每次向AI提问，人都要先替它补一段背景。刚才看到了什么、听到了什么、身边发生了什么，往往要被整理成一句文字，或者转成一段语音，再交给手机或电脑里的模型。AI回答得越来越快，但它对现实的了解，仍然取决于人愿意提供多少上下文。
在Looki创始人兼CEO孙洋（Sun Yang）看来，今天的人机交互里，人常常像现实世界和AI之间的翻译员。人用眼睛和耳朵感知环境，再把这些感知转成语言，交给AI处理。手机和电脑把AI带到了每个人面前，也让AI长期停留在一个被动位置：等人开口，等人描述，等人把现实剪成可以输入的片段。
在BEYOND Expo 2026物理AI峰会“感官前沿：为物理世界披上‘智能皮肤’”圆桌中，孙洋提到，Looki想给AI“眼睛和耳朵”。Looki L1配备摄像头和麦克风，希望让AI获得always-on perception（持续感知）能力。更关键的变化在于AI获取上下文的方式：从等待用户输入，转向跟随人的第一视角感知环境。
持续感知让AI接触到来自现场的连续线索。会场里正在讨论的主题、路上经过的地点、临时会面中的信息、工作间隙被忽略的细节，都可能成为它理解用户的材料。它能提供的帮助，也会从一轮问答延伸到提醒、回顾、整理和提前准备。
圆桌开始前，Looki应用里的proactive intelligence engine（主动智能引擎）曾向孙洋推送和BEYOND Expo、Physical AI（物理AI）相关的背景信息。这个例子把差异拉得很清楚：用户还停留在现场，信息已经根据环境和记录出现。
这种交互继续往前走，AI助手要解决的就从答案质量延伸到出现时机。它要判断一个人此刻在哪里、正在经历什么、可能需要什么。对用户而言，变化也许不是多一个聊天窗口，而是少一次掏出手机、少一次检索、少一次把上下文重新输入。
另一方面，持续感知还需要和其他数据源汇合。孙洋提到，Looki已在3月推出API（开放接口），第三方开发者可以基于Looki的数据开发网站和应用。Looki输出的moments（时刻片段），可以和Oura、Whoop等设备采集的健康数据结合。睡眠变差，背后可能对应一条睡眠评分，也可能牵连前一天喝过咖啡、当天活动节奏变化等线索。
这些数据被连起来之后，AI理解的对象就从聊天记录扩展到现实生活里的行为线索。人和Gemini、OpenAI等产品的对话，大多发生在数字世界里；可穿戴设备补上的，则是一个人真实经过的时间、地点和环境。AI要更了解人，需要读懂输入前发生过什么。
另一条线索是data flywheel（数据飞轮）。创办Looki之前，孙洋曾从事自动驾驶相关工作。自动驾驶给他的参照很直接：先有用户愿意使用的产品，才会有持续数据。有了持续数据，模型才有机会继续变强。Looki想先在日常记忆和洞察上形成价值，再通过第一视角数据积累，训练更贴近真实生活的模型。
一副全天候跟随人的设备，还要处理工程上的约束。孙洋提到，edge computing（边缘计算）还在发展中，算力和功耗都会影响体验。对Looki这样的设备而言，电池至少要支撑12小时。未来更可行的结构，可能是设备负责采集传感器信息，手机或AIPC处理一部分本地任务，云端再承担更复杂的推理。
到这里，Looki和物理AI的关系才变得清楚。按照孙洋的判断，机器人在行动之前，也要先感知世界、预测变化，再执行动作。当前机器人的动作容错率还不高，先让AI看见和听见，反而更接近当前阶段。
AI助手仍在等待一个问题。Looki试图补上的，是问题出现之前那段生活本身：人看见的、听见的、路过的、忘掉的、没来得及记录的。下一步的AI助手，也许要从这些零散片段里，慢慢学会理解人所在的时间和环境。
扫码关注我们
2027
澳门
不见不散