原创 AI产品黄叔 2024-11-19 11:00 北京
这个入口被占是苹果没想到的
今年发布的 iPhone16 核心卖点是 Apple Intelligence，其中很炸裂的是能通过新增的“相机控制”按钮快速调用视觉大模型，通过拍图向 AI 提问，非常方便。可惜，苹果 AI 何时能入华还是个未知数，对国行 iPhone16 用户来说，“相机控制”就形同鸡肋了。
本来以为要有的等了，结果国产大模型补上了这块短板——阶跃星辰的智能助手跃问做了个产品尝试，把视觉搜索功能“拍照问”接入了 iPhone 16 的相机控制按钮，可以一键唤起进行视觉搜索，即拍即问。我发现在很多场景下，用视觉的方式解决问题比语音和文字要直接得多。再多想一步，多模态大模型怎么跟硬件产品结合去抢占用户入口，这可能也是个范本。
谷歌前 CEO 埃里克·施密特说过：“最好的产品是那些打破了用户使用障碍的产品。” 跃问接入 iPhone 16 的相机控制按钮，相当于把用户使用路径缩到了最短，而即拍即问，一键直出答案的产品设计，才有可能让智能视觉搜索这个目前相对小众的领域形成用户习惯。
在实际体验中，因为我还没有尊贵的 iPhone16，所以拿媳妇的 15 Pro Max 来体验，因为好在跃问这项功能除了支持 iPhone 16，还支持所有系统升级到 iOS 18 的苹果用户，只是入口略有不同。简单完成配置后，按住“快捷控制”按钮大约半秒，直接进入跃问拍照问产品界面。点击拍照，产品会给出一些 prompt 提示词，我语音输入指令让它给我介绍一款产品，答案很快就出来了：
就这么简单，就这么丝滑！
之后我又测试了其他几个用拍图能更快解决问题的场景：让跃问帮我看孩子的作业题，拍美食图直接帮我计算卡路里摄入量，以及拍历史建筑给我介绍背景知识。
我的天啦，孩子的作文可以提取出文字，甚至拼音也能给转换过来，还贴心的附带了一键复制的按钮！卡路里可以快速的估算，甚至故宫一角的照片都可以识别出来！！
这些体验下来，丝滑到我都在想，苹果你不用急了，慢慢来哈哈哈。
产品要达到这样的体验，由两个部分构成：
模型&产品能力
良好的交互嵌入
模型效果是 AI 应用的基础，如果模型能力解决问题的效果达不到用户预期，那么产品也就没有留存。拍照问是跃问 App 内的一个智能视觉搜索功能，背后是阶跃星辰自研的 Step-1.5V 多模态理解大模型。
其实很多人对阶跃最深的印象就是多模态能力强。上个月中文大模型基准测评机构 SuperCLUE 发布了 10 月中文多模态理解测评基准榜，阶跃的多模态理解模型位列国内第一：
而再往后有看一步，是否有人愿意为模型买单也很能说明问题。网红 AI 应用胃之书的开发者赵纯想曾经说过，胃之书在选择模型时经过了 AB 测试，最后发现阶跃的多模态模型付费率最高！
前段时间在线下见到了林间疗愈室的创始人李神龙，他也说在使用阶跃的多模态，识别情绪的准确率很高，使用后用户付费率提升了，未来想和阶跃有更深度的合作。
包括黄叔自己的体验下来，阶跃的多模态在国内确实是独一档的存在，能不能打，拉出来溜溜就知道了。
模型能力强悍，产品自然就好做了，再加上愿意和用户共创，就会衍生出很多有意思的拍照场景。跃问把多模态能力的场景应用，包装成了一些有趣的“滤镜”，这种产品形态既保留了 AI 的专业能力，又让产品的基因中包含了传播属性，很好地平衡了功能性和趣味性。下面这些是拍照问已经上线的一些场景滤镜：
看几个比较有趣的，第一个是场景英语，我们国人很喜欢学英语，随时随地拍照学英语体验过没？来来来：
一张照片给你弹出几个英文单词标签，标签点击后还能听读音，右下角点击详情，还可以看英文单词的释义等学习辅助功能，分享还能把单词卡保存下来！
