很多從業(yè)者都在問，最近特別火的ChatGPT和它背后的通用人工智能（AGI）與AR之間究竟有什么關(guān)系？

杭州靈伴科技聯(lián)合創(chuàng)始人向文杰給出了答案。

“未來人類跟通用人工智能的交互方式具有兩個特點：第一是自然交互，第二是多模態(tài)。從這個角度來看，AR是人類與通用人工智能之間交互的入口，也是最佳載體，AR代表了未來的交互方式。”

聚焦于人機交互技術(shù)的杭州靈伴科技在九年成長史中多次轉(zhuǎn)型、自我革新，見證了AR行業(yè)從興起到爆發(fā)的歷程。

眼下，以ChatGPT為代表的通用人工智能技術(shù)來勢洶涌，當AR遇上通用人工智能技術(shù)又會有什么化學(xué)反應(yīng)？

近日雷峰網(wǎng)與杭州靈伴科技聯(lián)合創(chuàng)始人向文杰進行了探討。

以下為雷峰網(wǎng)和向文杰的對話：

未來的大模型像云計算一樣，變成基礎(chǔ)性底層技術(shù)

雷峰網(wǎng)：怎么評價 ChatGPT 這個產(chǎn)品 ？

向文杰：ChatGPT的表現(xiàn)超出了大部分人的想象，讓人們看到了強人工智能的曙光，也帶來新的商業(yè)機會，給各個行業(yè)帶來顛覆。

雷峰網(wǎng)：未來 ChatGPT 的終極產(chǎn)品形態(tài)，會是什么樣的？

向文杰：說一個我們期待的形態(tài)，未來的ChatGPT會從通用化變成個性化，進化成類似《鋼鐵俠》中的“賈維斯”或者是《HER》中的“薩曼莎”，成為個人的人工智能助理。

ChatGPT的底層的通用人工智能未來會成為基礎(chǔ)技術(shù)，類似云計算的基礎(chǔ)設(shè)施。新的生態(tài)將會基于它們來構(gòu)建。

雷峰網(wǎng)：怎么看當提問者對 ChatGPT 輸出的答案有異議時，ChatGPT 會立馬改口這種現(xiàn)象？

向文杰：這個現(xiàn)象讓人覺得ChatGPT更智能，更加智能并不是絕對正確，而是更像人的反應(yīng)，會犯錯，會不懂裝懂，這些都更像是跟人在互動。

雷峰網(wǎng)：ChatGPT和國內(nèi)大模型有代差，國內(nèi)大模型的機會點在哪里？

向文杰：從我們之前的經(jīng)驗來看，做第一個突破是特別難的，當然正常情況下回報也更高。技術(shù)一旦突破之后，后面的跟進會很快，目前GPT已經(jīng)實現(xiàn)了技術(shù)路徑的突破。其他跟進的大模型接下來就是投入問題和時間問題。

雷峰網(wǎng)：大公司做大模型，那么中小創(chuàng)業(yè)公司的機會點在哪里？

向文杰：這個跟云計算也類似，中小創(chuàng)業(yè)公司要做的就是在通用領(lǐng)域做上層應(yīng)用和服務(wù)，或者結(jié)合行業(yè)特點做垂直領(lǐng)域的模型。

AGI帶動AR產(chǎn)業(yè)，AR是人與大模型交互最佳載體

雷峰網(wǎng)：為什么說AR是最合適的多模態(tài)終端設(shè)備？

向文杰：首先我們現(xiàn)在跟ChatGPT交互的方式是以文本輸入和輸出為主，這個還是太麻煩了，更好用的是直接跟ChatGPT講話，通過對話的方式進行互動，AR作為穿戴式設(shè)備天然具有這方面優(yōu)勢，我們所有AR設(shè)備在語音交互上做的非常成熟。

其次ChatGPT未來是支持圖像理解，視頻理解，對外部直接的感知不需要人類來輸入，可以直接理解和感知，AR是穿戴式設(shè)備，天然有攝像頭、TOF等多種傳感器，傳感器的信息可以直接給到ChatGPT，讓它自己來理解環(huán)境并提供支持。

最重要的是，未來我們跟ChatGPT的交互方式是多模態(tài)交互，我們可以通過語音、手勢、文字、圖形以及視頻等多種方式輸入信息給ChatGPT，它反饋給我們的信息也可以是文本、語音、圖像、視頻以及3D模型等多種方式。AR天然具備環(huán)境感知，手勢、語音交互，多模態(tài)展示等，可以通過AR的能力把ChatGPT的交互做的非常簡單和豐富。

相比于傳統(tǒng)的家庭大屏、車載大屏、智能手機、平板電腦、智能手表等傳統(tǒng)設(shè)備，AR是一個更好的載體。

雷峰網(wǎng)：接下來3年，杭州靈伴科技在 AGI上有什么規(guī)劃嗎？

向文杰：未來的生態(tài)體系中，AIGC的提供方會非常多，我們的重點是將AR的交互能力持續(xù)迭代，跟AIGC或者AGI方面的交互體驗持續(xù)打磨，做最好的載體。

