文/ VRAR星球 R星人

2024年美國(guó)CES消費(fèi)電子展（CES2024）于北京時(shí)間1月10日至1月13日在拉斯維加斯舉行。今年CES展主題定為 “All together All on”，圍繞“AI+”強(qiáng)調(diào)全球消費(fèi)者電子產(chǎn)品的融合與協(xié)同。

在今年CES2024上發(fā)布“AI+”相關(guān)新技術(shù)的國(guó)內(nèi)外企業(yè)并不少，可見去年ChatGPT大模型的爆火的確是引領(lǐng)了整個(gè)行業(yè)的變化。但據(jù)VRAR星球前方記者的反饋，本屆CES大展除了大模型外，很多海外企業(yè)更喜歡強(qiáng)調(diào)基于大模型延伸出來的另外一項(xiàng)應(yīng)用—— AI Agent 智能體 。

AI Agent 在海外是備受關(guān)注的一個(gè)話題，畢竟比爾蓋茨都為之傾倒專門為它寫了一篇長(zhǎng)博客。

其中比爾蓋茨有幾個(gè)觀點(diǎn)大家可以細(xì)品：

?在不久的將來，任何上網(wǎng)的人都能擁有一個(gè)遠(yuǎn)超今天技術(shù)水平的人工智能助手（即AI Agent）；

?AI Agent會(huì)改變每個(gè)人與計(jì)算機(jī)的交互方式，將引領(lǐng)我們從鍵入命令到點(diǎn)擊圖標(biāo)以來計(jì)算機(jī)領(lǐng)域最大的革命；

?AI Agent更加智能。它們是主動(dòng)的，能夠在你提出請(qǐng)求之前就提供建議；能夠跨應(yīng)用程序執(zhí)行任務(wù)；能夠隨著時(shí)間推移而改進(jìn)；

?在計(jì)算機(jī)行業(yè)，Agent將是下一個(gè)支撐應(yīng)用程序與服務(wù)的平臺(tái)。

AI Agent 引起了全球各界的關(guān)注，學(xué)術(shù)界、科技巨頭和創(chuàng)業(yè)公司都紛紛開始訓(xùn)練自己的通用性或垂類行業(yè)、細(xì)分場(chǎng)景中，擁有不同交互方式和能力的 Agents 。

讓比爾蓋茨等大佬趨之若鶩的 Agent 到底是什么？最簡(jiǎn)單的描述其實(shí)就是——《鋼鐵俠》中托尼·史塔克的AI助手賈維斯。

雖然最初AI這個(gè)概念出來，一切帶“智能”兩個(gè)字的終端設(shè)備在宣傳時(shí)都會(huì)說要給用戶打造屬于自己的“賈維斯”。

不可否認(rèn)的是，賈維斯這樣的AI 助手的確滿足了人類對(duì)智能伙伴的一切想象，可靠、聰明甚至還帶一點(diǎn)幽默，同時(shí)賈維斯擁有的情感讓他更像一個(gè)人類而非單純的系統(tǒng)。但很長(zhǎng)一段時(shí)間現(xiàn)實(shí)中涌現(xiàn)的各類語音助手中，仍未出現(xiàn)那個(gè)具備超級(jí)智慧，屬于用戶自己的“賈維斯”。

而賈維斯般智能助手的宣傳說法也在后續(xù)爆火的各種技術(shù)下，被市場(chǎng)浪潮打到岸邊，直到2023年 AI Agent 的出現(xiàn)。

AI Agent 根據(jù)Open AI的定義來看，是以大語言模型作為大腦驅(qū)動(dòng)，不僅擁有理解感知能力，更具有記憶、規(guī)劃、行動(dòng)和使用工具的能力，是一個(gè)能根據(jù)環(huán)境的變化作出自主決策并自動(dòng)化執(zhí)行完成復(fù)雜任務(wù)的系統(tǒng)。

目前來說，大部分的Agents 仍是通過電腦或者手機(jī)上的應(yīng)用程序和用戶聯(lián)系。但就未來而言，一切的可穿戴設(shè)備都可能成為 Agents的載體。

比如，被譽(yù)為下一代的智能終端——AR設(shè)備。雖然從2023年起，全球宣告搭載大模型的AR廠商并不少，但是目前明確提出了 AI Agent 概念并聚焦于此的AR廠商僅李未可科技一家。

