「龍蝦」從屏幕里爬出來了！現(xiàn)場復刻老板發(fā)言，連語調都一模一樣

新智元報道

編輯：好困 桃子

【新智元導讀】40克AI眼鏡變身Agent之眼，數(shù)字分身定制分身。當Agent爬出屏幕走進物理世界，這場關于生產力的降維打擊，真的不只是說說而已。

這幾個月，硅谷和中文AI圈都在流傳一個心照不宣的暗號，「養(yǎng)龍蝦」。

一個Agent，7x24小時不睡覺，自主開瀏覽器、寫代碼、抓數(shù)據(jù)、交付成果……

這些「龍蝦」一度被視為未來的生產力神話，然而，它們所有的演進路徑，都指向同一個終點：

怎么在一塊屏幕里，把活干得更猛一點。

所謂的「AI員工」，本質上是一個被釘死在屏幕背后的同事。下一代Agent，究竟該如何突破玻璃的束縛？

4月15日，廣交會開幕當天，有人試著把這道坎跨過去。

一副40克的眼鏡；一顆裝進機器人腦袋里的「超腦」；一個能跨設備接力干活的桌面搭子；再加上底層重新升級的AstronClaw平臺，整套「Claw全家桶」一次性砸了下來。

佩戴訊飛AI眼鏡的多模交互場景

干這件事的是訊飛。

所有這些硬件、軟件、模型、平臺的更新，都指向了同一件事——

把Agent從屏幕里拽出來，讓AI真正觸手可及！

這一次，「龍蝦」沖出了屏幕

要做到這一點，第一步，是先給「龍蝦」一副能夠看見世界的身體。

硬件，才是Agent走出屏幕的第一道門。

訊飛AI眼鏡：Agent有了眼睛

訊飛翻譯硬件家族里最輕的那一塊，是一副眼鏡。

訊飛AI眼鏡整機，僅40克。

作為全球最輕的雙目單色顯示多模態(tài)眼鏡，它比市面主流產品（50克以上）減重約20%。

重量只是入場券。訊飛AI眼鏡搭載的GlassClaw，才真正改變了Agent的輸入方式。

你看到什么，它就能識別和理解；你聽到什么語言，它就實時翻譯。

跨語言方面，中英首響快至2秒，AR翻譯目光鎖定2秒就能自動出譯，加上18個離線語種，基本覆蓋了廣交會這種跨國采購場景的剛需。

更硬的技術活，藏在降噪方案里。訊飛AI眼鏡首創(chuàng)了「唇動識別」多模態(tài)降噪方案，靠5+1麥克風陣列加骨傳導，最遠拾音距離8米。把聲源定位從「聽哪個方向」變成「看誰的嘴在動」。

