作者 | AICon 全球人工智能開發與應用大會

策劃 | 李忠良

編輯 | 宇琪

開年以來，DeepSeek-R1 推理模型將 AI 浪潮推向新的高度，各行各業迅速跟進落地，智能硬件在大模型時代浮現出全新形態。那么智能硬件在計算能力上有哪些演進？大廠又應如何布局智能硬件、應對計算平臺的變遷？

近日 InfoQ《極客有約》X AICon 直播欄目特別邀請了未來智能聯合創始人 & CTO 王松擔任主持人，和李未可科技合伙人 & 算法實驗室負責人古鑒、網易有道 AI Infra 負責人張廣勇一起，在AICon全球人工智能開發與應用大會2025 上海站即將召開之際，共同探討 GPT 時代，智能硬件的挑戰與機遇。

部分精彩觀點如下：

• 回歸硬件設計的本質，關鍵是圍繞使用場景來匹配硬件和軟件的能力。

• 未來眼鏡必定會擁有自己的算力平臺。

• 像耳機、眼鏡等設備，隨著場景化的結合和 AI 與硬件的融合，用戶體驗會不斷提升。

在 5 月 23-24 日將于上海舉辦的 AICon 全球人工智能開發與應用大會上，我們特別設置了【智能硬件落地實踐】專題。該專題將聚焦智能硬件領域的創新趨勢與行業變遷，并邀請相關廠商分享最新技術進展，從多個維度探討未來發展方向。

查看大會日程解鎖更多精彩內容：https://aicon.infoq.cn/2025/shanghai/schedule

以下內容基于直播速記整理，經 InfoQ 刪減。

技術演進驅動產品創新

王松：過去這一年，有沒有哪款智能硬件或者產品形態讓你們覺得——“這個真的不一樣”？核心技術上有哪些本質提升？

古鑒：我對字節推出的 Ola Friend 這款產品印象深刻。最初，我并沒有特別關注它，但在購買和使用后，我發現它的體驗非常順暢。特別是它與大模型的交互、與豆包的溝通速度和流暢性、喚醒能力以及降噪效果都讓我感到滿意。我認為這款產品是一個大模型的入門級產品，但它確實達到了我對 AI 硬件的期待。

王松：你平時的使用場景是什么？

古鑒：聽歌、詢問一些問題，我的孩子也喜歡與豆包聊天。

張廣勇：我并沒有特別關注某一款產品，但這幾年智能硬件領域取得了顯著進展。例如，AIPC、以及智能眼鏡、人形機器人等產品，還有有道推出的詞典筆和答疑筆等，這些產品已經結合大模型從理論走向了實際應用。

總體來說，設備的輕便性、流暢性和質量都比預期的進展要快。最令人印象深刻的是這些設備的低延遲，避免了人們對大模型可能產生的慢速反應的擔憂，在智能硬件上落地后，用戶體驗得到了極大的提升，使得人與設備的交流更加自然。

王松：隨著模型壓縮、量化等技術發展，哪些過去無法實現的功能現在可以落地到設備端？

古鑒：我們已經做了三代眼鏡。在第一代產品中，我們使用了安卓系統，并將一些功能，比如 SLAM 技術，應用到帶攝像頭的運動型眼鏡上。然而，當我們進入第二代和第三代時，發現將一些復雜的算法，甚至是大模型算法落地到端側，實際操作的難度相當高。例如，現在將一個可能占用幾 GB 的模型放到手機上，雖然可以實現，但在功耗和效果方面仍無法滿足用戶的基本體驗。而我們的產品是一個只有幾十克的眼鏡，至今仍面臨很大的挑戰。如果要做一款端側的大模型產品，既能滿足用戶的要求，又能在特定場景下順暢使用，難度確實很高。因此，我們目前仍覺得基于云端的模型是最佳方案。

張廣勇：最初，我們的功能主要集中在查詞和翻譯上。但現在，我們已經上線了更多的大模型能力，比如 AI 老師的答疑功能，以及語法精講、單詞講解等多種大模型功能。關于落地模式，我們有幾種選擇。一種是純云端，另一種是云端與本地結合的模式。由于手機算力相比于大模型仍然差距較大，某些大模型無法在本地運行，因此我們使用基座模型和云端計算。而對于需要語音識別、OCR 等交互的場景，我們可以在本地使用算力處理離線任務。

