
屏幕感知型AI原生硬件,我摸了两天,说点实在的
朋友从上个月的展会上回来,一直跟我念叨Violoop那个屏幕感知型AI原生硬件,说“你搞AI Lab的,肯定感兴趣”。我本来不太信这类东西,AI硬件这两年太多了,十个里有八个是带个壳的语音助手。架不住他天天说,我托人弄了一台过来试了两天。
先把结论放前面。这东西适合整天盯着多块屏幕干活的人,不适合想拿它当智能音箱用的人。值不值得买,取决于你有没有手不方便碰键盘、但屏幕上有东西要处理的场景。没有的话,先别急。
先说它到底是个什么东西,免得像我第一次听名字一样懵。所谓屏幕感知,就是它能对着你正在用的那块屏幕看,读屏幕上的内容,再根据内容做反应。它不是显示器也不是摄像头,更像一个挂在你屏幕旁边的小盒子,自己带感知和计算。你正常干活,它在旁边看着,该出声的时候出声。
我把它架在副屏上方,高度大概到视线下沿。开机之后第一步是配网,手机上下一个App,扫码,连同一个Wi-Fi。这一步挺顺,两分钟搞定。然后App提示做一次屏幕校准,让设备认一下你这块屏的边界和分辨率。校准的时候屏幕上会出一个十字,我盯着它走了一圈,卡在第二步,因为它要求屏幕亮度调到一个比较高的水平,我平时习惯把副屏调暗,识别一直不过。把亮度拉上去,重来一遍,过了。这个坑记一下,屏幕太暗的时候校准会反复失败,说明书里没写,我是试出来的。
校准完,最直观的变化是它开始盯着我屏幕了。我在写一份材料,屏幕左边是文档右边是浏览器,过了一会儿它出了一声很轻的提示音,App里弹出一条,说检测到我反复切换两个窗口,问要不要把浏览器里的内容摘到文档里。我点了同意,它真的摘了一段过来,这个过程我没碰键盘。
惊喜的地方就在这。它确实抓到了我的意图,不是那种你喊一句它答一句的交互。后来我又试了开会场景,投屏讲PPT,我一边讲一边翻页,它在旁边记了几个我口头提到但PPT上没有的点,会后整理成一小段。这个我觉得有用,尤其是讲嗨了容易漏东西的时候。
但是,槽点也不少。
误判是最常见的。有一次我在刷论坛,它以为我在整理资料,弹了个提示问我要不要归档,我当时正在看一个不太方便归档的东西,被它这么一问有点尴尬。这类误触发大概一天三四次,不算多,但每次都要手动关掉,久了有点烦。
它对屏幕内容的理解也有边界。纯文字的东西它处理得不错,图表、设计稿这类,它经常抓不准重点,问它图里那个趋势是什么意思,它给的答案很泛。
反馈方式也得适应。它没有屏幕,状态全靠灯光和声音。我一开始分不清正在处理和处理完了是哪种灯,得对着App里的说明看。学习成本不高,但前几天确实别扭。
我这边测下来,它在读屏加轻量整理这件事上是真能省事的,前提是你屏幕上的活是文字为主、结构比较规整。数据脏、图多、格式乱的时候,它帮不上太多,反而添乱。
所以回到那个问题,值不值得用。我给的答案是看情况。适合的是一天里大段时间在多窗口之间倒腾文字、又不想频繁打断手头动作的人,比如写材料的、做会议记录的、盯多个后台的。不适合的是想找个能聊天、能放歌、能控家电的设备,它不干这些,也不便宜。
还有个我没想明白的地方。这类设备越无感,你越难判断它到底在不在状态。它安静的时候,可能是在认真看,也可能已经休眠了。我这两天遇到一回,会开完什么记录都没出,翻了下App才发现是休眠了。到现在我也没找到一个靠谱的确认办法,只能偶尔翻一下App看它还在不在线。
物界前沿