7 月的世界人工智能大会，阿里发布了首款自研 AI 眼镜——夸克 AI 眼镜的技术进展，在这几天的 NAB 中国赛现场，APPSO 终于首次体验到了。

AI 眼镜今年依旧火爆，Meta 不久前推出了首款带屏幕的 Meta Ray-Ban Display ，苹果的 AI 眼镜也在筹备中。不过目前为止这个品类更多还是极客们的玩具。

夸克 AI 眼镜看起来就是一副普通眼镜，平平无奇，那它在汇聚了阿里 AI 和应用生态，到底能带来什么新的体验？APPSO 带你看看。

第一印象：它首先是一副好戴的眼镜

前段时间在我们体验 Meta Ray-Ban Display 的视频里，引起用户互动最高的一个细节大大出乎了我们的意料：数主播扶了多少次眼镜。

这是因为 Meta 眼镜设计是根据欧美人的鼻梁设计的，加上比不带屏幕的 Ray-Ban Meta 还重了不少，所以出镜主播在视频里得频繁扶眼镜。

但夸克 AI 眼镜的佩戴体验让我有点惊喜，我平时并不戴眼镜，所以对鼻梁上多点东西还是比较敏感的，这次我戴着他逛了一段时间，第一感觉是非常轻，没太多负担。

可以看到，夸克 AI 眼镜的镜腿和镜框，其实已经和普通眼镜差不多，几乎在我们体验过的多款 AI 眼镜中最轻薄的。

我专门问了下产品经理，他们为了把镜腿和镜框做到极致纤薄，内部元器件和镜片采用了特殊工艺，让整个眼镜看起来就跟普通镜框一样通透 。

更巧妙的是，它的鼻托和镜腿末端的弧度都经过了特殊设计，能把重量均匀地摊开，戴久了也不会在鼻梁上压出印子 。

我甚至戴着它直接上场打了会儿球。你猜怎么着？跑、跳、投篮，这眼镜就跟长在我脸上一样，稳如老狗，这简直就是为第一人称 Vlog 而生的天选神器。

夸克 AI 眼镜随手拍出的视频画质已经相当能打，更「骚」的操作是，它还能通过云端部署的 AI 超分、插帧算法，直接把视频「一键开挂」到专业水准 。

即使是在光线昏暗的地方，它也能拍得清楚。据悉夸克 AI 眼镜团队专门研发了 Super Raw 暗光处理算法，有效抑制了噪点，显著提升了图像信噪比 。

这在智能眼镜上还是头一次见。

阿里巴巴智能终端负责人宋刚曾在采访中介绍，这种技术在手机行业属于常规操作，但受限于算力等各种原因，目前还没有一家眼镜厂商做到 。

AI 体验怎么样

当然，拍照录像对 AI 眼镜来说只能算是「基操」。

但真正让我直呼「好家伙」的，是夸克把自家大量 AI 能力塞进了这副眼镜里 。

我对着场边一件球衣随口问道：「夸克同学，这是谁的球衣？」

在它拍照识别后，镜片内答案很快浮现，不仅认出了球衣主人，连相关背景给你补得明明白白 。

这背后，是夸克多模态大模型结合百亿级图片检索能力在发挥作用 ，这种「所见即所得」的交互也更自然。

需要说明的是，由于屏幕内画面通过拍摄展示出来的清晰度有限，实际佩戴的显示效果会更清晰。

逛街看到心动的东西，也不一定得掏出手机查同款。

「夸克同学，这双鞋多少钱？」

型号、价格，一气呵成地出现在眼前 。

值得一提的是，我身处的 NBA HOUSE 现场是非常嘈杂的。但我也不用刻意提高音量，只是正常音量说出唤醒词，眼镜就能立刻响应。

更重要的是，它听得懂「人话」。我可以在一次提问包含多个指令，眼镜内置的大模型中控系统，就会自己琢磨我的需求，实现多意图、多轮对话 。

它没有机械地执行，而是像一个真正的助理那样理解了我的需求，再帮我完成任务。

简单有效的换电设计

续航，一直是约束智能眼镜全天候的佩戴最大的因素之一。夸克 AI 眼镜给出的解法堪称简单粗暴又极为有效：换电 。

镜腿本身就是一块电池，通过热插拔技术，用户可以像换笔芯一样，通过「一拔一插」的简单动作快速更换主电池 。即使在眼镜运行状态下也能直接更换电池，不会导致设备关机或数据丢失 。

夸克还准备了一个只有耳机盒大小的便携充电仓，可以随身携带备用镜腿 。

这还没完，他们也尝试从根源上就着手解决功耗问题，这款采用了双芯设计，这意味着眼镜在待机时会跑在低功耗的辅芯片上，只有在处理复杂任务时才会启动主芯片，从而大幅提升了能效 。

这一通操作下来，基本能实现全天候续航，再也不用把眼镜摘下来充电。

在现场体验了半天，我发现自己确实有几次没有下意识地去掏手机。我感觉夸克 AI 眼镜给自己的定位也很明晰：它首先是一副好看、好戴的眼镜，然后才是一个有用的智能终端 。

