對話Chance AI創(chuàng)始人：看見世界的另一條路，走出“大模型同質(zhì)化”的圍墻

在當(dāng)下規(guī)模空前的AI競爭里，“大模型”成了所有公司的默認(rèn)答案。大家都在升級算力、打榜、搶占各種入口。然而就在行業(yè)敘事越來越收斂時(shí)，一家?guī)缀醢阉兄髁髯龇ǘ挤穸ǖ舻膭?chuàng)業(yè)公司出現(xiàn)了——Chance AI。
創(chuàng)始人曾熙把輸入框從首頁刪掉，做了個(gè)不需要你發(fā)問的AI App，只用抬手一拍，就能幫你以文字解讀任何看到的東西，這更符合直覺。

現(xiàn)場，曾熙用拍了一對球鞋Air Jordan 1的圖片，Chance AI告訴我們它值30萬美金，為什么？這是在喬丹當(dāng)年總決賽穿的那一對；它還能幫女生看穿搭。出門前自拍一張，App能告訴她，這個(gè)搭配如果換一個(gè)顏色的圍巾, 或者再加一個(gè)什么顏色的包搭配度更高。

很快，在被北美大學(xué)生圈粉后，團(tuán)隊(duì)又奔著年輕一代的呼聲，開發(fā)了點(diǎn)評OOTD（每日穿搭）、看手相、看膚質(zhì)、毒舌點(diǎn)評等一系列功能。
光解讀不算完，用戶還可以一鍵分享到Chance AI自帶的社區(qū)，“所見”成了用戶自己的談資，一群18-25歲的年輕人也由此聚到了一起。

CTO吳曉凡向華爾街見聞透露，Chance AI已經(jīng)在全球吸引了25萬左右的用戶。
由此，一個(gè)Google Lens+小紅書、Instagram的形態(tài)漸漸成型，Chance AI也初步集齊了爆款要素。而且年輕人用得越多，就越是能捕捉到他們真實(shí)的需求，曾熙說，“我們二十多萬用戶，每個(gè)北美女生平均每天會拍2.8次穿搭，這個(gè)數(shù)據(jù)量是多么恐怖”。
手握大廠和電商們夢寐以求的富礦，但曾熙和團(tuán)隊(duì)卻沒急于變現(xiàn)，也不打算盲目追眼下大火的AI硬件之風(fēng)，甚至?xí)簳r(shí)不敢搞更大規(guī)模的宣傳，怕基建一時(shí)撐不起“潑天的富貴”。
他們打算繼續(xù)打磨自家的視覺Agent，把這個(gè)“視覺大腦”開發(fā)得更強(qiáng)大，繼而積累更豐富的數(shù)據(jù)，形成視覺社區(qū)，加速起“滾雪球”。
在AI產(chǎn)品逐漸同質(zhì)化的當(dāng)下，曾熙成了逃離主流敘事的少數(shù)派，卻挖到了人類直覺的共識：如果人類有70%的大腦帶寬用于處理視覺，那AI的未來入口就不應(yīng)該繼續(xù)被一個(gè)輸入框壟斷。
Chance AI的選擇或許激進(jìn)，但在一個(gè)日益內(nèi)卷的賽道里，反而因?yàn)橄∪憋@得更值得觀察。

