谁可能成为多模态大模型的眼睛，下一代换机潮如何开展？

文章来源：08AI导航发布时间：2025-07-10 16:41:05

公益应用：Be My Eyes虚拟志愿者

Be My Eyes虚拟志愿者

可以替代或补充人类志愿者的工作

从 PC 到手机到下一代硬件，我们认为每一代，操作系统 + 计算架构 + 交互方式 + 信息输入 + 应用生态的每一层均有革命性变化。我们相信多模态大模型为新一代操作系统变革的强音。

1）为了支持新一代计算架构，海外大厂在芯片端持续变革。高通混合AI，Intel NPU架构，英伟达显卡中Tensor Core更好应用，AMD GPU变革等等变化的发生均可管中窥豹，Intel NPU基于其内核有望更多分担低延迟低耗能要求的诸多AI应用计算负载，如视频会议，语音降噪。

2）个人硬件端的信息输入无疑为支持多模态能力应用百花齐放的核心。从PS的键盘鼠标到移动端的触摸定位摄像头，新的输入开启了整个LBS（位置为基础的外卖到店）和短视频等多个移动互联网应用，我们认为在直播，个人助手等场景下，手机需要手持的特点并非一成不变。Meta本周发布的雷朋联名眼镜即为首次探索，或与AI能力结合成为智能助理，通过语音交互即可执行命令或查询信息。

3）交互方式：Apple的空间计算设备无疑为眼动手动自然交互值得期待的重点。同时我们认为OpenAI也值得重点关注。它投资的Humane推出智能可穿戴产品Humane Ai Pin，通过多种传感器识别语音提示和手势控制实现计算交互。此外，OpenAI也有意向通过合作共同研发深度布局AI硬件设备。

4）下一代换机潮能否开启，先在AI PC ，空间计算设备，还是AI 手机上兑现？我们认为微软Surface新一代产品，苹果MR&手机均值得期待，此外，亚马逊也宣布Echo全面革新，周期反转加应用创新或将拉动需求。

我们预计海外巨头相关AI事件和AI产品迭代或将如同上半年GPT4发布一样成为持续催化AI行情的重要事件，我们预计更多AI应用有望随着大模型技术升级不断涌现，并与AI硬件相结合带来新的用户体验。

上一篇: 收藏！36种场景分析多模态GPT-4Vision能力，LMM是什么？会全面替代大语言模型吗？

LMM将会全面替代大语言模型？人工智能新里程碑GPT-V美国预先公测，医疗领域 OCR实践+166页GPT-V试用报告首发解读 ChatGPT Vision，亦被广泛称为GPT-V或GPT-4V，代表了人工智能技术的新里程碑。作为LMM (Large

下一篇: 多模态模型力压Google登顶？AI界看过来

最近，中国科学技术大学与厦门大学联合腾讯优图，发布了一份多模态人工智能模型的综合评测报告，其结果引起了全球AI界的高度关注。报告显示，国产多模态模型BLIP-2和InstructBLIP 在综合排名中位居前三，击败了