AI news

千问版个人Agent,先进眼镜里

By 克雷西2 viewsSource: 量子位
千问版个人Agent,先进眼镜里

不用说话、不用按钮,现在的AI眼镜戴上就能自动上班了。

The full text has not been translated yet. The Chinese original is shown below.

不用说话、不用按钮,现在的AI眼镜戴上就能自动上班了。

刚刚,千问发布了全新一代AI眼镜N1 Pro。

文章配图

和过去的AI眼镜不同,N1 Pro不需要你用语音发号施令,只要提前设置好,它就会一直在看你周围的环境,自己判断你现在需要什么,然后主动帮你做掉。

比如你一走进会议室,它就知道该准备录音了。

在这套交互逻辑的基础上,N1 Pro还做了眼动追踪,不用手指就能实现「单词级别」的看哪问哪,甚至眨眨眼就是一条指令。

另外还配备了虹膜支付、健康监测,摄像头拉到了5000万像素,是目前AI眼镜里相当高的规格。

这样一款「有眼力见」的AI眼镜,起售价只要2600元。

文章配图

戴上就在工作的AI

过去的AI眼镜都有一个共同点,你得先喊一嗓子或者按一下按钮,它才会开始干活。

N1 Pro把这个交互逻辑改掉了。

它搭载了一套「全天候视觉感知系统」,靠一颗专用芯片持续「看」着周围的环境。

文章配图

这颗芯片的运行功耗只有5毫瓦,它用灰度帧来做最轻量的环境判断,一旦发现了值得深入理解的线索,它才会分级唤醒更强的算力来处理。

文章配图

这套机制用起来大概是这样的。

你拎着行李箱到了火车站,N1 Pro会自动把你的行程订单调出来,你过安检的时候它告诉你检票口在哪,你上了站台它告诉你几号车厢几号座,全程你不需要掏手机。

而且它不会一直提醒个不停,同一条信息只在你需要的节点出现一次,过了就不再打扰。

文章配图

开会的场景也类似。

你提前在眼镜上设好一个听记任务,当你走进会议室的时候,N1 Pro通过视觉和声音综合判断你正在开会,它会自动启动录音。

不用担心开到一半突然想起来,糟了,忘按录音了。

文章配图

当然,千问在权限上卡得挺严。你授权了行程信息它才能读取订单,你开启了听记任务它才会开始录音。

而发送、支付这类关键操作,N1 Pro只负责帮你准备好选项,最终按不按还是由你决定。

眨眨眼就是一条指令

既然N1 Pro已经能持续感知环境了,千问就顺着往下做了一步,让它也能感知你的目光。

N1 Pro的镜框里藏了一组眼动追踪模组,这个模组每条边只有1.7毫米,它配合红外灯一起工作,从0 lux到10万lux的光照范围内都能稳定跟住你的视线,中心区域的精度控制在1度以内。

文章配图

1度精度够干什么用?

你盯着一份菜单上的某个菜名说「这个多少钱」,N1 Pro真的知道你问的是哪一个。

文章配图

在眼动追踪的基础上,千问还做了眨眼快捷操作,你可以把高频动作绑定到眨眼指令上。

你在博物馆里不好意思开口说话,眨眨眼,N1 Pro知道你正在看哪件展品,它直接开始讲解;你逛街的时候看到一个东西想查价格,旁边有人不方便出声,眨眨眼就搞定了;拍照、切歌这些操作也都能绑上去。