除了云端結合外，我們還上線了純離線的大模型。雖然這些模型的規模沒有達到云端那種幾十甚至上百 B 的規模，但我們已經實現了 0.5B 到 3B 的離線大模型。這些模型支持中英互譯，以及古詩文翻譯等功能，單個模型能夠完成多個任務。

相對于原來的離線功能，我們使用離線大模型進行翻譯，質量上有了很大的提升，已超過了在線 NMT 的質量。

王松：您說的離線功能是依賴于手機端的離線模式嗎？

張廣勇：不是的，我們的離線功能是基于詞典筆的。詞典筆可以獨立使用，特別是針對學生，因為家長通常不會把手機給孩子使用。我們希望詞典筆能獨立運作，而且學生可以在戶外或教室等地方使用。因此我們部署的離線功能完全基于詞典筆本身的算力，不需要借助手機或其他設備。這樣一來，即使沒有網絡連接，詞典筆也能使用。

技術實現與跨團隊協同

王松：智能硬件需要軟件、算法、硬件、產品團隊深度協作，協作過程中遇到過哪些關鍵矛盾，如何尋找最佳平衡?

張廣勇：從硬件團隊的角度來看，硬件工程師追求性能穩定、成本可控和可量產。產品團隊則更關注用戶體驗和上市時間，通常需要壓縮開發周期。但硬件開發與 APP 開發不同，硬件不僅需要研發，還涉及許多其他因素，AI 算法模塊。AI 的迭代速度較慢，這給產品開發帶來時間上的壓力，導致硬件和產品需求之間存在沖突。

從軟件和算法的角度來看，我們希望具備靈活的開發能力。在詞典筆上，我們部署了本地模型，理想情況下希望本地算力和內存越大越好，但這會大幅增加硬件成本，特別是對于像我們這種小型硬件產品，成本壓力較大。由于詞典筆的市場定位和價格較低，它的算力和內存遠不及手機。因此，在硬件有限的情況下，部署多個 AI 模型面臨更大挑戰。此外，產品團隊面臨的需求變化頻繁，尤其是 AI 結合的新產品，使得算法的迭代變得更加復雜。在 APP 端，由于內存有限，無法支持過多底層算法模塊，需要進行整體優化。最終，我們的目標是打造一款具有優秀用戶體驗的產品，確保我們的智能硬件具備高質量、低延遲、低成本、低功耗的整體優勢。

古鑒：硬件產品的定義在初期階段至關重要。首先，我們需要明確硬件的使用場景，并在此基礎上做出合理的妥協。例如，在我們設計的眼鏡中，雖然 AI 眼鏡是面向大眾市場的，我們必須確保用戶能夠長時間佩戴，且眼鏡外觀應應該考慮到主打的人群。

功能定義同樣至關重要。作為重語音交互的產品，我們就需要為眼鏡設計特定功能，如降噪和特定詞匯識別等。與此同時，還要在電池容量和外觀設計之間找到平衡。性能與外觀之間的矛盾將不可避免地在這一過程中顯現。例如，一些人可能希望眼鏡具備與用戶長期互動的能力，甚至實現類似智能助手的功能。回歸硬件設計的本質，關鍵是圍繞使用場景來匹配硬件和軟件的能力。

王松：是否曾因設備算力限制被迫簡化功能，甚至是模型？可以分享通過算法優化或硬件適配破局的案例嗎？

古鑒：在設計過程中，確實會面臨舍棄一些功能的情況。現在我們的設計更多采用的是分發模型。很多人會問我們在設計 AI 眼鏡時使用了哪家的大模型，對此，我認為需要更詳細地解釋：我們并不是只使用一個大模型，實際上是多個模型的組合，包括小模型、分發模型、聊天模型和 Agent 模型等。在這種情況下，我們需要確保分發過程足夠快，因此可能會選擇較小的模型。

但在聊天時，為了確保準確性，避免出現錯誤的回答，我們則會使用較大的模型。使用大模型時，回復速度可能相對較慢。那么如何在這個過程中解決等待時間的問題呢？因為眼鏡設備的用戶耐心是非常有限的，所以必須在短時間內給予用戶反饋。這些都是設計中非常重要且具有挑戰性的部分，尤其是在 Agent 功能中。很多 Agent 的接入方式甚至會涉及不同的大模型，這也是硬件和軟件設計中一個比較復雜的難點。