把交互拉回視覺本能

當(dāng)行業(yè)已經(jīng)習(xí)慣用“人提問，AI回答”的方式來定義產(chǎn)品邊界時(shí)，Chance AI創(chuàng)始曾熙向華爾街見聞提出一個(gè)問題：“為什么眼睛不長在屁股上？”
因?yàn)樵谌祟惖倪M(jìn)化邏輯里，視覺才是第一性原理，而語言只是更晚出現(xiàn)的編碼系統(tǒng)。
曾熙提到，從進(jìn)化角度來看，人類大腦中約有 70% 的信息處理與視覺相關(guān)——在語言出現(xiàn)之前，人類已經(jīng)依靠視覺來識別環(huán)境、判斷危險(xiǎn)與機(jī)會。
過去十年，所有主流交互方式都被輸入框標(biāo)準(zhǔn)化了。用戶必須提前知道問題是什么，必須把需求翻譯成語言，再把語言交給一個(gè)模型。
對大多數(shù)人來說，這種方式并不自然。人在街上看到奇特的建筑、看到陌生的藝術(shù)、看到一個(gè)模糊的符號，第一反應(yīng)是“被吸引”，而問題則是在注意力之后產(chǎn)生的。
曾熙就說：“提示詞是為懶惰的AI準(zhǔn)備的。”
他的意思并不是攻擊prompt生態(tài)，而是認(rèn)為，大部分時(shí)候prompt是人在幫模型工作，是在補(bǔ)齊模型缺失的推理鏈條。如果AI真夠聰明，它不應(yīng)該依賴人教它“怎么問”，它應(yīng)該能夠通過視覺線索主動理解用戶的關(guān)注點(diǎn)。
曾熙向華爾街見聞講了一個(gè)故事。他說自己是藝術(shù)愛好者，兩年前曾經(jīng)自己為辦展而做了一個(gè)AI掃描講解的小程序。然而撤展后，曾熙發(fā)現(xiàn)居然還有1500多人在用那個(gè)小程序，調(diào)研后他發(fā)現(xiàn)，用戶這些用戶已經(jīng)形成肌肉記憶，用它來掃描各種花草、電影、服飾，繼續(xù)跟AI聊。
事實(shí)上，曾熙身上就有很重的設(shè)計(jì)師責(zé)任感，“我們的使命就是消除科技和人之間的隔閡。AI 在很多人眼里可能有點(diǎn)‘高冷’，但我的目標(biāo)是讓它變得更自然、更貼近人類的本能需求——用視覺去理解和探索世界。”
基于這個(gè)判斷直接決定了產(chǎn)品形態(tài)。Chance AI從第一天起就把輸入框從核心界面移除。
“看”成為默認(rèn)動作，“問”變成可選動作。用戶不需要組織語言，不需要提前構(gòu)造問題，也不需要費(fèi)力去尋找“AI最喜歡的提問方式”。在行業(yè)幾乎所有人都在加強(qiáng)語言交互時(shí)，這個(gè)決定顯得非常逆勢。
但也正因如此，它避開了大多數(shù)模型擠在一起的賽道。輸入框代表的是目的性，而視覺代表的是本能；輸入框強(qiáng)調(diào)解決問題，而視覺強(qiáng)調(diào)觸發(fā)好奇。Chance AI的交互方式與其說像工具，不如說更像一種認(rèn)知肌肉的訓(xùn)練。
然而，先行者也承擔(dān)著風(fēng)險(xiǎn)。眼下行業(yè)已經(jīng)在語言交互上建立了完整的用戶路徑，從搜索到電商再到助手模式，用戶也被訓(xùn)練得越來越依賴“提問題”。
視覺能否真正成為新的入口并沒有確定答案，硬件形態(tài)也沒有成熟。但在一個(gè)高度統(tǒng)一的賽道上，Chance AI至少試圖讓問題重新變得開放，而不是跟著所有人一起繼續(xù)把交互壓成一個(gè)框。

