贾可南｜Meta AI/AR眼镜团队产物安详东说念主
骆轶航｜硅星东说念主&GenAI Assembling 独创东说念主兼CEO
11月26日，在GenAI Assembling与硅星东说念主沿路在硅谷Menlo Park举办的「AI机器东说念主与可穿着开导改日」的线下活动上，硅星东说念主独创东说念主兼CEO骆轶航与Meta AI/AR眼镜团队产物安详东说念主贾可南进行了一场对话。
贾可南是广受接待的Ray-Ban Meta智能眼镜的产物安详东说念主，同期正在安详Meta下一代智能眼镜的研发。在这个主题为「Creating a New AI Hardware: The Art of Trade-off」的对话中，咱们聊了聊Ray-Ban Meta出身幕后的故事，以及一款AI硬件背后的各式衡量细节和对于改日的念念考。
以下为现场对话实录：
Ray-Ban Meta：从智能眼镜到日常伴侣
骆轶航：我想从用户的角度问一个问题——你会戴Ray-Ban Meta智能眼镜多久？对你来说，最常见的使用场景是什么？
贾可南：行家好，我是可南，Meta智能眼镜团队的产物司理，当前安详下一代智能眼镜的开发。今天很闲适能分享对于Ray-Ban Meta的情况。
对我来说，最主要的使用场景是第一视角拍摄像片和视频，稀疏是在旅行和活动，我出行必备，可以自若双手，无须再掏脱手机，随时就能记载好意思好一会儿。举例，去洛杉矶的迪士尼乐土时，坐过山车不行带手机，因为这样很危急。但戴上Ray-Ban Meta的太阳镜，我可以记载下通盘过程，终点棒。此外，本年我还去了两场音乐会，不再需要举入部下手机摄像看小屏，可以一边享受献艺，一边录下精彩时刻。一样，和一又友旅行时，举例在夏威夷骑平地车，我也会使用它听音乐和摄像，这让我能将心比心保抓千里浸感，同期记载下好意思好片断。这恰是咱们Ray-Ban Meta产物的一个主要方针。
此外，我当前越来越多地使用其AI功能。比如旅行时，在博物馆里我无须阅读很长的证实，可以径直问Meta AI发问我我方感意思意思的具体问题。眼镜还可以及时翻译，我之前在欧洲出差，眼镜帮我快速翻译了菜单和路标，终点便捷。因此，我对AI功能的依赖也在增多。
骆轶航：我可以举一个我我方使用Ray-Ban Meta AI功能的例子。上月中旬，我在西雅图的航空博物馆，站在一架MiG-3飞机前时，我说：“Hey Meta，拍张像片。”接着又问：“告诉我这架飞机的布景故事。”几秒钟后，从眼镜的镜框传来声息，告诉我这是一架MiG-3，制造于1940年，曾在苏联对德干戈中执戟，还补充了它的研发历史。我认为这是一个很好的案例，展示了多模态Llama模子的应用。
我对AI与可穿着开导的汇注终点感意思意思，你能防范证明这项技能在眼镜上的运作方式吗？咱们知说念有些AI功能依赖云表运转，而有些则使用旯旮AI。能否更具体地证实两者的竣事旨趣？
贾可南：天然可以，这个系统的架构试验上比好多东说念主联想的更真义。比如，当Thomas说“Hey Meta”，想了解这架飞机时，通盘进程分为以下三个部分：
眼镜自己
手机端配套应用 Meta View Companion App
云表服务器
当你说“Hey Meta”时，叫醒词模子会在开导腹地运转，启动AI功能并通过语音识别会通你的查询内容。如果只是像“拍照”这样的简单辅导，处理可以径直在眼镜上完成。
