尽管人工智能（AI）已存在数十年，但它依然给人以尖端突破的印象。
多年来，机器学习一直在默默地为搜索引擎、推荐算法和语音识别提供动力，但直到最近，AI才真正成为了一种独立的消费品。
自2022年生成式AI作为AI的一个子类别“主流化”以来，ChatGPT创下了有史以来增长最快的应用记录。生成式AI的用户采用率正在飙升，如今，三分之一的成年人和五分之四的青少年每天都在使用它。
然而，尽管生成式AI在短短两三年内就变得相对普及，但它仍然让人想起互联网或移动应用的早期时代：强大、令人兴奋，但尚未完全融入日常生活。
这是一个熟悉的循环。互联网的第一波浪潮是关于从概念和实践上使其发挥作用。真正的变革发生在后来，当公司在这个基础上构建出无缝、不可或缺的服务时。
AI是否也在遵循类似的路径？如果是这样，随着技术的成熟，我们可以期待看到哪些形式的消费级AI呢？
AI已至，但仍在摸索中
AI正飞速发展，但目前仍主要依赖于少数几个主要参与者的努力。科技巨头——微软、谷歌、苹果、亚马逊和Meta——已投入数十亿美元用于研究，而AI硬件的中坚力量英伟达，其市值在两年内几乎翻了四倍。
投资主要集中于构建越来越庞大的基础模型上，这既是由竞争驱动，也是为了证明高昂的研发成本是合理的。
在此背景下，第一波面向消费者的AI应用主要聚焦于通过接管如会议组织和日程安排等重复性任务来即时创造价值，这些任务以往会消耗用户大量时间。尽管这些工具简化了工作流程，并能生成不同格式的高质量媒体，但它们往往仍需要用户进行大量输入。
在许多情况下，要让AI产生出色的结果仍需付出努力。而这正是阻碍其主流应用的一大障碍。必不可少的技术无需用户掌握高超技能。没有人需要学习如何为优步优化路线或手动操作谷歌地图进行导航。
AI尚未达到这一境界，但这正是它的发展方向。新一波面向消费者的AI工具将更加本能、响应迅速，并与日常生活紧密结合——它们将无比智能、易于使用，并且无需费力就能预见需求。
消费级AI的新时代
下一代AI将不仅仅是我们直接交互的工具，它将成为嵌入我们数字（和物理）生活中的智能层。
让我们来探讨一下消费者AI技术当前的发展方向及其未来的潜力。
代理与个人计算
AI已经证明了自己能够取得惊人的成果，但这些成果仍然在很大程度上依赖于用户的输入。从当今的许多AI工具中提取高质量、一致的结果往往需要技巧、实验和技术知识。这给用户带来了负担，自然地将目标群体锁定在了技术娴熟的人群上，而非更广泛的用户基础。
下一代面向消费者的AI将消除这一障碍，变得更加直观、自适应和具有代理性——能够在无需持续监督的情况下优化行为并管理复杂任务。
借此，AI正朝着“即插即用”的方向发展，就像优步、谷歌地图或抖音那样，几乎不需要专业知识就能提供无缝的体验。
下一个合乎逻辑的步骤是什么？AI系统不仅能够生成响应，还能代表用户采取行动。
OpenAI的Operator、Claude Computer Use和谷歌的Jarvis展示了AI在执行多步骤任务方面取得的早期进展。目前，AI可以帮助你在20分钟内完成任务，而不是一个小时——但你仍然需要在场监督并执行过程。而有了代理性AI，你可能完全不需要坐在电脑前。
这将催生一种能够跨应用和服务预测、自动化和协调工作流程的AI。这将在各种产品中得到体现：
- AI驱动的财务自动化——想象一下一款能够自动储蓄、动态调整预算并确保在最佳时间支付账单的财务应用。用户无需手动转账，只需设定大致目标，AI就会处理其余事务。
- AI驱动的购物和物流——设想一个AI助手，它能在发现家庭必需品快要用完时，无需持续输入，就能以最佳价格订购补货。任何零售产品的退货和换货都能同样轻松处理，AI会负责来回沟通，提供退货标签和退货地点。
- AI管理时间和生产力——一款不仅设置提醒，还能根据实时优先级、能量水平和个人习惯主动重新安排计划的日程安排工具。它可以建议何时专注、何时休息，甚至何时重新安排不太紧急的任务。
- 面向消费者的自动化——将日常服务联系在一起的AI，根据饮食计划自动调整杂货配送，将智能家居设置与日常活动同步，或根据实时数据协调交通。
我们今天已经能够构建其中的一些应用，但它们需要复杂的设置和手动配置。例如，像If This Then That（IFTTT）这样的自动化服务可以用来连接多个平台。
