作者 | 三北

編輯 | 漠影

擁有一款“鼻尖上的GPT”是一種什麽體驗？

近期，杭州李未可科技公司推出了首款AI眼鏡Chat，支持用戶通過語音與眼鏡中的智能助手進行交互，比如答疑解惑、日程安排、語音導航、英語翻譯等，都不在話下。

同時，這款AI眼鏡背後的多模態AI大模型平台WAKE-AI也隨之開放。據悉，這是國內首個面向AI眼鏡等可穿戴設備的大模型平台，既支持李未可科技內部團隊做開發，同時也爲廣大AI開發者夥伴提供技術共享。

當下，市面上已經有豆包、Kimi等多款支持大模型語音交互的平台，但它們大多以匹配PC、手機爲主；WAKE-AI則率先切入AI眼鏡這一新形態，試圖爲用戶帶來更自然的交互、更人性化的陪伴、更場景化的精准服務。

李未可科技創立于2021年10月，創立之初便聚焦“AI+AR”眼鏡賽道，公司成立僅三個月便拿下字節跳動的融資，其創始人茹憶曾是阿裏AI實驗室智能終端負責人、天貓精靈硬件&産品總經理，也是這波大模型浪潮中最具代表性的創業者之一。

當下，隨著Ai Pin、Rabbit R1等AI新硬件産品在國外嶄露頭角，掀起大模型智能終端的新風口，國內“天貓精靈之父”帶隊的新銳團隊也交出了答卷，成爲智能硬件産業關注的一個焦點。

AI智能眼鏡是否會成爲一種主流的AI新硬件?面向“AI+終端”的多模態AI大模型平台WAKE-AI有什麽過人之處？通過對話李未可科技創始人兼CEO茹憶、AI首席架構師莊博宇，本文對此進行了深入探討。

盡管豆包、Kimi等各種大模型App風靡手機端，但它們卻遲遲未攻入智能眼鏡等可穿戴設備。

背後的一大“攔路虎”是時延問題。莊博宇告訴智東西，用戶在眼鏡上對機器時延的容忍度比在手機上更低，1.8秒是一個容忍時間，如果超過這個時間點，用戶就會感到交互不流暢自然。然而，包括豆包等市面上的多個大模型落地眼鏡都需要5秒左右。

爲此，李未可科技自研了WAKE-AI大模型平台，試圖爲用戶打造一個隨叫隨到的“鼻尖上的GPT”陪伴助手。

據悉，該平台專門面向可穿戴設備等終端優化研發，能在500毫秒內快速精准地識別用戶指令，且將大模型實時回答反饋控制在2秒左右，具備文本生成、語言理解、圖像識別及視頻生成等多模態交互能力。

從體驗來說，這意味著用戶將可以在AI智能眼鏡上享受到自然流暢的AI交互，比如讓眼鏡搜索新聞、導航目的地或增加日程，都不會太費功夫。AI智能眼鏡可能取代手機的部分功能，讓用戶真正體驗到AI融入生活。

“技術的一小步，用戶體驗的一大步。”茹憶說。從2016年3月阿爾法狗打敗李世石到2022年的12月份ChatGPT 發布，中間經曆了六年六個月時間，AI算法架構從CNN、BERT改進到Transformer，模型參數擴展帶來智能湧現，茹憶對此感到很興奮，認爲這將爲語音交互體驗帶來巨大提升。

與在上一波AI浪潮中押准智能音箱風口不同，這一次，茹憶認爲，眼鏡將成爲AI落地的最佳載體之一。這與Meta首席科學家、圖靈獎得主楊立昆的觀點不謀而合，楊立昆在前不久也曾提到：“通過智能眼鏡訪問的AI助手是未來的趨勢。”

面向這一趨勢，李未可科技近期推出的AI智能眼鏡Chat是其小試牛刀之作。

以低至699元的價格讓用戶低門檻地邁入AI體驗大門，Chat可以說非常親民。這款AI眼鏡的外形與日常佩戴的眼鏡幾乎沒有差異，但簡約卻不簡單，一個貼身陪伴助手的雛形已經出現。

