一個(gè)藝術(shù)小白、科技編輯怎么就闖進(jìn)了 Art Central？

這周，亞洲重量級(jí)當(dāng)代藝術(shù)博覽會(huì) Art Central 2026 在香港舉辦，作為第 11 屆，也是歷來規(guī)模最大一屆，吸引了超過 50 個(gè)國家及地區(qū) 117 間畫廊和 500 多位藝術(shù)家。

3 月 28 日，雷科技受邀參觀了這次 Art Central 2026，看到了亞太各地藝術(shù)家百花齊放的作品，有香港本土藝術(shù)家的《白境——心之所向》，也有馬德里藝術(shù)家的《林徽因（2025）》等。

《林徽因（2025）》，圖片來源：雷科技

在亞洲重量級(jí)當(dāng)代藝術(shù)博覽會(huì) Art Central 上，大多數(shù)時(shí)候你能依靠的只有眼睛和一點(diǎn)點(diǎn)背景說明。更確切的是，說明信息不僅是英文，通常也不長，更多東西還是要自己從作品「看到」。

老實(shí)講，我看不懂。除了基本的審美判斷和自我心理分析，作為一個(gè)藝術(shù)小白確實(shí)再看不出其他門道，但這并不妨礙我的好奇心，好奇它們?yōu)槭裁次遥繛槭裁催@么創(chuàng)作？我喜歡的到底又是什么風(fēng)格？

這可能也在一定程度上解釋了 Chance AI 作為全球首個(gè)視覺智能體（Visual Agent），為什么能在 iOS、Android 上受到全球，尤其是北美年輕人的喜愛，排在下載榜前列。

打開 Chance AI，鏡頭對(duì)準(zhǔn)現(xiàn)場(chǎng)的作品拍下，不需要輸入任何問題，AI 就會(huì)告訴你作品名、藝術(shù)家、創(chuàng)作背景、材質(zhì)、視覺和美學(xué)分析等等。

就拿我在 Art Central 現(xiàn)場(chǎng)看到的《林徽因（2025）》來說，被它吸引的時(shí)候甚至還不知道作品名更不用說了解作品背后的故事和表達(dá)。而 Chance AI 在這個(gè)場(chǎng)景下很好地扮演了隨身 AI 講解員的角色，我也很容易抓住作品背后的表達(dá)、作者、美學(xué)繼續(xù)的追問。

圖片來源：雷科技

當(dāng)然，Chance AI 也并不完美，有些作品就不能篤定創(chuàng)作者的名字，只能基于風(fēng)格給出一些比較可能的藝術(shù)家。另外，新增的 Live 模式或許還沒打磨好，不管怎么換角度也不能識(shí)別出來一些作品，但換成拍照又可以準(zhǔn)確識(shí)別和解讀。

但整個(gè)過程有一種很奇怪的感覺。它不像在用一個(gè)工具，更像是在嘗試一種新的觀看方式，更重要的是，我的好奇心好像也變得非常重。

為什么？

視覺即 AI，好奇心是如何被解放？

只看產(chǎn)品形態(tài)，Chance AI 其實(shí)不難理解。

打開應(yīng)用，沒有輸入框，沒有按住說話，更沒有復(fù)雜功能入口，主界面的視覺中心就是「相機(jī)」。好奇什么，就對(duì)著拍什么，AI 識(shí)別畫面后會(huì)直接告訴你關(guān)鍵信息，有了一些線索后，你可以繼續(xù)一個(gè)方向追問了解。

整個(gè)過程不需要先想好一個(gè)問題，糾結(jié)怎么組織語言，思考從哪問起，更不用糾結(jié)該不該拍。最重要的是一顆好奇的心，再順手舉起手機(jī)「拍照識(shí)別」，AI 就會(huì)解答眼前的疑惑與好奇。

這種使用方式，比傳統(tǒng)對(duì)話 AI 更接近一種「本能反應(yīng)」。

圖片來源：雷科技

很視覺 AI，也和 Gemini、豆包的使用方式差別很大。

用 Gemini 或豆包的時(shí)候，你通常需要自己先想一個(gè)問題，就算是給 AI 一個(gè)圖片也要想好想問什么，比如這是誰的作品，是什么風(fēng)格，或者想讓它解釋某個(gè)細(xì)節(jié)。圖像更多還是作為上下文，讓它更好理解你的問題。

