作為此前號稱要“替代手機”的全球首批可穿戴AI智能硬件，隨著AI Pin的陸續(xù)發(fā)貨，首批用戶的使用體驗也已陸續(xù)現(xiàn)身。然而在這些使用體驗中，差評占據(jù)了大多數(shù)的份額，用戶的吐槽則包括、且不限于AI助手反應(yīng)遲鈍、AI功能受限以及未達預(yù)期等。同時這款機型所配備的單色投影屏幕，也被用戶吐槽使用場景高度受限，在戶外幾乎不可見。

如此種種，就使得許多用戶認為AI Pin還遠未達到值得購買的程度，甚至有觀點稱其為“AI時代的美麗小廢物”。

盡管AI Pin的設(shè)計思路是基于對AI應(yīng)用落地的一種探索，但在當前技術(shù)條件的限制下，這款產(chǎn)品的實際表現(xiàn)顯然遠未達到預(yù)期效果，而其中的關(guān)鍵無疑就是本地AI算力的缺失，因此使得其高度依賴云服務(wù)。從實現(xiàn)方式上來看，AI Pin其實與目前AI應(yīng)用落地入門級機型的方式高度相似，都是通過云端大模型和算力的支持，來彌補本地算力的缺失。但AI Pin除了羸弱的性能之外，還使用了投影這種方式來進行信息的顯示，對此就有用戶反饋其發(fā)熱量巨大、甚至容易出現(xiàn)過熱導(dǎo)致關(guān)機的問題。

響應(yīng)時間過慢則是AI Pin目前被吐槽的另一個問題，由于其絕大部分的計算都需要在云端進行，因此網(wǎng)絡(luò)延遲和云服務(wù)器的處理速度都會影響到響應(yīng)速度。據(jù)悉在實際使用中，用戶往往需要等待數(shù)秒、甚至數(shù)十秒才能得到反饋，與目前主流的智能語音助手Siri、小愛同學等相比，顯然可以說是毫無優(yōu)勢可言，而這顯然也會在很大程度上降低用戶體驗。

更為致命的是，Ai Pin的準確率也相當糟糕，用戶稱其每次正確回答的背后是多次不正確的答案，并且還存在答非所問的現(xiàn)象。其實這些原因并非AI Pin本身的問題，原因在于其所接入的云端大模型暫時還沒有那么完美，由于目前AI幻覺是大模型至今難以克服的問題，即便是強如GPT-4、Claude 3 Opus等也還無法徹底解決。但對于AI Pin來說這個問題尤其突出的主要原因，則在于其信息輸入更依賴視覺和語音識別，從而導(dǎo)致了輸入的準確率遠沒有打字那么精確。

目前陸續(xù)曝光的用戶體驗，還意外暴露了云端大模型對于內(nèi)容審核方面的問題。在部分用戶的反饋中顯示，AI Pin對于含有冒犯性詞匯（例如作為語氣助詞時）的請求要么置之不理、要么就是將這些詞加以修改，然而這種審核并修改的過程就可能會改變用戶請求的核心部分，從而導(dǎo)致答案與用戶的需求相去甚遠。

除此之外，AI Pin的功能受限也是其體驗不佳的一個重要原因。此前在官方宣傳中曾展現(xiàn)了其在對話翻譯時的優(yōu)勢，但有用戶反饋在這一場景中存在信息大量丟失的問題。同時一些用戶司空見慣、且是剛需的基礎(chǔ)功能，例如導(dǎo)航、秒表、日歷、計時器等，AI Pin至今尚未配備，也進一步限制了其使用應(yīng)用場景。

值得一提的是，AI Pin由于與目前主流的智能手機在設(shè)計上存在著巨大差異，因此還需要重新培養(yǎng)用戶的使用習慣。以交互方案為例，用戶可以使用觸控、語音等方式來與手機交互，但AI Pin則需要使用傾斜手掌等手勢操控的方式來完成，毫無疑問這對于許多用戶來說就會增加一定的學習成本。此外，AI Pin的使用場景目前也存在一定的局限性，在諸如網(wǎng)絡(luò)信號不佳等特定場景中，就會對其使用體驗造成較大的影響。

因此盡管官方稱AI Pin的目標是“替代手機”，但在當前的技術(shù)條件和市場環(huán)境下，這一愿景短期內(nèi)顯然還很難實現(xiàn)。此時其實也在一定程度上表明。雖然智能手機并非是目前AI落地的唯一載體，但至少在現(xiàn)階段，更符合用戶使用習慣的手機可能依舊還是最好的選擇。

日前有消息源透露，iOS 18將為iPhone的Spotlight搜索工具提供新的生成人工智能相關(guān)功能，但其可能將會完全在本地運行。不過此前曾有傳言稱，蘋果方面與谷歌、OpenAI，以及百度等公司曾就這一合作進行過商談，因此不排除其將提供基于云端的AI相關(guān)功能。并且有已經(jīng)有多位分析師透露，蘋果已經(jīng)在積極布局AI服務(wù)器。

如今，大模型作為AI功能在手機落地的核心要素，重要性顯然已經(jīng)不言而喻，雖然目前市場上的大模型可謂是琳瑯滿目，但手機廠商在選擇這類合作伙伴時卻尤為謹慎。畢竟無論是數(shù)據(jù)安全、用戶體驗，還是核心競爭力等因素，都會影響到手機廠商的決策，再加上手機廠商不太可能會向第三方廠商完全開放系統(tǒng)API，因此自研大模型也成為諸多頭部大廠的選擇。

在具體落地方面，現(xiàn)階段手機廠商大多采取了端側(cè)+云端的混合方案，不過由于各廠商都有自己的側(cè)重點，因此還很難判斷目前是以端側(cè)為主、還是以云端為主。

由于包括高通驍龍8 Gen3、聯(lián)發(fā)科天璣9300在內(nèi)的新款SoC在本地AI算力上迎來了大幅提升，因此也促使手機廠商在AI功能的落地上有了更多的選擇。例如驍龍8 Gen3的Hexagon NPU此次就升級了全新的微架構(gòu)，性能提升98%、能效提升40%，能夠以20tokens/s的速度運行100億參數(shù)的大模型。天璣9300在升級APU后，極限狀態(tài)下甚至能跑330億參數(shù)量的大模型。不過截至目前，端側(cè)運行的AI功能暫時還是中高端機型的專屬，未來隨著相關(guān)技術(shù)的進步，這一功能也勢必將會向著更下沉市場滲透。

如今AI在中端設(shè)備上的落地無疑還處于初級階段，盡管智能手機并非唯一的選擇、但至少現(xiàn)階段可能依舊還是最好的選擇。而包括AI Pin在內(nèi)的這類“AI原生設(shè)備”，顯然也會給整個業(yè)界更多的啟發(fā)。就像當年智能手機出現(xiàn)伊始，在體驗上還遠遠不如彼時的功能機一樣。