对于更复杂的多模态任务，则会在云表进行。这时，眼镜通过蓝牙一语气办机的配套应用，手机再通过WiFi或蜂窝采集将查询发送到云表服务器进行处理。
系统会调用Llama 70B模子，完成包括常识库检索、谜底生成，以及诡秘和安全过滤等。处理完成后，反应通过手机复返眼镜，并以音频神态播放。
对于处理是在开导端照旧云表进行，这个领域存在许多议论。对于眼镜这种形态的开导来说，如实有好多衡量。由于开导体积小、分量轻，又受功率和热量功令，将复杂任务放到服务器端是当前的最好决策。这种架构的上风在于，通过蓝牙将任务传递到手机，再由云表完成主要计划和反应，可以极地面缩短开导功耗，同期保证高质料的谜底输出。
挑战在于优化延伸，因为莫得东说念主但愿恭候时代过长。通过服务器端处理，用户可以获得来自高型模子的最好谜底质料。而开导端与服务器端的混杂架构则能确保简单辅导快速、可靠地完成。
举例，及时语音翻译功能便是在开导腹地运转的。当你用法语或西班牙语对我讲话时，翻译会径直在眼镜上完成及时语音翻译。而对于更复杂的多模态查询，则通过云表处理来竣事最好性能。这种架构需要团队在硬件策动、系统优化、功耗和热量料理以及AI功能开发上作念无数服务，确保用户提倡简单问题时，能够获得高质料、低延伸且可靠的反应体验。
骆轶航：好的，让咱们不断深入探讨AI与可穿着开导的汇注。你提到的使用场景是旅行拍照和演唱会摄像。我认为这些场景和翻译功能并不需要太多复杂的AI撑抓，天然需要一定的AI特质，但并非依赖大说话模子的推奢睿商。我牢记Ray-Ban Meta是旧年10月发布的，对吧？
贾可南：是的，第二代Ray-Ban Meta是旧年10月发布的。第一代Ray-Ban Stories则是在2021年推出的。
骆轶航：AI功能是在本年4月才添加的。从你的个东说念主申饬或用户看望来看，在夙昔一年多时代里，使用场景或应用方式发生了哪些变化？
贾可南：这是一个很好的问题。AI功能推出后，咱们如实看到了矫健的增长和用户的积极领受。对于Ray-Ban Meta，值得一提的是，当2021年第一代Stories发布时，咱们的定位主若是相机+音频眼镜，功能聚焦于第一视角拍摄、听音乐和接打电话。这些功能终点受接待。Ray-Ban Meta产物的独到之处在于，它不单是是一副配备大说话模子和AI功能的智能眼镜，它的策动也终点前锋，好多用户心爱它的外不雅，同期有很实用的拍摄和音乐播放功能。
音频功能是咱们使用率和留存率最高的功能之一。好多东说念主发现，佩戴这款眼镜后，他们不需要频繁戴上或取下AirPods，可以取代蓝牙耳机的使用场景，这大大普及了便利性。
本年4月推出AI功能后，跟着新模子的优化，这些功能抓续阅兵。Ray-Ban Meta看成一个完整的独处硬件产物，与阛阓上的其他的AI软件产物有所不同。如果东说念主们需要每天佩戴它，除了手机和钥匙以外，增多了心理服务。因此，用户聘任这个开导要么是因为果真终点心爱，要么是因为它能带来巨大的价值。
AI功能正在涌现出显贵的价值。一些功能较为传统，比如天气查询、设立计时器或免提拍照摄像等；而另一些则展示了更真义的新趋势，比如及时翻译或多模态功能——像是识别植物或快速查询信息。这些是一些早期的新兴应用场景。
跟着模子的抓续阅兵和针对眼镜的优化，Ray-Ban Meta展现了巨大的后劲。因为它永远佩戴在脸上，能够看到用户所看到的，听到用户所听到的，并将音频径直传递到耳朵中，交互天然用户无需掏脱手机进行操作。举例，在博物馆或旅游景点时，你只需径直向AI提倡问题，就可以立即获得到答，这终点实用。