圖片來源：雷科技

一言以蔽之，以 Gemini 和 豆包 為代表的產(chǎn)品，本質(zhì)還是對(duì)話優(yōu)先。無論是文本輸入，還是上傳圖像，甚至是 live 視頻通話，本質(zhì)還是圍繞「我問，你答」的交互形式，即便加入視覺信息，也只是為了讓 AI 更了解上下文。

但 Chance AI 反過來則是視覺優(yōu)先。它的起點(diǎn)不是問題，而是畫面（視覺）。這種差異在實(shí)際體驗(yàn)里非常直觀。你不需要先組織語言，不需要先思考怎么提問，甚至不需要明確目的，所以大幅降低了對(duì) AI 的使用門檻和摩擦。

當(dāng)然不只是在 Art Central 作為一名講解員。Chance AI 還有一系列的視覺智能體，包括但不限于：拍照購、食識(shí)拍、穿搭檢查師、肌膚分析、菜單翻譯師等。

單看功能并不稀奇，尤其是是在 AI 應(yīng)用大爆發(fā)的今天。不過從實(shí)際演示和展示的案例來看，Chance AI 相比 Gemini、ChatGPT 等通用 AI，更能通過視覺準(zhǔn)確了解客觀物體以及背后更深層的信息。

就以一張德國常見的啤酒桶局部照為例，不僅在場(chǎng)媒體都認(rèn)不出，我們也嘗試了國內(nèi)外主流的幾款通用 AI，但都不能準(zhǔn)確識(shí)別，只有 Chance AI 成功了。

甚至在 MMMU-Pro Benchmark 的視覺推理性能上，Chance AI Visual Agent 1.5 還超越了 Gemini 3 Pro Preview、GPT-5.4（xhigh），以及人類。

圖片來源：雷科技

為什么一家初創(chuàng)公司能在視覺推理性能這項(xiàng)上超越一眾 AI 巨頭？想要理解這一點(diǎn)，一方面我們可以從 Chance AI 的工作路徑來看。

相比主流 AI 單純的圖像客觀描述和基于文字的 RAG（檢索增強(qiáng)生成），Chance AI 還是從視覺出發(fā)，先搜索瀏覽互聯(lián)網(wǎng)上大量的視覺信息，包括 Instagram、TikTok、Youtube 等來源，然后再更進(jìn)一步思考推理，再結(jié)合地點(diǎn)、物品等更多信息，最終不需要任何提示詞，就能給出一段不錯(cuò)的「解說」。

左側(cè)通過相冊(cè)上傳，右側(cè)通過現(xiàn)場(chǎng)拍攝，圖片來源：雷科技

就像 OpenClaw（中文俗稱「龍蝦」）通過 Harness（環(huán)境）和 Skill（技能）機(jī)制大幅提高了智能體的能力下限和上限，現(xiàn)場(chǎng)交流中，Chance AI 也透露在視覺推理性能上的領(lǐng)先，一個(gè)關(guān)鍵就是在于 Harness Engineering 的工程架構(gòu)第一次帶到視覺領(lǐng)域。

另一方面則在于數(shù)據(jù)的積累。

今天的行業(yè)共識(shí)是，數(shù)據(jù)仍然是 AI 的核心，打開 Chance AI，下滑就能看到一個(gè)基于視覺的興趣社區(qū)，用戶會(huì)分享日常與 Chance AI 的交互。視覺 AI 的應(yīng)用方向、增長的用戶以及使用頻次，都在幫助 Chance AI 繼續(xù)改進(jìn) AI 的體驗(yàn)，還有視覺背后的「大腦」。

