2026AI产业大会探讨下一个AI杀手级应用赛道
下一个全民级的AI爆款,会是眼镜、智能体,还是某个尚未命名的“物理世界入口”?这场讨论没有标准答案,却指向一个清晰的共识:单纯套用大模型外壳的应用注定昙花一现,唯有那些能长期在线、深度连接物理世界、并完成真实任务闭环的产品,才可能叩开百亿市场的大门。从AI眼镜到具身智能,一场关于下一代入口的争夺战,已经悄然打响。
硬件先行还是生态制胜?面向消费者还是深耕企业?争论背后,逻辑其实是一致的:纯“套壳”应用和弱交互硬件终将被淘汰,未来属于“多模态底座+AI原生智能体+可穿戴硬件”三位一体的融合形态。只有这种融合,才能让AI真正跳出聊天框,走进我们的现实生活。
以下是经整理的圆桌对话内容。

圆桌嘉宾
刘子豪丨杭州颜柯教育联合创始人(主持)
赵维奇丨乐奇全球开放生态负责人
路少卿丨商汤科技研究院技术管理负责人、多模态产品负责人
杀手级产品的定义:长期在线,连接物理世界
刘子豪:欢迎来到这场关于“杀手级AI产品”的讨论。今天我们不谈概念,只聚焦一个问题:下一个百亿规模的全民AI产品会是什么样子,又会诞生在哪个赛道?首先,想请两位分别押注一个您看好的赛道,并用实际案例来支撑您的判断。赵老师先请。
赵维奇:要定义“杀手级”,首先得明确,它必须是一个能长期在线、并连接物理世界的入口。从这个角度看,AI可穿戴设备,尤其是与AR结合的眼镜,是目前最合适的形态。它离人最近,在线时间理论上可以覆盖醒着的所有时段,能无缝衔接我们对物理世界的感知和交互。
想想看,人每天看世界的时间远超看手机的时间。真正的杀手级产品,必须是高频、刚需且能持续使用的。眼镜作为“长期在线”的部件,比需要主动打开的手机更具潜力。再说AI智能体(Agent),未来的趋势是每个人都拥有自己的数字助理。那么,什么硬件能让这个助理长期在线,并帮我们处理与现实世界相关的任务?答案很可能就是眼镜这类可穿戴设备。总结来说,它得是那个能保证持续、高频使用,满足刚需的下一代AI入口。
路少卿:很多正确的判断,最终会殊途同归。我的想法也类似,但可以再抽象一层。无论是早期的模型还是现在的智能体,AI正从单点介入走向长期、持续的介入。然而,目前的智能体,无论是ChatGPT还是其他,大多仍困在数字世界的对话框里,其在线时长和作用范围是有限的。
下一步的关键演进,是让AI从数字世界走向物理世界,成为能与人真正协作的智能体系统。这套系统可以通过眼镜接入,也可以通过机器人等形态接入。但最大的挑战在于,如何实现与真实世界的持续、有效交互。
举个例子,就像此刻的圆桌讨论,对于大多数AI来说,它很难分辨谁在说话、何时该响应、话题是什么。只有解决了这类问题,AI才能成为物理世界中合格的协作者。
AI眼镜:显示功能是理解现实的关键一步
刘子豪:作为曾经的辩手,我想追问一下。赵老师,目前AI眼镜有两条路线:一种无显示,像加强版的AI耳机加摄像头;另一种是AI+AR有显示的眼镜。您如何看待这两种形态的区分?
赵维奇:硬件形态本就该多样化,适配不同阶段和场景。无显示的形态更轻量,像是蓝牙耳机和摄像头的延伸,适用于一些轻量级场景。而有显示的功能,其核心价值在于完成了现实交互的闭环。
人类接收信息的带宽,视觉远高于听觉。几百字的文章,扫一眼就能把握大意;若要用听的,可能听到后面就忘了前面。显示功能,本质上是扩展了人类的认知带宽。它能将AI处理的结果实时叠加在现实视野中,实现即时反馈。
无论是消费端的导航提示,还是企业端的巡检提醒,显示都是刚需。AI不能只当“旁观者”,只会听和说;它需要“参与”进来,帮你看、帮你处理,并在需要时清晰地呈现信息。理解空间并将信息反馈回现实,这是必然趋势。行业涌现众多产品形态,本身就在验证AI眼镜作为未来入口的重要性。至于具体形态的取舍,往往涉及短期策略、长期规划乃至商业考量。
刘子豪:听起来,显示功能是AI眼镜从“感知”走向“理解”现实的关键。下一个问题,AI眼镜很像智能手机爆发的前夜,大家都在争夺入口。乐奇内部最看重的商业模式是什么?是硬件销售、应用生态,还是智能体服务带来的长期价值?