说实话，作为一家互联网巨头，夸克 AI 眼镜在硬件上花的心思有点超出我的预期。

因此我更期待的是，当它将阿里应用应用整合进来后，会不会给 AI 眼镜这个品类带来新的玩法。目前的大多 AI 眼镜买回来除了拍照、听音乐，很快就沦为吃灰的电子玩具 。

正如宋刚所说：「现在市面上的 AI 眼镜，用户买回去除了拍照、听音乐，真正的应用场景太少了。这不是硬件或者 AI 技术本身的问题，而是缺乏真正有价值的服务生态。」

夸克 AI 眼镜不一样的是，它天生就「含着金汤匙」你不能把它当作孤立的硬件看待。它是有机会整合用户的高频刚需场景，而非为了眼镜而眼镜的功能。

骑车时，高德地图的导航箭头直接投射在眼前。

逛街看到心动的商品，淘宝比价功能让你瞬间化身「行走的识货 APP」。

买单时，支付宝的「看一下支付」让你体验一把科幻电影里的无感支付 。

出差途中，飞猪和阿里商旅的行程提醒会适时出现 。

宋刚认为，AI 眼镜将成为人类另一双「眼睛和耳朵」 ，是继 PC 和手机之后，是手机之后下一个具有想象力的移动入口 。

想想看，现在能随时让 AI 见你所见、听你所听，随时跟你对话的设备，还真就是眼镜。这也是 Meta 苹果这些巨头纷纷布局的重要原因。

不说太远，AI 眼镜要是真能减少我掏手机的次数，将那些快速查看和即时交互的操作，都通过更自然、更直觉的方式在眼镜上完成，就是一个十分有价值的产品。

如果未来我们真的会拥有一个随身的超级 AI 助理，可能就从这里开始。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

国庆长假的第一天，OpenAI 直接扔出了一颗真「核弹」：Sora 2 ，以及一个可能重塑社交格局的新应用——Sora。

如果说一年多前的 Sora 让我们看到了 AI 视频的黎明，那么 Sora 2 就直接把我们拽进了正午的太阳底下，刺眼、灼热，又无比真实。

这次不再只有技术演示，而是直接为此开发了一款新 app 给 C 端用户体验。

OpenAI 也极为罕见地，直接把 Sora 2 称为 AI 视频生成的「GPT-3.5 时刻」。

看完 Sora 2 的发布和体验，我发现 OpenAI 这次的自信是真有底气，不是奥特曼式的自吹自擂。

关于真实的定义被推到了必须重新讨论的时刻。一个全新的物种，一个崭新的时代，开始了。

奥特曼刚刚也发了长文，认为这是「创意领域的 ChatGPT」时刻，创意将迎来「寒武纪爆发」。

APPSO 第一时间给大家全面总结了 Sora 2 和 Sora app 的核心功能和新玩法，以及使用方式。

Sora 2 ：
1. 首次实现音视频同步生成：生成画面的同时生成与之匹配的环境音、物体交互声，甚至是符合语境的对话
2. 强得可怕的物理精确性：能够进行与真实世界动力学更一致的物理仿真。
3. 真实感大幅提升：在图像分辨率、细节程度和真实感方面都有所提升。
4. 能更灵活地适应用户想要的风格，风格操控能力增强。
5. 一致性更强，对用户指令的遵循的比之前的模型有所提高。

Sora app
1. 客串 (Cameo)： Sora app 最大亮点，用户可以将自己或朋友以逼真的效果融入任何 AI 生成的场景中。
2. Remix：用户可以对彼此创作的视频进行「混编」或二次创作，共同创作。

怎么用
1. Sora app下载链接 （目前只有 iOS 没有安卓）
https://apps.apple.com/us/app/sora-by-openai/id6744034028

