在今天早上这次重大揭幕活动后的几个小时里,Humane 向少数几家媒体敞开了大门。该公司位于旧金山 SoMa 区一栋不起眼的建筑内,办公室内设有初创公司的硬件设计团队。隔壁的一间办公室容纳了 Humane 的产品工程师,而电气工程团队则在街对面的第三处办公地点工作。该公司还在纽约设有办公室,但 250 名员工中的绝大多数都位于旧金山。
今天,大部分空间被一系列演示站占据(严格禁止拍摄),各种状态的 Ai Pin 被摆放出来,暴露出它们的外部构造。在参加这些演示之前,Humane 的联合创始人站在几把小椅子前,旁边是一块展示公司愿景的平板屏幕。
首席执行官 Bethany Bongiorno 简要介绍了公司的历史,从她在 Apple 的第一天如何遇到联合创始人兼总裁 Imran Chaudhri 开始。公司的整个历史都与他们的前雇主紧密相连。正是在那里,他们挖来了 CTO Patrick Gates,以及据报道约 90 名前 Apple 员工。
他将 Humane 的第一款产品描述为“一种新的思维方式,一种新的机遇感”。他补充说,这是一项“将 AI 产品化”的努力。与早期视频所暗示的不同,现场演示更加务实。虽然声明仍然宏大且广泛,将这款佩戴在衣领上的设备定位为从房间大小的主机开始的计算旅程的下一步,但当设备摆在我们面前时,对话变得更加务实。
这款火柴盒大小的设备配备了 Snapdragon 处理器和 32GB 本地存储。摄像头是一个为智能手机设计的 1200 万像素传感器,但集成在 Humane 自己的模块中。还有加速度计、陀螺仪以及深度和时间飞行传感器。像 Apple 的产品一样,它是在加州设计的,主要在中国制造。
设备的大部分外表面被一块触控面板占据,该面板集成了大部分板载组件以及一块电池,单次充电可支持四到五小时的使用。在触控面板上方,一条类似相机模组的区域容纳了各类传感器和激光投影系统——这是整个设备中最引人注目的视觉元素。这条相机模组以一定角度向下倾斜。Humane 表示,他们针对多种不同体型进行了别针佩戴测试,最终确定了一种能够适配胸部较大用户的设计方案。
该公司还告诉我,他们使用多种肤色对激光投影进行了测试,以确保其可见性。尽管视觉效果引人注目,但投影被视为次要功能,因为该产品本质上是一款语音优先的产品。然而,如果你所处的环境太吵或太安静,无法适应设备顶部的小型朝上扬声器,可以轻触触控板,摄像头便会开始工作以寻找你的手。一旦检测到,便开始投影。
Chaudhri 曾在五月份的一次 TED 演讲中演示了这一功能。大约一两分钟后,一个预演的电话从 Bongiorno 打来,投影在他的手掌上显示为文本形式。从这里,他可以轻拍手掌来接听或拒绝通话,系统会识别该动作并相应地执行操作。
然而,激光器可以显示更多内容。它们可以显示来自消息的文本,你可以通过在同一只手上做出捏合手势来滚动浏览。它们甚至可以显示你拍摄的照片的初步预览,尽管绿色激光在突出照片细微细节方面表现并不最佳。
AI Pin 有一定的重量,但这在一定程度上被盒子里附带的“电池增强器”所抵消,使总续航时间达到约九小时。该产品还配有一个蛋形保护壳,可为产品额外提供一次完整充电。你可以将 Pin、增强器或两者都放入其中,它们会通过磁力吸附到位。充电是通过设备背面的一系列触点进行的。盒子里还包含一个用于家庭使用的充电底座。
Bongiorno 证实了此前关于首批 10 万台设备的报道。“我认为像所有硬件初创公司一样,我们希望谨慎规划各种情况,”她说,“对我们来说,一开始真正关注的是在需求方面采取保守、正确且负责任的做法,以便如果我们的需求超过 10 万台,我们仍有选择余地。”
她补充说,截至昨天,已有超过 11 万人注册了等待名单——尽管这个数字更多反映的是好奇心而非实际的购买计划,因为无需支付定金。该名单是全球性的,而该设备目前仅在美国接受预订,并将在“明年早些时候”的某个时间点上市。初始等待名单中的用户将获得购买产品的“优先权”。
该设备的核心是人工智能。它是首批搭上当前生成式 AI 热潮的硬件产品之一,但肯定不会是最后一个。自宣布成立之日起,Sam Altman 的名字就与这家初创公司紧密相连。我询问 Altman 和 OpenAI 在产品创建过程中参与的程度有多深。