可以預測，大模型未來將重新定義智能眼鏡等可穿戴設備。可穿戴設備將不再只是工具，而是好像有一個真人助理在用戶旁邊，或者一個虛擬人在用戶鼻尖上的眼鏡裏，幫用戶解決各種複雜的問題。

WAKE-AI大模型平台推出的意義，則是將大模型運用到AI硬件設備上的諸多暢想落地實際，不僅實現更自然的交互，還帶來更人性化的陪伴，更精准的服務。

那麽從技術角度來看，WAKE-AI大模型平台究竟有什麽過人之處？

據悉，李未可科技通過三種方式提升WAKE-AI大模型平台的效果：

第一，使用定向優化的分發大模型，幫助AI助手能快速地分發用戶的指令，打造更自然的交互。

第二，基于情感大模型，使用戶和設備産生深度信任，讓AI助手形成更有溫度的陪伴。

第三，針對室外場景需要大量的數據，使用多模態的VQA（視覺問答）模型，讓用戶可以指哪問哪，獲得更精准的服務。

1、分發大模型+Agent，讓交互更自然

作爲一款C端産品，AI智能眼鏡的交互體驗被李未可科技放在首位。WAKE-AI大模型平台能提供更豐富的交互功能，同時耗時比同行更低。

莊博宇談道，比如當用戶與豆包語音聊天，往往需要2秒才能完成語音交互，時間主要花在語音與文本相互轉化及大模型推理上。但這一交互體驗僅限于聊天，而不能執行網絡搜索、導航等更複雜的任務。

但是，基于WAKE-AI大模型平台，用戶在AI智能眼鏡上調用大模型的時延大大降低，一般對話時延控制在1.8秒左右、2秒以內；同時，用戶還可以體驗主動搜索、語音導航、眼鏡操控等多樣化的功能，複雜的交互反應也能縮短至3-5秒。

背後，李未可科技團隊使用分發大模型，通過語音輸入來快速分發用戶意圖，爲用戶提供反饋；同時，大模型支持不同的AI Agent的能力，能快速執行用戶的導航、買票、備忘錄等可能存在的剛需意圖。

此外，團隊也在降噪技術、收音、ASR（自動語音識別）技術等方面也做了大量優化，從而使得用戶能與智能助手更絲滑地進行交互。

2、情感大模型+超擬人TTS，讓陪伴更人性化

茹憶和莊博宇都提到了《她》（Her）這部科幻電影，片中的機器人由于與主人公建立了情感連接，從而能進行更有深度的聊天和陪伴，這是李未可科技希望打造的智能助手的一個理想形態。

基于這樣的願景，李未可科技與市面上同行的一大差異化是做情感搭配。

爲了讓AI眼鏡産品具備更擬人化的特征，李未可科技團隊一是基于情感大模型研發了長記憶系統、情感類的Agent，二是打磨了擬人化的TTS（文本轉語音）技術，以此打造用戶能夠天天使用AI智能眼鏡的核心基礎。

在情感大模型方面，對標國內外的Claude等相關模型，莊博宇及其團隊發現了一個行業核心的問題：大模型的記憶力是有上限的，不利于長時間陪伴用戶。

爲此，李未可科技團隊通過核心記憶和長期記憶，不斷更新用戶的畫像，從而使得智能助手在對話中能夠更充分地理解用戶想要什麽，更懂用戶。

而在打造擬人化的語氣方面，目前市面上能上線情感表述的文本轉語音TTS能力的廠家並不多，因爲它有一個延時的考量，AI抽取、理解和表述會耗費大量的時間，所以速度上面需要優化；第二是成本上的優化，比如豆包雖然在App上能夠提供情感表達，但它並沒有把這個API能力開放出來，智能終端廠商無法獲取。

但是，李未可科技率先將超擬人TTS上線，把它輕量化到時延和成本都可承受的範圍，然後開放出來，供自己的團隊和合作夥伴使用。

3、多模態+LBS能力，讓服務更精准

多模態大模型+LBS（基于位置的服務）會産生什麽樣的化學反應?