2. 网页版 sora.com

3. 地区支持：今天起在美国、加拿大首发，其他国家和地区将逐步开放

4. 邀请码机制：无论是 iOS 应用还是网页版都需要邀请码才能使用 。现在就可以去下载 App 或访问网站注册排队。

5. 价格：Sora 2 初期将免费提供，并有相对宽松的使用限制ChatGPT Pro 用户还能在网页版抢先体验更高质量的 Sora 2 Pro 模型

6. OpenAI 也将会发布 API，让更多开发者加入。

Sora 2 ：不再是在「生成」，而是在「模拟世界」

Sora 2 的核心突破，是它从一个「视频生成器」，进化为一个「世界模拟器 」。

理解物理世界，一直的 AI 视频最大的难点。以前的 AI 视频，物体经常会奇怪地穿模、漂浮正是源于无法准确理解物理世界的交互。

在 Sora 2 的视频里，体操的动作，原地连续后空翻、跳水等等这些动作都很自然符合力学，水花溅起的样子也符合流体力学。

OpenAI 的终极目标是构建「通用世界模拟器」(general-purpose world simulator)，即让 AI 理解我们世界的物理规则 。

Sora 2 就是其中的关键一步。你可以把它想象成一个在虚拟世界里不断做物理实验的学生，通过观察无数视频，它正在自己总结牛顿定律、流体力学和光学原理。

对于任何有用的世界模拟器来说，这是一项极其重要的能力——你必须能够模拟失败，而不仅仅是成功。

这种对现实世界复杂性的模拟，才是 Sora 2 最可怕的进化。

Sora 2 的另一个重大突破，是在生成画面的同时，还能同步生成与之匹配的环境音、物体交互声，甚至是符合语境的对话 。

虽然 AI 视频和音频现在都很强，但「声画一体」带来的真实感完全不同，这让 AI 视频真正拥有了「灵魂」。

这对模型的要求极高，比如 AI 生成「一只猫在键盘上走过，发出不满的喵喵声」。模型得知道「猫长什么样」，也学习了「猫的叫声是怎样的」，并将这两者牢牢绑定。还要理解了「敲击键盘」这个动作，才会「咔哒」声。

Sora 在可控性方面也有了巨大飞跃，能够遵循跨多个镜头的复杂指令，同时准确地保持世界状态，比较擅长写实、电影和动漫风格。

Sora App：打造你的 AI 「人生」

Sora App 直接支持 Sora 2 模型生成，里头最好玩的应该就是「客串 (Cameo)」，你只需在录制一段简短的视频和音频（用于活体验证和形象捕捉），你就可以把自己「投放」到任何 AI 生成的场景里。

上一秒你还在办公室，下一秒你就可以出现在《沙丘》的沙漠星球上，仰望双月，Sora 还会根据沙漠的光线，给你脸上加上逼真的光影 。

是不是有点视频版 nano banana 那味了

整个过程就像拍个自拍视频一样简单。Sora 会捕捉你的形象、声音和神态，然后你就可以在生成视频时，像选择一个贴纸一样，把自己「贴」进去，而且是 3D、无缝、高度逼真的那种 。

OpenAI 内部员工已经因为这个功能在公司交到了新朋友 。

你可以和朋友们一起「客串」到同一个场景里，上演一出属于你们的科幻大片。这是一种全新的交流方式，从文字、表情包、语音，进化到了「共同体验」的视频媒介 。

在 Sora App 的信息流里，你看到的每一个视频都是 AI 生成的。

如果看到一个喜欢的视频，直接点击「Remix」，你可以修改提示词，把「赛博朋克雨夜」改成「阳光明媚的午后」，或者用「客串」功能把自己加进去，变成故事的主角 。

Sora 会保留原视频的结构或风格，让你在它的基础上进行修改和再创作，就像转发微博再加一句评论一样简单。

当然，这些功能不可避免地会引发对于隐私和侵权问题的担忧。

Sora 也对此做了应对措施，只有用户本人可以决定谁能使用自己的「客串」形象，用户可以随时撤销访问权限，或删除任何包含自己形象的视频，即使是他人创建未发布的草稿也不例外。

OpenAI 表示，包含电影或视频中真实人物影像的上传在初期将被禁止或受到严格监管，而涉及儿童的内容将有严格过滤：含有儿童的场景将实施严格的审查门槛。

现实，这次真不存在了？

Sora 2 和 Sora App 带来的，远不止是好玩，它正在从根本上动摇我们对「真实」的定义。

Sora 2 的发布，或许标志着我们与现实的关系将进入一个新的纪元。我们每个人都获得了重塑世界、重塑自我的「魔法」。

现在，我们可能不是主动选择逃离现实，而是「现实」本身正在失去其作为我们生活参照系的核心地位。

Sora App 通过提供极致的创造乐趣和社交连接，正在构建一个引力极其强大的新现实中心 。它并非在你的现实生活之外提供一个「虚拟分身」，而是在试图成为你生活的「默认背景」。

当你的社交关系（和朋友在 AI 世界冒险 ）、身份认同（在虚拟世界里成为超级英雄）、创意表达（Remix 全世界 ）都优先发生在这个平台之上时，那个需要你偶尔「登出」才能回去处理水电费账单的物理世界，反而会沦为一个偶尔才需要访问的「副本」。

这属实就是《头号玩家》了，所以说 OpenAI 的尽头是元宇宙？小扎默默点了个赞。

OpenAI 自己也坦言，他们曾对纯 AI 生成信息流持怀疑态度，但最终被其带来的人际连接感所惊喜 。

奥特曼在最新的博客中直言，AI 视频生成可能会走向堕落，最终导致我们都被吸入一个经过强化学习优化的「垃圾信息流」。

他表示 Open AI 试图找出如何打造一款既能带来愉悦又不落入这种陷阱的产品。

Sora 这个app，就是他们交出的第一份答卷。在通往 AGI 的路上，收获的不应该只是生产力，也关乎创造力和快乐 。

欢迎来到这个由想象力驱动的新世界。现在，唯一的问题是，你拿到邀请码了吗？

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博