“Sam 在 2020 年领投了我们 A 轮融资。Imran 非常明确地表示,Sam 是 A 轮的目标投资人,并且真心希望他参与进来,”Bongiorno 说,“我认为双方有着深厚的相互尊重,并对我们都认为的未来充满期待,尤其是在计算机领域。他一直是我们强有力的倡导者和支持者,每次我们需要建议和指导时,他都会接听电话。我们一直与 OpenAI 团队合作,我们的工程团队紧密协作、密切配合。”
据 Chaudhri 介绍,GPT 是该系统利用的众多大型语言模型(LLM)之一。他还确认,GPT-4 将成为该系统使用的实例之一。然而,最终用于特定任务的具体 AI 系统在某种程度上是故意模糊不清的。它们根据具体情况按需调用,由 pin 设备判断并采取适当的行动。
这也适用于基于网络的查询。该系统会爬取多种不同的搜索引擎和资源,例如维基百科。其中一些是官方内容合作伙伴,另一些则不是。迄今为止,合作伙伴数量有限,包括 OpenAI 和微软,以及作为系统默认音乐应用的 Tidal。在我们的一次演示中给出的一个例子是“播放 Prince 制作的音乐”,而不是更直接的“播放 Prince”。
“我们的一部分 AI 是专有的。我们自己构建 AI,然后利用像 GPT 和来自 OpenAI 的模型等技术,”Bongiorno 说,“我们可以添加其他公司的 LLM 和许多服务,我们的目标是成为每个人的平台,并提供对多种不同 AI 体验和服务的访问权限,因此商业模式的结构使我们能够做到这一点。我认为我们将考虑可以添加到平台上的不同收入模式和不同的收入来源。”
目标是在后端使用 LLM、网络搜索和更新的过程中实现无缝体验。系统设计为在后台持续推送更新并添加新功能。它还会利用额外的上下文信息,包括最近提出的问题以及通过内置 GPS 获取的位置信息。
照片也是拼图中的重要组成部分。机载摄像头具有超广角,视场角为 120 度。没有自动对焦功能——而是采用固定焦距。至少在旧金山办公室的光线下,拍摄的照片效果良好。有大量的计算摄影处理在设备外进行,包括在拍摄时判断 pin 是否水平,并相应地调整最终图像的方向。
目前一切仍处于非常早期的阶段,但很明显,该产品投入了大量心血(和资金)。需求可能是这里最大的疑问。Humane 是否真的找到了杀手级应用?对于智能手表制造商来说,健康功能长期以来就是答案。但在这里,健康追踪的作用显著减弱。
该产品实际上并不与佩戴者的皮肤直接接触,因此其能够收集的健康指标非常有限,充其量只能充当计步器——尽管目前连这一功能也不支持。现阶段最主要的健康相关功能是卡路里计算,即通过一个未具名的第三方食物识别平台,让用户将食物对准摄像头,从而显示该食物的卡路里及其他营养信息。
价格无疑将成为这款未经市场验证的设备的障碍——699 美元在智能手机标准下几乎算不了什么,但对于一款初代产品和全新形态的设备来说,这个价格相当高昂。每月额外 24 美元的订阅费也雪上加霜,不过 Bongiorno 补充道:“你获得的是一个电话号码;无限通话、短信和数据流量;以及无限制的 AI 查询次数,此外还有我们所有的 AI 服务。如今,我们看到人们对 ChatGPT 的热情高涨,甚至有人已经为访问它付费了。”
然而,如果你不支付那笔月费,该产品在开始订阅之前实际上就成了一堆废铁。
在会议结束前,我询问 Chaudhri 公司为何选择将设备放在领口位置,尤其是在头戴式显示设备长期以来被视为默认选择的背景下。当然,他的前雇主 Apple 正押注于面部显示,其即将推出的 Vision Pro 便是例证。
他说:“人们一直认为情境计算(contextual compute)必须是戴在脸上的东西。但这存在很多问题。许多人佩戴眼镜有着非常精确的目的,要么是为了帮助看清,要么是为了保护眼睛。这是一个非常个人的决定——镜框的形状、重量都因人而异,这些元素构成了与你一样独特的体验。如果审视情境的力量,这正是实现情境计算的障碍,那么一定还有其他方式。于是我们开始思考,什么部件能让我们变得更加个性化?我们发现所有人都穿着衣服,那么如何在我们穿的衣服上装饰一个能提供情境信息的设备呢?”

