在博鳌亚洲论坛举办前夜，OpenClaw 激励了一场全球养虾狂欢，AI 在屏幕那端自主奉行辅导的画面，让不少东谈主在此前莫得斗争过 AI 的用户认为科幻照进了履行。

在这个布景下，vivo 总裁、首席运营官兼中央究诘院院长胡柏山提倡了一个不太雷同的问题：AI 现在颖悟许多事，但它对真实宇宙的感知，简直为零。他在演讲里用了一个比方："莫得感知智商，AI 就像是困在黑房子里的内行，算力再强，也看不见目下以外的宇宙。"

vivo   总裁、首席运营官兼中央究诘院院长胡柏山 图源：vivo

这句话是此次博鳌 vivo 传递的核心信号的起始，亦然相识 vivo 接下来统共动作的前提。

演唱会神器、旅拍神器——但这仅仅运转

在很长一段时辰里，vivo 给外界留住的热烈印象有几个枢纽场景：在演唱会上结合增距镜应付拍到台上歌手了了的心情；旅行途中的唾手拍，神态和光影齐知足得像胶片。这些标签不是莫得深嗜，vivo 在影像上栽培了许多年，这是真实的家具辘集换来的口碑。

但在本届博鳌论坛期间，胡柏山聊的东西，一经超越了"出片好不好"的畛域。

他在演讲里放了两个故事。

一个是宝哥，九年前有时失明，旧年带着导盲犬阿尔法，靠一台 vivo 手机环游中国。vivo 的 AI 功能帮他"看见"了每一个东谈主的款式。在南澳的渔船上，手机告诉他："眼前是你的一又友章喜德，他双臂交叉，面带含笑，衣服一件深色长袖。"

另一个是诺子，因视觉神经毁伤失明的好意思院学生，最大的愿望是去冰岛感受宇宙的尽头。旧年她遂愿了，站在冰河湖旁，手机帮她描述："湖面泛动着冰块，搭客在拍照，辽阔有海鸟飞过。"

要是这两个故事放在发布会 PPT 里，很容易被当有益情包装。但放在胡柏山对影像的全体判断里，它们指向的是团结件事：影像技能确凿的上限，不是把相片拍得更顺眼，而是让机器粗略确凿"读懂"它所看到的物理宇宙。

这种落差本人即是个故真谛的信号：一家耐久凭"影像手机"圈粉的公司，现在想用"影像"讲一个统统不同的故事。

AI 有一个没东谈主自得承认的短板

往日这两年，AI 的阐述快得有点让东谈主应接不暇。写稿、代码、绘制、视频，一个接一个地被攻克，而最近爆火的"龙虾"甚而不错领受你的电脑帮你完成一些复杂繁琐的责任，于是用户迟缓酿成了一种印象：AI 好像什么齐会了。

但有一件事，目前的 AI 其实作念得很差：那即是感知真实宇宙。

不是"看不见"，现在的大模子基本齐有视觉智商，你把一张相片发给它，它能告诉你图里有什么。但"读懂一张图"和"感知物理宇宙"之间，差着一个内容的台阶。前者是被迫经受，后者是主动相识——相识清明、空间、位置关系，甚而相识一个东谈主当下的景色和心情。

用胡柏山的说法来相识这个差距，会更直白一些：现在的 AI 是"数字宇宙里的内行"，它在阿谁宇宙里能创作、能推理、能给东谈主提建议。但它莫得看法径直作用于物理宇宙，更莫得看法改造它。它就像一个博览群书、足不逾户的东谈主——学问量惊东谈主，但莫得确凿"出过门"。

这个短板，目前莫得哪家公司统统处理了。但它是一谈必须过的关：要是 AI 永远只活在屏幕里，所谓的"通用东谈主工智能"就遥远是一句空论。

让 AI 确凿走进物理宇宙，需要一套感知系统。而感知系统的核心，是影像。

影像在作念的事，kaiyun不只单"纪录"，更是"感知"

