告別手搓P(guān)rompt，前美團高管創(chuàng)業(yè)，要讓物理世界直接成為AI提示詞

機器之心發(fā)布

正如奧特曼執(zhí)意打造硬件，試圖打破手機屏束縛，要讓 AI 感受物理世界；Looki 的誕生也源于同樣的渴望：補齊大模型「感官智能」的最后拼圖，將現(xiàn)實場景實時轉(zhuǎn)化為上下文，驅(qū)動人機交互從「被動問答」進化為「主動共鳴」。

2025 年，AI 硬件賽道喧囂一片。從形態(tài)各異的 AI 眼鏡，到 OpenAI 傳聞中的無屏設(shè)備，無數(shù)玩家正試圖擺脫智能手機的束縛。其底層邏輯清晰可見，今天的 AI 不缺智商，缺乏的是「在場感」

被困在對話框里的大模型如同「缸中之腦」。當(dāng)你需要復(fù)盤會議或分析孩子情緒時，卻不得不將鮮活場景壓縮成干巴巴的文字描述，這種依賴「手動 Prompt」的交互不僅低效，更是反人性的。我們被迫充當(dāng)了 AI 的「人肉傳感器」，而大模型因缺乏 Context（上下文語境），始終處于對物理數(shù)據(jù)的極度饑渴中。

「在物理世界中，人類本質(zhì)上是被動的生物。我們期望讓 AI 變得主動。」Looki 創(chuàng)始人兼 CEO 孫洋一語道破。

正是帶著這樣的思考，一支自帶自動駕駛基因的團隊，試圖將那套解析道路環(huán)境的「從感知到?jīng)Q策」邏輯復(fù)用到日常生活中，填補大模型對于物理世界的認(rèn)知「盲區(qū)」。他們打造的 Looki L1，在北美市場積累首批口碑后，于今天正式面向國內(nèi)發(fā)布。

這款 AI 原生多模態(tài)可穿戴設(shè)備，旨在將實時視聽信號轉(zhuǎn)化為模型上下文，讓物理世界本身，成為驅(qū)動 AI 思考與服務(wù)你的最高效 Prompt。

一、藏在 30g 機身里的「智能感知」系統(tǒng)

從「車看路」到「AI 看世界」，這是自動駕駛感知算法的一次微縮實戰(zhàn)。

如果說云端大模型是「大腦」，那么 Looki L1 就是由于算力限制而不得不外掛的「視神經(jīng)」。第一眼看到 Looki L1 的人，很難不將它誤解為一款掛墜形態(tài)的相機。它形態(tài)十分迷你，僅重 30g，支持磁吸或直接佩戴。

這種誤解源于我們對「鏡頭」的固有認(rèn)知，鏡頭生來是為了審美服務(wù)的。但對于 Looki 來說，鏡頭是服務(wù)于機器認(rèn)知的，它本質(zhì)上是一個龐大的、始終在線的多模態(tài)感知器。它不需要拍得「美」，但必須拍得「懂」。它支持 1080P/30 幀畫面，待機 12 小時拍攝，就像一塊海綿，全天候吸收你的光影世界。

孫洋認(rèn)為，任何硬件形態(tài)都有其優(yōu)劣勢，AI 眼鏡當(dāng)下在續(xù)航、重量和功能上存在「不可能三角」。而 Looki 選擇掛墜形態(tài)，則是在當(dāng)前供應(yīng)鏈能力下，為了實現(xiàn)「全天候靜默采集」這一核心需求的最佳妥協(xié)方案

這種妥協(xié)背后，是團隊技術(shù)基因的「降維打擊」。

「以前是教車怎么看路，現(xiàn)在是教 AI 怎么看懂你的生活」，孫洋談道。這種跨界視野，源于兩位創(chuàng)始人獨特的履歷拼圖。孫洋和劉博聰均畢業(yè)于卡內(nèi)基梅隆大學(xué)，而在分別執(zhí)掌美團智能硬件與自動駕駛算法業(yè)務(wù)之前，他們還曾在 Momenta 與 Pony.ai 兩家自動駕駛企業(yè)深耕一線。

他們將自動駕駛「從環(huán)境感知到自主決策」的閉環(huán)邏輯，從道路平移到了生活場景，其感知機制體現(xiàn)在兩個層面：

• 首先是多維感知。它使用了多模態(tài)大模型，視覺識別場景物體，聽覺捕捉環(huán)境情緒，構(gòu)建起對物理世界的初步認(rèn)知。
• 其次是高效吞吐。 通過「智能間隔拍攝」技術(shù)，確保在極低功耗下實現(xiàn)海量視聽數(shù)據(jù)的實時采集。