本年9月份的Meta Connect大会上，咱们晓喻了日后将会推出一些基于Llama模子的及时问答AI功能，我认为这将成为最具后劲的类别之一。
更重大的是，这些AI功能可以与用户照旧心爱的其他拍摄，音频功能汇注在沿路。与一些纯AI开导比拟，Ray-Ban Meta是一款到手的多功能集成产物。那些仅温存特定AI功能的开导可能会让东说念主认为崭新来尝试，但最终很容易被淡忘，成为抽屉里的陈设。而Ray-Ban Meta到手的原因就在于，它抽象了前锋的策动和多功能性，让用户确凿快意频繁使用。
智能眼镜背后的技能衡量之说念
骆轶航：我很好奇，传奇将Llama模子整合到智能眼镜中在开发过程中充满挑战。你能否分享一下团队遭受的具体贫窭？稀疏是在将大说话模子引入开导并竣事多模态功能时，这如实是个复杂的过程。你们是如何与研究团队和开发团队合作，克服这些挑战的？
贾可南：咱们有很强的AI团队，包括模子研究和智能眼镜集成方面。如果咱们再总结一下架构，包括眼镜、手机和服务器端，期货配资公司以及如何径直进行语音反应，其中一些挑战包括如何确保反应针对眼镜和音频反馈进行优化。如果你在ChatGPT输入问题，粗拙会得到很长的回复。但LLM冗长的回复内容并不恰当眼镜形态，比如语音合成(TTS)回复很长，需要听两三分钟，这对用户来说体验很不睬想。是以咱们参加了无数服务来确保能优化总结回复，并提供最议论的即时陈述。
另一个关键挑战是延伸。系统运转波及多个重要，包括眼镜端的处理、数据传输，以及云表服务器的计划。咱们的团队冉冉拆解每一个依次，阅兵举座延伸和可靠性。因为如果蓝牙一语气蓦地断开，用户可能不知说念发生了什么，只会认为Meta AI不屈务了。
即使在发布后，咱们也在念念考如何将AI体验从“可以”普及到“很棒”。比如你提到的，当前必须说"Hey Meta， look and tell me more about this plant"，这不够天然，你可能想径直说"Hey Meta， what is this plant?"。是以咱们在天然交互方面参加好多，确保东说念主们可以径直与AI对话。当前你不需要说"look and"，可以径直问题，系统会议论是否需要拍照，或在满盈明确的情况下径直扩充。
此外，咱们还开发了多轮一语气对话功能。在博物馆里，用户可能不想每次发问齐访佛“Hey Meta”。当前，当你戴着眼镜时，LED迷惑灯会高傲系统正在抓续倾听几秒钟，便捷你提倡后续问题。
总体而言，咱们的重心是确保AI在眼镜上运转可靠、快速，质料优秀。咱们一直在参加让用例更有价值，交互更天然，并撑抓更多说话，在国外化方面也颇有挑战性。
骆轶航：既然你提到了优先级、延伸、可靠性和反应质料，咱们可以进一步探讨这些衡量和均衡的重大性。我认为它们对AI开导的改日，尤其是下一代AI眼镜来说至关重大。
我的不雅点是，眼镜可能是改日最有远景的AI开导之一。原因在于，东说念主类的头部包含了最重大的感官器官——眼睛、耳朵和嘴巴。从内容上看，头部自己就像一个基于碳的多模态系统，而眼镜可以成为它与基于硅的多模态AI天然交互的桥梁。眼镜有着700多年的历史，用户对佩戴眼镜的汲取度很高，不会感到突兀。而且，它可以很好地整合东说念主类感知与AI智能，竣事协同服务。