從AI到AI+AR，迭代人機智能交互方式

雷峰網(wǎng)：杭州靈伴科技從 AI 到 AI+AR轉(zhuǎn)型是基于什么考慮？

向文杰：從外部視角來看，我們是從做語音智能賽道切換到AR賽道。實際上，從公司內(nèi)部的視角來看，我們并沒有切換賽道，公司一直聚焦下一代交互產(chǎn)品，基于AI+AR的全新的交互方式。

單獨的語音AI能夠提供的交互能力有限，只有AI+AR結(jié)合起來，才能實現(xiàn)全新的多模態(tài)交互方式。

所以我們在14年成立了AI-Lab，專注于語音智能；16年成立了AR-Lab，專注于空間計算和手勢交互。在2018年推出了第一款基于全語音交互的AR智能眼鏡Glass，后續(xù)又推出了面向工業(yè)端的AR智能眼鏡X-Craft ，還有今年推出的面向消費端的Max。

聚焦于AI+AR打造新的交互產(chǎn)品，改變?nèi)藗兊纳睢W(xué)習、工作方式一直是公司的使命，這點從沒有改變過。

雷峰網(wǎng)：你們早期先做 ToC 還是 ToB？是如何進行轉(zhuǎn)型的？

向文杰：很多人覺得杭州靈伴科技很厲害，同時能做好ToB和ToC兩條線，而且從外部來看是先ToB然后轉(zhuǎn)型ToC，實際上不是這樣的。

從開始切入AR方向的時候，內(nèi)部就一直有兩條產(chǎn)品線在推進，因為2018年到2021年這個期間，ToB端市場更成熟，所以更早地讓大家看到了我們ToB端的產(chǎn)品，但是公司內(nèi)部ToC的產(chǎn)品一直在保持迭代和用戶驗證。

到了2021年C端的大門開始打開，也是因為之前的持續(xù)準備，我們站在了大門的最前排，2022年在C端取得了行業(yè)最好的成績。

我們在技術(shù)和組織能力上一直在深耕。ToB和ToC的產(chǎn)品在底層算法，軟件硬件技術(shù)上有很多共同點，可以很好的復(fù)用。此外， ToB 和ToC 方向上有相應(yīng)的企業(yè)文化和配套組織機制，所以我們能同時支持好兩個團隊、做好兩個市場。

總體來看，ToB有更好的利潤，ToC有更快的成長，兩條腿走路，走的會更穩(wěn)。

發(fā)力工業(yè)元宇宙，AGI是工業(yè)元宇宙新方向

雷峰網(wǎng)(公眾號：雷峰網(wǎng))：在工業(yè)元宇宙賽道，杭州靈伴科技對比其他玩家有什么競爭優(yōu)勢？

向文杰：到今天，行業(yè)對工業(yè)元宇宙還沒有形成統(tǒng)一的認知，但是大家都有一個意識，即工業(yè)元宇宙是工業(yè)數(shù)字化發(fā)展向前推進的下一個階段。

在大數(shù)據(jù)、感知智能、通用人工智能、5G、數(shù)字孿生、IoT等各個技術(shù)都越來越普及的時候，把相關(guān)的技術(shù)融合起來，用新的終端賦能給到使用者，包含了管理者和一線的工人。技術(shù)圍繞人來展開就是工業(yè)元宇宙跟傳統(tǒng)工業(yè)數(shù)字化最大的區(qū)別。

公司一直都聚焦在交互技術(shù)上，AR設(shè)備會是工業(yè)元宇宙的入口，我們一直在持續(xù)打磨技術(shù)和產(chǎn)品，目前的AR產(chǎn)品在工業(yè)場景下有很強的競爭力，在全球范圍內(nèi)也有廣泛的影響力。

雷峰網(wǎng)：要做好工業(yè)元宇宙，需要解決哪些關(guān)鍵性問題？

向文杰：工業(yè)數(shù)字化發(fā)展到今天， 5G、云計算、IOT等技術(shù)已經(jīng)成熟并且不斷普及。新的需要突破的技術(shù)包含了三個方面：

首先，通用人工智能技術(shù)在工業(yè)領(lǐng)域落地，極大的提高一線人員的工作效率， 把大數(shù)據(jù)的價值充分發(fā)揮出來；其次，AGI有效的降低數(shù)字孿生的構(gòu)建成本，更快更好的構(gòu)建虛擬世界；最后，AR設(shè)備和相關(guān)的空間計算的成熟和普及，普惠到每一個一線人員。

雷峰網(wǎng)：有人說，AGI是元宇宙的新方向，你怎樣看這個觀點?

向文杰：應(yīng)該是一個必要的技術(shù)，能更快的、更低成本的構(gòu)建數(shù)字孿生世界。

雷峰網(wǎng)：你說元宇宙的核心是人，為什么？

向文杰：剛才講到了我們認為工業(yè)元宇宙是工業(yè)數(shù)字化向前發(fā)展的下一個階段，通過通用人工智能把數(shù)據(jù)的價值發(fā)揮出來，通過數(shù)字孿生和空間計算實現(xiàn)新的展示和交互方式，最后通過AR設(shè)備把這些能力賦能給到一線人員，實現(xiàn)“科技賦能于人”，打造更高效、更安全、更有成就感的“超級工人”。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。