这就是将要发生的变化。AI将不再要求用户学习自动化，而是自行处理设置。你只需用简单的语言描述你的需求，AI就会负责其余的一切。
多模态、多平台应用：创意与娱乐的新篇章
想象一下，当我们分享想法时，我们是如何自然地切换说话、手势、书写和绘画的。创意并不局限于单一媒介，然而大多数数字工具仍然如此。
下一波AI将改变这一现状，使得人们能够跨越文本、视觉、声音和交互式体验来表达想法——模糊不同创作形式之间的界限。
从GPT等语言模型开始，通用AI生态系统现在已经包含了用于图像（如MidJourney、DALL-E）、音频（如Suno、Udio）和视频（如Runway）的工具。下一步是将这些模态融合成统一且直观的平台，让故事讲述、设计和内容创作变得像想象力本身一样流畅。
同时，Meta的Quest和Orion，以及苹果的Vision Pro正在与AI一起融合物理和数字世界，为沉浸式应用铺平道路，如家庭和工作的增强现实（AR）环境、适应实时输入的沉浸式娱乐环境以及模拟动手实验的虚拟教室。
这一切都指向了更像我们工作方式的应用：
- AI电影制作和动画——用文本或口头描述一个场景，或用视觉草图勾勒出一个想法，AI会从故事板到最终渲染生成其余部分。
- 无需编程的游戏创作——使用语音命令、文本提示或视觉参考构建交互式世界，无需游戏引擎专业知识。
- 来自任何输入的音乐和声音设计——哼唱一段旋律，描述一种氛围，或通过文本解释你的想法——AI会生成完整的音乐作品。
- 无缝创建3D内容和AR——通过语音、手势或草图生成角色、环境和特效。
技术将不再强迫每个人以相同的方式创作，而是真正适应不同的思维和沟通风格，同时桥接物理和虚拟世界。AI工具不会“专攻”不同的模态，而是能够无缝地在它们之间切换——重新定义所有形式的娱乐。
AI助力健康、无障碍与赋权
多年来，技术的构建一直围绕着僵硬的界面——结构化的应用程序、手动输入以及期望用户适应的系统。
AI正在颠覆这一现状，它通过个性化满足个体需求，使健康、福祉和决策对每个人来说都更加便捷和直观。
这可能以多种形式呈现：
- 主动健康指导——AI驱动的健康管理工具不仅跟踪习惯，还主动调整建议。健身计划根据能量水平实时调整，睡眠环境根据条件微调以获得更好的睡眠质量，压力管理系统识别倦怠的早期迹象。
- 简化医疗服务获取——AI通过提供实时语言翻译、辅助诊断和个性化健康见解来缩小医疗保健差距，使医疗信息更加易于理解。用户无需在复杂的系统之间切换上下文，而是根据他们的需求获得直接、个性化的指导。
- 为每位学习者量身定制教育——AI驱动的辅导能够适应学生的学习节奏和学习风格，帮助患有注意力缺陷多动障碍（ADHD）、阅读障碍或其他学习障碍的学生以最适合他们的方式获取内容。AI不再局限于僵硬的课程计划，而是能够创建个性化的学习环境，以首选媒介分解复杂主题。
互联互通将成为关键。用户无需在多个应用程序、可穿戴设备和仪表板之间切换，而是将与一个跨越不同领域的流畅智能层进行交互。
未来：为我们服务的AI
尽管当前的AI系统已经令人印象深刻，但它们也为技术的未来发展奠定了坚实的基础。这预示着一个充满诱惑的未来。随着AI进入我们的设备和基础设施的成熟，我们将见证创造力和创新的爆发。
创新不仅仅会源自硅谷。它将来自医院和学校、工作室和车间，来自那些在自己领域解决实际问题的人们。AI不仅将提高生产力，还将扩展人类的潜力。
- 人们将有更多时间进行创造和自我表达——随着AI处理日常事务并降低技能门槛，更多人将能够自由地创造、实验并将想法变为现实。
- 健康和福祉将得到改善——AI驱动的个性化将帮助人们保持更健康、管理压力，并实时获得专家指导。
- 技术将变得更加包容——AI将适应个体，而不是个体适应AI，使工具无论语言、能力或专业知识如何都能被访问。
- 创造文化将取代被动消费——高质量的叙事、游戏设计、音乐制作和视觉艺术将不再局限于那些经过多年训练或拥有昂贵工具的人。
这不仅仅关乎更好的技术。这是关于AI变得与人类经验本身一样多样化。一些工具将侧重于无障碍性，另一些则侧重于创造力，还有许多我们甚至尚未识别的挑战。
AI的未来不是关于更大的模型或更好的聊天机器人——而是关于使创造、创新和机会对所有人开放。而那个未来看起来比我们今天所能想象的任何事物都要有趣得多。