交互和智能，視覺即世界？

但從「先想清楚問題」，變成「先看見世界」，值得在意的一點(diǎn)，還有以「視覺」為核心的交互和智能路線。

先說視覺交互。Instagram、TikTok（抖音）甚至乃至小紅書的流行已經(jīng)不言自明，這些應(yīng)用也證明了全球用戶對(duì)于視覺交互的偏好。去年 Google 的第二季度財(cái)報(bào)也透露，Google Lens 視覺搜索已經(jīng)是增長最快的搜索入口之一，同比增幅甚至達(dá)到了 70%。

Google Lens 的核心用戶是短視頻、手游、手機(jī)的原生一代年輕人。對(duì)他們來說，拍一下/圈一下再問 Google 比「想好關(guān)鍵詞再打字」更自然，也更快接受視覺搜索的交互形式。

從這個(gè)角度，也能看到 Chance AI 的潛力和機(jī)會(huì)。而且相比 Google Lens 和 Gemini 還沒有真正打通，Chance AI 已經(jīng)把整個(gè) AI 視覺的交互體驗(yàn)整合得比較順暢、自然，也開始基于幾十萬真實(shí)用戶逐步建構(gòu)自身的數(shù)據(jù)優(yōu)勢(shì)。

圖片來源：App Store

但 Chance AI 的野心顯然不只是一個(gè) AI 應(yīng)用。

「視覺一直是人類智能的基石之一，但它的力量源自更為基礎(chǔ)的某種東西。在動(dòng)物學(xué)會(huì)筑巢、照料幼崽、用語言溝通或建立文明之前很久，『感知』這一看似孤立的能力——感受到一縷微光，觸到某種紋理——就悄然點(diǎn)燃了一條通往智能的演化之路?！?/p>

去年 11 月，AI 教母、斯坦福大學(xué)教授、World Labs 創(chuàng)始人李飛飛發(fā)表了一篇長文，核心論述了以視覺為核心構(gòu)建的空間智能是「世界模型」的必經(jīng)之路。

Chance AI 創(chuàng)始人曾熙也和雷科技等媒體分享了類似的看法。大腦一開始的進(jìn)化并不是為了思考，而為了處理更多的視覺信號(hào)，幫助生物生存、探索，「人類大腦接近 70% 的算力是拿來處理視覺信號(hào)，杯子為什么一下子就能拿起來，我們覺得很本能、很直覺，但事實(shí)上經(jīng)過了極為復(fù)雜的處理?！?/p>

他是硬件出身，從 OPPO 到一加，后又加入字節(jié)跳動(dòng)擔(dān)任 Flow 產(chǎn)品總監(jiān)，參與過豆包 0-1 的探索。但相比豆包以及一眾 AI 應(yīng)用圍繞「語音/文字」輸入框作為交互核心，Chance AI 則圍繞更直觀的「視覺」打造 AI 交互體驗(yàn)。

而視覺可以說是最直觀的操作系統(tǒng)，我們與物理世界的交互、通過各種數(shù)碼產(chǎn)品的 GUI 與數(shù)字世界的交互，核心還是依賴視覺信息的輸入和反饋。

但既然如此，為什么 Chance AI 沒有選擇做「始終在線」的可穿戴 AI 硬件（比如 AI 眼鏡），而是做了一款基于手機(jī)的 APP？

曾熙在交流中就向雷科技等媒體表示，Chance AI 團(tuán)隊(duì)成員很多都是硬件出身，之所以不更進(jìn)一步直接做基于視覺的可穿戴 AI 硬件，一方面是認(rèn)為當(dāng)下 AI 硬件的供應(yīng)鏈（芯片、電池技術(shù)等）并不成熟，同時(shí)也看不到類似移動(dòng)互聯(lián)網(wǎng)帶來的渠道革命，作為創(chuàng)業(yè)公司并不適合現(xiàn)在入場(chǎng)。

所以，Chance AI 選擇了在現(xiàn)階段聚焦硬件背后的「視覺大腦」，也是今天的行業(yè)空白。不過有意思的是，雖然 Chance AI 還不打算自己做硬件，但已經(jīng)在和部分垂直場(chǎng)景的硬件廠商進(jìn)行合作洽談，將不同視覺智能體接入不同的硬件產(chǎn)品中。