在AI時代下，當知識變得觸手可及，考試的邏輯又該如何被重構？上班路上，你戴上眼鏡就能看到前方路況。買咖啡時，你抬個眼就能完成支付。你翻閱專業檔案時，眼鏡會自動掃描文字並聯動雲端資料庫，為你即時翻譯，解釋複雜名詞。周末去徒步時，你轉個頭觀察地形，眼鏡就能標註出地形風險，生成最優徒步路徑。這不是科幻片的特效鏡頭，而是AI眼鏡為你描繪的未來圖景。AI眼鏡的未來（圖源網路）華為、蘋果等多家公司將在今年上市AI眼鏡，小米、夸克等品牌早已入局。2025年國內AI眼鏡的出貨量相比上一年同比增長超過120%。中信建投的報告指出，AI眼鏡有望逐步替代智慧型手機，成為下一代智能終端。雖然各大科創公司都在做AI眼鏡，但該品類還是陷入了一種“雷聲大雨點小”的尷尬境地，普通消費者並不買帳。3000多元的售價，加上續航時間短、佩戴不適等問題，讓它始終是小眾產品。不少人好奇，這東西到底有啥用？香港科技大學的一個團隊，用一場有爭議的試驗，回答了這個問題。在《電腦網路原理》科目的期末考試中，佩戴AI眼鏡的學生只花了不到40分鐘，就獲得了92.5分，遠超72分的平均分，在100多名學生中躋身前五。被媒體報導後，剛考完這門課的學生在評論區寫道，“複習了一周，我就這麼被AI給‘秒殺’了”。考試試驗的場景2024年，復旦大學的自然語言處理實驗室曾讓13個知名AI回答高考題，部分數學題甚至讓AI們全軍覆沒，AI在做多選題時也頻繁出錯。短短一年半內，AI是怎麼和眼鏡結合，成為優等生的？在AI時代下，當知識變得觸手可及，考試的邏輯又該如何被重構？手速跟不上AI的反應速度《電腦網路原理》科目的期末考試剛結束，試驗團隊成員、研究助理李梓潔就戴上AI眼鏡，開始讀試卷。該AI眼鏡是基於樂奇眼鏡開發的，搭載了OpenAI旗下模型ChatGPT-5.2。她目光落在卷子上的瞬間，眼鏡攝影機就自動啟動，捕捉題目並完成識別，李梓潔的眼前出現了一行綠色的英文，“Calling AI（呼叫AI中）”。下一秒，前五道選擇題的答案和選項就浮現在了眼鏡的螢幕上，最下方還有倒計時，告訴她幾秒之後，眼鏡的攝影機將再次拍攝試卷。李梓潔無需思考，只需謄抄答案。“我當時非常震撼，整個做題過程非常絲滑。”李梓潔說。半個多小時後，她就放下了筆，示意交卷。AI眼鏡答題時的螢幕《電腦網路原理》是香港科技大學電腦專業大三的核心課，考試以選擇題、填空題為主，是半開卷的形式，學生可以帶兩頁寫著知識點的筆記。“有些填空題題干有好幾頁長，需要學生反覆翻頁，理解了上下文才能做出來。”這門課的授課老師孟子立介紹。這也是 AI 答題的最大難點，它無法像人類一樣，拿著試卷前後翻閱。因此，它必須具備記憶功能，將攝影機捕捉到的零散頁面資訊串聯整合，才能精準理解題意。香港科技大學張軍教授、孟子立教授的團隊主要研究無線通訊和網路領域。“我們想看一下，作為移動硬體的下一階段，AI眼鏡的潛力有多大。”張軍說。他們意識到，AI眼鏡沒能在大眾市場普及的原因之一，是缺少一個“殺手級應用”。這次考場試驗靈感的誕生，源於一次監考時的小插曲。2025年春季學期的期末考場上，孟子立注意到一位戴著墨鏡答題的學生，當時市面上的AR眼鏡（增強現實眼鏡）都不用透明鏡片。看著對方埋頭答題的樣子，他起了疑心：“這個同學不會是在用AR眼鏡吧？”雖然事後確認這只是虛驚一場，但幾個月後，當團隊在討論AI眼鏡的測試場景時，孟子立馬上想到了考場。“對學生來說，考場是手機的絕對禁區，而眼鏡是目前唯一能攜帶、解放雙手的硬體。如果能實現考場答題功能，AI眼鏡的吸引力將大幅提升。”團隊成員、在讀博士莊宇凡說。常規的AI裝置都是使用者問什麼答什麼，而考試場景需要AI主動識別題目、預判需求並推送答案。這種從被動到主動的跨越，是團隊想要探索的技術邊界。2025年10月，這場試驗正式立項。但把一副普通AI眼鏡打造成優秀“考生”的過程，遠比想像中曲折。據團隊介紹，AI眼鏡的答題流程是攝影機拍攝題目圖像，通過手機傳輸至雲端大模型，大模型運算解析後生成答案，再沿原路徑反饋至眼鏡鏡片。AI眼鏡答題流程圖硬體選型是第一道難關。團隊一口氣採購了Meta、樂奇等品牌的十多副AI眼鏡，卻發現同時有螢幕和攝影機的只有3款。樂奇眼鏡憑藉相對清晰的攝影機和開放的開發介面，勉強成了測試首選。如果說硬體是AI眼鏡的身體，那大模型就是它的大腦。但初期測試的幾款大模型，讓團隊屢屢受挫。“豆包大模型單次響應時間長達幾十秒，在沒有記憶功能的情況下，花了3小時做題，只拿到了四五十分。” 設計AI答題軟體的團隊成員、在讀博士徐嘉陽說。距離既定測試日期只剩一周時，OpenAI正式發佈了GPT-5.2新版模型，它將響應時間壓縮至10秒內，大幅提升了AI眼鏡答題的精準率。GPT-5.2與Gemini 3答題速度的對比最後，AI眼鏡只在填空題上丟了7.5分，成績超過了95%學生。AI眼鏡答錯的問題是大題中最難的一些題，需要複雜的推理計算。“但即便最後答案是錯的，AI仍然能生成一部分的推理步驟，它可以拿到不少過程分。”徐嘉陽說。另一個失分原因是，AI超綱了。“它會用到課本以外的知識。對於一些複雜的系統，課本中可能做了一些簡化，但AI則是根據實際情況來回答。”莊宇凡說。多次測試結果顯示，AI眼鏡的成績都穩定在高分區，遠超團隊預期。“我們一開始覺得，AI眼鏡能在3小時後達到人類學生的平均水平就夠了，沒想到如今AI的能力已經這麼強了。”孟子立說。AI眼鏡的成績而且，40分鐘交卷是算上人類謄寫的時間，如果根本不用人類謄寫的話，AI眼鏡可以在10分鐘內交卷。在測試樂奇眼鏡的同時，團隊已經開始了更具挑戰性的嘗試，親手打造一副AI眼鏡。又貴、又重，還耗電實驗室的工作台上，堆滿了各種零件。眼鏡框、微型電路板、鋰電池，還有各種攝影機和螢幕配件。莊宇凡、李梓潔在課程間隙，會戴著防靜電手套，偵錯電路板，並試圖把它放入鏡框中。夸克AI眼鏡的內部結構（博主“老師好我叫何同學”視訊截圖）“現有的商用AI眼鏡還無法做到完全開源，自制的AI眼鏡讓我們有更多的發揮空間，打造使用者體驗更好的應用。”莊宇凡說。樂奇創始人兼CEO祝銘明曾對媒體表示：“三五年內，手機還在，但AI眼鏡是主體。手機將作為通訊、計算和儲存的終端，而互動更多發生在AI眼鏡上。”可讓理想照進現實，並不容易。2023年以來，隨著大模型技術的落地，Meta、樂奇、小米等品牌扎堆推出AI眼鏡，導航、拍照、語音互動等功能輪番上陣，彷彿要把手機的所有功能，都塞進小小的鏡框裡。Meta AI眼鏡宣傳圖但在普通消費者眼裡，這些功能終究是錦上添花，而非雪中送炭。對於近視的人來說，還需要額外配鏡片，或者在眼鏡外套上AI眼鏡。全網有30萬粉絲的科技博主“懶狗小黑”買了5副AI眼鏡，在他看來，現有的AI眼鏡不僅貴，價格都在3000多元，而且重量和形態都特別受限。“AI眼鏡用半天就要充一次電。”“懶狗小黑”說。Meta帶螢幕的AI眼鏡重量約70克，而普通眼鏡的重量約十幾克。功能越多、性能越好，AI眼鏡就越重。在2025年的Meta Connect 大會上，其創始人馬克·祖克柏更是在演示新款AI眼鏡的功能上失敗了兩次。在社交媒體上，普通使用者的吐槽也非常多。“宣傳的即時翻譯根本沒用”“高畫質拍照？還不如我的‘千元機’拍得清楚”“我戴眼鏡的時候，別人從正面看我，鏡片會泛綠光”，這些吐槽戳中了 AI 眼鏡行業的痛點。圖源網路香港科技大學團隊在使用樂奇AI眼鏡時發現，AI眼鏡在硬體上依然有短板。高功耗的圖像傳輸和螢幕運作讓它在半小時內，電量從100%跌至58%。攝影機的清晰程度以及藍牙連接的穩定性，也會影響回答問題的結果。但由於自研眼鏡過於笨重，團隊只能繼續在樂奇眼鏡的基礎上做軟體最佳化。這場失敗的嘗試，卻讓他們對AI眼鏡目前的硬體實力有了更多認知。“人不能同時盯著兩個東西，因此當AI眼鏡鏡片的字和現實的物體不在同一平面時，你的瞳孔聚焦就要反覆切換，眼睛會很累。硬體方面，AI眼鏡還有很長的路要走。”孟子立說。硬體能隨著技術迭代逐步完善，但AI眼鏡闖入考場，引發了更複雜的問題。未來的考試，需要考什麼？