王松：古老師提到一個非常關鍵的點——不同的功能或場景可能需要使用不同的模型。前置部分實際上相當于你們內部的一個 MOE 模型。

古鑒：對，因為很多時候，如果你只是問一個簡單的“你好”，卻還需要調用 Deepseek 模型，那就會浪費很多資源，關鍵是如何進行分發。例如，當我分發完后，就可以確定是否調用豆包模型或 Deepseek 模型等，這樣的設計非常重要。

張廣勇：詞典筆同時使用云端和端側模型。關于云端部分，我們使用了有道自研的“子曰”教育大模型。由于端側的算力較小，例如我們使用的詞典筆配置的是 A53 CPU，相比手機芯片要弱得多。因此，從第二代到現在的第七代，我們在算法和工程上進行了大量優化，包括采用蒸餾、MOE、量化等。由于第三方計算庫性能不足，我們自己實現了一些底層計算庫，并采用了混合精度量化技術，讓我們的模型可以部署在詞典筆本地。由于算力和內存的限制，我們的模型初期較小，性能優化不足，但這并非終點。隨著性能的提升，算法模型的大小也在逐步，最終優化后，模型的參數量提高了一倍。從 2018 年至今，我們針對離線機器翻譯已經優化了多個版本，即提升了質量又降低了延遲，大幅提升用戶體驗。

此外，我們與上下游的合作也非常緊密，尤其是與芯片廠商的深度合作。智能硬件的落地需要 AI 能力的支持，而芯片廠商的合作至關重要。端側使用的 NPU 芯片比 CPU 更強大，功耗更低。舉例來說，我們的 OCR 模型從 CPU 切換到 NPU 后，模型規模增大了 15 倍，錯誤率下降了 60% 以上，識別速度提升了 50%。

用戶體驗與交互設計

王松：如何協調算法性能、硬件能力和用戶體驗，以實現高效的硬件交互設計？

張廣勇：雖然詞典筆現在上線的模型還不是端到端的多模態模型，但我們的用戶體驗功能已經是多模態的。用戶不僅可以通過文本輸入，也可以通過語音輸入，尤其詞典筆的掃描輸入更高效，是用戶最喜歡的輸入方式。當然，這個過程是逐步探索的，我們在 7 代詞典筆上增加了攝像頭，以便更好地讓用戶使用。

在詞典筆的設計上，原本只提供查詞和翻譯功能，形態較為長條且集中在筆頭部分。隨著答疑功能的加入，尤其是題目講解等需求，我們發現全屏更適合這種功能，因此我們將它升級為全屏設計，提升了屏幕的顯示效果，使用更為便捷。

古鑒：雖然一些廠商可能會結合戒指或手機來控制眼鏡，但我們一直相信一體式設計，即眼鏡本身的交互方式是最完整的。因此，我們的核心依然是語音體驗。我們認為語音交互是所有交互方式中最基礎的部分，此外可能還會在鏡腿上增加一些簡單的滑動操作。

在語音交互方面，我們注重語音識別和指令識別等基礎功能。尤其是在雙芯片設計中，我們如何進行降噪、聲源定位等優化，都是交互設計的重要部分。同時，我們還考慮了喚醒詞和翻譯過程中的同聲傳譯，比如回聲消除和語種區分等。這些功能在實際場景中的應用非常復雜，因此我們在確定場景后，會圍繞場景優化硬件和軟件的核心能力。

王松：很多人認為眼鏡是下一代計算平臺，您怎么看。

古鑒：我之前一直從事 AR 行業，現在我認為眼鏡仍然無法完全脫離手機。然而，未來眼鏡必定會擁有自己的算力平臺。如果眼鏡要與未來的技術變革相適應，可能會顛覆現有的應用商店，取而代之的是類似于 Agent store 的系統，眼鏡必須擺脫手機的限制。

未來，眼鏡將具備眼球追蹤、SIM 卡和攝像頭等功能。如何在保證這些功能的同時，實現續航和電池的妥協，且保持眼鏡輕巧（如低于 40 克，最好控制在 30 至 35 克之間），將是一個巨大的挑戰。我認為，這一目標可能還需要 3 到 5 年，甚至更長的時間才能實現。

王松：聽說 Apple 的 Vision Pro 2 已經在開發了，您覺得它的一代產品成功嗎？

古鑒：我認為第一代并不算成功，它的重量超過 600 克，銷量也沒達到預期。我認為第二代會更加注重優化，它可能會對標 Meta 的眼鏡，或者采用像碳化硅材料這樣的新型顯示技術。

王松：在未來的多模態感知技術中，對于 AI Infra 的架構設計有哪些挑戰?

