虽然已经是2025年,但许多公司似乎仍然不清楚AI的实际用途。
这正是我从今年的CES上得到的印象:展会上展示了许多AI驱动的厨房电器、婴儿床和其他其实并不需要AI的产品。
例如:Spicerr,一款配备“智能”触摸屏的调味品分配器,可以在你做饭时学习你的口味,推荐独特的食谱。
然而,Spicerr的实用性本身就值得怀疑。它不具备研磨功能,而且需要15到20美元的专用胶囊,这些胶囊无法重新填充。即便如此,你真的需要一个
可以推荐菜谱的盐和胡椒调味瓶吗?
在展会的其他地方,还出现了Dreo的ChefMaker 2,一款AI驱动的空气炸锅。
是的,你没有看错——这是一款AI驱动的空气炸锅。
相比Spicerr,ChefMaker 2的概念并不那么荒唐。它可以通过扫描页面从食谱书中提取食谱,甚至能够处理计算烹饪时间和温度的复杂数学问题。
不过,扫描食谱书真的是空气炸锅买家真正需求的功能吗?作为一个空气炸锅的用户,我从未考虑过这个问题——似乎大多数人也没有。
然而,CES上还有更多比这还要奇怪的AI产品。
Razer的Project Ava,奇怪地以2014年电影《机械姬》(Ex Machina)中的杀手机器人Ava命名,是一款“AI游戏助手”,正如公司所描述的那样。Ava基本上并不直接玩游戏,而是在你玩游戏时为你提供指导。得到许可后,Ava会捕捉你的屏幕截图,并给出一些建议(例如:“当刀片旋转时躲开”)。
正如The Verge编辑Sean Hollister所写的,Ava引发争议的原因在于,它显然是通过游戏攻略训练的,但却没有标明这些攻略的作者。此外,Ava还有些分散注意力。至少在目前的版本中,Ava有几秒钟的延迟,并且会打断游戏的音频来提供指令。
我不得不再次问:究竟是谁在呼唤这些鬼东西?谁会定期使用它,甚至为它付费?
从目前来看,CES上这些奇怪的AI产品体现了行业的过度炒作。去年,AI公司仅在美国就筹集了970亿美元,足够购买42个Spheres(注:Spheres是一个虚构的概念或项目)。厂商们正在尝试各种AI产品,看看哪些能成功,因为这样做几乎没有风险——而且潜力巨大。
但在许多情况下,他们也面临着现有AI技术的局限。弄清楚哪些AI应用在技术上可行一直是行业的一大挑战。很多时候,这导致了过度承诺,但未能兑现。ChatGPT仍然会犯错;图像生成器在历史上也不够准确;AI视频中的角色常常会“重叠”……
所以我们只能接受现实中的AI乱象:空气炸锅、调味品分配器和“AI游戏助手”。这些并不是大多数人想要的,但它们是目前相对容易实现的AI产品。
希望明年能有更好的进展。
好文章,需要你的鼓励
上海交通大学研究团队开发出革命性AI癌症诊断系统,通过深度学习技术分析50万张细胞图像,实现94.2%的诊断准确率,诊断时间从30分钟缩短至2分钟。该系统不仅能识别多种癌症类型,还具备解释性功能,已在多家医院试点应用。研究成果发表于《Nature Communications》,展示了AI在精准医疗领域的巨大潜力。
南华理工大学等机构提出3DFlowAction方法,让机器人通过预测物体3D运动轨迹来学习操作技能。该研究创建了包含11万个实例的ManiFlow-110k数据集,构建了能预测三维光流的世界模型,实现了跨机器人平台的技能迁移。在四个复杂操作任务上成功率达70%,无需特定硬件训练即可在不同机器人上部署,为通用机器人操作技术发展开辟新路径。
这是首个系统性探索跨视角协作智能的综合性研究,由南京大学、东京大学等顶尖机构联合完成。研究团队首次将"第一人称视角"与"第三人称视角"的协作应用进行了全面梳理,提出了三大技术方向和十三个关键任务,涵盖从智能厨房到手术机器人的八大应用场景。这项突破性工作为人工智能向人类认知迈进提供了重要的技术路径和理论基础。
这项由台湾大学与微软研究团队合作的研究探索了使用音频感知大语言模型(ALLMs)作为自动评判员来评估语音生成模型的说话风格。研究设计了"语音风格指令跟随"和"角色扮演"两个任务,测试了四种语音模型的表现,并比较了人类与AI评判的一致性。结果表明,特别是Gemini-2.5-pro模型,其评判结果与人类评判的一致性甚至超过了人类评判者之间的一致性,证明ALLMs可以作为可靠的自动评估工具。同时研究也发现,即使是最先进的语音模型在说话风格控制方面仍有显著改进空间。