“做這個試驗是早晚的事，我們不做，可能幾個月後別人也會做出來。”孟子立說。在他看來，學生在日常課程中使用AI工具是大勢所趨。正如交通工具的迭代必然引發考評標準的變革，AI眼鏡也可能會影響考試的方式。“AI是工具，學生要學會的是使用它的能力。對於考試，我們需要測試的不是可以直接通過AI獲得的知識，而是不同專業學生需要具備的該領域的關鍵能力。”張軍說。但團隊成員都認為，在現階段的考場中，不宜使用AI眼鏡，因為這會打擊考試的公平性。2024年，日本早稻田大學的入學考試中，一位考生用AI眼鏡拍攝照片，並行布在社交媒體上徵求答案，最後被移送至東京地方檢察廳法辦。2025年，日本考試明確規定禁止使用智能裝置。圖源網路“對於學生來說，更有益的還是把AI眼鏡作為學習的輔助工具。”張軍說。ChatGPT剛出來時，不少學校禁止學生使用這款應用程式。但3年過去了，AI應用的發展已經無人能阻擋，香港科技大學也是中國香港首所為學生與教職工提供ChatGPT的大學。《電腦網路原理》的課程大綱提到，老師將嚴肅處理由AI生成的作業，但同時也“強烈鼓勵”學生使用AI作為學習的輔助工具。不過，在莊宇凡看來，無論技術多先進，考試依然要檢測學生對知識掌握的熟練程度和理解深度。“AI眼鏡是為了提高獲得知識的效率，但我們依然需要記住這些知識。”如果沒有對知識的理解，學生甚至無法判斷鏡片上的答案是否存在邏輯陷阱。目前，全球多所高校已在探索變革，口試正變得越來越流行。在口試中，學生要第一時間獨立作答，其中體現出的理解力、表達力是AI無法替代的。美國一大學的口試場景（圖源《華盛頓郵報》）這場在香港科技大學的試驗，更像是一次對未來的顯影。“我們更像是驗證，AI眼鏡已經具備解答大部分問題的能力了。”張軍說。當鏡片中的答案近在咫尺，我們真正需要守護的，是獨立求解的學習能力。 (36氪)

與Voxdale創始人兼CEO Tim Dieryckx見面之際，全球人形機器人進入資本、量產、商業相互交織的焦灼狀態；AI眼鏡賽道里擠滿了來自中國的廠商；一場更加明顯的東昇西落在世界各個角落輪番上演。頭圖｜視覺中國我們的談話，發生在今年CES結束不久，這場消費電子界的盛會上，幾乎90%都是來自中國的硬體廠商，甚至有人戲稱，CES，成為了中國消費電子展。但Tim今年沒有去，他說CES噱頭太多，不如實地到中國來看看。我們在這座“電動車之鄉”見面，無錫國際人才港，集合了來自國內外的創新動力，樓內是機器人Demo與AI創業公司的試驗場；窗外就是台鈴、雅迪等電動車巨頭的大樓。無錫旁邊的常州，被譽為“鋰電池之鄉”，再往旁邊的蘇州，則匯聚了半導體、材料、家電等一條完整的硬體產業鏈叢集。Tim對我說，他是來學習的。我們的談話，發生在今年CES結束不久，這場消費電子界的盛會上，幾乎90%都是來自中國的硬體廠商，甚至有人戲稱，CES，成為了中國消費電子展。但Tim今年沒有去，他說CES噱頭太多，不如實地到中國來看看。Voxdale，這家總部成立於比利時的工程機構，奉行“設計驅動工程”的核心哲學，這是戴森創新的核心。Tim本人在硬體、可持續能源和IoT產品開發、創業和組織管理中積累超過15年的實踐經驗。這聽起來似乎平平無奇，但如果知道硬體行業的殘酷，就會明白這六個字的份量。在硬體創業的圖譜中，存在一個著名的“死亡之谷”，一個從原型Demo到大規模量產之間的灰色地帶，諸多公司死在谷底。Voxdale的角色，就是幫助創新者、大公司以及大學，在他的工程實驗室裡填平這道鴻溝。他們不僅關注產品是否美觀，更關注能否用合理的成本把它造出來。這正是Tim來到中國的原因。在他看來，中國已是全球硬體開發全鏈路中一個不可或缺的“變數”。“過去15到20年，我們一直與中國公司緊密合作。如果你想把產品從1做到100萬，你離不開中國。”Tim向我展示了他手腕上的華米（Amazfit）智能手錶——這款售價僅250歐元的中國產品，提供了與Apple Watch幾無二致的功能體驗。“歸根結底，任何硬體產品只關乎兩件事：規模化和降低成本”，Tim說，“從構思硬體產品的第一刻起，我們就必須開始焦慮：這東西要生產多少？用什麼技術才能立刻實現大規模製造？”這次中國之行是他的第一天。在無錫國際人才港與數家中國AI初創企業交流後，他看到了一種他在歐洲久違的勁頭——一群擁有國際化背景的工程師和博士，他們沒有那是那種在歐洲常見的“陳舊包袱”，而是一心想做實事，想“出去征服世界”。他把這種獨特的氣質總結為“沒有思維界限”， “在歐洲，人們往往因為監管的束縛，第一反應是‘這不可能做到’。而在這裡，人們思考的是‘什麼是有可能的’。”“這裡的政府扶持也讓人印象深刻。”Tim指著窗外，“辦公區就設在公寓旁邊，你能清晰感受到政府這雙‘有形之手’在推動初創企業的發展。”然而，當我們的話題轉向當下最熱的“AI原生硬體”時，Tim並沒有表現出預期的興奮。相反，他潑了一盆冷水。“老實說，到現在為止，還沒有特別讓我驚豔的。”在他看來，目前市面上大量的所謂AI硬體，本質上是在賣算力盒子，比如把一顆Nvidia的晶片塞進外殼裡，然後加上各種周邊配置。散熱難、功耗大，且缺乏真正的應用場景。尤其是被寄予厚望的AI眼鏡，Tim直言“對此表示懷疑”。在他看來，目前的AI眼鏡更像是一種噱頭，而非下一個iPhone時刻。“如果我知道，那我就發財了。”他笑著說，但我認為可能不是眼鏡。什麼是真正的AI原生？Tim給出了一個極具參考價值的定義：當硬體是產品的載體，而AI是產品的核心本質時，這才是AI原生硬體。 這意味著，如果你把AI拿掉，這個產品就變成了廢鐵，無法運作。以此標準審視，目前市面上大量的“智能硬體”恐怕都要被打回原形。軟體和硬體的區別，Tim給出的個感性的答案，他說軟體很難讓人產生愛，但硬體可以，“APP很少讓人感嘆‘看這設計多美’，但硬體設計能讓人感到愉悅。”這種情感連接，是硬體區別於軟體的特權，也是許多智能化產品在堆砌參數時容易忽略的地方。對於正處於激戰中的中國硬體創業者，Tim建議是，利用好本土優勢，適配全球化以及保持清醒，因為，“印度在追趕成本，歐洲在試圖復甦創新，競爭永遠在動態變化中。”以下是訪談實錄，虎嗅根據實際情況進行了刪改：中國是硬體開發所有環節中重要一環虎嗅：先介紹下Voxdale，你們為硬體公司做什麼樣的創新和服務？Tim Dieryckx: 我們的核心業務是幫助公司做硬體產品的設計與工程。這也是我為什麼來這兒，因為在硬體開發的所有環節中，中國都是一個至關重要的因素。作為一個公司，我們將兩件事緊密結合：一是設計，確保產品美觀、獨特、使用者體驗好；二是立刻結合工程化和量產化。我們幫助創新者、大公司以及大學，將創新的想法推向市場。從構思硬體產品的第一刻起，我們就開始考慮：這東西要生產多少？用什麼生產技術才能立刻實現大規模製造？這也是為什麼過去15到20年我們一直與中國公司緊密合作，因為我們需要元件，需要製造，並且這種合作在過去幾年變得越來越緊密。我們還有第二塊業務，就是孵化我們自己的初創技術。我們會作為某種形式的“初創工作室”（Startup Studio），與大學、醫生或領域專家合作，孵化我們自己的硬體初創公司。目前我們有大概10項技術正在開發中，進度不一。虎嗅：你們也做創新孵化的業務，有一些已經退出的成功案例嗎？Tim Dieryckx：我們已經成功退出並出售了幾家公司。一個是尿液採樣裝置。這是一個很專業的領域，具體是體外診斷（IVD）。這個裝置已經賣給了一家美國公司。我們還開發了一種疫苗接種技術，即皮內注射疫苗。這能減少所需的疫苗劑量，接種速度更快、成本更低，人們甚至可以自己操作，這有很多優勢。我們還為此開發了配套的機器人技術，讓人們去藥房就能接種。現在我們正在研發一種血液採樣裝置。我們的假設是，特別是在美國和英國市場，採血成本很高，但血液樣本依然是最好的檢測樣本之一。考慮到人口老齡化這也是個痛點，另外，如果未來再次發生大流行病，基於家庭的血液採樣會有巨大優勢。因此，我們開發了一種極低成本的大容量採血技術，目前處於最後階段，正準備量產，生產將會在中國進行。