在本屆CES展上，VRAR星球前方記者也遇到了參展的李未可科技，有關(guān) Agent 的話題我們和李未可科技創(chuàng)始人兼CEO茹憶在現(xiàn)場(chǎng)簡(jiǎn)單地聊了一下。

CES現(xiàn)場(chǎng)茹憶向用戶展示Meta Lens S3能力

CES海外用戶體驗(yàn)李未可科技Meta Lens S3

從技術(shù)趨勢(shì)來看，探索大模型應(yīng)用的創(chuàng)業(yè)公司，基本上都是在做 Agents，所以目前來看，搭載大模型和搭載 AI Agent 區(qū)別并不大，只是各家早期布局和切入點(diǎn)的不同，決定了后期 Agents 能力的不同。

目前市面上大部分AR廠商接入大模型主要圍繞語言和視覺，先做到讓AR眼鏡更懂用戶，聽得懂用戶的話，看得懂用戶看見的一切。Agent 還能根據(jù)用戶的歷史偏好和交互記錄進(jìn)行個(gè)性化“成長(zhǎng)”。

比如，你希望Agents幫你計(jì)劃一次旅行，它就像一個(gè)私人秘書一樣能直接根據(jù)你目前的預(yù)算和以往的偏好幫你做好行程規(guī)劃、預(yù)訂機(jī)票和酒店，到達(dá)旅游地后又將化身成為導(dǎo)游，提供當(dāng)?shù)氐慕煌ㄐ畔⒑蛯?dǎo)航，推薦當(dāng)?shù)氐木包c(diǎn)和活動(dòng)并進(jìn)行講解，甚至幫你做實(shí)時(shí)語言翻譯等等。而且Agent做好這一切規(guī)劃和服務(wù)只需要幾秒的時(shí)間。

茹憶表示，目前他們剛開通的City Walk功能，就是帶上Meta Lens S3 后，無需查詢各類攻略，只需將游玩需求告訴小柯/零下（李未可AR眼鏡中的智能助手），就能自動(dòng)生成路線，讓用戶根據(jù)AR眼鏡中規(guī)劃的的路線開啟City Walk，并提供所經(jīng)路線的一切吃喝玩樂建議。在路過景點(diǎn)時(shí)小柯/零下會(huì)自動(dòng)呈現(xiàn)出關(guān)于該地點(diǎn)背后的故事并進(jìn)行講解；在旅途中餓了困了都可通過小柯/零下查詢到用戶所處位置附近的店鋪，并導(dǎo)航到店。

李未可用戶帶上Meta Lens S3 City Walk

當(dāng)然，這也僅僅只是AI Agent基于語言和視覺大模型上在應(yīng)用的一個(gè)能力點(diǎn)而已。

在去年的采訪中，李未可的創(chuàng)始人兼CEO茹憶就說過：李未可科技將要基于多模態(tài)融合交互大模型，為用戶打造出屬于自己的“賈維斯”。

茹憶提到的多模態(tài)融合交互大模型，強(qiáng)調(diào)的是通過多方面大模型的融合和協(xié)同工作去提供更全面和豐富的交互體驗(yàn)。如，除了語言模型、計(jì)算機(jī)視覺模型之外，還可以增加音頻處理模型、情感分析模型等等。

一個(gè)簡(jiǎn)單的例子，單純的語言大模型仍難識(shí)別一些情緒化的表達(dá)：

從我們?nèi)祟惖慕嵌葋砜?，因?yàn)椤啊钡拇嬖?，這其實(shí)更偏向撒嬌的語氣。如果在語言大模型上融合了情感分析模型，那這個(gè)AI 就不會(huì)給出這樣的“機(jī)器化”的回答。

如果再疊加上音頻處理模型，那Agents就能通過對(duì)方說話語氣、語調(diào)整體判斷出對(duì)方的情緒是怎樣的，并能給用戶一些交談建議。

目前國(guó)內(nèi)外，已經(jīng)有越來越多的企業(yè)加入到這場(chǎng)Agent 的建設(shè)及應(yīng)用藍(lán)海中。根據(jù)海外媒體報(bào)道，微軟、谷歌、Meta和亞馬遜等都準(zhǔn)備將AI大模型應(yīng)用在智能眼鏡等可穿戴設(shè)備上。

