天天看點

Limitless展示AI裝置新方向,但依舊還隻是手機配件

作者:三易生活

日前,Limitless AI推出了号稱世界上最小的AI可穿戴裝置Limitless,其售價為99美元、約合717元人民币。據悉,這款裝置内置大模型,能夠全天候記錄對話内容,并提供了AI總結功能。Limitless AI創始人Dan Siroker随後宣稱,這一裝置的銷量已突破2萬台,其大部分使用者來自中國和美國市場。

Limitless展示AI裝置新方向,但依舊還隻是手機配件

其實從産品形态來看,Limitless與稍早亮相的AI Pin頗為類似,但前者更專注于語音記錄、備忘等功能,是以從功能上來說也更像是AI Pin的精簡版,或是随身的智能音箱。據官方公布的相關資料顯示,Limitless的核心功能集中在“Transcript”(轉錄直譯)、“Notes”(要點摘錄),以及“Summary”(總結)三個方面,與目前一些具備AI功能的錄音筆産品類似。

Limitless展示AI裝置新方向,但依舊還隻是手機配件

Limitless總結功能示範

值得一提的是,雖然Limitless支援Wi-Fi和藍牙、具備一定的獨立工作能力,但由于其同樣沒有配備螢幕,是以也高度依賴手機或其他裝置來提供諸如内容查閱等方面的支援。是以Limitless AI方面也并沒有排斥智能手機,甚至還計劃為iPhone和Android機型推出原生應用。從這一點看,Limitless與AI Pin的設計思路就明顯有所差異。

針對使用者對于AI相關功能在隐私方面的擔憂,Limitless也提供了“信任燈”、同意選項,以及隐私雲等多重保障。但對使用者而言,目前在大模型産品上常見的AI幻覺以及訂閱費用,顯然同樣也是一大問題。

事實上,AI幻覺是目前是大模型領域至今尚未完全解決的一個問題,是以由此所提供的AI總結、AI摘要等功能的準确性,同樣也會收到相應的影響。再加上Limitless并未配備螢幕和視覺識别子產品,這就導緻其互動将高度依賴語音,是以也使得這個問題可能會被放大。

此外,如何解決雲端大模型在響應、延遲等方面的短闆,同樣也是這類AI裝置亟待解決的問題,畢竟這會直接關系到使用體驗。

Limitless展示AI裝置新方向,但依舊還隻是手機配件

Limitless所提供的訂閱服務

相比之下,AI功能的訂閱服務費用,目前就已經開始陸續出現。由于Limitless大機率引入了第三方大模型為其提供相應功能的支援,是以收取訂閱費用幾乎也是必然。此前vivo副總裁、vivo AI全球研究院院長周圍就曾透露,目前與大模型進行一次對話的成本為0.012元到0.015元,而且大模型輸出的AIGC内容無法享受到規模效應的加成,使用者數量的上升所帶來的成本會不降反升。

此前三星Galaxy AI的收費風波其實就已經揭露了這一問題的本質,由于訂閱費用是用于購買第三方的大模型服務,但使用者對于這種模式的接受程度顯然還有待觀察。

如今,智能手機早已滲透到諸多使用者生活中的方方面面,是以近期開始出現的所謂AI原生裝置,首先就需要面對使用習慣這個最大的問題。這種市場态勢也使得相關廠商不得不從多個方面尋求突破,試圖探索出新的應用場景,以期在細分市場找到生存空間。由此也就不難了解,相關廠商将AI Pin和Limitless歸類到智能可穿戴裝置的原因,畢竟這類産品目前有着相當客觀的出貨量,而且在使用者習慣上與其多少也有些重合。

Limitless展示AI裝置新方向,但依舊還隻是手機配件

此前AI Pin所遭遇的大量使用者差評,其實也已經在一定程度上表明,目前這類AI裝置的依舊還受到諸多技術方面的局限性。其中的關鍵,在于其受制于羸弱的本地算力,隻能高度依賴雲端大模型。并且事實已經證明,這種方案過于受限網絡連接配接和本地算力,是以現階段的實際表現并不那麼盡如人意,甚至在識别語音指令這類“基操”都還存在一定的困難,要麼反應遲緩、要麼識别錯誤。

這一問題也導緻相關廠商需要采取更務實的方式來進行調整,以Rabbit R1為例,其目标并非取代手機,更是将其設計成“為使用者提供一個完整的、适用于各種應用的通用控制器”。事實上,類似的情況大機率也會在Limitless上重制,不過與Rabbit R1和AI Pin相比,Limitless的定價幾乎坐實了科技潮玩的定位。

Limitless展示AI裝置新方向,但依舊還隻是手機配件

Rabbit R1的形态與手機幾乎一緻

但這種相對務實的政策還帶來了一個近乎無解的難題,那就是AI裝置想要用相對較低的價格來吸引使用者,就必然要對成本進行更為嚴格的控制,削減本地算力顯然也就成為了幾乎唯一的選擇。但即便不計成本的加強本地算力,這些問題就真的能迎刃而解嗎?

衆所周知,目前包括高通骁龍8 Gen3、聯發科天玑9300在内的新款旗艦SoC在端側AI算力上迎來了大幅提升,例如骁龍8 Gen3的Hexagon NPU能夠以20tokens/s的速度運作100億參數的大模型,天玑9300在極限狀态下甚至能跑330億參數量的大模型,但這些數字與雲端大模型相比,差距則是指數級的,是以目前智能手機基本也都采取的是端側+雲端的混合方案。

Limitless展示AI裝置新方向,但依舊還隻是手機配件

Limitless作為一款随身裝置,雖然也有一定的獨特之處,但其依賴智能手機的特性其實也揭示了目前這類所謂AI原生裝置的局限性。是以對于相關廠商來說,如何将其更好的與智能手機進行配合,并避免與後者的直接競争,或許才是這類産品在市場中站穩腳跟、為使用者帶來更好體驗的關鍵。

繼續閱讀