因此，这些衡量和均衡变得尤为关键。因为当咱们东说念主类在不雅看、凝听和抒发时，场景可能变得复杂。那么在开发像AI眼镜这样的产物时，这些功能的优先级是如何鉴别的？哪些是最重大的？其次是什么？第三是什么？如果必须设立一条基准线，它又是什么？
贾可南：我也但愿能有一个简单的谜底来证明这些衡量，但现实情况终点复杂。如果你问用户对Ray-Ban Meta或AR眼镜的期许，他们粗拙会说但愿开导更轻、更小，但同期性能更强、电板续航更久，图像质料更高。关联词，这些条款之间经常存在矛盾，不可能同期满足扫数需求。
在开发这种消耗级电子开导，尤其是戴在脸上的开导时，咱们需要终点介意地聘任在哪些方面轨则界限。举个例子，这种衡量在第二代Ray-Ban Meta的摄像头策动上体现得终点较着。
第二代的图像质料和FOV比拟第一代有了显贵普及，从500万像素提高到1200万像素，同期加入了许多后期处理和图像优化功能。但与第一代的双摄像头策动不同，第二代只配备了一个位于左侧的1200万像素摄像头。
起先咱们有两个摄像头是洽商到可以获取深度信息，约略可以拍摄一些创意模式的像片，但试验使用率可能不高。比拟之下，用户更温存像片质料和FOV。因此，咱们决定专注于单摄像头策动。双摄像头如实可以有不同的镜头、变焦和更广的视线，但在这样小的开导上，电板在右侧，如果在这里再加一个摄像头，配资炒股就会占用机械空间，挤压电板容量，同期也会影响功耗。
对于这样袖珍的开导来说，功耗和内存亦然一个关键问题。通夙昔掉右边的一个摄像头，然则普及摄像头的像素和FOV，咱们开释了约10%的机械空间，这对改善电板续航、缩短功耗以及优化散热至关重大。同期，这一策动仍然能够满足用户对Instagram或Facebook Stories等酬酢平台分享的需求，尤其是拍摄松驰场景时的使用需求。
这个案例充分证实了，咱们需要在性能、尺寸、分量、东说念主体工学、功耗和散热之间进行全面衡量，以竣事最好的用户体验。这些成分是咱们在策动时最关键的洽商。
骆轶航：那AI不是最关键的吗？
贾可南：AI天然至勤劳大，但刚才咱们议论的更多是对于摄像头的硬件策动决策。回到开导端与服务器端的例子，对于AI来说，咱们也必须在延伸、反应速率和功耗之间找到均衡。不同的使用场景会有不同的优先级，具体的衡量点也会随之变化。
骆轶航：好的，能否分享一些具体案例或故事吗？
贾可南：我可以用相机架构的例子来证实团队如何处理这些复杂的衡量。看成产物团队，咱们的职责并不是径直作念决定，而是清醒地界定问题。举例，咱们但愿普及相机和图像质料，但在机械结构、电板空间、功耗、延伸、散热以及资本方面齐存在功令。咱们的任务是列出扫数可能的惩处决策，从不同维度去分析它们的弘扬，然后与各团队合作进行评估。
最终你会得到一个类似热图的表格，高傲每个决策的优劣。粗拙莫得哪个决策在扫数方面齐最优。举例，单摄像头的策动天然在普及图像质料方面不是最顶尖的，但它在其他关键方面，比如功耗和电板空间专揽率上弘扬更好。
在这种情况下，咱们需要团队共同决定优先级是什么。在这个具体的例子中，咱们认为普及图像质料很重大，但同期必须严格收敛功耗和电板续航。天然有些团队可能倾向于其他决策，但他们需要会通这个逻辑，并汲取最终的决定。粗拙会有好多辩护，但临了咱们袭取“不情愿但死守”的原则，因为时代表和制造谋划不允许咱们无穷推迟决策。一朝架构详情下来，软件团队还需要在这个硬件基础上作念进一步的优化。因此，这个过程高度合作，需要无数的议论和衡量。
骆轶航：在与供应链或制造商合作时，你们遭受过哪些挑战？