這套機制構(gòu)成了團隊從「車」遷移到「人」的底層基座，更為接下來的云端處理提供了豐富的原始數(shù)據(jù)。

二、超越 RAG，搭建一套專屬用戶的「數(shù)據(jù)飛輪」

從「多維數(shù)據(jù)」到「結(jié)構(gòu)化記憶」，真正的壁壘在于構(gòu)建一套用戶專屬的 Context Engineering（上下文工程）。

Looki 團隊沿用自動駕駛的「數(shù)據(jù)飛輪」邏輯，來重塑用戶的個人記憶：從硬件端收集數(shù)據(jù)，到建立多層級數(shù)據(jù)索引和多任務(wù)拆解，最終打造一套高效工作的 Agentic System（代理系統(tǒng)），讓 AI 能像人腦一樣，有索引、有重點地調(diào)用你的生活數(shù)據(jù)。

據(jù) CTO 劉博聰介紹，這套系統(tǒng)的獨創(chuàng)性，在于挑戰(zhàn)了當(dāng)前多模態(tài)模型的兩大痛點：

首先是「長時序數(shù)據(jù)理解」。針對大模型處理大量多模態(tài)數(shù)據(jù)流（如數(shù)十萬級別）容易產(chǎn)生「幻覺」的通病，團隊通過工程優(yōu)化，讓 AI 能準(zhǔn)確理解，并串聯(lián)起跨度極長的時間切片。

其次是應(yīng)對「多模態(tài)數(shù)據(jù)的 Context 爆炸」。視頻與圖像的查詢會消耗巨大的上下文窗口。Looki 在云端構(gòu)建了一套高效的上下文管理機制，能夠根據(jù)查詢需求，在海量數(shù)據(jù)中精準(zhǔn)提取關(guān)鍵特征，而非粗暴地將所有素材灌入模型。

當(dāng)然，這一切的基石是數(shù)據(jù)的隱私安全。Looki 通過端側(cè)隱私過濾與 App 手動上傳機制，確保數(shù)據(jù)流轉(zhuǎn)的安全性。最終，物理世界的切片，被轉(zhuǎn)化為結(jié)構(gòu)化的「云端記憶庫」。

如果說 GPT 是你工作的上下文，裝載了人類的通用知識；那么 Looki 正在構(gòu)建的，就是你生活的私有上下文，裝載了你獨一無二的經(jīng)歷與軌跡。

三、從「手動 Prompt」到「主動式 AI」

當(dāng)語境足夠豐富，交互終將進化為主動式「預(yù)判」。

目前硅谷普遍認(rèn)為，我們終將迎來從 Chatbot 走向 Agentic AI（代理式 AI） 的范式轉(zhuǎn)移。行業(yè)預(yù)測顯示，自主 AI 代理市場將在未來三年迎來爆發(fā)性增長，而 Memory（記憶）與 Context（上下文） 正是這場進化的核心護城河。

Looki 的野心，正是基于這兩者，通過可穿戴硬件構(gòu)建通往「主動智能」的入口。

目前，Looki 交付給用戶最顯性的功能是「AI 自動剪輯」。它精準(zhǔn)切中了那些熱愛記錄、卻被后期剪輯勸退的用戶痛點。用戶在佩戴拍攝的同時，Looki 的算法自動識別一天中的高光時刻，自動生成有敘事邏輯的 Vlog。

基于這層理解，真正的質(zhì)變在于「隱性洞察」。

隨著記憶庫的沉淀，Looki 將不再是被動等待指令的記錄儀，而是能夠進行推理的 Agent。它不僅記錄你的飲食，更能在你點夜宵前，基于全天攝入主動發(fā)出「熱量預(yù)警」；或在你情緒激動時，基于對話語境提供理性的溝通建議。

這種基于實時物理反饋的交互，讓 AI 從「被動問答」進化為「主動共鳴」，這才是 AI 硬件區(qū)別于手機 App，能夠真正接管用戶生活的核心價值。

四、結(jié)語：當(dāng)物理世界成為提示詞

在 Looki 團隊的構(gòu)想中，硬件形態(tài)從來不是終點，而是一個「長在物理世界里的數(shù)據(jù)接口」。這也道出了 Looki 的實質(zhì)：無論它今天是掛墜，還是未來演化為眼鏡或耳機，其核心使命從未改變，那就是解決物理世界的數(shù)據(jù)饑渴，幫用戶積累最寶貴的私有數(shù)據(jù)資產(chǎn)。

在 AI 時代，算力會被摩爾定律稀釋，模型會被更強的版本迭代，但你在這個世界上生活過的痕跡、你眼中的風(fēng)景、你與家人的對話，這些 Personal Context 構(gòu)成了獨一無二的你。而 Looki，就是幫你將這份資產(chǎn)，轉(zhuǎn)化為 AI 能夠理解共情的「數(shù)字直覺」。

當(dāng) AI 擁有了「在場感」，它就不再是云端那個冰冷的工具，而是你生活中的「第二大腦」。

最強大的 Prompt，其實是你未曾說出口的生活本身。