Meta近期也展示了自己將AI Agent 融入到 Ray-Ban Meta 智能眼鏡的效果。該智能眼鏡可以通過AI語音助手描述用戶看到哪些東西，也能通過眼鏡端的攝像頭識(shí)別后告訴用戶應(yīng)該如何搭配等新功能。

微軟的Hololens 也計(jì)劃通過讓用戶將Hololens拍下照片發(fā)送給AI Agent，讓AI Agent 直接識(shí)別物體。同時(shí)，用戶還可以通過對(duì)話的方式，從AI Agent 這里獲得更多專業(yè)的信息。

亞馬遜也表示或?qū)⑼瞥鲆豢钅軌蜻\(yùn)行多模態(tài)AI的新設(shè)備?？梢钥吹皆谟纱竽Ｐ拖破鸬?a href="http://worldfootballweekly.com/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD_1.html" target="_blank" class="keylink">人工智能熱潮中，大模型將成為底層基礎(chǔ)設(shè)施。但到底哪些終端設(shè)備將成為大模型的最佳載體？手機(jī)、耳機(jī)、智能眼鏡還是AR眼鏡？這里面仍有很多未知性。

在 Agent 應(yīng)用探索上，茹憶堅(jiān)持自己幾個(gè)觀點(diǎn)：

1. AR設(shè)備作為下一代智能終端，AI大模型與AR眼鏡的深度融合，將極大提升后者的終端感知、認(rèn)知與交互能力，進(jìn)而創(chuàng)造全新的用戶體驗(yàn)。

2.AI Agent 將成為 AR 眼鏡的核心能力，而且不僅是交互這么簡(jiǎn)單，它可能是融合手機(jī)上所有App的能力，也有可能是一個(gè)系統(tǒng)。

3.在AI Agent的人格化上，茹憶認(rèn)為 AI Agent應(yīng)該是有具體形象而非“虛無”或是被想象成某個(gè)物品，這樣才能建立人和AI Agent的情感聯(lián)接，為用戶提供更沉浸式的服務(wù)。

從中能看出李未可科技在Agent應(yīng)用及探索方向上和國(guó)內(nèi)外其他廠商的區(qū)別：即AI Agent的人格化。

目前國(guó)內(nèi)外研究AI Agent的企業(yè)，無論是Meta、微軟還是其他廠商在AI Agent的外在形象、人格打造上幾乎為0。

但李未可科技創(chuàng)業(yè)之初就針對(duì)數(shù)字人李未可AI家族進(jìn)行的偶像化包裝，打造李未可AR眼鏡的“靈魂”，塑造了個(gè)性、擁有完整背景故事的數(shù)字人IP ，并在全網(wǎng)獲得200w粉絲關(guān)注。

李未可AI家族

而 AI 大模型的融合則是讓數(shù)字人李未可AI家族“活”起來。畢竟當(dāng)AI Agent不再是一串代碼，而是擁有一些愛好、情緒和具體形象的“人”時(shí)，整個(gè)溝通的體驗(yàn)感將完全不同。

現(xiàn)階段，李未可科技的重點(diǎn)是不斷訓(xùn)練自研多模態(tài)交互大模型的能力，快速迭代和增加Agent的能力，讓數(shù)字人李未可AI家族在人格化或者專業(yè)知識(shí)方面更加的豐富。至于 AI Agent 對(duì)醫(yī)療、教育等的專業(yè)知識(shí)方面的認(rèn)知，李未可科技或自研打造更多的數(shù)字人或選擇其他 Agent 來合作。

當(dāng)然，茹憶也不否認(rèn)現(xiàn)在距離大家所設(shè)想的AI Agent仍有一段距離，甚至和AR眼鏡的融合也不一定會(huì)短期內(nèi)擁有非常大的飛躍。但 Agent 的出現(xiàn)正在構(gòu)建整個(gè)行業(yè)的新可能，李未可也將持續(xù)探索 Agent 在大模型紅利下的最佳AR應(yīng)用場(chǎng)景。

有關(guān)李未可科技在AI Agent + AR的更多設(shè)想以及在CES展上的更多內(nèi)容，VRAR星球后續(xù)將發(fā)布現(xiàn)場(chǎng)對(duì)茹憶的采訪，大家可以持續(xù)關(guān)注。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。