因为AI进化的半成品
复联 3《无限战争》里有这样一幕，钢铁侠离开圣所上街查看情况，人群四散，他戴上黑框眼镜问助手「星期五」：「我在看什么？」当他的右手将眼镜取下并变装，眼镜又能自然地融入纳米战甲之中。这承载着我们对智能眼镜的一种期待，它应当成为洞若观火的「眼睛」，提供周围环境的信息并实时应答，以融入日常穿搭的形态低调存在。钢铁侠的钞能力复制不了，但我们正在一步步向超级英雄电影的寻常场景靠近。10 多年前的 Google 顶流，可能要换种方式「复活」了刚过去不久的 Google I/O，最受关注的当属基于多模态大模型 Gemini 的 AI 助手 Astra。合理怀疑，OpenAI 比 Google 提前一天开发布会，就是因为消息灵通，且要针对 Astra。果不其然，大家记不住 Astra 的本名，只当它是 GPT-4o 的「莞莞类卿」。其实单看 Astra 的演示，也做得很有意思，和 OpenAI 一样走日常生活向，至少在冗长的发布会里终于让人不困了。视频里的 Astra，能看、能听、能说，低延迟，与用户实时对话和视频聊天，开得了脑洞，解读得了代码，识别周围环境，还能帮你回忆刚才镜头一扫而过的眼镜在哪里。不过，举着手机，用镜头对准身边的物品问来问去，多少也有些累人和刻意。Google 显然考虑到了这种情况，在让 Astra 帮忙找到眼镜后，演示者戴上了眼镜，然后通过眼镜继续使用 Astra，让它解决白板上的题目。Google 并没有透露这副眼镜的更多信息，仅从视频中看，它带有摄像头和视觉界面，但外表朴素，辨识度不高，属于放在眼镜堆里容易找不着的路人甲。不久的未来，这副眼镜可能戴在更多人的脸上。Google 的官方博客解释了，演示分为两段，每段都是一次性实时拍摄的，前半段用的是 Pixel 手机，后半段用的是一款原型眼镜设备。为了让 Astra 的回答速度接近人类，他们连续编码视频帧，将视频和语音输入组合到事件时间线，并缓存这些信息，让 AI 处理信息的速度变得更快。接受彭博社采访的时候，Google DeepMind 首席执行官德米斯·哈萨比斯和 Google 联合创始人谢尔盖·布林也确认，Astra 在手机上的效果已经很好，正在考虑为 Astra 制造眼镜。虽然没打包票一定推出眼镜，但布林特意 cue 了一下，Google 在十年前已经入局了。说到这里，就要把 Google 技惊四座的 2012 年 Google I/O 大会搬出来了。当时这场发布会可不像现在这么无聊，戴着一副不对称眼镜框的布林在尾声登场，请了一群跳伞运动员，发布了一款让人过目难忘的产品——Google Glass。这些跳伞运动员也戴着 Google Glass，在高空接通了和布林的视频通话，然后一跃而下，骑山地自行车来到现场，现场观众从大屏幕欣赏第一视角，如同体验了一次极限运动。视觉冲击在前，无需更多言语，观众相信了，这副眼镜就是布林口中「很酷的东西」。至今，仍然有人在当年这场发布会的切片下留言：「这款产品远远领先于时代。」生不逢时的「美丽废物」超前有时候等于不合时宜。在当时，Google Glass 只能算包装华丽的失败品。Google 也清楚这款产品不成熟，先推出了 8000 个名额的「探索版」（Explorer Edition），换句话说就是半成品，但价格毫不手软，高达 1500 美元。走下神坛，拿在手中，人们很快发现了它的问题：比手机贵，又没有手机好用。听起来是不是有些耳熟？就像 Rabbit R1 等 AI 硬件评价的翻版。总体来说，Google Glass 有 7 个基础功能——搜索、导航、拍照、录视频、发消息、打电话、视频聊天，它也支持一些第三方服务，包括显示和播报推送到设备上的新闻摘要。这些功能手机都有，除了必须解放双手的时候，大多数情况下，手机比 Google Glass 更好用。并且，使用 Google Glass 的完整功能，还得把手机带在身边用来联网，离线情况下，Google Glass 只能拍照片和视频。Google Glass 最为人诟病的，其实是隐私问题，让它拍照很简单，用语音命令，或者按住顶部的按钮，但没有 LED 等亮眼的标志，提示他人正处在拍摄状态。所以，从路人的角度看，Google Glass 就是个不讲武德的「偷拍神器」，甚至曾有用户在电影院被保安赶出来。另外，Google Glass 还有一些体验过才知道的短板。当你用语音回复消息，让眼镜转化成文字，可能会出现错误导致「社死」。续航普遍在 5 小时左右，但如果拍多了照片和视频，可能就只有 2 小时了。Google Glass「漂浮」在现实世界的第二块屏幕，用来固然导航很方便，让你像使用高德一样，直观看到箭头的指向，但路人可能会觉得，眼睛总往右上瞥的你很奇怪，然后避而远之。当时有人开玩笑，Google Glass 的最大用处，是让英国王室的查尔斯王子记住每个人的名字。Google Glass 在 2015 年停产，之后被定位到 B 端，用到工厂车间、医疗教学等场景。不过在去年 3 月，Google 也停止销售了 Google Glass 的企业版。回首过往，Google Glass 当然没法替代手机，作为一款智能眼镜也没能成功，但理念超前，提供了一些可穿戴设备的可能性。不如手机是事实，但换个角度，Google Glass 提取出了手机比较重要的几项功能，比如相机、地图、联络信息，并且不像手机那么打扰，适合在行走等场景使用，拯救低头党。