文章配图

从眼动再往前走一步,就是身份识别。

N1 Pro把虹膜认证也做了进来,在眼镜形态下实现了虹膜支付。

文章配图

这件事的难点在于,手机做虹膜识别可以要求你对着屏幕保持不动,但眼镜戴在脸上,人的头部一直在晃动,环境光照的变化也很大。

千问用多帧特征自适应加权融合来动态挑出最清晰的虹膜特征,再用双眼空间位姿做动态校正,最终误识率控制在百万分之一以下。

鼻托里测心率,还能给你写首歌

N1 Pro不光能感知环境和目光,千问还把健康监测也做了进来。

N1 Pro在它的鼻托里集成了PPG传感器,在中梁上装了一颗非接触式测温传感器。你戴着这副眼镜就能持续监测心率、血氧、HRV和体温。

文章配图

不过鼻托这个位置采集PPG信号的难度要比手腕大很多,因为鼻梁处的皮肤更薄、血管更细、佩戴稳定性也更差,脸型、肤色、佩戴松紧、运动位移这些因素全都会产生干扰。

千问表通过光学结构和算法的协同优化解决了这些问题。

在体征监测之外,N1 Pro还能结合你的眨眼频率、阅读距离和持续时长来做用眼健康提醒。

未经整理的健康数据就像一盘散沙,难以形成指导意义,因此,千问健康大模型会把这些积累的数据汇总成一份健康解读报告,里面既有趋势分析也有调整建议。

文章配图

在此基础上,千问还给N1 Pro做了一个叫「AI疗愈」的功能。

这个功能会根据你当前的身体状态,由AI实时生成一段疗愈音乐,音乐的乐器、节拍、调性都会根据你的状态来调整。

你还可以用语音来微调它,比如加点雨声、把海浪去掉,让它生成一段只属于你当下心境的声音场景。

文章配图

5000万像素,眼镜直出Live图

说了这么多AI,再来看N1 Pro的影像能力。

它的传感器达到了5000万像素,这是目前AI眼镜里相当高的规格。

文章配图

而且第一视角拍摄有一个天然的难题,你没有取景框,拍的时候根本不知道画面有没有歪。

N1 Pro针对这个问题加了智能构图功能,它会根据居中、三分线或者主体聚焦等规则自动帮你裁切和校正偏移的画面。

文章配图

N1 Pro还支持实况照片。

有些时刻你以为想留下的是一张照片,后来才发现最舍不得的是快门前后那一点点声音和动作,孩子吹泡泡前那一口气,朋友笑起来前看你那一眼,海浪退下去的声音……

一张静态照片留下的是结果,实况照片留下的是发生的过程。

文章配图

在暗光环境下,N1 Pro通过四合一像素融合来提升进光量和信噪比。

它的镜头采用了1G5P玻塑耦合方案,视频可以直出4K 30帧,防抖方面它做了EIS自适应防抖加地平线增稳。

算法层面,N1 Pro把RAW域影像增强做到了端侧-手机-云端三级协同。

过去RAW域增强一般只用在夜景模式里,N1 Pro把它升级成了全场景默认支持,端侧就能完成基础的RAW域处理。

文章配图

如果你想要更进一步的优化,N1 Pro还提供了一个「AI幻影模式」,这个模式会调用云端的AI渲染和AIGC能力来对素材做深度增强。

顺着影像聊一个挺有意思的功能,它叫「AI灵感画集」。

文章配图

N1 Pro的全天候感知系统在一整天里会自动捕捉你遇到的画面片段,一份早餐、路边的猫、回家路上的晚霞,到了晚上AI会把这些碎片生成一本漫画风格的画集。

它就像一个跟了你一天的专属画家,替你把今天的生活画了下来。

三颗芯片,装进一副眼镜

上面这些功能能同时跑起来,背后靠的是N1 Pro的三芯片异构系统。

三颗芯片各管各的事情,骁龙AR1负责高性能影像处理和复杂计算,恒玄BES2800负责日常任务处理,奇景HX6538专门负责低功耗的视觉理解。

三件事被拆开之后就不会互相拖累,需要重算力的时候感知不会卡,日常感知运行的时候也不会把电池拖垮。

文章配图

N1 Pro内置了272毫安时电池,官方标称的综合续航是8小时,够用一个工作日。

如果你需要更长续航,它的右镜腿支持热插拔换电,你拔下旧电池换上新的,眼镜全程不用摘,换电仓的容量是700毫安时。

文章配图

千问同期还发布了一款N1。

相比N1 Pro,这款N1砍掉了眼动追踪、虹膜核身和健康监测这三项功能,但它保留了5000万像素影像、4K视频直出、全天候感知、三芯片协同和热插拔换电,还配备了五麦克风加VPU的拾音系统和全对称立体声。

由于少了几组传感器,N1的综合续航比N1 Pro多1了个小时。

如果你想要N1 Pro的核心影像和AI感知能力,但暂时不需要眼动和健康监测,N1是一个预算更友好的选择。

文章来自于"量子位",作者 "克雷西"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)