古鑒：我們預計下個月就會推出帶攝像頭的眼鏡。之前，我們已經用這款帶攝像頭的眼鏡進行過多模態應用的測試，例如在博物館內進行文物識別等。我認為有幾個關鍵點需要注意。首先是多模態傳輸協議的問題，如何將圖片等數據快速傳輸到云端，同時保證速度和功耗的低消耗。其次是向量存儲問題，尤其是多模態數據存儲和文字對齊等，這也是一個技術難點。

另外，進行并行計算也是一個重要問題。傳輸過程中，可能需要同時進行語音計算等操作。此外，交互模式也會有很大變化。比如，當看到一張圖片時，系統可能會主動告訴你它是什么，或者你可以主動詢問：“這張圖是什么？”這些交互方式如何做到自然流暢，是架構設計中的一個挑戰。我認為底層架構的關鍵部分包括向量存儲和多模態傳輸協議的設計。

張廣勇：從用戶角度來看，我們的詞典筆已經是一個多模態產品，具備筆頭掃描、攝像頭拍照和語音輸入功能。當然，從端到端的方案來看，現在的流程還是串行的，未來肯定會向端到端的多模態模型發展。如果是完整的多模態模型，我們可能會將拍攝的圖片直接傳輸到云端的大模型進行處理。而現在采用的是本地和云端相結合的模式，先在本地進行 OCR 文字識別，然后只傳輸文字，這樣可以大大減少傳輸量。

目前，在圖片傳輸和獲取方面，我們的技術已經比較成熟，并且在產品上已經落地。未來可能還是聚焦在云端多模態模型的部署，包括分布式并行計算、數據量分離、量化等各種挑戰。如果加入更多的模態和不同的網絡結構，部署會變得更加復雜，需要結合像 GPU 或其他芯片進行設計開發，盡量確保模型能夠在保證低延遲的同時，實現較高的吞吐量。

場景化應用

王松：在教育硬件中，如何通過算法優化和 AI Infra 的支持，確保模型的快速響應和高精度知識輸出？

張廣勇：首先，關于幻覺問題，我們基于子曰教育大模型，并結合了 RAG、知識庫等技術，通過多年的教育積累和數據支持，來規避這些問題。在低延遲方面，我們采用了 INT8、INT4、FP16 等混合量化方式，利用低精度充分發揮本地算力。而在高精度方面，我們采用了混合量化技術，因為純 INT4 精度可能無法滿足要求，混合使用 INT8 和 FP16 能夠既保證精度，又能提供快速響應。

王松：你們端側的 OCR 識別率怎么樣？

張廣勇：我們的 OCR 識別率對于常規文本來說，通常能達到 98% 以上。當然，識別的準確度與詞典筆的使用習慣有關，如果用戶沒有正確對準掃描區域或者沒有拍好照片，可能會影響識別效果。在這種情況下，用戶有時會重新掃描。如果掃描到位，常規文本的識別沒有問題，甚至對于一些復雜場景，比如藝術字、手寫等場景，我們也能保持較高的準確度。

王松：那么像 OCR 這種場景，離線模式已經足夠應對了？

張廣勇：對，對于大多數情況，離線能力已經足夠。不過，對于一些復雜的場景，比如復雜的公式識別，離線模式可能因算力限制而無法處理得很好，這時我們會結合一些在線能力來解決。

王松：古老師能否分享一些具體的算法優化策略或 AI Infra 架構設計，以展示在這兩個領域的差異化調優實踐？

古鑒：整體速度仍然是一個關鍵問題。比如在部署模型時，我們可能會先使用類似投機采樣的小模型進行序列探測，然后再由大模型進行驗證。另外，在設計過程中，我們致力于提升用戶的體驗。與手機聊天的文字輸入相比，用戶與眼鏡交互時的感受是完全不同的。我們設計了分發策略，通過快速處理大量標注的語料，包括系統語料、閑聊語料和指令語料，從而訓練了我們的分發大模型。

舉個例子，當用戶問天氣時，系統能夠快速調用天氣信息。如果用戶說：“我吃飽了，想去西湖玩”，系統需要判斷是調用導航功能，還是提供西湖周邊的美食推薦等。這一切依賴于我們的訓練策略，通過對大量數據進行標注，整體速度得以提升。