硬體區別於軟體的地方是能帶來情感共鳴虎嗅：迄今為止，你是否看到了一些有趣的AI原生硬體？Tim Dieryckx：老實說，到現在為止，還沒有特別讓我驚豔的。對我來說，真正最有趣、最讓我震撼的還是自動駕駛。以前自動駕駛可能只能應對比較簡單的環境，但現在汽車在非常複雜的路況下所展現出的決策能力，令人驚嘆，這是目前最讓我折服的AI應用。我總覺得手邊的裝置如果加上AI應該能更好，但我看了一些加了AI的智能手錶之類的，老實說並沒有被它們的功能震撼到。虎嗅：在你眼中，衡量一個好硬體的標準是什麼？Tim Dieryckx：第一是專注，專注於有限的創新點。在一兩個方面做到與眾不同且比別人更好，那怕只是價格優勢或者某個功能；第二是可擴展性，你必須能大規模量產它，並在這個過程中把成本降到很低；第三是直觀，看到它你就知道怎麼用，不需要思考，不需要讀說明書去找按鈕在那裡。最後是情感連接，最好能帶來某種層面的情感。如果把它送人我會有點難過。這是硬體區別於軟體的地方。軟體APP很少讓人感嘆“看這設計多美”，以此獲得掌聲，但硬體可以。比如汽車，雖然有些很醜依然實用，但人們確實會因為一輛車的設計很美而喜愛它、購買它。這就是硬體獨特的地方，它能帶來情感共鳴。虎嗅：你怎麼定義一款AI原生的硬體？Tim Dieryckx：這是一個好問題。至少我們目前的定義是：當硬體是產品的載體，而AI是產品的核心本質時，這就是AI原生硬體。這意味著，如果你把AI拿掉，這個產品就無法運作。這與汽車不同，汽車裡有很多AI，但如果拿掉AI，汽車的主要功能，即把人從A點送到B點——依然存在。舉個例子，有一種安裝在天花板上的燈，它的核心功能是檢測人是否跌倒。只有當AI檢測到跌倒並報警時，它才在工作。除此以外，它周圍的硬體僅僅是支撐，核心功能完全依賴背後的AI引擎，這就是AI原生。虎嗅：現在你看到的AI原生硬體最大問題在那裡？Tim Dieryckx：目前很多所謂的AI硬體，歸根結底是在比拚算力，AI硬體的一大難點是散熱，因為需要強大的算力支援。目前很多產品的邏輯就是把正確的引擎（通常是Nvidia晶片或類似的）塞進外殼裡，加上周邊配置。相反，我在那些融合了AI的傳統硬體上看到了更驚豔的表現，比如人形機器人，它們在機械結構、手部動作上的進步，比單純的AI盒子更讓我印象深刻。虎嗅：你見過的最愚蠢的硬體產品是什麼？Tim Dieryckx：有一家公司他們融資了幾百萬歐元，開發了一台售價400歐元-500歐元的機器。這台機器唯一的功能就是擠壓一個裝著果汁的袋子把果汁擠到杯子裡。結果後來人們發現，根本不需要這台機器，直接用手擠那個袋子，果汁照樣能出來。“他們在想什麼？”，完全是為了做硬體而做硬體，毫無意義。虎嗅：你怎麼看AI眼鏡？它會成為下一個取代iPhone的硬體嗎？Tim Dieryckx：我對此表示懷疑。人們嘗試做智能眼鏡已經很多次了，包括蘋果、Meta等，但我至今沒看到真正的日常使用場景。目前的AI眼鏡更像是一種噱頭。雖然在外科手術、遊戲等特定領域有應用，但我很難想像人們會有全天候佩戴眼鏡來處理日常事務的習慣。此外，眼鏡的可用性和算力之間存在巨大矛盾：要在保持輕便、經濟、易用的同時塞進強大的算力，這太難了。不過，我們看到一個很有趣的方向是智能隱形眼鏡。比利時有一家初創公司在做這個，雖然還處於非常早期的階段，甚至還無法完全運作。他們的願景是先幫助那些瞳孔無法隨光線收縮的人自動調節進光量，未來甚至可能實現“增強視覺”（如超人般的變焦能力），如果成真，那才是真正酷炫的未來。虎嗅：你覺得下一個像iPhone一樣偉大的硬體產品形態可能是什麼？Tim Dieryckx：如果我知道，我就發財了（笑）。但我認為可能不是眼鏡，而是一種整合式的AI助手。它可能是一個掛在脖子上的掛件、耳機或者別針，能全天候捕捉我們的圖像、聲音、飲食習慣和健康資料，像一個超級秘書一樣，幫我們記錄會議、分析健康、預測風險。另一個確定的未來是機器人。無論是家裡的服務機器人、工廠裡的機械臂，還是路上的自動駕駛汽車（它們本質上也是機器人），未來我們的生活將充滿各種形態的機器人。真正好的硬體不應該依賴手機虎嗅：我們經常看到硬體初創公司死在“原型機”到“量產”之間的“死亡之谷”，根據你的觀察，最常見的失敗原因是什麼？Tim Dieryckx：歸根結底通常是因為錢燒光了。為什麼會燒光？首先是無法規模化，很多公司卡在中間階段，市場牽引力不夠，但單品成本又太高。為了把成本降下來，你必須虧本通過規模化銷售來分攤成本，這需要巨額資金和投資人的絕對信任，或者你得有一個巨大的市場——但這在歐洲很難。其次是對產品市場契合度（PMF）理解不深： 很多公司沒搞清楚自己到底該賣什麼。還有市場定位錯誤： 有些公司一心想做C端（消費者）產品，但這很難。其實做B端（企業）或中間產品更容易存活，例如我們接觸過一家做防彈材料的公司，他們沒有自己去做防彈背心賣給個人，而是做中間層賣給大公司，迅速獲得現金流，甚至不需要融資。另外是地域限制（尤其是歐洲），歐洲市場太分散，每個國家有不同的法規、語言和審批流程，導致初創公司起步市場太小，難以規模化。虎嗅：供應鏈和迭代速度難道不是失敗的主要原因之一？Tim Dieryckx：我認為供應鏈不是最大的問題。現在全球供應鏈協作非常緊密，尤其是和中國。主要問題在於迭代思維。在歐洲，人們往往追求“一步到位”的完美技術，試圖建構整個生態；而在中國，你們非常擅長增量創新——從一個小功能開始，快速推向市場，然後不斷迭代、深挖。這是歐洲的傳統包袱。我們的財富是建立在發明全新機器（如寶馬、博世、西門子的大型機械）基礎上的，因此我們需要學習中國的快速迭代模式。至於供應鏈，如果你想從0做由1，或許不需要中國；但如果你想從1做到100萬，目前離不開中國供應鏈。但這並不是障礙，因為中歐企業間的合作非常順暢且快速，通常幾天內就能拿到報價並開始模具製作。虎嗅：好的硬體必須依賴手機嗎？Tim Dieryckx：目前連接手機是一種權宜之計，因為手機算力強且普及，這樣能降低硬體成本。但我認為，真正好的硬體不應該必須依賴手機。尤其是在醫療領域或專業場景下，許多優秀裝置是獨立運行的。隨著算力成本下降，未來最好的硬體應當是獨立的。這裡的中國人有“想征服全世界”的勁頭虎嗅：我們常說戴森是硬體設計類創業的標竿。在迭代快速的AI時代，戴森模式還有效嗎？Tim Dieryckx：戴森是一家了不起的公司，擁有頂尖的設計師。但他們面臨的巨大挑戰在於創新速度。AI不僅挑戰戴森，也挑戰所有巨頭。如果中國的創新速度持續領先，這對那些處於領先地位但行動緩慢的公司來說是巨大的風險。虎嗅：這是你到中國的第一天，在和中國這些人工智慧的初創企業交流之後，你有什麼感受？Tim Dieryckx：我認為是思維界限，在歐洲人們往往會因為監管而更多地想“這不可能做到”，這裡人們思考的是“什麼是有可能”的，而不是“什麼是不可能的”。而且我發現在這裡交流的中國人都很國際化，他們大多是工程師，有的是博士，大部分有留學背景。他們都是真心想做實事的人，大家想作偉大的公司，有種“出去征服世界”的勁頭。另外，這裡的政府創業扶持也很讓人印象深刻，政府的辦公區就設在公寓旁邊，你能清晰感覺到政府在推動初創企業的發展，幫助他們做大做強。虎嗅：我們是否正在走向一個AI硬體由中國初創公司獨佔的未來？Tim Dieryckx： 短期內中國在硬體領域確實是超級大國，但我不認為未來會是獨佔的。首先，美國依然擁有世界上最頂級的科技巨頭（蘋果、特斯拉、輝達等）；其次，歐洲（如愛沙尼亞、芬蘭等地）正在復甦；再次，印度和非洲部分地區正在崛起，未來5-10年它們可能會在成本上挑戰中國。但我確信，在接下來的20到30年裡，中國仍將是硬體領域的主導力量。中國的技術領先優勢很明顯，比如生物科技、自動駕駛、無人機，以及最讓我震撼的機器人領域。在這裡，你不是看到一家公司在做人形機器人，而是看到15家公司同時在做，競爭異常激烈。這種競爭會極大地推動技術進步，這也正是我們希望把這些技術引入歐洲的原因。虎嗅：對中國的硬體創業者你有什麼建議嗎？Tim Dieryckx：利用好本土優勢，你們擁有巨大的本土市場；全球化策略，如果要出海，儘量與當地公司合作，調整設計以適應當地文化；保持警惕，不要因為現在做得好就睡大覺；保持敏銳，因為其他國家和地區也在追趕。 (虎嗅APP)