贾可南：这种全新的开导并不行只是通过界说用例和规格就径直参加出产。制造中的挑战包括如安在试验出产中确保可靠性和质料，以及在方针产量下竣事性能条款。咱们需要和全球的合约制造商密切合作，深度会通制造进程，寻找阅兵空间。
从AI眼镜到AR眼镜，经常需要需要开发全新的模组并竣事规模化出产。这是一个终点令东说念主旺盛的阶段，但也充满了挑战。稀疏是对于智能眼镜来说，不仅制造和后端运营复杂，阛阓扩展亦然一个巨浩劫题。
传统眼镜粗拙通过验光师或眼镜店销售，而消耗电子产物则依赖Best Buy、亚马逊等渠说念。如何训导用户了解配镜过程？如安在零卖店展示产物？这些齐需要咱们与渠说念合作伙伴密切合作。咱们与领有Ray-Ban品牌的EssilorLuxottica合作，他们在眼镜行业有着丰富的申饬和纷乱的销售渠说念。这对咱们来说是一个巨大的学习过程，因为这是前锋与科技的汇注——传统眼镜加上AI和智能功能。通过此次合作，咱们不仅学习如何让消耗者会通和汲取这种新形态的开导，也在探索如何更好地在阛阓上扩展这样一款会通了科技与前锋的产物。
AI硬件的破局念念考：鉴戒、竞争与改日场景
骆轶航：让咱们谈谈以前的申饬。在第一代Ray-Ban Meta之前，Meta在VR开导方面参加好多，比如VR头显开导等。有什么从VR开导开发中学到的申饬可以用到AR眼镜、AI眼镜的开发中吗？
贾可南：我认为有一些共同的申饬，但开导功令很不同，这会导致不同的决策。共同点是它们齐是复杂的集成系统，齐有不同的模块，比如高傲、音频和机械结构。但VR是更大的头戴开导，粗拙在家里使用，而眼镜要更苟简，可以在外面戴着往来。
咱们有共同的袖珍化方针。在Quest方面，咱们接力让它更小；在AI眼镜和改日的AR眼镜上也一样，齐想让它更小、更低廉、性能更好。但因为功令不同，比如在尺寸、散热、功耗方面的容忍度不同，是以决策也会很不同。
另外，AR眼镜和VR头显的高傲模块也不同。它们有一些共同点，需要洽商2D/3D内容和系统交互设，因为你不是用鼠标或触摸屏，而是使用手势跟踪、眼动跟踪，或者咱们本年发布的EMG（肌电图）技能，但由于用户体验的不同，高傲模块的要乞降软硬件的优化地方也各有侧重。
天然，咱们在里面有许多分享团队，比如高傲和光学团队在AR和VR的款式中能够相互分享申饬，在系统策动、交互模子和制造、阛阓扩展方面也有很大的协同效应。但具体到产物、用例和衡量时，互异照旧终点大的。我认为在可意料的改日，这些领域的产物地方不会全齐趋同。因此，咱们可以相互学习，但试验开发中的考量是终点不同的。
骆轶航：那从智妙手机厂商那里有什么可以鉴戒的申饬吗？照旧说这些申饬并不值得参考？
贾可南：从手机或其他传统消耗电子产物中如实有好多真义的申饬可以鉴戒。我之前参与过传统智能音箱/智能屏的产物开发，比如Meta的Portal智能屏。从其他形态的产物中，比如智妙腕表或语音助手、智能屏，咱们学到的是：要让东说念主们快意多带一个独处开导，它必须提供满盈多的价值。因为当前东说念主们用手机就能作念好多事，手机有AI功能、相机等，你需要确凿形影相随。你要么针对利基阛阓，比如为创作家开发专门的相机，要么面向往常阛阓时就要洽商AI和其他用例的组合，否则东说念主们就不会牢记再次使用它。