在用戶體驗方面，我們還加入了一些優化，比如在搜索過程中，系統會提示用戶稍等一下。當用戶收到類似反饋時，通常會愿意等待幾秒鐘。此時，我們可以提供更好的反饋，提升用戶體驗。

王松：您認為哪些 AI Infra 層面的技術創新可以有效提升產品的場景適應性和用戶體驗？能否分享一個您參與或了解的成功案例，詳細說明如何通過算法和 AI Infra 的結合，實現產品的場景化設計與用戶價值感知的提升？

張廣勇：主要集中在兩個大場景：查詞翻譯和 AI 答疑老師。查詞翻譯功能結合了 OCR、翻譯和 TTS 技術，AI 答疑功能則是在大模型的支持下，能夠為用戶提供更多的價值。答疑功能的目標并不是替代老師，而是作為對老師的補充。例如，傳統的輔導老師在學科上有明確分工，而 AI 大模型則可以在同一個模型下處理所有學科的問題。如果學生在學習數學時遇到歷史問題，AI 大模型也可以幫助解答。

此外，AI 大模型還能夠提供更好的交互體驗。與傳統的固定答疑方式不同，大模型可以實現靈活的互動，學生可以隨時打斷并提問，向模型詢問具體知識點或相關百科知識，這樣可以讓學習過程更有趣，也能拓寬學生的知識面。

古鑒：目前，我們正在與一些展會和外貿場景結合，打造一個完整的解決方案。這個方案包括多語種翻譯，特別是一些小語種的翻譯，同時也包括全天候記錄和總結功能。尤其是在專業場景中，比如前幾天我參加了廣交會，現場的確感受到了不同國家的人們都需要翻譯服務。

雖然英語翻譯設備很多，但對于小語種、專業詞匯和不同口音的翻譯需求，仍然存在挑戰。我們的眼鏡可以快速與用戶進行交流，尤其是在展會中，展商需要記錄與客戶的溝通內容。如果一天與 100 個客戶交流，記不住所有細節是很常見的。我們的方案能夠幫助展商記錄下交流內容、總結對話，甚至保留翻譯歷史和音頻文件，便于后續聯系潛在買家。我認為這是一個基于實際場景的有效翻譯解決方案。

王松：如果能加上視頻和拍照功能，記錄現場情況并還原場景，用戶的印象可能會更加深刻。

古鑒：確實，收到反饋后，我們計劃在攝像頭版本中加入拍攝名片和合照的功能，將這些內容插入到記錄中，這樣可以讓記錄更加完整。

王松：端側能力開發中，選擇開源模型還是自研閉源方案？考慮的維度有哪些？

張廣勇：端側的算法和模型優化主要依賴兩部分：一是算法，二是模型工程。我們會基于一些開源模型，結合我們的數據進行深度優化。對于云端來說，開源的推理框架非常多且效果不錯，但在端側，開源推理框架較少，效果也有限。主要原因在于，詞典筆的算力和內存非常有限，內存僅為 1GB，而一些模型動輒需要幾百兆的內存。此外，使用第三方框架時，速度往往無法達到實時要求。因此，我們選擇自己實現底層服務，即提升了速度，又降低了運行內存，使內存消耗保持在可控范圍內。這也反映了端側和云側模型部署的一個重要區別：云側可以通過擴展多臺機器和多個卡來滿足用戶需求，但在端側，一臺設備上的芯片需要同時支持多個功能模塊，例如離線大模型、OCR、TTS、ASR 等。這個限制使得在端側部署本地模型更具有挑戰。

古鑒：目前，我們還沒有一個完全開源的端側解決方案，因為眼鏡的算力有限。我們認為，眼鏡和手機都是個人設備，用戶的聊天記錄等數據應該保留在本地，以確保隱私安全。因此，我們傾向于使用開源解決方案，并經過優化以適應手機或眼鏡端。然而，現在看來，眼鏡端直接運行端側模型仍然有一定距離。

王松：您預計眼鏡上大概需要多長時間才能直接運行離線模型呢？

古鑒：這肯定與電池技術的發展密切相關。例如，現在有些半固態電池已經在使用，如果芯片算力得到提升，電池續航也能增加，我覺得在未來一兩年內是很有可能實現的。現在，許多公司都在探索這種可能性。端側的模型相對較小，可能會解決特定場景的問題，而不是像我們所說的大型離線模型方案。因此，這種小型離線模型的實現是非常有可能的。