斯皮格爾稱，2026年將是決定性一年，已將公司命運與Specs的增長直接繫結。圖片來源：SnapAI百鏡大戰再添實力玩家。1月29日，社交平台Snapchat母公司Snap Inc. (NYSE: SNAP)宣佈正式成立全資子公司Specs Inc.以此推動旗下智能眼鏡業務的獨立發展與長期戰略佈局。Snap表示，此次調整將幫助Specs智能眼鏡業務實現更強的業務專注度與協同效應，為後續業務合作及資本運作提供更多靈活性，包括可能的少數股權融資。該調整也有助於Specs獨立品牌體系的建構，為今年全新Specs智能眼鏡產品的正式發佈堅實基礎。根據官方透露的資訊，和這些傳統的電子螢幕裝置不同，Specs採用透明鏡片，在三維空間中將數字內容疊加到現實世界，並支援通過手勢和語音進行自然互動。去年9月，Snap首席執行長埃文·斯皮格爾（Evan Spiegel）在公開信中明確表示，2026年將是公司“最具決定性的一年”。這位出生於1990年、世界最年輕億萬富翁認為，Snap的命運與下一代消費級智能眼鏡Specs的增長表現直接繫結。目前，Snap開發者已基於Specs打造出全新的學習、遊戲和工作方式，所有體驗都紮根於真實世界之中。在設計理念上，Specs意圖幫助使用者保持當下的專注，讓使用者與朋友、家人和同事在共享體驗中更加緊密地連接在一起——無論是在空地上一起體驗虛擬奪旗遊戲，通過模擬化學反應進行學習，還是團隊協作查看新產品的虛擬設計方案。Specs試圖打破傳統的電腦和智慧型手機為“爭奪注意力”而設計的格局，認為這樣的做法使得人與現實世界隔離，同時也削弱了人與人之間的真實互動。全新Specs推出之際，正值AI重塑計算方式的關鍵階段。新一代Specs搭載Snap首創的智能系統（Intelligence System），在智能、主動使用體驗做了相關提升。Snap稱，“在嚴格保障使用者隱私的前提下，系統可以通過理解使用者及所處環境，主動幫助完成各類任務”。Specs將是一台“使用者會用得更少的電腦”，因為它能夠主動替使用者完成更多事情。新一代Specs智能眼鏡預計將於今年內正式發佈。同時，Snap釋放了Specs Inc.團隊擴張計畫，稱正在全球範圍內招募優秀人才，持續壯大團隊。作為立足於年輕人社交產品領域的王者，Snap在智能眼鏡賽道已是老兵一枚。早在2016年，該公司嘗試將平台上的相機功能硬體化，創造新奇社交拍攝體驗，發佈了Spectacles智能太陽鏡系列 (1-3代），主打時尚外觀，整合攝影機，用於快速拍攝短影片並分享至Snapchat，作為Snapchat應用的延伸，驗證市場對可穿戴相機硬體的接受度。2021年，為了服務開發者與創作者，Snap旗下智能眼鏡轉向AR體驗終端，發佈了Spectacles AR眼鏡，為開發者提供原型硬體，建構AR內容生態（Lenses），為消費級產品鋪路。為此，Snap還自研晶片（如 GrAIcore NPU，專為低功耗AR AI設計）和OS等核心技術，提升體驗、控制生態。不過，Snap的智能眼鏡在消費市場的銷量表現並不突出。2024年，Snap發佈的新的第五代AR眼鏡以每月99美元、至少訂閱12個月的方式提供給開發者，套裝總成本接近1200美元，可以看出其產品主要面向開發者和創作者提供，建構AR內容生態。去年三季度後，Spectacles開始深度整合OpenAI和Gemini等AI產品。11月，Snap宣佈與Perplexity AI達成合作，後者將把其對話式搜尋功能直接整合到Snapchat中。該功能計畫於今年初在Snapchat上線。而這一切看起來，都像是為2026年推出消費級產品Specs做最終準備。這也意味著，Snap硬體研發的思路已從智慧型手機應用範式轉向AI優先的體驗。Snap最新財報顯示，2025年第三季度，營收為15.1億美元，淨虧損為1.04億美元。目前，Snap全球日活躍使用者（DAU）達4.77億，月活躍使用者（MAU）增至9.43億，距離10億使用者目標僅一步之遙。 (鈦媒體AGI)

造一副AI眼鏡，其實不難——只要你在中國。在珠三角，只要有訂單，AI眼鏡可“三天出樣、七天上線”；在長三角，全球最頂尖的光波導、Micro LED顯示技術匯聚一堂，矽谷老大來了也要誇聲“老靈了”。美銀證券（BaofA）的報告則揭示了更令人震驚的資料：在全球AI眼鏡的供應鏈中，超過80%的企業來自中國。AI眼鏡，這個被矽谷視為下一代計算入口的智能裝置，正被中國工廠盡在掌握。中國對AI眼鏡的掌握是全面性的。在攝影機模組、光學鍍膜、結構件、整機組裝等關鍵環節，中國企業都是領先者與引領者。零元件核心企業之一至格科技CEO孟祥峰就曾強調說：“不用出長三角，就能完成（AI眼鏡）所有核心部件採購與測試。”一副AI眼鏡有諸多零部件，晶片、光學模組（光機+波導片+螢幕）兩大部分最為核心，最有技術難度與價值，中國企業對全球AI眼鏡產業的掌控，也是得益於在此的技術突破與市場優勢。▲小米AI眼鏡拆解示意，來源：維深Wellsen XR晶片相當於AI眼鏡的“大腦”，負責處理與計算；光學模組相當於AI眼鏡的“眼睛”，負責鏡片的光學顯示；它們也是最“貴”的。光學模組在AI眼鏡的成本佔比超過40%，晶片超過30%，兩者合計吃掉了超過七成的成本，是產業最核心的價值組成。在光學模組領域，“光波導技術”是核心技術壁壘——在這一方面，中國已實現全球領先。在浙江湖州，至格科技這家脫胎於清華大學精密儀器系的創業公司，不僅攻克了困擾全球AI眼鏡產業“彩虹紋效應”難題，更將衍射光波導鏡片做到了不到4克——只有一勺鹽的重量。另一邊，JBD（上海顯耀顯示科技）所研發的AI眼鏡Micro LED光引擎，體積僅0.15立方釐米，功耗比行業平均水平低40%。光學戰場之外，晶片領域中國企業同樣表現出色。珠海恆玄科技的AI眼鏡晶片，已成為Meta Ray-Ban的核心供應商之一；福建瑞芯微的AI眼鏡晶片，則為“上市即售罄的”小米AI眼鏡提供了10TOPS的“算力大腦”，全志科技、星宸科技等企業，更在中低端市場掀起性價比風暴。中國產業的威力，還體現在鏈條的完整與垂直整合的深度。除了零部件外，在精密製造環節，歌爾股份、立訊精密、藍思科技等巨頭，將手機時代的精益經驗全數遷移至AI眼鏡。例如，藍思科技將AI眼鏡重量壓至49克，裝配斷差控制到肉眼難辨——生產線上，20余道工序精密銜接，功耗曲線反覆校準，連鼻托都已迭代10多個版本。根據深圳華強北市場資料，2025年，僅華強北就把AI眼鏡賣到了全球50多個國家和地區，月均銷量突破10萬台，出口比例近40%，全球市場佔有率不斷攀升。如今的世界AI眼鏡“一哥”Meta曾被外媒拆解產品，其包裝上赫然印著“GTK”的標識——來自中國的歌爾股份。“Meta別無選擇，只能與他們（中國工廠）合作，因為他們是關鍵部件最穩定、最可靠的供應商。”英國《金融時報》無奈地說。最早提出智能眼鏡概念的Google，最近也宣佈與中國企業XREAL聯合開發下一代AR眼鏡，高度依賴“中國智造”。在接受媒體採訪時，XREAL創始人徐馳曾經這樣說過：“AI眼鏡行業有一個共識，但凡你要把成本降下來，最後必須要放在亞洲，然後中國一定是最好的那個選擇。”中國之所以是最好選擇，核心不是低成本，更在快速創新的技術迭代與製造力引領。經過十幾年的發展，中國AI眼鏡產業鏈已從“從代工到創新，從跟隨到引領”。AI眼鏡賽道，中國並不是先發者。早在2012年，Google就推出了名噪一時的Google Glass，能拍照、能打視訊、能回郵件，售價高達1500美元，是當時的“未來科技”代名詞。▲Google眼鏡，來源：Google兩年之後，2014年，祖克柏斥資20億美元巨資收購Oculus，一下子點燃了VR眼鏡的熱度，那幾年，全球都在講VR。