最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了

未分类1周前发布 tree
10 0 0

作者 | 张勇毅、芯芯
编辑 | 靖宇

「扎克伯格人去哪了?」

这是在预计时间开始后十分钟、Meta Connect 2024 主题演讲仍然迟迟没有开始后,各大直播平台评论里观众提问最多的问题。
原本预定将于太平洋时间早上十点(北京时间 9 月 26 日凌晨一点)开始的主题演讲,实际在计划时间开始 15 分钟后才随着 Meta 创始人扎克伯格跑步入场开幕:给人一种小扎也是踩点早高峰上班、不小心迟到的打工人的感觉。
好在本次发布的新品足够重磅,还算弥补了全球网友损失的这十几分钟寿命:除了更便宜的 Quest 3S 系列,还有 Meta AI 与 Llama 3.2,以及让我们得以一窥未来 AR 眼镜形态的 Orion 原型机
最受欢迎的「AI 眼镜」、最强功能的 AR 眼镜,以及最多人使用的开源 AI,难怪最近扎克伯格的采访总给人一种「我强的可怕」的感觉——苦熬多年的元宇宙最终结出了 Orion 这样的 AR 之花、Llama 3.2 大模型依然在继续开源,他确实有底气说:
Meta,是一家用技术实现愿景的公司
01. Quest 3S:下一台销量千万的 Quest
可能是意识到因为自己迟到,让全世界多等十五分钟犯了众怒的原因,扎克伯格上台后甚至没怎么寒暄,迅速单刀直入,在演讲开始的三分钟内就公布了 Meta Quest 3S 的价格,堪称近几年的硬件产品发布会中的一股清流。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了图片来源:Meta
作为 Meta 寄予厚望、支撑起 Quest 系列全球出货量超千万台的新品。Meta Quest 3S 起售价 128GB 版本为 299 美元,256GB 版本售价 399 美元,十月 15 日开售。
相比 Quest 3 系列,定位入门级的 3S 在芯片等主要硬件规格上与 Quest 3 保持一致,但在机身材质与显示画质从 4K 降低至 2K(Quest 3S 单眼分辨率为 1832*1920)两个方面做了取舍,换来更低廉的售价。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了Meta Quest 3S 外观 | 图片来源:Meta
当然,作为 Meta 每年发布 Quest 新品吸引用户的惯例,这次也少不了一大批新游戏、新软件的登陆与适配:现在 Quest 3 系列不仅原生支持 Windows 11 设备拓展多显示器功能,此前备受期待的蝙蝠侠 IP MR 游戏《阿卡姆之影》属于附赠内容,从现在开始每一位在 2025 年四月之前购买 Quest 3S/3 的用户都能免费将其收入库中,算是硬件大厂中相当有诚意的软件促销内容了。
在 Quest 3S 发布之后,Quest 3 将仅保留 512GB 版本售卖,售价从原本的 649 美元降至 499 美元。
02. Meta Rayban:新设计、新功能
在真正的大招放出来之前,扎克伯格还是卖了个关子,带大家回顾了一下 Meta Rayban 过去一年所取得的成绩。
作为很可能是迄今为止是业界唯一一款真正意义上取得现象级成功、出货量超百万的 AR 眼镜产品,Meta Rayban 系列对于 Meta 的重要性不言而喻。
因此本次发布会中,Meta 也给 Rayban 系列带来了一系列新功能:包括一款名为「Be my eyes」的互助类 App,用来让眼镜给低视力患者充当义眼,将眼镜所拍摄到的眼前数据实时上传,并由其他视力正常的志愿者帮助 Meta Rayban 的使用者来感知日常世界。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了图片来源:Be my eyes
Meta Rayban 眼镜所搭载的 Meta AI 现在也加入了更多多模态功能——比如自动识别车牌号,帮你记录停车位置,以及通过语音指令要求 Meta AI 在航班着陆后三个小时内自动给家人报平安;或者是借助 Meta Rayban 的多模态能力,使用 Meta AI 来感知显示世界中的地标建筑,帮你快速适应一个新街区或城市——比如生成一份旅游计划。
另外 Meta Rayban 现在也能通过 Meta AI,实现实时语言翻译了——这是如今一些 TWS 耳机已经支持的功能,目前 Meta Rayban 的版本支持英语、西班牙语、法语与意大利语,未来还将有更多语言陆续加入。
