影石GO Ultra上线AI语音助手，拇指相机变身可穿戴AI终端

8月7日晚间，影石Insta360正式为GO Ultra拇指相机上线AI语音助手功能。这款53克的小方块相机，从此不再只是一个拍摄工具。

分区域部署：千问与Gemini各司其职

这次AI语音助手的部署方式比较特殊。中国大陆地区接入阿里千问大模型，中国港澳台及海外地区则使用Google Gemini。翻译结果可通过机身扬声器直接播报。

这种“一地一策”的安排，背后是影石作为全球化硬件厂商的现实考量。中国大陆市场用千问确保合规和数据本地化，海外市场借助Gemini获取更广泛的通用能力。知情人士透露，影石选择千问，主要看重其多模态感知和主动式交互能力——这些技术对于相机理解拍摄场景、识别用户意图、推荐拍摄模式有直接帮助。

三项核心能力：从拍到问的跨越

AI语音助手集成了三项核心能力：

面对面互译支持双向实时翻译，覆盖问路、点餐、购物等场景。出国旅行时对着相机说一句中文，扬声器直接播报当地语言的翻译结果。

拍图问答在获得用户授权后采集镜头画面，对路牌、建筑、菜品等内容进行识别并语音反馈。看到不认识的菜名或路标，举起相机就能得到答案。

语音问答则不调用摄像头，直接响应天气、路线等通用信息查询。

三项功能组合在一起，GO Ultra从“拍完回去看”变成了“拍的时候就能问”。

端云协同：53克机身里的AI算力分配

这台相机去年8月发布，售价2598元，采用53克小方块机身设计，搭载1/1.28英寸大底传感器和5nm AI芯片，支持4K60fps高帧视频拍摄。

53克的机身不可能塞进完整的云端算力。影石的做法是端云协同：端侧完成声纹识别和意图判断，云端承担问答、模式切换和翻译等复杂任务。用户可通过语音指令“Hey Kira”或关机状态下长按拍摄键唤醒助手。

这种分工逻辑清晰：轻量、实时、本地化的任务交给端侧，需要大模型推理能力的交给云端。5nm AI芯片提供的端侧算力，正好承接声纹识别和意图判断这类对延迟敏感的任务。

一个更大的信号：可穿戴AI的新路径

影石创始人刘靖康此前在微博谈及该功能时称，这将“重新定义拇指相机”，并表示这可能成为市场上除Meta外存量和出货量最大的个人AI助手。

这话不算夸张。Meta的智能眼镜是AI可穿戴设备的标志性产品，而影石GO系列的全球出货量已经积累到了相当规模。把AI语音助手塞进一台已经卖出数百万台的相机里，本质上是在现有硬件上叠加一层AI能力——不需要用户重新购买设备，一次OTA更新就能让旧硬件获得新功能。

今年5月，光子跃迁发布了8K AI拇指相机LEAPTIC Cube，搭载语音助手Moko。Looki L1 AI穿戴式相机也已接入云端大模型。可穿戴AI硬件的赛道上，Meta走的是智能眼镜路线，OpenAI在探索独立设备，影石则选择了拇指相机这个已经验证过的形态。

影石方面表示，公司通过持续软件OTA与配件迭代，让硬件持续获得新能力。这种思路和传统相机厂商“一次性定型”的做法截然不同——硬件只是一个载体，能力是持续生长出来的。

大模型正在加速进入消费硬件

从行业视角看，这次合作不只是影石的一次产品升级。大模型正在加速渗透到消费硬件端。阿里云已与vivo、萤石、海信、荣耀、安克创新等9家品牌建立合作，将千问的多模态感知、长上下文理解等功能接入各类设备。字节跳动豆包在AI眼镜、翻译等场景与千问形成直接竞争，百度文心一言则依托搜索能力切入知识型交互设备。

大模型供应商的商务竞争日趋激烈。一位同时接触数家模型厂商的AI硬件产品负责人透露：“现在各家商务团队跟进速度很快，从报价到部署方案，争抢很直接。有的项目上午聊一家，下午另一家就给出更低价格和定制开发承诺，甚至愿意分担研发费用。”

拿到千万级出货的硬件入口，对模型厂商来说意义重大。GO Ultra的AI语音助手，表面上是相机的一次功能升级，实际上是千问在大模型硬件入口争夺战中拿下了一个关键点位。

当一台53克的相机开始理解你拍的是什么、回答你问的问题，它就不再只是一个记录工具。影石用一次OTA更新，把GO Ultra从“拍得清楚”推进到了“看得明白”。而大模型进入消费硬件的速度，可能比我们想象的还要快。