微軟則選擇了To B的道路。2015年，微軟HoloLens第一代AR眼鏡面世，售價高達3000美元，主打To B企業市場，賣給肯德基培訓炸雞師傅、賣給NASA培訓宇航員、賣給奔馳遠端維修機械……順便科普一下VR、AR、AI眼鏡之間的區別。VR眼鏡的特點是用封閉式光學系統隔絕現實，帶使用者進入完全的虛擬世界（Virtual Reality）。戴上VR眼鏡，無論是玩過山車、看恐怖電影，還是聽演唱會，全都主打一個“身臨其境”，有著最強的沉浸感。不過VR的代價也是跟真實世界隔絕，可應用的場景受限。AR眼鏡是增強現實（Augmented Reality）的簡稱，相當於給你眼前的現實世界加了一層“數字濾鏡”，通過光波導、Micro LED等技術，將虛擬資訊疊加到真實場景中。比如上文提到的微軟AR眼鏡，維修工人在培訓時戴上它，眼前的螢幕會浮現出手裡的零件名稱、安裝步驟，指導下一步。AI眼鏡是近些年AI大模型爆發後的產物，其顯像原理和AR眼鏡類似，但不同的是，有了AI人工智慧模型的加持，AI眼鏡能夠完成大量即時翻譯、即時導航、即時AI助手對話等對智能程度和響應速度要求更高的場景，真正讓AI眼鏡在日常生活中變得“有用、好用”。不過這些都是後話了，總之，在2012～2015年的產業發展早期，矽谷巨頭們紛紛燒錢尋路，中國工廠們則只能苦哈哈地賺不到5%的代工費，基本沒有話語權。但中國工廠，從不“認命”。海外封鎖技術？沒關係，我們從牙縫裡擠出利潤養研發，做逆向工程，併購海外企業；代工，模仿，研發，超越，一代不行就兩代，兩代不行就三代……2015年，《中國製造2025》綱領發佈，政策東風颳向硬科技。歌爾股份、水晶光電、舜宇光學等一大批老牌企業“邊學邊干”，開始逐步參與產品設計，甚至反向提案最佳化方案。同時，全球佈局之路開啟。2016年，水晶光電收購以色列AR公司Lumus，加碼技術研發；2017年，歌爾股份投資美國微顯示技術公司Kopin，奠基光學佈局……在此期間，美國的一系列“卡脖子”政策更是“逼”出了一批頂尖中國創企。例如，2015年，上文提到的上海顯耀顯示科技（JBD）成立，其MicroLED微顯示核心技術在亮度、功耗、量產等關鍵指標上逐漸做到了全球領先。2019年，北京至格科技成立，其專注於AR衍射光波導和微納光學，擁有該領域完全自主可控全端核心技術，打破了海外的光波導技術壟斷。從晶片到螢幕、從光學模組到精密製造，一個又一個“技術制高點”被奪下，插上“中國創造”的旗幟。代工，跟隨，創新，引領，如今，AI眼鏡產業鏈成為中國在新興產業領域的又一張“世界王牌”。與產業鏈同頻共振的，是中國AI眼鏡品牌的全面爆發。超過80%的供應鏈企業聚集中國，規模化生產使核心部件價格快速下探，曾經售價上萬元的AI眼鏡如今壓到了1999元。同時，產業鏈集聚效應讓中國企業的研發速度不斷加快，無論是技術迭代還是產品更新，都遙遙甩開海外。今年1月，拉斯維加斯CES科技展更成了中國AI眼鏡的秀場。背靠TCL的雷鳥創新推出全球首款支援eSIM功能的消費級AI眼鏡，43英吋的3D懸浮巨幕，打破了人們的想像力。XREAL亮出了與華碩ROG聯合打造旗艦級專業遊戲眼鏡ROG XREAL R1，成為業內首款搭載240Hz超高更新頻率的Micro-OLED AI眼鏡。Rokid則開始探索更前沿的“無屏”AI智能眼鏡Style，產品重量僅38.5克，在極致輕量化、開放AI生態和實用功能之間找到平衡。還有夸克、影目、韶音、亮亮視野……來自全球各地的AI眼鏡參展商中，中國企業幾乎包攬了半壁，堪稱壓倒性優勢。▲CES2026 AI眼鏡品牌展位分佈 來源：郎瀚威@AIWatch.ai更早之前，華為、小米、百度（小度）等巨頭的AI眼鏡更是頻頻“發佈及售罄”，連理想汽車這種跨界玩家也在去年12月發佈AI眼鏡Livis，主打“車鏡融合”。中國AI眼鏡，早已站上“國際C位”。根據IDC資料，2025上半年，全球智能眼鏡市場出貨量達406.5萬台，同比增長64.2%——其中，中國智能眼鏡廠商出貨量已突破百萬台。IDC進一步預測，2026年，將成為中國智能眼鏡市場的規模化發展拐點，未來5年內，中國市場複合增長率高達55.6%，位居全球第一。中國AI眼鏡產業爆發的背後，是產業鏈的極致協同、是上游核心技術的不斷突破、是中國完備工業體系的支撐，以及這一切的快速迭代，是中國工廠一次又一次的“不服輸，不認輸”，才把一座座山頭“攻”下來，最終攻出體系，攻出戰略，攻出一片新天地，也攻出中國科技的：又一張新王牌。 (華商韜略)

2026年1月23日AI領域新聞彙總 AI技術最新動態與發展趨勢科技前沿 探索AI領域最新技術突破與創新成果，瞭解行業前沿動態。Part.01 百度文心大模型5.0正式版上線百度文心大模型5.0正式版於1月23日發佈，參數達2.4兆，採用原生全模態統一建模技術，實現文字、圖像、音訊、視訊的深度融合。該模型在LMARENA全球大模型競技場榜單上，文字理解能力位列全球第八、國內第一，數學能力排名全球第二。通過超稀疏混合專家結構（MOE），每次推理僅啟動不到3%的參數，在保持強大能力的同時大幅降低計算成本。圖 | 百度文心大模型5.0Part.02 馬斯克演示意念寫程式碼埃隆·馬斯克在X平台直播了Neuralink與xAI的最新聯合成果，一名植入Neuralink N2晶片的四肢癱瘓志願者僅通過思考，就指揮xAI模型在30秒內編寫並部署了完整的FlappyBird克隆遊戲。這一演示標誌著人機介面與生成式AI實現首次深度融合，馬斯克稱未來的程式語言將是神經元電位。圖 | 意念寫程式碼演示Part.03 豐田AI破解無限壽命電池豐田研究院與MIT AI實驗室聯合宣佈，利用材料發現模型MatGenUltra，在48小時內篩選3000萬種晶體結構，成功發現新型固態電解質。該材料能讓固態電池在5000次充放電循環後仍保持95%的容量，相當於電動車行駛150萬公里的壽命。豐田股價當日大漲5%，並宣佈將於2027年實現量產。>圖 | 豐田固態電池Part.04 南水北調“天河”大模型發佈南水北調“天河”大模型正式發佈，建構了智算雲平台和兩大中台，具備智能感知與認知、精準預報與預警等能力。該模型可實現關鍵部位隱患故障自動識別，精準率穩定在98%以上，還能開展未來15天滾動預報及洪水過程智能推演，提升洪澇災害預判能力與應急決策科學性。圖 | 南水北調天河大模型商業投資 關注AI領域最新商業動態與投資趨勢，把握行業發展脈搏。Part.01 亞馬遜裁員1.4萬人以推進AI轉型亞馬遜計畫削減約1.4萬個企業崗位，主要涉及技術、人力資源、行銷和財務部門。CEO Andy Jassy表示，公司正通過AI工具自動化重複性任務，並將資源轉向高增長領域，如AI開發和雲端運算基礎設施建設。這是亞馬遜推動AI轉型的重要舉措。Part.02 盛聚桓通獲千萬級融資安徽盛聚桓通科技有限公司成功獲得千萬級融資，其核心產品“甄能省”智能車生活服務平台依託AI技術和創新商業模式，使用者活躍量突破千萬等級，新使用者增長率高達50%。該平台通過“別人加油，你就賺錢”的模式，建構了多元收益體系，為線下實體加油站提供零成本的行銷賦能工具。Part.03 Google收購Hume AI團隊Google DeepMind聘請Hume AI的CEO和工程師團隊，將其情感智能語音技術整合到Gemini模型中。此舉旨在提升AI在語音互動中的情感理解能力，使Gemini模型能更好地理解使用者的語氣和情緒，提供更自然的互動體驗。Part.04 燧原科技科創板IPO獲受理燧原科技科創板IPO申請獲受理，成為2026年首家AI晶片企業。公司擬募資用於第五、六代AI晶片研發與產業化，獲大基金和騰訊投資支援。燧原科技的產品將進一步推動國產AI算力晶片的發展，提升國產算力供應鏈的自主性。實用工具 發現AI領域最新實用工具與應用場景，提升工作與生活效率。Part.01 螞蟻健康與中國營養學會合作螞蟻健康與中國營養學會達成深度合作，雙方將共建權威營養學知識庫，推動個性化營養服務的行業標準。