王松：您認為 AI Agent 深度嵌入硬件會帶來哪些范式級體驗變革？

古鑒：我們非常重視 Agent 這一概念，因為我們認為眼鏡應當是一個隨身設備，像個人助手一樣。例如，我們有自己的 Agent store。此外，我們還在探索 MCP 方案，希望能夠接入更多的 Agent 框架。Agent 的優勢在于，它能夠突破傳統數據限制，連接所有 APP，并記錄用戶的使用情況，從而提供更個性化的幫助。我們希望在眼鏡上實現類似的功能，例如通過 Agent 來點咖啡、點外賣，訂票等。通過 Agent，你不再需要打開手機，這正是未來的發展趨勢。

張廣勇：我們的 AI 答疑老師本質上是一個 Agent，具備幾個特點。首先，它可以實現個性化教學，因材施教，并且支持全科目教學。傳統教育中，各學科相對獨立，但在 AI 智能體的支持下，學生可以跨學科學習，打破學科之間的壁壘。

其次，AI 智能體可以增強學生的學習體驗，提升交互性。例如，對于立體幾何等空間感較強的學科，學生可能難以理解，但如果通過視頻或動畫形式展現，學習起來更加形象化。AI 可以根據學生的需求生成內容，甚至讓學生自己根據想法繪制和生成學習內容，而不再局限于固定格式。

此外，AI 還可以促進學生從被動學習轉向主動學習。傳統教育方式中，學生主要接受老師的講授，而現在，學生可以通過掃描、拍照、語音交互等方式主動探索知識。與 AI 的互動讓學生可以隨時提問，激發更主動的學習興趣。AI 不僅能生成視頻和動畫，還能創作其他作品，這為學生提供了更多可能性。

王松：我認為未來 AI 與人類的交互將有兩種模式。第一種是 Copilot 模式，主要的活動還是由人類主導，而 AI 在旁邊提供高度智能的輔助。這種模式是未來無法避免的，因為人類始終是主角。第二種模式則是，人在開始時設定任務，然后 AI 獨立完成，直到任務完成后再通知人類。未來，我認為這兩種模式將并行很長一段時間。人類會繼續參與，但也能偶爾“偷懶”。因此，這兩種模式在未來都非常重要。

王松：未來 2-3 年最看好的智能硬件場景是什么？

張廣勇：對于我們自己的產品，我們主要做的是 AI 與教育結合的學習智能硬件產品，像我們今年推出的 spaceone 答疑筆，具有全屏，更適合大模型的功能落地。基于這些硬件，再加上大語言模型、推理模型和多模態模型的能力，我們的產品能夠提供一個非常自然的交互體驗，無論是語音還是拍照，都能順暢進行。

對于其他產品，用戶體驗會越來越好。例如，我使用了豆包耳機，原本以為延遲大、會卡頓，但實際使用后發現它的交互非常自然，反應也非常快，可以方便地解決各種問題。

像耳機、眼鏡等設備，隨著場景化的結合和 AI 與硬件的融合，用戶體驗會不斷提升。當然，智能硬件面臨的挑戰，特別是功耗和重量問題，特別是眼鏡設備需要更便攜，未來這些設備的缺陷會逐漸得到彌補，體驗也會越來越好。

古鑒：我還是非常看好眼鏡的發展。比如說，未來的教育中，孩子們的近視率很高，很多家長不希望孩子使用手機。如果孩子戴上眼鏡，可以用它來掃題、提示學習內容，甚至引導坐姿糾正等，我認為這就是眼鏡在教育領域的一個重要應用場景。

除了眼鏡，還有像項鏈、戒指等設備，必須與 AI 結合。通過這些隨身硬件收集個人數據，并訓練出一個個人助手或輔助系統，將大大提升用戶體驗。未來，甚至有可能將這些數據與腦機接口或機器人技術結合，從而使用戶擁有一個“替身”，幫助完成許多任務。這樣，用戶就可以更多地享受生活，而不必擔心瑣事。大模型只是一個起點，隨著技術進步，人類的工作將逐步減少，我們將更多依賴“Avatar”來完成工作。

AICon 2025 強勢來襲，5 月上海站、6 月北京站，雙城聯動，全覽 AI 技術前沿和行業落地。大會聚焦技術與應用深度融合，匯聚 AI Agent、多模態、場景應用、大模型架構創新、智能數據基建、AI 產品設計和出海策略等話題。即刻掃碼購票，一同探索 AI 應用邊界！