在会上，胡柏山提到了一件里面的事：vivo 本年持重建造了一个新的一条"长技能赛谈"：感知赛谈。

vivo   总裁、首席运营官兼中央究诘院院长胡柏山 图源：vivo

这个措辞值得停留一下。在 vivo 的里面说话里，"长赛谈"通常意味着天花板豪阔高、值得握续十年干预的场地。比如影像即是一条一经被考据的长赛谈。现在感知被提高到同等第别，证实 vivo 的判断是：这条路至少要走十年，而且它的真谛不啻于手机。

影像技能在往日几年里一直是手机厂商的核心战场，但简直统共东谈主的叙事框架齐停在团结个层面：主摄传感器更大、进光量更多、长焦对焦更快速、夜景更亮。这些跨越是真实的，仅仅它们的目标地一直是"拍出更好的相片"。

vivo 现在想改造的，是这个目标地本人。

感知系统作念的事情不是"拍下来"，而是"读显然"：读懂光影，读懂空间，读懂场景里发生了什么，甚而读懂东谈主的心情景色。

这件事的遑急性在于：这恰巧是 AI 走出数字宇宙、落地物理宇宙所穷乏的那一环。图像感知加上声息感知，组成了 AI 相识物理宇宙的基本智商。莫得这套感知智商，AI 再贤慧，也仅仅屏幕背面阿谁很会打字的助手。

胡柏山默示：畴昔模子会越来越同质化，开源的速率越来越快，人人之间的差距越来越小。但感知系统不雷同，因为它收集的是真什物理宇宙的场景数据，而每个品牌的用户群体不同、使用场景不同，辘集下来的场景数据就会不同，这个各别是不成复制的。

他举了特斯拉 FSD 的例子：特斯拉的扶直驾驶模子不错公开，但它的谈路数据不会公开。模子有可能被追上，而场景数据才是确凿的护城河。

把影像从"纪录用具"升级为"感知系统"，这也让 vivo 在影像上的耐久干预，有了一个新的分解框架——不仅仅为了让相片更顺眼，滚球app(中国)官网下载而是在为 AI 打地基。

手机下一步变成什么？一个有追想、懂你的 Agent

相识了 vivo 为什么把影像当成感知的枢纽智商，再来看 vivo 敌手机下一阶段的判断，就不会合计突兀了。

vivo 的判断是：手机从 Smartphone 进化为 Agent Phone，是细目性的趋势，仅仅现阶段受制于端侧算力和带宽，阐述需要一步一步来。

Agent Phone 这个词现在许多公司齐在说，但人人的相识浅深不一。vivo 对它的界说，落脚点在"个性"和"学问图谱"这两件事上——每一个用户的 Agent，应该是专属的，而不是把团结个基准模板套在统共效户身上。

这不是一个崭新的空想，但已毕旅途有认真。vivo 的方式是从影像出手：第一批是相机 Agent 和相册 Agent。拍照的时候用，整理相片的时候用，它不需要一直在后台握续运行，是以对硬件的压力在可控范围内。

相机 Agent 在 X300s 和 X300 Ultra 上一经有了初步落地。具体来说，往日用户拍照需要手动切换东谈主像模式、长焦模式、微距模式，大部分东谈主其实并不知谈什么时候该用哪个。现在相契机左证拍摄对象的清明、距离、类型，自动识别场景，弹出它认为最适应的成像建议。

这更像是一个起始的声明，而不是尽头的请托。

往后看，vivo 的决策里还有更多种类的 Agent：不管是办公的、出行的、游戏的，其实逻辑齐雷同——通过模子把往日需要用户手动确立或者压根作念不到的事情，交给手机自动完成。

不外 vivo 对这个阶段的预期是克制的。胡柏山认为：2026 年能作念好的，即是这些对算力条目相对可控的 Agent，确凿作念到对附进环境及时感知的智商，需要系统架构作念更大的养息，这是 2026 年之后的事。