这不就是 Ai Pin 创始人说的，活在当下，为智能手机成瘾问题赎罪吗？Ai Pin 投影在手上如果不是价格太过丧心病狂，Google Glass 作为辅助还是不错的。所以，也有人将 Google Glass 称为「手机的一个方便的显示器」，或者「一个蓝牙耳机，但有显示屏和摄像头」。暂时不考虑隐私问题，Google Glass 拍摄的第一视角也很好，就像把广角镜头戴在脸上，真正做到眼睛看到什么就能立刻拍摄下来，很适合用来记录生活。Spectacles 拍摄效果2016 年，Snapchat 的 Spectacles 一推出就卖疯了，它其实就是一个会拍摄的墨镜，故意用了 115 度的广角镜头，画质比不过手机，但拍着很有趣味，同时也弥补了 Google Glass 的错误，会用 LED 提醒他人正在拍摄。更为重要的是，Google Glass 展现了一种生活方式：把传感器戴在脸上，它可以为你收集环境信息，提供额外信息，和你语音沟通，让你不用双手也能完成很多事情。这个理念从未过时，但我们可能从未像今天这样，有望将它变为现实。AI 的进击，不用掏出手机的可能当造型奇怪的 Google Glass 面世，路人最好奇的问题主要有三个：你脸上戴的东西是什么？这个东西有什么用？你戴着它时看到了什么？现在这些问题又抛给了奇形怪状的 AI 硬件，只不过第一个问题可能换成了，你别在胸口上的是什么？你脖子上戴的是什么？至少眼镜的形态看着比一些 AI 硬件靠谱多了，不反人类，不挑战用户原有的习惯。「免提」是眼镜生来就有的优势之一，如果我们在做饭或者运动，还需要让设备辅助的话，手机往往是被 pass 的那一个。不用掏出手机，不等于就能代替手机，但确实是一个实打实的优点。WSJ 记者用 Vision Pro 为做饭计时同时，智能眼镜的功能也并不少，打电话有耳机和麦克风，拍照有摄像头，当你需要屏幕，AR 让你的眼前呈现信息。Google 在 2022 年 I/O 推出了一款可以实时翻译的 AR 眼镜，字幕就在对话人旁边，不过也只是原型演示。十多年前 Google Glass 已有的功能，后来者或多或少地承袭和改进了。然而，如何让生成式 AI 融入，是目前大厂们还在探索的问题。从用户的角度来说，买智能眼镜究竟有什么用，希望戴着时能看到什么，答案也可能和最初的 Google Glass 不同了。眼下有一个比较成功的例子：Meta 雷朋眼镜第二代。它的市场反响不错，原因主要有以下几个：保留雷朋的时尚外观，质量控制在普通眼镜的水平，升级了摄像头、扬声器、续航等基础功能，用户甚至可以通过它开启直播。有人评价说，这是为网红准备的 Go Pro。与此同时，Meta 雷朋增加了前代没有的功能——多模态 AI 语音助手 Meta AI。去年 12 月，扎克伯格在 Instagram 发了一段视频，亲自展示了 Meta AI。视频之中，扎克伯格用「Hey Meta」的指令呼唤出 AI，让眼镜识别水果、把西班牙文本翻译成英语、给萌宠图片配上解说文字，以及从衣架拿下条纹衬衫，让眼镜参谋搭配什么裤子。Meta 雷朋眼镜内置的大模型为 Llama 2，除了以上功能，还支持查询体育赛事比分、当地地标、餐馆、股票等实时信息。这些 AI 功能真的是刚需吗？可能要打个问号，还不如当初召唤 Google Glass，问今天天气怎么样，某个地方怎么去。而且，Meta AI 的反应速度并不快，每次语音请求都会触发一次快门捕捉，也就是说先拍照，延迟几秒，然后 AI 才能读取和分析用户所看到的内容。和 Meta AI 对话仍然是回合制，不能像 GPT-4o 演示的那样随时打断。但不那么苛刻地看，AI 功能用来锦上添花挺好，让一款能拍视频、拍照片、语音通话的眼镜更加有用，看到和听到周围发生的事情，并以声音或文本形式提供反馈。基于 Google Glass 和 ChatGPT，帮助视障人士「看见」周围就像 10 多年前的半成品 Google 眼镜，Meta AI 这样的 AI 功能也需要时间进化。我们对于 AI 助手的想象往往从电影等科幻作品而来，它们最好和我们一样，可以理解和响应复杂的世界，但又要比我们记性好，记住所有看到和听到的内容，我们和它们交谈的时候，应当像面对另一个人类那样没有延迟。事实上，光是将 AI 的应答时间缩短为人类对话的水平，已经是一项巨大的挑战了，兑现在 Astra 和 GPT-4o 身上，已经足够让我们惊奇。通过它们，我们可以脱离文学想象，一个完全形态的 AI 助手可能是什么样子。就像 Google Glass 之前，已经有了很多脸上的可穿戴设备，但是它让人们觉得，智能眼镜是可能的。而在它之后，有了越来越多更精致、功能更多、领域更垂直的智能眼镜。Engadget 在 11 年前的测评说道，Google Glass 很有意思，但不值 1500 美元，应该等待它的第二代或者第三代。现在的智能眼镜，仿佛就是 Google Glass 的第二代或者第三代，就连 Google 自己，也在有意无意地召唤 Google Glass 的亡魂。一款产品世俗意义地失败了，可能因为功能鸡肋，也可能因为想法很棒，但技术所限，没能落地成良好产品。或许我们可以换个角度看，它们中的佼佼者，可能只是未来产品的未完成形态。2025 年，旗舰机就都要抛弃曲面屏了
苹果提前公布的这个 iOS18 新功能，可能比 AI Siri 更有趣