英伟达CES展示桌面AI虚拟形象R2X原型
在2025年国际消费电子展（CES）上，英伟达展示了驻留于电脑桌面的AI虚拟形象原型R2X。这款类似游戏角色的AI助手可帮助用户导航应用程序，由英伟达AI模型渲染驱动，并支持接入OpenAI GPT-4o或xAI Grok等主流大语言模型（LLM）。用户可通过文本、语音与R2X交互，上传文件处理，甚至授权其实时查看屏幕或摄像头内容。
当前科技界正积极探索AI虚拟形象在企业及消费端的应用。尽管早期演示略显生硬，但业界普遍视其为AI助手交互界面的新方向。英伟达试图通过R2X融合生成式游戏技术与尖端LLM，打造拟人化体验。
这是我使用英伟达 R2X 虚拟形象原型的演示，这是一个驻留在你桌面上的 AI 助手 pic.twitter.com/8oT941dHGq — Max Zeff (@ZeffMax) 2025年1月9日
英伟达计划于2025年上半年开源该虚拟形象，将其定位为开发者构建应用的新UI，允许用户接入偏好AI产品或本地运行。
功能方面，R2X默认关闭屏幕截取，开启后可持续截图并经AI处理，为复杂编码等任务提供反馈。需注意，该功能涉及隐私，与微软Recall类似。
目前R2X仍处于原型阶段，存在Bug及“恐怖谷”效应，如面部卡顿、语气生硬等，实际体验仍有待优化。
这是英伟达的 R2X，但由 Grok 驱动 pic.twitter.com/kyOOORQ1kR — Max Zeff (@ZeffMax) 2025年1月9日
实测显示，R2X通常能提供有效指令并准确识别屏幕内容，但也受限于底层模型能力。例如在使用GPT-4o时，曾出现指令错误及丧失屏幕查看能力的情况；切换至xAI Grok后功能恢复正常。此外，R2X还演示了协助使用Adobe Photoshop生成式填充的功能。
这是 R2X 帮助我们使用 Adobe Photoshop 中的生成式填充功能（尽管它给出的指令有误）pic.twitter.com/CDLjbduBEw — Max Zeff (@ZeffMax) 2025年1月9日
在文档处理方面，R2X支持读取桌面PDF并回答问题，该过程由本地检索增强生成（RAG）技术驱动，可从文档提取信息并结合LLM处理。
而这里是 R2X 正在处理文件并回答相关问题的截图 pic.twitter.com/LtFCGGbHXt — Max Zeff (@ZeffMax) 2025年1月9日
技术实现上，R2X采用RTX神经面部算法生成外观，并使用Audio2Face™-3D模型自动化面部及口型运动，但偶有停滞现象。未来，R2X还将支持加入Microsoft Teams会议充当个人助理。
英伟达正致力于赋予R2X代理能力，使其能在桌面执行操作，但这尚需时日且依赖与微软、Adobe等厂商的合作。至于语音生成机制，目前尚未公开，R2X在使用不同模型时的声音表现也存在差异。