Agent Phone 是短期旅途，是把手机从用具升级成"伙伴"的第一步。

耐久的谜底：影像 × AI，升级为感知核心

vivo 这两年推出或者晓谕的新场地不少：旧年咱们见到了 vivo Vision MR 头显的发布，外传顶用来"抗击"大疆 Pocket 的云台相机也有望在本年底到来，而具身机器东谈主实验室也一经建造。vivo 的这些动作，让外界有一种很当然的疑问：这家公司是不是摊子铺得太大了？

胡柏山对这个问题的酬谢，分了三个线索：纪录宇宙、感知宇宙、改造宇宙。

"纪录是被迫的，它恭候你的辅导；感知是主动的，它替你不雅察环境的亮度、空间的纵深，甚而东谈主际的距离；行径则是终极的，它基于相识，替你处理问题。"

现在的手机大部分还在"纪录"阶段，往"感知"升级是近期的场地，而"行径"才智确凿自主地作用于物理宇宙，这是 vivo 押注的远期方针。

为了走到那一步，vivo 的决策是以手机为起始，向外蔓延出一整套以影像感知为核心的开发生态：手机当作感知泉源和个东谈主化数据的辘集中心；vivo Vision MR 头显当作空间野心的试验场，相识空间结构和几何关系；云台相机、穿戴开发等生态结尾当作出动触角；家庭机器东谈主当作感知智商的最终落点：让 AI 确凿进入物理宇宙，进入家里。

图源：vivo

旧年 8 月，vivo 发布了 vivo Vision 探索版 MR 头显，一经在国内 20 多家体验店和东南亚部分商场落地，用户体验卓绝 5 万东谈主。这款家具的定位是"探索"，有了实体载体，才智确凿辘集数据，考据泄露。

胡柏山默示：vivo Vision 下一代要鼓励交易化，方针是 2027 年底或 2028 年头持重商用。

机器东谈主场地则更早期。

vivo 旧年建造了机器东谈主 Lab，目前仍在实验室阶段，莫得原型机，莫得发布时辰表。但胡柏山对这件事的念念路很了了：不作念"全场景通用机器东谈主"，而是聚焦年青用户的生计场景，从单一高可行性的任务启程：比如宠物喂食，比如衣物收纳；先把一个场景作念到能用，再缓缓泛化。他用的词是"沿路下蛋"。

他还专门分解了手机和机器东谈主的关系：手机是最了解用户的随身助手，知谈你的生计俗例、饮食偏好、宠物信息，况兼这些数据全部在土产货，不上云。

当机器东谈主智商还不够的阶段，用户不错通过手机而已检察、遥控操作；跟着数据辘集，机器东谈主会越来越自主。这个旅途和自动驾驶的演进逻辑雷同——从扶直奉行到自主决策。

这套逻辑说通了之后，再看 vivo 的家具布局，会发现它比看起来要更有结构：影像技能是那根主轴，其他家具是主轴蔓延出去的不同分支。

临了

在此次采访里，有一个细节让我印象深远。

当胡柏山被问到：AI 时期，到底是 AI 唱主角，如故影像唱主角？

他的酬谢是：在存量商场里，影像是拉长板的逻辑，延续把有高卷入度的用户留住。但要把存量商场变成增量商场，靠的是 Agent，让换机周期缩小，让更多东谈主合计旧手机不够用了。"影像 +AI 两者其实并不破裂，唯有东西好，手机就能成为出产力用具，用户就会合计值。"

这个酬谢里有一种求实的底色。

vivo 讲的故事很大：感知系统、数字 DNA、机器东谈主；但在落到家具层面时一直很具体：本年作念好相机和相册 Agent、27 年后 MR 商用，更远的是机器东谈主。

vivo 并莫得喊出"咱们要改造宇宙"的宣言，仅仅交出了一张分阶段的时辰表滚球app，这条路究竟能走到哪，最终如故要依靠家具来交卷。