過去的互聯(lián)網(wǎng)時代，如果說是一個主動尋找信息的時代，那么未來極有可能會是一個AI替你思考執(zhí)行的時代，搜索是在海量信息中自己尋找答案，而思考則是直接給你答案。

今年上海車展，兩組數(shù)字最搶眼，193和500，前面是發(fā)布會的數(shù)量，后面是自媒體人們失去的車馬費。

很多人類在面對AI時，保有的最后自信是，AI不能像人類一樣去探索世界，它沒有眼睛、耳朵、鼻子、舌頭和身體，所以AI只能在信息存量的時間里處理信息，增量信息還是要靠人類。

但是，今天的AI公司們很顯然不滿足于這樣的限制，他們在試圖讓AI通過手機擁有眼睛和耳朵，比如這屆上海車展，大量的參會展商和媒體以及尤其海外的，大量開始借助AI逛展，他們用夸克的AI相機掃描所有新的車型以及展館資料，快速掌握需要信息。

該說不說，在全世界的車展都式微的時候，中國屬于少數(shù)還在逆勢增長的市場，上海車展193場發(fā)布會，如果你是一個帶著學(xué)習(xí)心態(tài)來參會的國外參展商和媒體，你需要提前做多少功課，才能完成學(xué)習(xí)和信息采集的工作？

現(xiàn)在職場很流行一句話：你再不努力，就要被AI干掉了。

在現(xiàn)場，一位來自德國的車企員工告訴我，用夸克，他逛展的時間提高了一倍以上，他的主要任務(wù)，就是把此次車展所有的車型做一下統(tǒng)計，但是根據(jù)場館人流進行一下熱度分析，另外就是需要收集各家車企的營銷材料和分析營銷策略。

事實上，在今天的大公司，無論是互聯(lián)網(wǎng)大廠，還是新能源車企，員工使用AI工具協(xié)同自己工作，已經(jīng)是家常便飯，這就像當(dāng)年office進入辦公室一樣，只要你最終交付的東西足夠滿足使用，并沒有人關(guān)心你的過程如何實現(xiàn)，當(dāng)然，去AI味兒，是一個很重要的工作。

事實上，早在十多年前，谷歌就推出了基于搜索的智能鏡頭，手機拍照后，然后搜索告訴你，這是哪里，可以干什么，但是如今的AI時代，搜索已經(jīng)不是目的，能看懂圖，能基于圖片思考，才是最核心的目的。

以車展為例，你來到一個站臺前，想要了解一款車，你只需要鏡頭對準(zhǔn)它，然后拍照，你就可以了解到所有的相關(guān)信息，但是重要的是，你可以繼續(xù)提問，讓夸克告訴你，這款車的競品是哪些，如何預(yù)判這款車的未來市場潛力，以及上市之前的口碑情況，連續(xù)對話思考能力，讓你收集信息的過程便捷很多。

另外，現(xiàn)場很多資料，用夸克的AI相機可以快速掃描成PDF，以及實現(xiàn)跨語種翻譯，甚至可以讓10張圖形成推理，在其他場景，還可以幫你看體檢報告、修圖、做導(dǎo)游等等。

我跟很多大廠員工聊過一個話題，你們對未來AI的期待是什么，純文字的推理AI能不能滿足使用，最終的答案很有意思，技術(shù)性碼農(nóng)會跟你扯一堆技術(shù)問題，然后跟你強調(diào)實現(xiàn)很多功能的困難，但是普通人就很簡單了，他們希望擁有一個可以萬能的接收器，可以接收各種資料，音頻、視頻、文字、圖片、程序包、各種格式的文件，然后下達指令，完成任務(wù)。

毫無疑問，多模態(tài)大模型，一定才是未來AI助手的方向。

比如說，你現(xiàn)在用kimi、deepseek這種推理模型，文字處理能力可能非常強，但是如果你需要它幫你修一張圖，整理一個錄音，生成一個視頻，這個時候，他們就解決不了。

