(yè)可能仍有機(jī)會。如果智能體的門檻不高，大模型本身就能完成這些功能。因此，我認(rèn)為今年正處于這個階段，L3已經(jīng)開始，從今年的展會來看，智能體已經(jīng)迎來了大爆發(fā)。