Token导航 LogoToken导航

AI 资讯 · 特工宇宙

千问将Skill接入AI眼镜与耳机

更新 2026-11-17特工宇宙正文 2520字阅读约 8分钟13 张图片

图片

AI 硬件,到底要有什么功能,才值得我们明天继续戴上它?

这个问题,或许可以从过去一年 Agent 生态里最热闹的一个词说起:Skill。

从写代码、做报告,到按照固定规范给公众号排版,越来越多人开始把自己的工作方法封装成可被智能体反复调用的 Skill。

简单来说,Skill 就是把人类的经验,变成一套“AI 知道何时使用、怎样执行”的标准作业程序。它和一句普通提示词的区别在于,触发条件、执行步骤、乃至失败时的兜底方案,都已经被提前写好了。

过去一年,这套思路在 Work Agent 和 Personal Agent 上得到非常多的应用:读取文件、处理代码、操作网页。

而现在,千问把它带到了 AI 眼镜和 AI 耳机上。

今年 10 月,“千问 AI 穿戴 App”正式上线了“技能广场”,为 AI 眼镜和 AI 耳机补齐了从制作、发布到安装 Skill 的一整套生态闭环。

图片

现在,普通用户可以像给手机装小程序一样,按需为眼镜和耳机扩充功能。

图片

千问 AI 硬件,有了新的答案

AI 眼镜和耳机,要有什么功能,才值得我们明天继续戴上?

千问给出的一个答案,是在平台提供的能力之外,允许让开发者和用户一起决定。

通过千问 AI 硬件开放平台,开发者可以为眼镜、耳机自定义 Skill,也就是完成特定任务的技能,同时也支持 Agent 能力接入。

此外,平台提供创建、调试和真机测试等工具,支持结合设备能力、接入外部服务,把具体需求变成可用的功能。做好的技能,既可以留给自己使用,也可以通过审核后发布到技能广场,供其他人安装。

图片

普通用户不需要懂代码,打开千问 AI 穿戴 App,进入技能广场,找到适配自己设备的技能,添加后按照介绍中的指令唤起,就能扩充设备的用途。

图片

这就是技能广场带来的变化:硬件提供基础能力,开发者补充具体用法,用户再按需选择。

目前,已经有许多开发者,从具体的生活需求出发制作了许多 Skill:

比如博主 xuezhao.d,他希望随口说出的想法能直接进入自己的思源笔记,于是通过开放平台,为千问 AI 耳机接入了一个私有 Skill:收到明确的记录指令后,将口述内容追加到当天的日记。他还尝试了搜索、概括和朗读旧笔记,让耳机成为自己原有笔记系统的语音入口。

图片

在千问 AI 硬件开放平台,还有开发者分享,自己把全套米家物联设备接进了千问 AI 眼镜。

图片

这些实践说明,穿戴设备的新用途,可以从一个很小的日常需求开始。

同一副眼镜或耳机,可以逐渐变得更适合不同的人。

图片

平台上,哪些 Skill 已经受到关注?

当载体从电脑变成眼镜,最大的变化在于:

Skill 接触到的不再只是屏幕里的数字信息,而是真实的物理世界。

具体来说,它通过 AI 眼镜、AI 耳机的硬件能力,能“看到”用户此刻面对的物体,“听到”他刚说出的问题,“感知”他所处的环境。

但仅靠硬件和工具,任务并不会自己跑完。

千问这次真正跑通的,是一套“硬件感知 + 模型理解 + Skill 调度”的协作闭环:

图片

在“技能广场”里,有不少有趣的应用。

比如 “拍照测距识物”“拍照英语翻译”和“通勤单词”这类视觉类的;还有“背单词陪练”“千古人物猜猜猜”和“海龟汤”这类语音类的。

先看更具“眼镜原生特色”的第一类用法:把眼前的东西,直接变成问题的起点。

无论是“拍照英语翻译”“拍照测距识物”,还是逛超市时能派上用场的“水果挑选助手”,在这些场景里,眼前的文字、物体或货架上的生鲜就是直接的输入源,拍一下就能立刻得到译文、距离或成熟度参考

在这条路上走得更远一些的,是“跟我学做菜”。它把做饭前看菜谱这件事,变成了“在做菜过程中得到帮助”:帮你看到面前有什么食材、切到了哪一步、下一步该放什么调料。

它解决的痛点是,在灶台前,人的双手往往被锅铲和食材占满,眼镜如果能在恰当的节点给出分步提示,就能帮用户省去“洗净手、擦干、再去划亮手机屏幕”的繁琐切换。

另一类受到关注的 Skill,则主要依赖语音,把眼镜当成不占视线的随身伴侣。

无论是“背单词陪练”和“通勤单词”,还是主打问答推理的“千古人物猜猜猜”和“海龟汤”,它们都不要求用户盯着屏幕。背单词天然契合通勤、走路等碎片化时间;而猜谜推理的核心价值在于对话有不有趣、交互顺不顺畅,而非帮你省下了多少时间。

客观来说,这类纯语音的需求,手机加耳机也能做,但千问的 AI 眼镜和 AI 耳机有一个真正的杀手锏:

“全天候在线”。

具体来说,穿戴属性让它可以无感地架在鼻梁上,智能也因此成了像呼吸一样随取随用的东西:你省去了掏手机、亮屏、找应用的繁琐步骤,抬头走路的间隙就能随时唤起对话。

也正是这种随时待命的伴随感,让人们第一次拥有了 24 小时无缝调用智能的体验。

图片

AI 智能硬件,也在进入 Vibe Coding 时代

前段时间,用 AI 自动跳过电视广告、生成动态背景等极客玩法在网络走红;而在今年的观猹大会上,一款百元级的 Folotoy 联名款 AI 硬件更是意外爆火:

图片

由于它开放了固件和开发资料,大量普通用户开始尝试用自然语言描述需求,借助 AI 编程工具手搓出自己的小游戏或定制录音机,再刷进设备里随身使用。

一个明显的趋势是:Vibe Coding 正在从屏幕里的软件,延伸到手边的硬件。

如果说百元级硬件是极客们的玩具,那么千问 AI 眼镜则是第一次在千元级的主流消费硬件上,引入了全链路的 Vibe Coding 共创能力。

千问通过 Skill 机制,把“定义眼镜用途”的权力交了出去。

开发者借助 AI 编程工具,将相机、语音和手势快速组装成解决具体问题的新技能;而普通用户哪怕不懂一行代码,也能在技能广场里像搭积木一样,挑选、安装自己需要的功能。

图片

这里的“共创”,并不是要求每个人都去硬核地改写底层固件,而是让一台硬件的生命周期,不再被出厂时的软件清单所锁死。 开发者之间,也会通过官方论坛交流需求和经验。

图片

厂商提供底层的硬件与平台,开发者用极低的成本补充长尾的新用法,用户则通过安装与使用投出赞成票。

于是,同一副眼镜到了不同人手里,便生长出了不同的形态:有人用它通勤背单词,有人用它出国读路牌,也有人只是希望在挑水果、做饭时,耳边能多一个帮手。


如果你手里恰好有千问的 AI 眼镜或者 AI 耳机,不妨连上 App,去技能广场里挑一款贴近日常需求的小工具,读清简介和触发词,亲自试一试。

也许让人持续还想戴上眼镜的,可能就恰好是你自己创建的 Skill。

- 完 -

文章标签Qwen阿里云

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。