多模態(tài)中，視覺一定是最重要的一環(huán)，因為AI有了眼睛，才可以幫助用戶更好的了解周邊環(huán)境，更加精準(zhǔn)的知道用戶后續(xù)自然語言的需求，比如你在車展，想知道整個展會的布局，然后自己所處的位置，以及怎么去下一個展館，如果沒有夸克AI相機來輔助你，你就很難實現(xiàn)，上一個在地圖中實現(xiàn)了這個功能的是谷歌地圖。

最后有一個邏輯是需要我們注意的，上一個時代，攝像頭是服務(wù)于搜索，這個時代，攝像頭是服務(wù)于思考。

搜索和思考的差異在哪里？這是需要我們看明白的核心。

除了上述所說的連續(xù)對話能力，然后就是圖片分析、二次創(chuàng)意、動態(tài)引導(dǎo)，真正實現(xiàn)所見即所思，像人類一樣使用雙眼。

現(xiàn)在夸克很大一部分用戶是學(xué)生和老師，這一點我在去年就發(fā)現(xiàn)了，大學(xué)生用夸克幫忙解題，只需要手機對著題目，然后就給你解題思路，還能給你講題目，老師可以用夸克掃描試卷，幫你批改試卷，這都是基于圖片理解分析基礎(chǔ)之上實現(xiàn)的。

我們所處的廣告?zhèn)髅叫袠I(yè)，平時大量遇到內(nèi)容創(chuàng)意的問題，必須一張圖需要一個文案，你可以讓夸克幫你寫，然后再修改，如果涉及到版權(quán)問題，還可以讓夸克幫你二創(chuàng)一下，比如生成一個卡通風(fēng)格的，或者修改掉一些圖片元素。

動態(tài)引導(dǎo)，其實在未來的使用場景會非常豐富，我直接認為，這個功能會讓這個世界從此不再有陌生的城市，你去往哪里，只需要用攝像頭看一下周邊，然后你需要什么，就可以一一給你羅列出來，今天的地圖、點評、社交等等功能會被打通。

過去的互聯(lián)網(wǎng)時代，如果說是一個主動尋找信息的時代，那么未來極有可能會是一個AI替你思考執(zhí)行的時代，搜索是在海量信息中自己尋找答案，而思考則是直接給你答案。

一個框，可以有眼睛、耳朵和嘴巴，人類未來的AI助手時代正在一步步走向我們，巨頭們正在這個賽道里你爭我搶，很顯然夸克、豆包、元寶已經(jīng)組成了多模態(tài)在應(yīng)用層面的第一梯隊。

這里面，最讓人意外的其實就是夸克，猶如一匹黑馬，從最開始定位AI搜索，到圍繞這一核心功能衍生出的網(wǎng)盤、掃描等等更加多元垂類應(yīng)用，再到入主大模型之后，通過AI對問答、圖文識別、推理、甚至是基于當(dāng)前交互語境的二創(chuàng)的改造，眾多場景中，這種反饋已經(jīng)可以被視為人類的腦子代理。

今天的夸克，以及其所強調(diào)的“超級框”“超級Agent”等產(chǎn)品認知，于內(nèi)，其實也應(yīng)了事業(yè)群總裁吳嘉的那句“人用AI，AI用工具”；而于外，一句“大模型心高氣傲，沒有AI Agents生死難料”，足以證明業(yè)務(wù)背后對于趨勢的押中。

有著較多的用戶基礎(chǔ)，讓夸克能掌握最逼真的用戶需求，多年的產(chǎn)品市場驗證，確保了每一個功能的調(diào)用量足夠大，甚至付費意愿比較強，Qwen的模型能力，確保了夸克在業(yè)內(nèi)一直可以維持一流的產(chǎn)品與技術(shù)能力。

需求和能力的相互加持，實現(xiàn)產(chǎn)品的最終交付，這是目前市面上，時間、需求、技術(shù)三要素配合的最好的一款產(chǎn)品，而且在阿里內(nèi)部屬于最年輕的項目，沒有歷史負擔(dān)，身輕如燕，未來可期。

學(xué)生、打工人，這才是AI調(diào)用量最大的人，他們才是剛需，其實想知道，未來在應(yīng)用層面誰會贏，問問用戶，答案自然明了。

歡迎加入長三角momo粉絲群，和我們一起分享你的職場經(jīng)歷和八卦吧！