卡路里滤镜，能够识别出菜品，以及最牛逼的是，会预估食物的重量，从而来算热量和碳水之类的数值，这对于注重健身和身材管理的人来说太方便了！
除了有用，拍照问选择的另一个产品方向是好玩。MBTI，宠物心情，答案之书，这些“滤镜”都自带传播性。好的产品，在设计时就要把传播考虑进去。
从模型输出的内容来看，有很多细节：比如猫猫”蜷缩在角落的姿势“”正闹小情绪“，星空和海洋，探照灯，未知的世界，勇敢前行！
苹果前设计师乔纳森·艾维的观点也印证了这一点："最好的设计是如此简单，以至于看起来显而易见。" 正是这种简单而优雅的设计理念，让跃问能够将如此复杂的 AI 技术，通过简单的拍照交互呈现给用户。
这种简单交互的背后，反应了跃问的产品定位差异：
很有意思的是，从前面的产品体验来看，跃问的"拍照问"功能展现出了非常鲜明的产品定位差异：
这就是：生活场景优先
不同于当下大多数主打生产力的大模型产品，跃问选择了一条"生活化"路线。无论是快速识别食物热量、美食好评、测测 MBTI、猜猜鞋码，甚至是，还是宠物读心，这些都紧密贴合用户的日常生活场景。当大部分 AI 应用还在卷生产力工具，跃问的定位除了避开红海，也让 AI 真正走进了普通人的生活，降低了使用门槛。
其实生活助手的场景比生产力工具更宽泛，而如何定义生活助手并从中找到商业化价值也尚有更大的探索空间。
我去微博搜了下用户都是如何使用拍照问的，发现一些很有意思的 case：
宠物面相图鉴，是个很容易出趣味点的功能。
拍照识别美食，也确实刚需哈哈
从拍照出发，是能比较好的嵌入用户的生活场景的，当然，使用门槛也要注意。
那要降低使用门槛，很重要的一点是交互需要有创新，拍照问有两点创新：
第一，交互创新，跃问没有一味追随传统的文字对话模式，而是将视觉交互作为核心入口，辅助语音输入，用户可以让 AI 直接"看到"问题场景，省去了复杂的文字描述过程。比如看到一道菜直接拍照估算卡路里，这比打字描述要高效得多。
第二，入口创新，这次跃问的更新直接整合到 iPhone 16 相机控制按键里面相当巧妙，据我所知应该是国内 AI 大模型公司里第一个这么干的，大流量硬件+有价值的场景+固定入口，会让用户形成肌肉记忆，也大幅降低了用户使用 AI 的门槛。
场景创新、定位创新、交互和入口创新，这一套组合拳下来，还是蛮值得大家学习的。
亚马逊创始人贝索斯有句名言：“在数字时代，最重要的是专注于客户而不是竞争对手。” 跃问“拍照问”没有随大流地为了做款 AI 对话助手而做产品，而是去探索一些尚未被广泛满足的刚需场景，并让交互和场景融合都更加简单和自然。
在这个苹果 AI 即将入华的时刻，跃问的产品策略给了我们三个重要启示：
第一，机会始终属于先行者。当大家还在期待明年苹果的 AI 入华时，跃问已经用行动证明：国产大模型完全可以让 iPhone 焕发新的生命力。
第二，产品创新要有温度。跃问没有一味追求堆砌功能，而是深入思考用户需求：
- 产品定位贴近生活，不是冰冷的生产力工具
- 交互设计符合直觉，拍照+语音让 AI 触手可及
- 入口创新，巧妙融入 iPhone 最核心的使用场景
第三，也是最重要的：科技的尽头是生活。在当下这个 AI 百花齐放的时代，真正能胜出的不是功能最强大的产品，而是最懂用户、最贴近生活的产品。正如黄叔所说，技术永远是服务用户需求的手段，跃问在"如何让 AI 自然地嵌入用户生活"这个命题上，交出了一份答卷。
展望未来，AI 产品的竞争在于谁能真正理解并解决用户的日常需求。在这个赛道上，跃问为我们展示了一个可能的发展方向。