赵维奇:做硬件必须坚持长期主义。我们的初心是打造与物理世界交互的终端,商业模式也生长于此。第一步,硬件是入口,需要达到从“可用”到“好用”的规模覆盖。当设备普及后,生态就会自然生长。除了翻译、提词等基础功能,生态里会涌现意想不到的应用,比如现在很火的“实时比价”功能,就是开发者基于硬件能力创造的。
更长期的价值在于服务。用户购买的不仅是设备,更是一种能长期提供帮助的能力。我们的商业模式核心是“OS+生态”,硬件是承载能力的载体。操作系统(OS)负责将底层能力深度、广度地释放,兼容在线、离线、端侧、云端各种模型;而生态则保持开放,吸引更多开发者。最终,是与合作伙伴协同,将价值释放给B端和C端用户。
多模态的未来:操作系统是发挥AI智商上限的核心
刘子豪:少卿老师,商汤一直强调多模态大模型。你们押注的似乎不是某个单一应用,而是让多模态能力进入真实场景,比如硬件、机器人。在您看来,商汤未来的杀手锏是模型本身,还是运行模型的具体应用?
路少卿:模型决定了整个系统智商的上限,这是基础。而应用或产品,结合眼镜、机器人等硬件,是入口。在这之间,操作系统(OS)层是目前我们认为最核心的部分。
操作系统要解决什么?是如何将模型的智商上限发挥到极致——如何管理上下文、调用工具、在恰当的时机理解用户意图。例如,我没说话,它也能判断我可能需要帮助。这套系统,是智能体从数字世界晋升为物理世界协作者的关键。
现在的智能体基于深度思考,过程复杂,但用户往往只关心结果:在合适的时间告诉我是否需要介入,或者直接说“搞定了”或“需要帮忙”。对商汤而言,我们不只是做模型,也不只是与硬件厂合作,而是要深度集成能力,打造一套能真正改变人机交互逻辑的系统。
刘子豪:能否举个例子,商汤如何判断一个场景值得投入?
路少卿:判断逻辑其实具有共性。我们通常会看三点:第一,是否是高频问题?第二,高频问题是否有足够价值?第三,有价值的积累是否可复制?三者兼备,才值得产品化。
比如商汤的“AI讲解大脑”系统。我们判断,随着具身智能产业发展,机器人需要走出表演场景,创造商业价值。要解决它们在实际落地中“最后一公里”的问题,就必须先解决上述三个要素。这便催生了相应的产品。
快问快答:关于杀手级产品的核心判断
刘子豪:接下来是快问快答环节。第一个问题:杀手级AI产品,最终会是硬件入口、软件,还是智能体(Agent)?
赵维奇:软件或硬件单独都不是。关键看谁能完成场景闭环。没有智能体的硬件只是硬件,没有硬件的智能体可能只是个聊天框。最终的形态,需要软件、硬件、智能体协同完成闭环。
路少卿:我基本认同,但有个先后顺序。硬件作为入口必须先行,铺开用户基础。之后,它能否成长为杀手级应用,取决于提供的功能能否让用户产生高黏性。入口铺开后,持续的价值供给才是关键。
刘子豪:第二个问题:下一个杀手级应用,会先出现在C端(消费者)还是B端(企业)?
路少卿:这取决于产品形态。以具身智能为例,B端场景相对垂直可控,边界效应更明确。C端对体验和普适性的要求则高得多。因此在这个领域,可能先在B端打磨成熟,再向C端拓展。其他形态的产品可能相反。
赵维奇:这要看如何定义“爆品”。C端追求规模,意味着必须是高频、刚需、解决日常问题的。B端付费意愿直接,ROI算得清,一旦方案匹配就会买单。本质上,无论是B端还是C端,最终用户都是人,核心都是解决实际问题。当技术、供应链迭代到能用一个新方案覆盖某个品类时,爆品就可能出现。重要的是拥抱真问题,思考真解决方案。
刘子豪:第三个问题:在二位看来,什么样的产品注定成不了杀手级产品?
