京东物流将“超脑”大模型迭代至 3.0,由预测、决策、多模态、时空、具身五大工业级模型组成,宣称实现仓储到配送全链路 AI 指挥,亿级包裹端到端最优路径规划求解时间从分钟级压缩至秒级。该版本强调在复杂约束与低容错供应链场景中形成滚动优化闭环,并计划向制造、零售等行业开放。
多模态感知
Multimodal Perception
模型同时处理并理解图像、文本等多种模态输入的能力
收录情报动态
三星计划于12月中旬在韩国和美国推出首款名为“Intelligent Eyewear”的AI智能眼镜。该产品基于Android XR平台,集成Gemini AI和高通骁龙AR1 Gen 1处理器,主打无显示屏的语音交互、实时翻译及环境感知功能,旨在与Meta争夺市场份额。
亚马逊高级副总裁帕诺斯·帕奈在 TechCrunch Disrupt 大会上提出,未来个人 AI 的核心将从应用程序转向能主动感知用户需求的“环境计算”设备。随着新款 Bee AI 可穿戴设备的发布,他强调隐私控制是此类后台运行设备的关键设计原则,并预测智能层将连接多设备形态,而非单一取代智能手机。
亚马逊设备业务高级副总裁 Panos Panay 在 TechCrunch Disrupt 大会上阐述其“环境计算”(Ambient Computing)战略,主张通过 Bee 系列 AI 穿戴设备利用传感器与后台智能主动理解用户需求,从而逐步取代当前基于 App 的被动式人机交互。尽管他强调不同硬件形态不会完全互相替代,但认为连接所有设备的统一智能层必须具备极高的实用价值,这标志着科技巨头正试图重构个人 AI 的入口逻辑。
阿里千问推出新一代无屏 AI 眼镜 N1/N1 Pro,通过移除显示屏将重量降至 44g,以语音为核心交互方式解决佩戴舒适度痛点。该产品定位为 Personal Agent 硬件,集成 5000 万像素传感器、眼动追踪及体征传感,旨在为 AI 补全现实世界的多模态上下文感知能力。尽管面临网络依赖和端侧解析粗粝等早期挑战,其“减法”设计试图突破当前智能眼镜功能堆砌但活跃度低的行业困境。
极米推出首款 AI 眼镜 MemoMind One,采用无摄像头设计以强化隐私保护,核心卖点为全天候 AI 智能记忆与会议自动纪要。该产品支持双目显示、53 种语言实时翻译及导航提词,首发定价 2699 元,旨在通过语音交互解决碎片化信息记录痛点。
The Verge 资深记者 Victoria Song 评测了无摄像头的 Ray-Ban Meta Audio 智能眼镜,指出该设计虽消除了“偷拍”的社会性尴尬(ick),但也牺牲了基于视觉的上下文理解能力。文章强调,纯音频交互在日历同步等基础功能上仍存在体验断层,且复杂的用户协议流程进一步降低了易用性。
千问于 10 月 13 日发布 N1/N1 Pro AI 眼镜及与 Bose 联名的 AI 耳夹式耳机,将 Personal Agent 能力延伸至可穿戴设备。N1 Pro 首创支持心率、血氧等连续体征监测,并集成眼动交互与误识率低于百万分之一的虹膜核身支付功能;耳机则主打多语言实时翻译与后台任务交办。新品当日开售,旨在通过全天候多模态感知实现主动服务。
OpenAI 在开发者日发布 Dot 智能体与计算机操作能力,支持在云端 Linux 环境中通过多模态感知(截图、无障碍 API、代码)自主执行浏览器与桌面应用任务。核心突破在于显著提升了智能体的排错与重试机制,并推出受 Jev 启发的 Decisions API,该 API 基于 Luna 权重优化推理系统,实现毫秒级结构化决策返回。尽管技术进展迅速,但在支付等关键操作中的人机责任边界仍未标准化。
Moonshot AI(Kimi)推出了名为 PerceptionBench 的新基准测试,旨在评估大模型的多模态感知能力。由于提供的正文内容主要为网站导航与页脚信息,缺乏具体的评测方法、数据集构成或初步结果数据,目前仅能确认该基准的发布事实。