最后,Meta 还发布了一款限量特别版 Meta Rayban,机身采用透明设计,整体在维持飞行员系列的时尚外观的同时看起来更有科技感。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了特别款 Meta Rayban | 图片来源:Meta
能够根据外部光源切换眼镜/墨镜形态、并且具有超高响应速度的  UltraTransitions® GEN S™ 系列镜片现在也加入了针对 Meta Rayban 的定制版,时尚的同时出街搭配更方便了。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了UltraTransitions® GEN S™ 系列镜片 Meta Rayban 定制版 | 图片来源:Meta
03. Orion:「下一代 AR 交互体验」
但我们都知道,Meta Rayban 其实并非典型意义上的「AR 眼镜」:由于 Meta Rayban 完全不具备内容显示能力,因此业内一直有不少人认为 Meta Rayban 所取得的成功,对于推动 AR 技术(尤其是显示技术)继续向前发展并无太大帮助,甚至是在摧毁 AR 初创企业生长的土壤,理由也很简单:
「连行业老大做的智能眼镜都没有显示功能,会让很多人会好奇AR 眼镜真的还有未来吗?」
但今天发布的新品,或许会让持有这种观点的质疑者完全收回这句话,因为 Meta 发布的 Orion AR 眼镜,当之无愧让我们看到了「下一代 AR 交互体验」的雏形。
在硬件上,Orion 采用了 ULED + 微型投影仪方案,不仅支持全彩内容显示,还能通过空间定位,将接近 Vision Pro 或 Quest 那样的窗口空间定位能力,整合在 AR 眼镜这样要轻盈的多的形态中,也可以说是 Meta 在 AR 领域研究的集大成之作。
为了支持接近 VR 头显的空间计算效果,Orion 在眼镜上塞进了七颗摄像头来感知周围环境。
为了搭建起能够处理这些数据的算力环境,Orion 又单独设计了一款体积不小的椭圆形计算单元,采用无线数据传输的方式来完成眼镜计算空间数据所需的算力,但因为是无线传输,所以计算单元与眼镜之间的距离不能超过 12 英尺。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了Orion 的计算单元、腕带与眼镜本体 | 图片来源:Meta
除了手势识别,Orion 还支持眼球视线交互,甚至通过搭配腕带,还能在你的手不刻意抬起来,自然低垂在腰间的状态下,识别到诸如「搓大拇指」这样微小的交互手势——这些甚至已经与 Vision Pro 的交互操作能力无异,但这些都被集成在了一台重量仅为 100 克,外观接近 Meta Rayban 的产品形态中。
仅仅以上目前 Orion 所展示出的能力,就已经堪称对 AR 眼镜领域的又一次「降维打击」:现场还播放了一条片,包括黄仁勋老黄在内的各界大拿在体验到 Orion 的实际表现后,众人纷纷露惊呼难以置信以及露出震惊表情的画面。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了老黄体验过 Orion 之后的表情 | 图片来源:Meta
相比 Meta Rayban 通过产品的精准定义取得成功,Orion 这次是 Meta 从更高的技术维度上,再一次颠覆行业。
「这就是我们一直以来致力于达成的目标」,对于 Orion 对于 AR 眼镜现有能力带来的颠覆,扎克伯格这样表示了 Meta 的计划。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了Orion 是目前唯一一款展示了接近全功能 MR 头显空间交互能力的 AR 眼镜 | 图片来源:Meta
但扎克伯格也承认,现阶段的 Orion 还只是一个原型机,「在(AR 眼镜)正式量产面向用户之前,还有很多问题需要解决」。
比如,此前包括老黄在内的嘉宾,他们体验到的 Orion 的实际分辨率为 13 像素/度(Quest 3 为 25 像素/度),在显示效果上相比目前业内存在的 AR 眼镜,其实并无太大优势,但 Meta 也小小展示了一下藏着的底牌——另一台并未对外界过多展示的 Orion 原型机,已经能在相同体积下,做到 26 像素/度的清晰度。
只是在目前 AR 眼镜的产品形态下,更高的分辨率势必要牺牲更多的电池寿命——这对于强调全天佩戴的 AR 眼镜来讲很大程度上是一个致命的问题。