相關成果將率先應用於螞蟻阿福App，為使用者提供更專業、可靠的健康與飲食建議。通過AI技術，阿福App將能根據使用者的個體差異，提供個性化的營養方案。Part.02 字節扣子2.0發佈字節扣子2.0正式發佈，支援AI長期任務協作，通過低程式碼工具助力中小團隊快速搭建定製化智能體。該版本提升了AI在複雜任務處理中的能力，使中小團隊能夠更高效地開發和部署AI應用，降低了AI技術的使用門檻。Part.03 OpenAI上線Sentinel系統OpenAI低調上線企業級安全產品Sentinel，這是一個被稱為“反AI的AI”的監控系統，專門用於即時掃描企業網路中其他AI智能體的行為。一旦發現異常行為，如社會工程學攻擊、未授權程式碼注入等，Sentinel將立即進行攔截並凍結對方權限，為企業構築智能化的數字防線。Part.04 Meta Ray-Ban AI眼鏡產能翻倍Meta宣佈將Ray-Ban AI眼鏡的產能翻倍至2000萬副，並新增即時翻譯和手勢控制功能。這一舉措將進一步推動消費級AI硬體的普及，使更多使用者能夠體驗到AI技術帶來的便利。圖 | Meta Ray-Ban AI眼鏡(Key的AI觀察室)

“規模定律的進展非常好，依然值得投入。”“世界模型和LLM最終會融合。”“AGI會在5到10年內實現，未來能源將會成為智能的貨幣。”“中國大模型相比美國前沿模型只落後幾個月，但問題不在於追趕，而在於他們能否發明Transformer那樣的突破性範式。”在CNBC最新推出的訪談節目《科技下載》中，Google Deepmid CEO Demis Hassabis 針對時下熱議的AGI路線圖、Scaling Law、中美模型差距、AI泡沫等問題，發表了不少關鍵判斷。一上來，Demis就乾脆利落地否認了“Scaling Law撞牆”的問題，他的判斷是規模定律的整體發展依然非常好，儘管相比前兩三年速度有所放緩，但回報依然很可觀，值得繼續投入。不過，他也重複了之前在其他場合發表過的觀點：要達到AGI，不能只靠Scaling Law，還需要1-2個像Transformer那樣的重大範式突破。Demis依然堅持自己之前對AGI時間的判斷——5到10年。這是一個並不激進的估計，他也自稱是一個AI的“謹慎樂觀主義者”。有意思的是，Demis也發表了和馬斯克類似的觀點：由於晶片極度短缺，AI的算力問題最終都會歸結能源問題，因此未來能源將成為“智能的貨幣”。關於中美之間大模型能力的差距，Demis 認為中國團隊追趕的速度非常快，現在這一差距已經縮短到只有幾個月。但Demis也稍微潑了盆冷水——他指出，真正的問題不在於追趕，而在於中國能否發明像Transformer那樣的範式創新，而他目前並沒有看到明確跡象。在與OpenAI、Anthropic等頂級AI巨頭的競爭中，Demis承認Google的商業化和規模化比對手起步晚一些，但他們現在已經回到了創業公司狀態，Deepmind的組織重整也使得他們能夠迅速迭代Gemini模型能力，新模型幾乎當天或第二天就能快速落地到Google的核心產品中。此外，端側AI也是Google下一步將要發力的重點。Demis表示個人非常看好“邊緣計算”方向，也就是更高效、更輕量的模型運行在手機、可穿戴裝置等終端上。他透露，Google將會發力智能眼鏡。據此前報導，Google與中國創企XREAL將合作發佈有線XR眼鏡，項目名為Project Aura，將於2026年推出。關於2026年可能出現的重大突破，Demis認為具備更高自主性的 agent 系統將變得足夠可靠，真正開始發揮實用價值。同時他也預告了與Gemini Robotics的合作，機器人領域在未來 12 到 18 個月也會出現非常有意思的進展。以下是整期播客的全文，有刪減和適當潤色：規模定律的回報依然很可觀 通往AGI還需要一兩個重大創新Arjun：我想先從技術本身聊起。我們一直在談論 AI，以及它的能力如何持續提升。圍繞所謂的“規模定律”也有很多爭論。簡單來說，就是更多算力、更多資料、更大的模型，是否必然會帶來更強的系統。你之前說過，我們需要把規模定律推到極限。但現在也有人在問，我們是不是正在撞上某種“天花板”，這些模型的進步是否正在放緩？從你在 DeepMind 的研發經驗來看，你們觀察到了什麼？Demis：我認為規模定律總體上仍然進展得非常好。只要投入更多算力、更多資料，把模型做得更大，我們確實能看到能力的持續提升。當然，這種提升的速度可能不像兩三年前那麼快了，所以大家會談到“邊際收益遞減”。但“遞減”和“沒有收益”是完全不同的概念。我覺得我們現在處在兩者之間——回報依然非常可觀，值得繼續投入。與此同時，如果從“通向 AGI”這個目標來看，可能還需要一兩個關鍵性的重大創新，不能只靠把現有方法不斷放大。Arjun：我們一會兒會詳細談 AGI。但在你看來，現在到底缺了什麼？Demis：如果你玩過各種聊天機器人，就會發現它們在某些方面非常厲害，但在其他方面卻完全不行。我把這種狀態稱為“參差不齊的智能”（jagged intelligence）。它們在某些任務上表現驚人，但換一種提問方式，或者換一個場景，就會暴露明顯缺陷，甚至連一些看起來很簡單的事情都做不好。真正的通用智能不應該有這種不一致性。除此之外，現有系統還存在很多根本性限制，比如：它們無法持續線上學習，不能在使用過程中真正學會新知識；也很難真正產生原創性的想法。因此，如果要實現通用智能，還有不少關鍵能力是當下系統所缺失的。Arjun：那要解鎖這些“真正智能的系統”，關鍵突破點可能是什麼？我之前和 Hugging Face 的聯合創始人 Thomas Wolf 聊過，他的看法是：LLM 很擅長回答問題、總結資訊，但真正缺失的是“提出全新想法”的能力。尤其是在科學領域，比如提出新的藥物機制、新的疾病假說，LLM 似乎還無法產生那種“諾貝爾獎等級”的原創思想。你怎麼看？是不是需要一種全新的架構？Demis：這正是我畢生投入 AI 研究的原因之一。我始終認為，AI 最終會成為科學的終極工具。我們已經通過 AlphaFold 等成果證明了這一點。但問題是：AI 能不能自己提出一個全新的科學假設，而不僅僅是解決一個已經被人類提出的問題？到目前為止，它們做不到。它們缺乏某些關鍵能力。我認為這可能涉及更長期的規劃能力、更強的推理能力，以及一個非常重要的概念——“世界模型”。也就是說，系統需要真正理解世界的運行方式，能夠在“腦中”模擬世界、驗證假設。頂尖的人類科學家正是這樣工作的，而目前的 AI 還遠遠達不到。世界模型和LLM最終會融合Arjun：“世界模型”這個概念最近經常被提到，但很多人可能並不清楚它到底指什麼。你能解釋一下它和 LLM 的區別嗎？Demis：目前的 LLM，主要還是以文字為核心。即便像 Gemini 這樣的基礎模型，已經可以處理圖像、視訊和音訊，多模態能力也在增強，但它們並不真正理解世界的物理規律和因果關係。世界模型關注的是：一個事物如何影響另一個事物？如果我做了某個決策，長期後果會是什麼？能不能把未來“推演”出來？如果你想真正理解世界，甚至發明新事物、提出新的科學理論，就必須擁有這種對現實世界的內部建模能力，從直覺物理一直延伸到生物學、經濟學等複雜系統。Arjun：那在你設想的 AGI 形態中，會是 LLM 和世界模型的結合，還是世界模型最終會取代 LLM？Demis：我更傾向於認為它們會融合。像 Gemini 這樣的基礎模型，幾乎肯定會成為 AGI 的核心組成部分，這一點我非常有信心，這也是我們為什麼要儘可能把這些系統做大、做強。但問題在於：它們是否“足夠”？我懷疑還需要其他類型的技術和能力。我們在做的 Genie、以及視訊生成模型 Veo，可以被看作是早期、胚胎階段的世界模型。如果一個系統能夠生成高度真實的世界場景，那在某種意義上，它就必須理解這個世界，否則它無法生成。