高通和 IDC 说,智能眼镜会是手机之外,最重要的 AI 设备

高通和 IDC 说,智能眼镜会是手机之外,最重要的 AI 设备

💡 原文中文,约6200字,阅读约需15分钟。
📝

内容提要

IDC与高通联合发布白皮书,显示AI智能体认知率73%,使用率59%,但65%用户认为AI不理解指令。用户最期待专属记忆和跨设备协同,AI正从回答问题转向替用户完成任务。手机仍是中枢,智能眼镜成重要入口,端云协同保障隐私。预计2030年AI设备概念将过时,AI成为基础能力。

🔎

延伸解读

AI 普及背后的体验鸿沟

白皮书数据显示,AI 智能体认知率和使用率大幅提升,但 65% 的用户认为 AI 无法准确理解指令,59% 遇到上下文丢失。这表明 AI 已从小众尝鲜进入大众市场,但体验远未成熟。用户频繁使用后,对稳定性和理解力的要求更高,下一阶段竞争将从“有没有”转向“能不能长期用”。

从“回答问题”到“替用户做事”

白皮书将 AI 发展分为“响应式”和“行动式”两个阶段。当前多数 AI 仍停留在响应式,只能生成内容,无法自主执行跨应用任务。智能体 AI 的目标是理解用户意图、拆解任务并调用工具完成闭环,但技术断点明显,复杂任务仍需用户接管。用户需警惕执行错误带来的真实后果,智能体需具备可控性和可撤销性。

智能眼镜:AI 时代的“眼睛”

IDC 预测智能眼镜出货量将持续增长,到 2030 年接近 5000 万台。在个人 AI 体系中,眼镜的核心价值在于“看见”——通过第一视角持续感知环境,结合多模态模型直接理解用户所见。这解决了手机作为 AI 入口需主动掏出的问题,但持续感知也带来更严峻的隐私挑战,用户需关注数据记录和调用权限。

端云协同:隐私与成本的平衡

白皮书强调“本地优先、端云协同”的技术路线。高频、敏感任务在终端处理,复杂任务上云,这带来速度、可用性和隐私优势。本地 AI 还能降低云端推理成本,使长期运行的个人 AI 更可持续。但作为芯片厂商,高通有推动终端 AI 的立场,用户需理性看待其技术路线的商业动机。

Q&A

根据IDC和高通的白皮书,2026年中国消费者对AI智能体的认知率和使用率分别是多少?

认知率为73%,使用率为59%。

用户对当前AI智能体最大的不满是什么?

65%的消费者认为AI无法准确理解自己的指令,这是排名第一的体验痛点。

消费者最期待的AI体验优化方向是什么?

消费者最期待的是专属互动体验(57%)和专属记忆能力(45%)。

白皮书认为AI将从回答问题走向替用户完成任务,请举例说明两者的区别。

传统AI生成旅行攻略后,用户仍需自己预订;智能体AI则能自动读取日程、避开会议、筛选交通和酒店,生成方案并完成预订,用户只需表达意图。

当前AI智能体面临的主要技术断点是什么?

当前多数AI无法稳定处理跨应用、多步骤任务,一旦涉及身份验证、信息缺失等,用户需重新接管。

白皮书如何描述未来AI服务与设备的关系?

AI服务将从绑定设备变为跟随用户,用户在不同设备上获得一致体验和任务连续性,AI主体属于用户而非设备。

在个人AI设备网络中,手机和智能眼镜分别扮演什么角色?

手机是中枢,负责算力、数据、存储和生态入口;智能眼镜是重要的感知入口,能持续获取用户眼前的环境信息。

为什么AI任务要尽量在本地运行?

本地运行可提供更快响应、离线可用、保护隐私,并降低云端成本。

到2030年,AI设备概念可能发生什么变化?

AI设备可能成为过时说法,因为AI将成为基础能力,用户不再因设备支持AI而购买,更关注AI是否理解用户、跨设备工作等。

🏷️

标签

➡️

继续阅读