從識別到意義推理

Chance AI真正的非共識之處，并不在于它使用了攝像頭，而在于它把“解釋意義”當(dāng)成了AI的核心能力。
曾熙說，他創(chuàng)辦 Chance AI 的靈感要追溯到小時(shí)候?qū)Α睹赡塞惿返囊淮斡^摩。“當(dāng)我站在尺幅比想象中小很多的她面前，滿懷期待卻完全看不懂其中的意義，‘不就是這么小一張畫，有什么了不起的’，匆匆看了一眼就走了”。
“人類是視覺動物，也是故事動物，我們天生會被眼前的景象吸引，但真正觸動我們的是其背后的故事”。后來，當(dāng)曾熙有機(jī)會深入了解了達(dá)芬奇和這幅畫背后的故事，終明白它為何被稱為人類文明的瑰寶。
曾熙說，Chance AI 的使命是用科技幫助人們發(fā)現(xiàn)這些隱藏的故事，消除人與世界之間的隔閡。至于 “Chance” 這個(gè)名字，它并不僅代表“機(jī)會”，更代表“偶然性”（contingency）。
在他看來，生物進(jìn)化的過程依賴于偶然性，而人類知識與創(chuàng)意的誕生，也常常來源于這些偶然的碰撞。Chance AI 希望通過連接視覺與故事，加速這些知識的交匯，讓每一次視覺體驗(yàn)都更加深刻而有意義。
回溯來看，過去一年整個(gè)行業(yè)在多模態(tài)方向大幅前進(jìn)，主流模型對圖像的識別、標(biāo)注、描述都變得越來越準(zhǔn)確。然而在曾熙看來，所有這些能力幾乎都有一個(gè)共同的上限：它們能說清“這是什么”，但很難進(jìn)一步解釋“它為什么重要”。
人類對世界的理解從來不是停留在事實(shí)層面。無論是電影解說、球賽評論、旅行導(dǎo)覽還是藝術(shù)講解，人之所以需要這些角色，是因?yàn)樗鼈儙椭覀儼咽聦?shí)轉(zhuǎn)化為意義，把信息解壓成故事，把看到的東西與更大的文化體系建立聯(lián)系。在這個(gè)意義上，視覺就是一種推理方式。
Chance AI的產(chǎn)品在這里做了一個(gè)明顯的選擇。它并不滿足于給出一個(gè)客觀描述，而試圖把一個(gè)物件的知識背景、文化語境、社會共識都調(diào)動起來。
曾熙向華爾街見聞舉例：一個(gè)石頭不再只是“混凝土上放著的巨石”，而是洛杉磯LACMA的LevitatedMass，是花了一千三百萬美元運(yùn)輸?shù)墓菜囆g(shù)，是關(guān)于美國城市階層結(jié)構(gòu)的隱喻。一棟樓不只是“未來主義摩天大樓”，而是扎哈·哈迪德的遺作之一，是紫荊花含苞待放的象征。
這種解釋并并非模型自動生成的，而是一種主動的意義推理。它的前提是模型愿意介入、愿意解釋、愿意冒一定的主觀風(fēng)險(xiǎn)。這恰恰是主流模型最不愿意做的。
在業(yè)內(nèi)人士看來，大廠模型的策略極其保守，更傾向于提供安全、標(biāo)準(zhǔn)化、無爭議的信息；而解釋本身意味著主觀性，也意味著爭議，這對于大型商業(yè)產(chǎn)品來說會放大風(fēng)險(xiǎn)。
這也是為什么“意義推理”一直是行業(yè)的灰色地帶。大公司不做，并不代表它們不能做，而是做了反而可能帶來成本。Chance AI的定位讓它有能力承擔(dān)這些“不確定的解釋”，也讓它在“視覺理解”這條路上走得比別人更遠(yuǎn)。
但這種模式的局限也顯而易見。文化語境可能出現(xiàn)偏差，意義敘述可能變成一種新的“AI算命”。模型越往“解釋”走，越需要在深度和準(zhǔn)確性之間找到平衡。對大廠來說，這是不能冒的險(xiǎn)，對Chance來說，這是必須承擔(dān)的邊界。
但正因?yàn)樗驹诰揞^最不愿意涉足的區(qū)域，它反而擁有一個(gè)罕見的時(shí)間窗口。它試圖回答的是“AI能否提升人的理解力”。它確實(shí)擊中了一部分人真正的需求：在一個(gè)溢滿信息的世界里，判斷比答案更稀缺，理解比速度更重要。
Chance AI的問題在于，它的路線需要耐心，需要生態(tài)，需要硬件，需要文化習(xí)慣的遷移。它的優(yōu)勢在于，它比別人更早意識到，AI的下一次入口變化，可能發(fā)生在視覺。
在一個(gè)所有公司都押注語言模型的時(shí)代，這個(gè)判斷顯得孤獨(dú)，但也因此值得被記錄。