李未可科技已經找到了驗證場景。Citywalk（城市漫步）是當下備受年輕人青睐的室外項目，多模態大模型可以讓Citywalk的人做到“指哪兒問哪兒”，比如指著嶽王廟裏的碑問“碑上寫的到底是什麽”，一套精准的智能導覽服務就誕生了。

據悉，李未可科技已經打造了“旅遊助手+城市漫遊系統”，核心是數據內容，以景區作爲核心供給，現在大概有2000多個景區數據。

結合這些景區數據，團隊已經打造了景點遊玩導覽、自動巡航系統、地點彈幕等多個服務，而多模態大模型的加持則讓“指哪兒問哪兒”、自動生成路線、自動生成遊記等更多豐富功能湧現，從而爲用戶提供更精准的服務。

莊博宇告訴智東西，大模型使得原本碎片化的場景走向大一統，從而使精准服務的成本大大降低。一方面，WAKE-AI大模型可以更好地理解和消化海量的景區數據，另一方面，Agent可以對數據進行更加自動化地處理，這使得團隊能夠在精准度和信息數量基礎上提供更好的服務。

可以看到，通過從模型了解意圖、搜索資料、轉化風格、分析情緒、轉化聲音的各個環節去做優化，李未可科技試圖打造交互更自然、陪伴更人性化和服務更精准的AI眼鏡設備，從而交出其大模型應用創業的“答卷”。

當下，已經有不少大廠盯上了“AI+AR”眼鏡賽道。比如Meta與雷朋合作的AI智能眼鏡已經在測試多模態大模型，並在近期宣布將推出首副“AI+AR”眼鏡；蘋果近期也傳出正研究端側大模型，可能將落地Vision Pro……

與此同時，也有一些知名企業似乎在抽火。比如近期OPPO被傳出了暫停XR探索，相關人員將轉向AI設備方向的開發，或許意味著其“AI+XR”眼鏡業務踩下了刹車。

對此，茹憶認爲這是由于産業發展仍處于初級階段，大家還未形成共識。這就考驗創業者對事情的認知，以及如何與自身優勢做結合。

站在李未可科技的角度來看，“AI+AR”眼鏡的發展已經處于一個臨界點，即將突破用戶體驗差，爲此團隊進行了積極布局。

李未可科技打法的一大特點是不強行創造出一種産品形態，而是在已存在的産品上進行AI升級，從而在存量市場基礎上拓展出新的增量市場。根據知名數據分析機構Statista數據，2023年全球眼鏡市場總規模超1400億美元，2015-2025年全球眼鏡市場規模從1183 億美元提升至1552億美元。

“未來我們的眼鏡都會智能化，就像手表智能化一樣。”茹憶說，“它的標志是體驗成本大大降低，用戶買一副AI智能眼鏡和買一副傳統眼鏡價格也差不多，那爲什麽不買一個AI智能眼鏡？現在手表就是這樣。”

AI智能眼鏡市場的發展壯大需要生態共融。目前，李未可科技已經將WAKE-AI大模型平台面向夥伴開放，與夥伴一起來建設AR眼鏡+AI能力、在室外等多個場景的生態。

當下，大模型加速落地端側，我們可以看到AI PC、AI手機、AI智能眼鏡以及各色的AI新硬件如雨後春筍般冒了出來。憑借便攜、可擴展等多重優勢，眼鏡或許成爲大模型在室外落地的一大最佳載體。

現階段大模型在端側落地應用仍處于初級階段。可以預測，未來雲邊端異構架構將發展得更加龐雜，同時多模態交互變得更加豐富，這對速度、性能和成本的平衡會提出新的要求，也將成爲AI硬件賽道玩家需要直面的新挑戰。