另外,成本也是一个重要的量产考量因素:Meta 在会后向媒体透露:目前 Orion 这套解决方案的硬件成本超过 1000 美元。这个价格相比 Vision Pro 的定价堪称低廉,但放在 AR 眼镜品类中已经是一个令人惊悚的天文数字
因此,在价格与功能之间取得平衡也会是一个重要的考量。
无论如何,Orion 已经让我们得以「管中窥豹」地了解到,过去数年 Meta 在 AR 领域的技术积累,或许到明年 Meta Connect 25 上,我们就能看到更接近普通用户的 Meta AR 眼镜产品了。
04. Meta AI :月活 5 亿,小扎称「全球最多」
聊完硬件,扎克伯格还有 AI。
据扎克伯格透露,整合到 Facebook 和 Instagram 里的 Meta AI 聊天机器人现在月活用户是 5 亿,他还称,Meta AI 有望在年底前成为全球使用最多的 AI 助手。
紧跟各个行业对手,在 Connect 大会上,Meta AI 朝着多模态进一步迈进。
就像 OpenAI 那样,Meta 现在也有 AI 语音对话了。与 OpenAI 这一功能的入口是 ChatGPT,Meta 的入口则是 Messenger、Facebook、WhatsApp 和 Instagram D 等众多产品,用户可以在这些产品里用语音与 MetaAI 对话。
扎克伯格说:「我认为,与文本相比,语音将成为与AI交互的更自然方式。」
随着该功能开始推出,据扎克伯格介绍,用户可以选择不同的语音选项,包括一些美国名人的熟悉声音。在舞台上,一个以奥卡菲娜为模型的 AI 语音回答了扎克伯格的一个问题。
Meta 显然吸取了教训,已经与这些名人达成合作,没像 OpenAI 那样未经同意用了斯嘉丽·约翰逊的声音后惹来控诉。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了Meta 推出 AI 语音对话 |图片来源:Meta
除了语音对话,Meta AI 还有一些大厂 AI 机器人必备的「常规操作」,比如图像编辑功能,用户直接用自然语言就能给自己的照片简单 P 图,包括给人物换衣服,给照片换背景等。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了Meta AI 的 P 图功能 |图片来源:Meta
用户可以将 AI 生成的图像直接分享到 Facebook 和 Instagram 上,Meta AI 还可以为社交帖子建议标题。
另外,用户还在与 Meta AI 的聊天中分享照片,就照片进行提问。比如分享在徒步时看到的一朵花的照片,询问这是什么花,或者分享一道新菜的照片,并询问如何制作它等。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了MetaAI 功能:就图片进行询问 |图片来源:Meta
语音、图片之外,Meta 的 AI 功能还将应用在视频上。Meta 正在测试自动视频配音和口型同步功能,它将自动翻译 Instagram 上的 Reels 短视频,即使短视频创作者讲不同的语言,也可以让不同的观众听到自己的「母语」。
Meta 的这款 AI 翻译功能目前还在 Instagram 和 Facebook 上小规模测试,翻译一些来自拉丁美洲和美国的创作者的视频,语言为英语和西班牙语,扎克伯格计划未来将其扩展到更多的创作者和语言。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了Meta 短视频直接转换成观众母语 |图片来源:Meta
在 AI 与硬件的融合方面,Meta 的与 Ray-Ban 合作的智能眼镜也加入了包括翻译在内的 AI 功能,扎克伯格将其称为新的「以 AI 为中心的设备」。
根据介绍,这款眼镜无需每次都说「Hey Meta」就能向 Meta AI 提出后续问题。
这款眼镜还能够进行实时 AI 翻译,在现场演示中,扎克伯格讲英语,另一个人讲西班牙语,双方进行了一场对话,智能眼镜充当了翻译。不过,从效果来看,翻译还是像传统的随身翻译那样有一定「时差」。
05. AI 新模型:Llama 3.2,继续开源
在 Connect 大会上,扎克伯格还介绍了 Meta 最新的 Llama 3.2 系列模型,其中包括小型和中型视觉 LLM(11B 和 90B),以及适合边缘和移动设备的轻量级纯文本模型(1B 和 3B)。
