差評君近日受vivo邀請，前往海南博鰲亞洲論壇年會現場。作為首次參與這一國際對話盛會，科技媒體對論壇的科技議題格外關注。博鰲亞洲論壇作為亞洲重要的政商交流平臺，每年都會圍繞全球經濟挑戰與科技趨勢設置新議題，而vivo連續多年在此展示創新成果。
在今年的論壇上，vivo總裁胡柏山的發言引發廣泛討論。他提出，AI要真正融入現實世界，必須具備主動感知物理環境的能力，而影像技術正是構建這種感知能力的基石。這一觀點與去年vivo展示的MR頭顯、6G技術及機器人賽道布局形成呼應，顯示出企業在"影像+AI"領域的戰略縱深。
針對AI落地載體，胡柏山認為智能手機仍是核心平臺。盡管當前AI硬件層出不窮，但手機的普及率和生態聯動優勢無可替代。面對處理器算力限制，vivo選擇優先發展端側AI，通過優化本地運行能力提升用戶體驗。在隱私保護方面，企業主張數據主權應歸屬用戶，端側處理可最大限度降低云端泄露風險。
關于AI與影像的融合路徑，vivo展現出獨特的技術哲學。傳統AI訓練依賴人工標注，雖已實現部分自動化，但仍存在認知局限。當前AI能識別圖像內容，卻無法理解物理世界的運行規律——例如識別出水杯和桌面，卻不知水杯可能傾倒的物理狀態。這種認知差距促使行業探索空間智能概念，試圖通過"世界模型"讓AI理解物體間的空間關系與物理約束。
vivo選擇影像作為突破口，源于其獨特的數據采集優勢。相比單一傳感器，影像能同時捕捉視覺與語義信息，將三維世界轉化為結構化數據。手機影像多年發展積累的光線計算、場景識別等技術，為AI感知提供了豐富素材。以vivo X300系列為例，其影像Agent能自動推薦拍攝參數，正是基于對拍攝對象與光環境的精準識別。
真實場景數據匱乏是AI理解物理世界的另一障礙。傳統實驗室數據存在燈光固定、著裝特定等局限性，而手機影像記錄的日常生活場景更具訓練價值。清晨陽光、寵物動態等真實數據，能幫助AI建立更精細的生活認知模型。端側運行的特性也消除了用戶對隱私泄露的顧慮。
胡柏山描繪的未來圖景中，影像將成為具備多模態感知的智能感官。AI不僅要識別"這是一只貓"，更要理解貓的跳躍軌跡、可能打翻的水杯位置及其情緒狀態。這種主動感知能力將使手機化身智能助理：在超市自動推送優惠，在會議時生成紀要，這些場景都依賴影像的實時環境感知。
vivo的生態布局正圍繞感知能力展開。手機將升級為智能體設備，MR頭顯啟動商業化進程，家用機器人聚焦室內場景。機器人LAB團隊透露，初期將選擇寵物照料、衣物收納等簡單場景切入，通過場景數據積累形成差異化優勢。企業認為，大模型終將同質化，而場景數據才是核心競爭力，正如特斯拉FSD的技術壁壘源于其獨有數據。
在這場AI變革中，vivo選擇從影像長板切入的戰略頗具特色。通過發展手機-MR頭顯-機器人的產品矩陣，企業試圖用"沿途下蛋"模式持續輸出技術成果。這種路徑既發揮現有技術優勢，又為AI感知能力構建了從設備到生態的完整鏈條，為智能設備理解物理世界提供了新的解題思路。