AGI在5到10年內實現能源會成為智能的貨幣Arjun：你之前提到，AGI 可能在 5 到 10 年內實現。經歷了 2025 年這麼多突破之後，你還堅持這個判斷嗎？Demis：是的。我認為我們仍然在這條時間線上。2010 年創立 DeepMind 時，我們就把 AGI 視為一個大約 20 年的長期目標。現在回頭看，我覺得我們距離具備真正創新、規劃、推理等能力的系統，大概還有 5 到 10 年。這本身就非常驚人。Arjun：在實現 AGI 的過程中，有那些現實瓶頸？比如算力、晶片、能源問題？Demis：限制很多。晶片永遠不夠，算力需求遠遠超過供應，而算力最終都歸結為能源問題。未來，能源幾乎會成為“智能的貨幣”。不過有趣的是，AI 本身也能幫助解決這些問題，比如提升基礎設施效率、設計更好的太陽能材料，甚至推動核聚變研究。我們和 Commonwealth Fusion 有合作，用 AI 幫助電漿體控制。我個人也很關注一個問題：能否用 AI 找到室溫超導材料？此外，模型本身的效率也在飛速提升。通過蒸餾等技術，小模型可以繼承大模型的能力，實現性能與能耗的大幅最佳化，單位功耗下的智能水平持續提升。Arjun：AGI 聽起來很美好，但也伴隨著大量擔憂，比如對就業、社會結構的衝擊。你怎麼看這些風險？Demis：我堅信 AI 總體上會成為人類歷史上最有益的技術之一，但這並非自動發生。它是一種“雙刃劍”。經濟層面的衝擊可能類似工業革命，但速度更快、規模更大，我們可能需要新的經濟體系來應對。另一個風險是濫用——壞人利用 AI 做壞事。再一個風險是，當 AI 變得越來越自主，具備代理能力時，我們如何確保它們始終按照人類意圖行事，而不會出現失控行為。Arjun：那你有信心自己正在開發的系統是可控的嗎？Demis：我們對此非常重視。自 2010 年起，我們就在安全、責任和可控性上投入大量精力。我們一直假設：如果成功，系統一定會非常強大，因此必須提前考慮風險。當然，犯錯在所難免，但我自認為是一個“謹慎的樂觀主義者”。只要給予足夠時間和嚴肅對待，我相信人類最終能把這件事做對，但前提是，我們不能閉著眼睛狂奔。Arjun：像 Bengio、Tegmark 這些人呼籲放慢 AGI 的發展節奏，更多聚焦工具型 AI。你同意這種觀點嗎？Demis：我理解他們的擔憂，也部分贊同。從科學工具的角度出發，是一條非常合理的路徑。但現實世界存在競爭和博弈，不只是科學問題，還有地緣政治和商業因素。在這種情況下，我們能做的，是在保持技術前沿的同時，儘可能負責任、儘可能謹慎。我希望 DeepMind 能在這方面成為一個好的示範。一件趣事：Demis是從遊戲行業起步的Arjun：你在創立 DeepMind、投身這項使命時，一直都非常相信這項技術。但在你的職業生涯中，有沒有那一刻曾經懷疑過：我們真的應該做這件事嗎？Demis：當你真正意識到這項技術的潛力時，我反而覺得，如果沒有像 AI 這樣具有變革性的技術出現，人類社會可能更難應對當下的諸多挑戰。氣候變化、貧困、飲用水獲取、健康、老齡化、人口問題、疾病、能源——這些都是極其嚴峻的問題。從某種角度看，AI 本身確實也是一個巨大的挑戰，甚至可能是最大的挑戰之一，但它同時也是幫助我們應對、解決這些宏大問題的關鍵工具。這正是它的“雙刃劍”屬性。我一直相信，AI 最終會成為人類發明過的最重要的技術之一，它本身也是電腦時代自然演進的一部分。Arjun：插一句題外話，你最早其實是從遊戲行業起步的，對吧？你參與開發過《Theme Park》，那是一款非常經典的遊戲。你現在還玩遊戲嗎？Demis：當然，我非常喜歡遊戲，這算是我的長期愛好。現在我會和兩個兒子以及我的兄弟一起玩《英雄聯盟》，我們有一個固定的小隊，這是從疫情封鎖時期開始的。我也喜歡各種形式的遊戲，不管是足球，還是電子遊戲。Arjun：在你這樣高強度、高壓力的崗位上，遊戲算是一种放松方式嗎？Demis：是的，毫無疑問。而且在過去，遊戲對我來說也是一種非常重要的創造性實踐。我最初學習程式設計，以及很多技術能力，都是通過做遊戲學會的。承認Google在商業化方面起步慢一些現已回到創業公司狀態Arjun：現在這個領域有 OpenAI、Anthropic，還有很多頂級 AI 實驗室，競爭極其激烈。Gemini 3 的市場反饋非常好，但在 2025 年的某個階段，外界一度質疑 Google 是否還能在 AI 競爭中保持領先。你如何評估當下的競爭環境？Demis：目前的競爭環境可以說是極其殘酷。很多在科技行業幹了二三十年的人都告訴我，這是他們見過最激烈的一次競爭，可能是整個科技史上最激烈的。幾乎所有最強的參與者——無論是科技巨頭，還是最優秀的創業公司，都已經全力投入到這個領域。因為大家都已經意識到，這是最重要的一項技術，這一點我們其實 20 多年前就已經看清了。所以競爭激烈是必然的。從個人角度來說，我並不排斥競爭。我小時候就是英國青少年國際象棋隊成員，在競爭環境中長大。某種程度上，我甚至享受競爭。但與此同時，我始終提醒自己：比公司之間、國家之間的競爭更重要的，是如何為全人類妥善“託管”AGI 的發展。這一點，應該時刻放在所有 AI 實驗室領導者的心中。Arjun：在外界質疑 Google AI 戰略的那段時間，你們內部有沒有做出什麼不同的調整？Demis：如果回顧過去十年，其實 Google Brain 和 DeepMind 發明了當今大約 90% 被廣泛使用的核心 AI 技術，比如 Transformer 架構，或者 AlphaGo 推動的大規模強化學習。但我們確實在商業化和規模化方面走得相對慢了一些，這一點 OpenAI 等公司做得非常出色。過去兩三年，我們基本上回到了創業公司的狀態，變得更敏捷、更快、更敢於快速發佈產品。你現在看到的 Gemini 系列，尤其是 Gemini 3，是這一轉變的集中體現，也讓我們重新回到了我們認為自己應當處於的位置。Arjun：你有信心能長期保持這種領先地位嗎？Demis：是的，我有信心。中國模型相比美國只落後幾個月Arjun：在激烈競爭之外，另一個被頻繁討論的話題是 AI 泡沫。大量公司估值飛漲，融資規模驚人，科技巨頭在基礎設施上投入數千億美元，但有些公司幾乎還沒有成熟產品或盈利能力。你怎麼看“AI 是否存在金融泡沫”這個問題？Demis：我不認為這是一個非黑即白的問題。某些領域、某些細分市場，可能確實存在泡沫；而另一些則未必。AI 註定會成為人類歷史上最具變革性的技術，這一點是基本面。這有點像當年的網際網路泡沫：泡沫確實存在，但網際網路本身無比重要，也在那段時期誕生了一批真正的偉大公司。過度興奮幾乎是不可避免的，之後也可能會經歷一輪“清算”，真正有價值的東西會存活下來。在我看來，風險最大的可能是在某些私募市場，出現了動輒數十億美元、但產品幾乎尚不存在的融資案例，這在長期來看並不健康。但從我的角度出發，作為 Google DeepMind 的負責人，我並不會過度擔心泡沫本身，而是要確保無論市場怎麼走，我們都處在一個能夠“贏”的位置。Arjun：如果市場真的出現調整，你有信心 Google DeepMind 能扛得住嗎？Demis：當然。這正是 Google 強大資產負債表和產品生態的意義所在。我們擁有幾十個使用者規模達數十億的產品，AI 能夠自然地嵌入其中，無論是 Gmail、Workspace，還是 Gemini 應用。Arjun：除了競爭和資本，還有一個重要變數是地緣政治，尤其是中美之間的技術競爭。此前有人低估了中國在 AI 領域的能力，但 DeepSeek 以及阿里巴巴的一些開源模型顯然改變了這種看法。中國並沒有出局，對吧？Demis：完全沒有。我甚至認為，中國現在距離美國和西方的前沿模型，比一兩年前我們想像的要近得多，可能只落後幾個月。中國有非常強的團隊，比如你提到的 DeepSeek 和阿里巴巴。真正的問題在於，他們是否能做出“超越前沿”的原創性突破，而不僅僅是追趕。追趕他們已經證明自己做得到，但是否能發明像 Transformer 那樣的新範式，目前我還沒有看到明確證據。