路少卿:现象级应用很多,但能持续沉淀为杀手级应用的很少。关键在于,爆点之后能否带来持续的流量和商业价值。一些“套壳”或挣快钱的应用,缺乏长期为用户提供价值(无论是功能价值还是情绪价值)的打算,难以形成用户黏性,也就无法成长为杀手级应用。
赵维奇:没有注定成不了的,但有些类型比较难。首当其冲是“套壳”应用。随着大模型能力泛化,很多浅层功能会被基础模型吸收,单纯套壳的价值会迅速衰减。其次是弱交互的智能硬件,本质上也是套壳,差异不大。创业者需要想清楚:是作为先锋验证方向,还是追求长期留在牌桌上。此外,数据留存将成为所有AI产品的核心。如果功能强大但用户数据无法沉淀、无法形成个性化的上下文,用户的切换成本会很高,这也会限制产品的长期发展。
未来12个月的展望与生态价值
刘子豪:最后一个问题:在您押注的赛道里,目前最接近“杀手级”的场景是什么?
路少卿:当前AI在辅助办公等数字场景已足够强大,但要进入物理世界交互,能力尚有欠缺。不过,从技术演进来看,未来12个月内,AI很有希望从聊天框真正走向物理世界。
一方面,国内外大厂持续投入,技术快速迭代。AI正从“一对一”交互,向理解“多人复杂场景”演进。它需要学会判断何时介入、如何回应,这要求系统能理解所有显性和隐性信息。解决数字问题后,这将是下一步的重点。我相信未来12个月,这个领域会有重大突破。
赵维奇:除了某些B端解决方案,纯粹的“长期解决方案”可能并不存在。AI的能力上限依赖于上下文、个性化和记忆。就像人的成长,需要足够的知识积累才能涌现智慧。AI同样需要足够多、场景化的“记忆”(数据)来提供个性化反馈,而非通用答案。
短期迭代不是坏事。生态就像一个花园,有生命周期短的草木,也有百年老树。草木快速迭代进化,老树则稳定存在。我们这样的平台方,要做的就是提供一个能长期在线、连接物理世界的“后花园”,并集成像商汤这样的优秀能力,开放给开发者和合作伙伴。在这个平台上,可能会不断涌现针对垂直场景的“杀手级应用”——给孩子做个工具,给某个行业做个解决方案,都可能成为爆品。降低创造门槛,让价值持续涌现,这才是生态意义上真正的“杀手级”。
刘子豪:今天的讨论让我们看到,杀手级AI产品并非单一的模型、硬件或应用,而是“多模态底座+AI原生智能体+可穿戴硬件”三位一体的融合形态。谁率先将“看得懂、听得懂、会协作、随身带”做到极致,谁就最有可能赢得下一个时代。
我们今天的讨论到此结束。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
提升开发效率的十大Qoder核心插件神器推荐
Qoder平台十款核心插件能显著提升开发效率。它们覆盖代码协同、知识管理与移动办公等场景,包括打通GitHub仓库的Connector、集成Slack通知的Bridge、同步Notion知识的Sync、支持浏览器自动化的Chrome插件、嵌入JetBrainsIDE的官方工具、命令行终端CLI、自动生成项目文档的RepoWiki、可定制领域专家的Expert
汽车4S店如何用QoderWake实现销售与售后自动化管理
汽车4S店常面临销售线索跟进滞后与售后预约提醒覆盖率低的痛点。QoderWake作为数字员工,嵌入店内系统,在安全可控框架下实现自动化处理。销售环节中,它能自动分级新线索并动态分配,并生成具体跟进任务;售后方面,系统依据车辆数据主动触发个性化保养提醒,并能理解客户反馈以调整预约策。
DeepSeek为何价格亲民 低成本AI模型背后的技术解析
DeepSeek的低价源于全方位成本控制:通过上下文缓存复用降低长文本生成开销,采用混合注意力机制高效处理超长序列,利用MoE架构推理时仅激活部分专家以提升算力效率。训练阶段通过算法与工程优化压缩开支,最终形成极低服务成本与竞争力定价。
QoderWake如何防止AI幻觉双重验证与人工审核机制详解
QoderWake通过嵌入式验证规则引擎对输出进行三重过滤,拦截潜在幻觉,关键操作需人工确认。系统对拦截案例归因分析,将错误模式转化为强化规则以持续进化。采用双层架构交叉审查,并强制模型在低置信度时暴露不确定性,从而系统化管控风险,将AI幻觉控制在可知、可控范围内。
如何制作从眼睛特写拉远到全景的AI视频效果
在即梦AI中实现“拉镜头”效果主要有四种方法:一是提示词中加入运镜指令并启用运动一致性;二是分阶段生成关键帧后插帧合成;三是利用深度图控制空间逻辑;四是直接使用新版视频生成功能,选择拉远模板并设置关键帧一键生成。
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