骆轶航：你提到单一功能的AI开导经常难以让用户抓续使用。咱们能否谈谈其他AI可穿着或便携开导？比如，有些开导像AI徽章，可以录制视频或会议声息，还有像Rabbit R1这样的AI硬件一度引起温存。最近还有会议记载开导，可以与手机配合使用，为用户总结会议或议论内容。这些开导专注于惩处单一问题，你如何看待它们？稀疏是比拟之下，Ray-Ban Meta既不是单一功能开导，也不单是是AI开导。
贾可南：我认为问题不单是在于功能的单一性。许多AI开导的挑战在于找到一个价值满盈大的中枢用例，而且这个用必然须重大到让用户牢记去使用开导。当前咱们看到好多主见先行的开导，营销宣传很强，但关键问题是：为什么用户会聘任这个开导，而不是不断使用手机？
手机照旧可以运转你需要的大多数AI模子，而且它是多模态的，针对这些功能作念了好多优化。对于Ray-Ban Meta来说，咱们的定位并不仅限于AI开导，而是一个多功能开导，提供拍摄、音频和AI功能的整合体验。
你提到了Rabbit R1和其他类似产物，即使你把一件事作念得很好，当前边临的挑战是：如何确保你不单是是一个功能？如果之后苹果或其他手机厂商集成了这个功能，用户还多情理聘任这些开导吗？
最近我购买了一些非AI的消耗电子开导，它们让我印象深刻，况兼常常使用，尽管它们是单一用途的。举两个例子：
• reMarkable：一款来自挪威的电子墨水记事本。天然价钱崇高，但它的销量照旧卓越百万台。它专注于为用户提供一种极简的数字条记体验，满足那些不心爱用iPad记条记的东说念主群需求。这是数字极简目标的典范，东说念主们心爱它，因为它把“简单”作念到极致。
• Freewrite：一款电子墨水打字机。它匡助我专注于当下写稿，阔别侵犯，终点适合我追求专注的需求。
这些开导的到手在于它们明确了方针阛阓，并为特定用户的特定需求进行了深度优化。它们不是简单的AI主见或创意，而是确凿为特定场景和用户量身打造的产物。即使功能单一，唯有作念到极致，东说念主们就会快意为之买单。
这亦然好多以AI为主打的开导濒临的逆境——它们既莫得在单一功能上作念到极致，也没能提供一个满盈眩惑东说念主的多功能价值包。这就导致它们处在一个烦懑的中间地带，用户会问：“为什么我要格外带一个开导？”
不外这是一个很真义的阶段，东说念主们会尝试不同的形态，阅兵不同的用例。咱们拭目而待哪些能到手。我认为眼镜是最真义的形态之一，但东说念主们会不断尝试，咱们会看到什么灵验，什么无效。
骆轶航：让咱们聊聊AI或AR眼镜的改日。我概略情你是否知说念，当前中国有若干品牌在出产这类眼镜开导？你能猜个数字吗？
贾可南：我不明晰具体数字，但我见过好多品牌。
骆轶航：是5个、10个照旧20个？哪个更接近？
贾可南：信服卓越20个。
骆轶航：你如何看待这个火热的AI/AR眼镜阛阓？对于作念这类产物的公司来说，中枢竞争力是什么？就像特斯拉凭借自动驾驶和电动汽车颠覆了阛阓，而中国也有至少5-6个终点有竞争力的品牌弘扬出色。你如何看这种竞争？
贾可南：我认为咱们正处在一个终点真义的阶段，这个品类正在马上爆发，获得了消耗者、品牌和制造商的极疏漏思意思。这是件功德，如我所说，东说念主们会尝试不同的形态、不同的眼镜策动和不同的使用场景。但我认为一个挑战是，不论公司在那儿，规模大小如何，这齐是一个需要从硬件、软件到阛阓扩展进行举座优化的集成开导。
如果你只作念软件，就很难针对这种新形态进行优化。比如，眼镜的架构并不默契，音频接口的布局、摄像头的位置和性能等齐在变化。一样地，如果你只专注硬件，而不收敛模子端，也很难惩处系统和硬件一语气上的挑战，比如模子质料与硬件性能的匹配问题。这便是为什么咱们看到许多大公司进入这个领域——它们有智商从硬件、软件到渠说念整合进行优化，况兼通过矫健的品牌和销售采集普及用户体验。