Arjun：這種原創性突破是否會受到先進晶片獲取受限的影響？Demis：我認為更多是“科研文化和心態”的問題。真正的前沿實驗室，需要鼓勵探索性創新，而不僅僅是把已知的方法不斷規模化。發明一項全新技術，難度往往是複製它的一百倍。這也是我認為下一個真正的分水嶺，但目前還很難看到明確跡象。個人看好端側AI的發展Google將發力智能眼鏡Arjun：很多人其實低估了 Google 的 AI 能力有多大程度來自 DeepMind，以及你和你的團隊。外界一直很好奇你們是如何與 Google 協作的。Sundar Pichai 會不會有一天直接給你打電話，說：“Demis，我們需要做一個東西，比如 Gemini，或者某個 AI 產品，你們能不能把它做出來？”你們之間的合作關係到底是怎樣的？Demis：在過去三年裡，我們已經把所有力量整合到一個統一的實體中，也就是現在的 Google DeepMind。它融合了 Google Research、Google Brain 和原本的 DeepMind，而我負責整體運作。你可以把它理解為 Google 的“AI 引擎室”。所有核心 AI 技術都在這裡誕生，然後被擴散到 Google 的各類產品中。過去幾年，我們不僅在做模型本身，也在重新架構整個 Google 的技術基礎設施，讓這些模型可以被極快地部署上線。現在，當我們發佈一個新的 Gemini 模型，幾乎當天或第二天就能在搜尋等核心產品中落地。我認為從 Gemini 2.5 開始，我們真正進入了節奏狀態。過去一年，這套流程已經變得非常順暢，未來 12 個月你會看到更多這樣的成果。Sundar 和我幾乎每天都會討論戰略問題，包括技術方向以及 Google 整體的需求，然後在不偏離長期目標（即安全、快速地邁向 AGI）的前提下，不斷動態調整路線圖。Arjun：所以我們可以預期，因為這種關係上的變化，Google 旗下會更頻繁地推出新的 AI 能力，並快速鋪開到整個產品體系中？Demis：是的，完全正確。現在的迭代回路非常緊密，而且我們在同一套技術堆疊上協同工作。Arjun：你們的技術不僅進入 Google 自己的產品，也被用在像三星這樣的合作夥伴裝置上，比如智慧型手機裡的 AI 功能。Demis：沒錯。我們和很多合作夥伴都有深入合作，我們也很自豪這些夥伴選擇了我們的技術，因為他們看到了它的能力。在裝置端，我個人非常看好“邊緣計算”的方向，也就是更高效、更輕量的模型運行在手機、可穿戴裝置等終端上。除了手機，我們也在探索新的裝置形態，比如智能眼鏡。Google 在智能眼鏡上探索了很多年，而我認為現在終於出現了“殺手級應用”——也就是一個真正有用的通用 AI 助手，能夠在日常生活中持續地幫助你。我相信所有大型硬體廠商都會對這一方向非常感興趣。Arjun：我們時間不多了，但我還想回到一個歷史節點。2014 年 Google 收購 DeepMind 時，我剛入行做科技記者，當時這是一筆大約 4 億英鎊的交易。很多人並不理解你們在做什麼，也不明白 Google 為什麼要收購這家英國公司。你現在回頭看，會不會想過：如果當時保持獨立會不會更好？還是你對今天的結果感到滿意？Demis：這件事其實很有意思。當時的搜尋負責人 Alan Eustace 負責推進這筆交易，Larry Page 作為 CEO 親自支援。我當時就對 Alan 說過，這會是 Google 歷史上最重要的一次收購——考慮到 Google 之前收購過 YouTube、AdWords，這句話份量不輕。但我很清楚 AI 會變得多麼重要，也非常清楚它和 Google“組織世界資訊”的使命是天然契合的。還有什麼工具比 AI 更適合理解和組織資訊呢？當然，從商業角度看，DeepMind 今天的價值可能已經是當年交易價的百倍、千倍。但當時我最關心的是回到科學本身，推動仍處於早期階段的研究。必須承認，Google，尤其是 Larry，是當時極少數真正理解這項技術未來潛力的公司。如果沒有他們的支援和算力資源，就不會有 AlphaGo、AlphaFold 以及我們後來在科學領域取得的一系列成果。所以我完全沒有任何遺憾。Agent會是2026年最重要的突破Arjun：現在科技 CEO、AI CEO 幾乎成了新時代的“搖滾明星”。我最近在歐洲看到輝達 CEO 黃仁勳被人群追著走。他也提到你們經常交流，還高度評價了你們的新圖像生成工具。你們通常會聊些什麼？Demis：Jensen 非常了不起，是一位真正的先驅。我也非常佩服他三十年來始終堅持自己的願景。事實上，我在 90 年代做遊戲時就開始使用 GPU，寫圖形和物理引擎，如今回頭看，這些當年為遊戲推動的硬體，反而成了 AI 的關鍵基礎設施，很有意思。我們更多討論的是 AI 在科學領域的應用。AlphaFold 當初就是在 GPU 上訓練的，他非常喜歡 AlphaFold 以及我們在藥物發現方面的工作。Arjun：雖然很多資料中心使用輝達的系統，但 Google 也有自己的 TPU。你們之間是一種競爭還是合作關係？Demis：我們很幸運，兩者都有。TPU 是我們內部訓練最強模型的重要工具，而且我們發現，很多頂級 AI 團隊也對 TPU 有很大需求，因為它們專為大模型訓練和服務而設計。GPU 更通用，適合探索新架構或新應用；而當你要把成熟方案推到極致規模時，定製晶片的效率優勢就非常明顯。所以能同時擁有 GPU 和 TPU，是一種巨大的優勢。Arjun：展望未來，你一直強調 AI 在科學領域的潛力，尤其是新藥發現、新疾病研究。你們也有 Isomorphic Labs。我們現在走到那一步了？Demis：我最常提到的例子仍然是 AlphaFold，這是目前 AI 用於科學最成功的案例之一。它解決了蛋白質折疊這個困擾科學界 50 年的難題，全球已有超過 300 萬研究人員在使用它。我希望未來能看到十幾個“AlphaFold 等級”的項目，每一個都徹底改變一個科學或數學領域。我們正在材料科學、物理、數學、天氣預測等方向推進類似項目。如果 AI 發展順利，並被正確使用，未來十年可能會開啟一個全新的科學發現黃金時代。Arjun：最後一個問題。你覺得 2026 年 AI 領域最重要的突破會是什麼？Demis：我認為具備更高自主性的 agent 系統將變得足夠可靠，真正開始發揮實用價值。機器人領域在未來 12 到 18 個月也會出現非常有意思的進展，我們正在和 Gemini Robotics 推進一些極具野心的項目。此外，AI 在終端裝置上的實用性會顯著提升。而我個人最期待的，是世界模型的進一步突破，讓它們足夠高效，能夠真正用於規劃，並融入通用模型之中。 (51CTO技術堆疊)

近日，博主"定焦數位"爆料稱，蘋果基本暫停了對Vision Pro產業端的維護，並大幅減少了頭顯產量。這款曾被蘋果重金押注的產品雖然在配置和體驗上達到了行業史無前例的最強狀態，但受限於其產品形態和超昂貴的價格，市場表現不佳也在情理之中。蘋果原本設想的廣闊市場願景未能實現，加上開發者動力不足，導致原生應用遠遠無法滿足使用者的多元化需求。綜合目前消息來看，蘋果似乎已經開始放棄這一市場，轉而投向更輕便的AI智能眼鏡領域，首款產品Apple Glasses預計將於今年發佈，很可能在蘋果全球開發者大會WWDC上正式公佈。據悉，Apple Glasses定位為蘋果生態的"輕量智能穿戴配件"，不具備獨立計算能力，需依賴iPhone進行部分任務處理，類似於Apple Watch與iPhone的聯動邏輯。這款產品沒有螢幕，整體規劃與Meta、小米等產品類似，配備攝影機、麥克風和揚聲器，可實現拍照、錄影、聽音樂等常規操作。Apple Glasses將基於Apple Watch的S級晶片定製，優先保障能效比，核心作用是控制多攝影機與處理基礎AI任務，避免高功耗導致的續航短板。此外，該產品預計還能通過新版Siri提供大模型等智能支援，屆時或許國內的蘋果智能也會正式開放，為國內使用者提供全面的使用體驗。 (TechWeb)