扎克伯格继续高举「开源」的大旗,不想让 OpenAI 等一家独大,提供 Llama 3.2 的开放下载,社区开发者可以在 Llama 官网和 AI 社区 Hugging Face 上直接获取这些模型。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了Meta Connect 舞台上的扎克伯格 |图片来源:Meta
Llama 3.2 系列中最大的两个模型,11B 和 90B,支持图像推理用例,如包括图表和图形在内的文档级理解、图像的字幕生成,以及基于自然语言描述在图像中定向定位对象等视觉定位任务。
例如,一个人可以就上一年他们小型企业在哪个月份销售最好提出问题,Llama 3.2 可以基于可用的图表进行推理并快速提供答案。在另一个例子中,该模型可以使用地图进行推理,帮助回答诸如徒步何时变得更陡峭等问题。
11B 和 90B 模型还可以弥合视觉和语言之间的差距,从图像中提取细节,理解场景,然后撰写一两句话,可用作图像字幕来帮助讲述故事。
轻量级的 1B 和 3B 模型则有多语言文本生成和工具调用能力,它们使用了两种方法——「剪枝」和「蒸馏」,是首批能够适应设备的小型 Llama 模型。
据介绍,开发者能够用这些模型使构建设备端的自主应用。例如,此类应用可以帮助总结最近收到的 10 条消息,提取行动项,并利用工具调用直接发送后续会议的日历邀请。
在数据隐私问题上常年备受各界诟病的 Meta,此处的旗号是要「实现数据永不离开设备的强大隐私保护」
在本地运行这些模型有两个主要优势。首先,由于处理在本地完成,提示和响应会感觉更即时。其次,本地运行模型可保持隐私,不会将诸如消息和日历信息等数据发送到云端,使整体应用更加私密。由于处理在本地完成,应用可以清楚地控制哪些查询保留在设备上,哪些可能需要由云端的更大模型处理。
据 Meta 声称,Llama 3.2 视觉模型在图像识别和一系列视觉理解任务上,可与 Claude 3 Haiku 和 GPT4o-mini 竞争。3B 模型在诸如遵循指令、摘要、提示重写和工具使用等任务上优于 Gemma 2 2.6B 和 Phi 3.5-mini 模型,而 1B 模型在与 Gemma 竞争时表现出色。
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了Meta 推出 Llama 3.2 系列模型 |图片来源:Meta
之所以坚持开源,目前 Meta 的官方说法是,「确保世界各地的更多人能够获得 AI 提供的机会,防止权力集中在少数人手中。」
当然,值得指出的是,Meta 的模型属于「开放权重」,而非完全「开放源代码」。这一度引起业界对于 Meta 的模型是否是真正意义开源的争议,但对于全球一些开发者来说,有总归比没有强。
另外一方面,构建 LLM 总是昂贵的,Meta 也有自己的商业利益要考虑,在何种程度上不损害公司利益,扎克伯克有自己的考量。
其中的关键一点,他此前已经在公开信中明确提到:「Meta 与封闭模型提供商之间的一个关键区别是,出售 AI 模型访问权限不是我们的商业模式。这意味着公开发布 Llama 不会像封闭提供商那样削弱我们的收入、可持续性或投资研究的能力。(这是一些封闭模型提供商不断游说政府反对开源的原因之一。」
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了扎克伯格宣扬开源 AI |图片来源:Meta
此次 Meta Connect 大会,在 Orion 上,能看到 AR 眼镜这一形态,未来进一步模糊 AR/VR 边界的潜力,可以说 Meta 凭借 Orion 的发布,一战重新稳固了自己在 AR 眼镜技术领域的龙头地位。
至于 AI,从 Meta 的发布会来看,多模态 AI 已经成为大厂和巨头的标配。而在 AI 模型上,关于开放和闭源哪种更好的争论还在继续,扎克伯格的选择,可以视作对 OpenAI 等闭源模型巨头发起的挑战。
但依然要面对的现实是,无论 AR 还是 AI,在产品形态和技术选型上依然处于无尽的变化之中,而 Meta 显然让全世界知道,自己,才是那个最有资格来定义这些重要技术产品的公司。
*头图来源:Meta
本文为极客公园原创文章,转载请联系极客君微信 geekparkGO


最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了
最强 AR 眼镜 + 最受欢迎开源 AI,Meta 大会小扎赢麻了

© 版权声明

相关文章

暂无评论

暂无评论...