天然好多品牌齐在推出类似Ray-Ban Meta架构的产物，但要让用户体验确凿出色，你需要惩处扫数这些不同类别中的细节问题。这对行业来说是功德，咱们会不断前进。
骆轶航：如实如斯，这需要硬件、软件和阛阓扩展的完整汇注。具体到Meta的Llama模子，Meta在这三个方面的中枢上风是什么？硬件部分竞争终点热烈，而在软件和Llama模子上行家的智商似乎辞别不大。那么在其他方面呢？你如何评价Meta在硬件上的智商？毕竟Meta并不是以硬件闻明，对吧？
贾可南：这是个很好的问题。我可以谈谈与EssilorLuxottica的合作如何匡助咱们，稀疏是在这个领域。如你所说，咱们是一家软件公司，在模子方面很出色。但同期咱们作念硬件照旧很长远，Reality Labs照旧有10年历史，我在那里服务了6年多。是以咱们在制造消耗电子产物方面有好多申饬。
与EssilorLuxottica和Ray-Ban的合作终点好，稀疏是在工业策动方面，如何制作主说念主们确凿喜爱的前锋产物，打造标记性策动。在眼镜制造方面有好多咱们不知说念的东西，他们有丰富的申饬，是寰球上最大的传统眼镜出产商。咱们沿路研究这如何影响颜料、材料、名义处理以及硬件机械策动。咱们也从他们那里学到了好多。
在渠说念方面，咱们通过Quest VR积存了消耗电子渠说念的申饬。但眼镜领域很不同，这是戴在脸上的医疗开导。咱们从Essilor Luxottica那里学到了好多对于镜片策动、渐变处理、涂层优化、渠说念销售以及品牌和设策略略的常识。我认为咱们在不断卓越，稀疏是在眼镜方面在重塑我方，在VR领域也作念得很好。这将是一个很真义的重塑过程。
骆轶航：听起来，Meta如果收购一个镜片品牌来竣事这些方针，似乎是特趣味的，对吗？
贾可南：试验上，咱们照旧与EssilorLuxottica修复了经久的战略合作联系，并签署经久战略合作条约。EssilorLuxottica领有稠密品牌，不仅包括Ray-Ban，还有许多其他知名品牌。这样的合作给咱们带来了巨大的上风。
打造一个标记性的品牌并非一蹴而就。举例，有些用户青睐经典的Ray-Ban策动，当前他们但愿通过升级到智能眼镜不断享受这个品牌的魔力。这个合作联系匡助咱们很好地竣事了这极少，为咱们的智能眼镜发展奠定了坚实的基础。
骆轶航：接下来可能是我的临了一个问题。瞻望改日，在AI硬件产物方面，你有哪些让你感到旺盛的想法？不仅限于Ray-Ban Meta。
贾可南：我对不同产物形态和场景的改日终点期待。比如，在训导领域，或者博物馆这样的环境中，我稀疏感意思意思如何创造更多互动场景，让东说念主们能够学习和创造，不论是通过机器东说念主照旧训导性玩物。这些主见终点眩惑东说念主，比如讲故事的智能玩物，或者能够普及学习体验的训导开导。
通用开导的开发如实充满挑战，咱们需要找到最合适的产物形态。但我信赖改日会有许多尝试，既有高度个性化的产物，也可能是环境式的开导。举例，在环球空间，比如博物馆，如何策动一个可以与你互动的导游开导，同期还能保抓私东说念主化的体验？这类场景终点有后劲。
我终点期待看到这些不同形态的开导如安在具体场景中落地，比如训导、文娱和旅行。我信赖，这些革命将透澈变嫌东说念主们的生计和出产方式，也让我对改日充满期待。