社区

过去的互联网时代，如果说是一个主动寻找信息的时代，那么未来极有可能会是一个AI替你思考执行的时代，搜索是在海量信息中自己寻找答案，而思考则是直接给你答案。

今年上海车展，两组数字最抢眼，193和500，前面是发布会的数量，后面是自媒体人们失去的车马费。

很多人类在面对AI时，保有的最后自信是，AI不能像人类一样去探索世界，它没有眼睛、耳朵、鼻子、舌头和身体，所以AI只能在信息存量的时间里处理信息，增量信息还是要靠人类。

但是，今天的AI公司们很显然不满足于这样的限制，他们在试图让AI通过手机拥有眼睛和耳朵，比如这届上海车展，大量的参会展商和媒体以及尤其海外的，大量开始借助AI逛展，他们用夸克的AI相机扫描所有新的车型以及展馆资料，快速掌握需要信息。

该说不说，在全世界的车展都式微的时候，中国属于少数还在逆势增长的市场，上海车展193场发布会，如果你是一个带着学习心态来参会的国外参展商和媒体，你需要提前做多少功课，才能完成学习和信息采集的工作？

现在职场很流行一句话：你再不努力，就要被AI干掉了。

在现场，一位来自德国的车企员工告诉我，用夸克，他逛展的时间提高了一倍以上，他的主要任务，就是把此次车展所有的车型做一下统计，但是根据场馆人流进行一下热度分析，另外就是需要收集各家车企的营销材料和分析营销策略。

事实上，在今天的大公司，无论是互联网大厂，还是新能源车企，员工使用AI工具协同自己工作，已经是家常便饭，这就像当年office进入办公室一样，只要你最终交付的东西足够满足使用，并没有人关心你的过程如何实现，当然，去AI味儿，是一个很重要的工作。

事实上，早在十多年前，谷歌就推出了基于搜索的智能镜头，手机拍照后，然后搜索告诉你，这是哪里，可以干什么，但是如今的AI时代，搜索已经不是目的，能看懂图，能基于图片思考，才是最核心的目的。

以车展为例，你来到一个站台前，想要了解一款车，你只需要镜头对准它，然后拍照，你就可以了解到所有的相关信息，但是重要的是，你可以继续提问，让夸克告诉你，这款车的竞品是哪些，如何预判这款车的未来市场潜力，以及上市之前的口碑情况，连续对话思考能力，让你收集信息的过程便捷很多。

另外，现场很多资料，用夸克的AI相机可以快速扫描成PDF，以及实现跨语种翻译，甚至可以让10张图形成推理，在其他场景，还可以帮你看体检报告、修图、做导游等等。

我跟很多大厂员工聊过一个话题，你们对未来AI的期待是什么，纯文字的推理AI能不能满足使用，最终的答案很有意思，技术性码农会跟你扯一堆技术问题，然后跟你强调实现很多功能的困难，但是普通人就很简单了，他们希望拥有一个可以万能的接收器，可以接收各种资料，音频、视频、文字、图片、程序包、各种格式的文件，然后下达指令，完成任务。

毫无疑问，多模态大模型，一定才是未来AI助手的方向。

比如说，你现在用kimi、deepseek这种推理模型，文字处理能力可能非常强，但是如果你需要它帮你修一张图，整理一个录音，生成一个视频，这个时候，他们就解决不了。

多模态中，视觉一定是最重要的一环，因为AI有了眼睛，才可以帮助用户更好的了解周边环境，更加精准的知道用户后续自然语言的需求，比如你在车展，想知道整个展会的布局，然后自己所处的位置，以及怎么去下一个展馆，如果没有夸克AI相机来辅助你，你就很难实现，上一个在地图中实现了这个功能的是谷歌地图。

最后有一个逻辑是需要我们注意的，上一个时代，摄像头是服务于搜索，这个时代，摄像头是服务于思考。

搜索和思考的差异在哪里？这是需要我们看明白的核心。

除了上述所说的连续对话能力，然后就是图片分析、二次创意、动态引导，真正实现所见即所思，像人类一样使用双眼。

现在夸克很大一部分用户是学生和老师，这一点我在去年就发现了，大学生用夸克帮忙解题，只需要手机对着题目，然后就给你解题思路，还能给你讲题目，老师可以用夸克扫描试卷，帮你批改试卷，这都是基于图片理解分析基础之上实现的。

我们所处的广告传媒行业，平时大量遇到内容创意的问题，必须一张图需要一个文案，你可以让夸克帮你写，然后再修改，如果涉及到版权问题，还可以让夸克帮你二创一下，比如生成一个卡通风格的，或者修改掉一些图片元素。

动态引导，其实在未来的使用场景会非常丰富，我直接认为，这个功能会让这个世界从此不再有陌生的城市，你去往哪里，只需要用摄像头看一下周边，然后你需要什么，就可以一一给你罗列出来，今天的地图、点评、社交等等功能会被打通。

过去的互联网时代，如果说是一个主动寻找信息的时代，那么未来极有可能会是一个AI替你思考执行的时代，搜索是在海量信息中自己寻找答案，而思考则是直接给你答案。

一个框，可以有眼睛、耳朵和嘴巴，人类未来的AI助手时代正在一步步走向我们，巨头们正在这个赛道里你争我抢，很显然夸克、豆包、元宝已经组成了多模态在应用层面的第一梯队。

这里面，最让人意外的其实就是夸克，犹如一匹黑马，从最开始定位AI搜索，到围绕这一核心功能衍生出的网盘、扫描等等更加多元垂类应用，再到入主大模型之后，通过AI对问答、图文识别、推理、甚至是基于当前交互语境的二创的改造，众多场景中，这种反馈已经可以被视为人类的脑子代理。

今天的夸克，以及其所强调的“超级框”“超级Agent”等产品认知，于内，其实也应了事业群总裁吴嘉的那句“人用AI，AI用工具”；而于外，一句“大模型心高气傲，没有AI Agents生死难料”，足以证明业务背后对于趋势的押中。

有着较多的用户基础，让夸克能掌握最逼真的用户需求，多年的产品市场验证，确保了每一个功能的调用量足够大，甚至付费意愿比较强，Qwen的模型能力，确保了夸克在业内一直可以维持一流的产品与技术能力。

需求和能力的相互加持，实现产品的最终交付，这是目前市面上，时间、需求、技术三要素配合的最好的一款产品，而且在阿里内部属于最年轻的项目，没有历史负担，身轻如燕，未来可期。

学生、打工人，这才是AI调用量最大的人，他们才是刚需，其实想知道，未来在应用层面谁会赢，问问用户，答案自然明了。