苹果20亿美元收购的Q.ai，将如何革新AI时代的人机交互？

本文来自微信公众号： 阿尔法公社 ，作者：发现非凡创业者的，原文标题：《苹果20亿美元收购的Q.ai，将如何革新AI时代的人机交互？｜AlphaFounders》

近日，苹果公司以近20亿美元的价格收购了Q.ai，这是苹果迄今为止规模第二大的收购案，仅次于2014年以30亿美元收购Beats。

Q.ai利用AI，让设备能够在嘈杂环境中也能识别人类的低声交谈，它还有一项技术是检测面部肌肉的细微活动，这两项技术，都有潜力革新智能可穿戴设备的交互方式。

在被苹果收购前，Q.ai于2022年获得Google Ventures（GV）和Aleph领投的种子轮融资，2023年又获得GV、Kleiner Perkins、Spark Capital参投的A轮融资，总融资额在数千万美元，Matter Venture Partners和Corner Ventures也在它的投资人名单。

基于感知的交互，让AI硬件最终“消融”于我们的日常生活

被收购后，Q.ai的核心团队将加入苹果，其中包括Aviad Maizels（CEO）以及联合创始人Yonatan Wexler和Avi Barliya。

这是Aviad Maizels第二次向苹果出售公司，2013年，他联合创立的3D传感技术公司PrimeSense被苹果收购，这家公司的技术最初应用于Xbox Kinect，随后被苹果转化为支撑iPhone FaceID的核心技术。

Q.ai核心团队部分成员与Spark Capital投资人Nabeel Hyatt合影，来源：Nabeel Hyatt

在Q.ai的核心团队中，Yonatan Wexler是马尔奖（计算机视觉领域的最高荣誉）获得者，他的成果OrCam MyEye 2（帮助视障人士“看”到文字和识别物体）曾获《时代周刊》“年度最佳发明”。Avi Barliya是一位曾参与从自动驾驶系统到SpaceIL月球探测器研发的连续创业者。

有趣的是，几周前，一家叫Lyte的公司获得了1.07亿美元的早期融资，Lyte由Alexander Shpunt、Arman Hajati和Yuval Gerson共同创立，Alexander Shpunt曾联合创立PrimeSense并担任CTO。

Lyte做的是软硬件结合的端到端视觉感知系统，为物理AI提供一个连接智能层的感知层。让机器人的“眼睛”与“大脑”直接对话。

而Q.ai做的事情，与PrimeSense时期的思路，似乎一脉相承。

无论是Xbox Kinect，还是iPhone FaceID，本质上都是基于感知的交互。

Kinect通过视觉感知，实现体感/手势交互，FaceID通过视觉感知，实现解锁，支付认证等交互和功能。

Q.ai目前公布的技术有两项，一项是利用AI让设备能够在嘈杂环境中也能识别人类的低声交谈，在复杂环境中优化音频表现，另一项是检测和识别面部肌肉的细微活动，来检测口型或语音，进而识别用户身份，并评估其情绪、心率及呼吸频率等生理指标。它们都是感知技术。

这两项感知技术怎么应用在交互上？我们推测，可能会是耳语识别与唇语识别相结合。目前的AI原生硬件，交互方式以按键+语音为主，但相比传统的纯触摸屏，语音交互需要清晰的发声，在一些场合中会出现“社交羞耻”，让用户在与设备交互时有顾虑。

苹果一向对交互和用户界面十分重视，是打造“隐形界面”的大师，它们希望让技术仿佛成为用户自身的自然延伸。

加入苹果后，Q.ai的技术有望触达数十亿用户，从根本上重塑人与机器之间，人与人之间的交互方式。这不禁让人好奇，当AI硬件最终“消融”于我们的日常生活之中时，会是怎么一种体验？

交互界面的进化，本质在于提高人机交互的“带宽”

个人计算设备的发展和普及，是算力、智能（功能）、体积、交互界面这些因素，联合推动的。

在摩尔定律下，设备在单位体积和成本下的算力，不断变强。这推动了个人计算设备从PC到手机，不断变小。并且，在算力的支持下，个人计算设备的功能也越来越丰富。

而在交互界面上，它的进化是一个阻力不断变小，门槛不断降低的过程。

最初，个人计算机的交互界面是命令行（CLI），这时候它的用户群集中在开发者和计算机爱好者这个小群体。

之后，GUI和鼠标键盘被引入PC，精确的文字编辑和表格制作成为可能，这让各行业的专业人士得以用上PC，并随着之后用户的进一步增长，推动了互联网的普及。

iPhone的横空出世，带来了多点触控的交互方式，这让个人计算设备的普及率进一步提高，开始出现用户量达到十亿级别的超级应用。

交互界面的阻力变小，为什么会带来门槛的降低？本质上它是提高了人机交互的“带宽”。从命令行到GUI，再到多点触控，人们在操作时，“想”得越来越少，操作起来越来越直观。

在AI时代，智能可穿戴设备出现了，人和机器的关系开始出现转变，以往是人去精确的操控机器，现在机器将学会理解人类。

在人与智能可穿戴设备交互时，什么方式是目前最普遍的？是多模态交互。所谓多模态交互，既包括语音，也包括一些手势之类。总之，它是基于感知的交互。

这种基于感知的交互，是主动的、直接的捕捉并解析人类的思维活动，有望建立迄今为止带宽最高的人机接口，也有潜力弥合人类思维与机器交互之间的鸿沟。

现阶段，对于智能可穿戴设备，智能有AI模型不断地发展，因为之前智能手机打下的基础，在体积（通常与续航和端侧算力相关）上也已经初步找到路径，如果交互方式在未来收敛，形成与多点触控一样的默认交互方式。那么AI与物理世界交织，迸发出的能量是巨大的。AI智能硬件，在未来的普及率，很可能不会低于智能手机。

阿尔法公社已经完成对光帆科技、诺亦腾机器人、光智时空（Looki）、玄源科技（X-Origin-AI）、清智元视（Pixboom）、智象未来、共绩科技等AI软硬件初创公司的早期投资，多家公司一年内完成数轮后续融资。我们看到有更多的优秀企业围绕着AI产业革命这个叙事不断涌现。