發(fā)布會現(xiàn)場，新華社記者徐弘毅戴上訊飛AI眼鏡，在科大訊飛展臺跑了一段相當能打的實操。

展臺老師在講解訊飛AI翻譯耳機時，訊飛AI眼鏡同時捕獲語音和圖像。多模態(tài)數(shù)據(jù)傳到AstronClaw，然后給徐弘毅補上了一段背景——

這款耳機是全球首款骨導加氣導的開放式專業(yè)翻譯耳機。

去年在上海和迪拜兩地同步發(fā)布，當時還做了一場跨國翻譯電話演示。

最關鍵的環(huán)節(jié)在最后。徐弘毅扶了一下眼鏡，說了一句話——

「根據(jù)我剛剛逛展的過程，生成相關素材發(fā)送到微信」。

GlassClaw把展區(qū)一路看到、聽到的內容整理成圖文素材，發(fā)到了展臺工作人員的微信里。從看到、認知、理解、思考到輸出，一口氣搞定全流程。

當Agent的輸入從屏幕里的文字，變成眼前的真實世界，人機交互的范式就被重寫了。

Agent不再需要你一字一句地把世界描述給它聽，它自己就能看。

Claw直控機器人，送咖啡熱舞震撼

如果GlassClaw是Agent的眼睛，Claw就是Agent的神經中樞。

主持人直接在AstronClaw下達一句指令：Guide 01，給我送杯咖啡。

然后，AstronClaw操控訊飛Guide 01機器人，提著咖啡慢慢走向臺前，遞給了主持人。

更驚艷的還在后頭。Guide 01把舞臺交給了它的「WallEX」和「小弟Nova」。

其中，WallEX是升級了Claw能力的智慧家居中控屏。Nova是配套氛圍燈，會根據(jù)場景自動調色，主打家居里的浪漫氛圍。

現(xiàn)場，機器人用一支舞，把這一組合的感染力瞬間拉滿。

這次Claw接入Guide 01，瞄準的是機器人行業(yè)一個老大難：語音交互和動作執(zhí)行嚴重割裂。

過去機器人聽懂一句話和做成一件事之間，隔著一層厚厚的代碼。

一句簡單指令往往要被拆成一連串動作，稍微復雜一點開發(fā)成本就指數(shù)級往上竄。

Claw打通了這一層。

它把AstronClaw的任務編排能力、訊飛機器人超腦平臺、星火大模型、多模態(tài)交互技術深度融合，跑出的是一條完整鏈路：

自然交互理解 → 多傳感器融合 → 自主任務規(guī)劃 → 物理端執(zhí)行

通過「軟硬一體」模組的形式，任何機器人廠商都可以快速集成。

這等于給整個行業(yè)交了一份標準答案。機器人廠商不用再自己啃Agent這塊骨頭，Claw就是一個即插即用的Agent大腦模塊。

家居場景的智能終端怎么接進Agent生態(tài)，訊飛給的答案和機器人是同一個，都接進同一套任務編排和上下文里。

「眼睛」和「手腳」都有了，Agent已經能看、能動。

但真正要把活干完、干好，還得有一套能把任務串起來、記得住上下文的軟件中樞。

它叫AstronClaw。

聊天框裝不下的活，AstronClaw接住了

過去的AstronClaw更像一個能干的網頁助手，在瀏覽器里派活，云端把活干完。

這套「養(yǎng)龍蝦」模式3月上線之后迅速跑通。訂閱從16.8元/月起步，企業(yè)級Agent的門檻被壓到了一杯咖啡錢。

這里順帶說一件事。開篇提到的那個OpenClaw，中國信通院4月剛出了一份《OpenClaw類智能體部署風險管理指南》。行業(yè)開始給「養(yǎng)龍蝦」這件事劃安全底線了。

最重要的是，科大訊飛成為首批通過自檢的廠商之一。

這在一定程度上證明了AstronClaw在安全架構、任務執(zhí)行隔離、數(shù)據(jù)處理規(guī)范等方面，已經具備了進入企業(yè)核心場景的能力。

不過，聊天框有聊天框的天花板。

一個任務從手機切到電腦再切到會議室，Agent就斷片，每次交互都是一次重新開始。這是所有對話界面智能體繞不開的坎。

這一次，AstronClaw的升級，直接動了底層架構。

第一刀砍在端云協(xié)同。

復雜任務不再綁在單一設備上，云端負責思考和規(guī)劃，終端負責現(xiàn)場執(zhí)行。

一個任務從辦公本發(fā)起，可以在手機上繼續(xù)推進，再推到電腦收尾，換設備不斷片。

第二刀砍在跨端記憶同步。

Agent記得自己走到了哪一步，也記得你上次提過什么要求。

用訊飛自己的話說，這是「像接力賽一樣持續(xù)推進」。Agent從一次性聊天，變成了一條不會斷的任務流。

還有一刀砍在生態(tài)接口。

硬件連接協(xié)議這次一起開放，不同類型的智能設備都能快速接入AstronClaw。前面那只機器人和那副眼鏡，背后跑的就是這套協(xié)議。

目前，訊飛把第一臺跨設備接力的Agent裝在自家辦公本X5上。

發(fā)布會上，主持人對辦公本說一句話，剛才在AstronClaw云端生成的逛展攻略和個人行程就同步了過來。

Loomy：上傳一張照片，造一個數(shù)字分身

AstronClaw是云端那只龍蝦，Loomy是鉆進你電腦里的那只。

3月發(fā)布的Loomy已經跑通了基本能力。目錄級隔離讓AI不越雷池半步。

QQ、飛書、釘釘、微信四大IM接入，手機就是遠程控制臺，首發(fā)期贈送積分，新用戶無門檻就能上手。

這一次的升級，Loomy要從桌面工具變成長期協(xié)作伙伴。

會議中自動整理紀要、安排日程、跟進任務進度這些事，從「你得打開軟件操作」變成了「你開口它去做」。

更有趣的，是這次新加的Buddy。

只需上傳一張照片，加一段極具個人性格特色、工作風格的文本描述，就能量身定制一個外貌、風格相似的數(shù)字分身。

它可以成為你的「工作搭子」，更懂你自己，并處理一系列工作任務。

這不，現(xiàn)場主持人萬里懟臉演示「萬里Loomy」全程搭建過程，她把自己平時一些特點扔給Loomy：

喜歡回復111、不喜歡拖拉、做事責任感強、容易焦慮憤怒

它會調用soul-creator技能，把萬里的說話風格、特點、價值觀寫入soul檔案中，最終生成一個萬里Loomy。

接下來萬里現(xiàn)場出了個考題：「領導開會三四十分鐘還沒進入正題，怎么打斷？」萬里Loomy一口氣給了五個高情商方法，最后一條是「實在不行就忍」。另一位主持人馬高聽完插了一句「咱倆共用一個老板」，全場笑場。

這就是Buddy「懂你」的真實樣子，它給你的不是一個標準答案，是一個像你自己會寫的答案。

而且，在Loomy中可以創(chuàng)建多個Buddy，處理各種各樣的工作任務。

比如，訊飛劉慶峰董事長沒來現(xiàn)場，讓已創(chuàng)建好的劉總Buddy，以其風格生成一段40s發(fā)言，給現(xiàn)場打打氣。

這種真實感，只能用「震撼」形容。不僅聲音像素級還原，竟連演講中標志性語調、鼓舞風格都與劉慶峰本人如出一轍。

合成語音里那句「用人工智能建設美好世界的使命」，全場靜了幾秒。

有了Loomy數(shù)字分身，真正的需求還是讓它去完成手里的案頭工作，比如PPT、視頻、宣傳文案。

現(xiàn)場，萬里Loomy一口氣調用了三個原生Skill，把廣交會的案頭活全清了——

• 智文Skill寫了一份廣交會復盤PPT。據(jù)現(xiàn)場介紹，智文Skill的原生應用已經突破1000萬用戶。

• 智作Skill做了一條圍繞訊飛AI眼鏡的宣傳視頻，用的是萬里自己的數(shù)字分身做出鏡。

• 繪文Skill寫了一篇廣交會的報道文章，并在兩個第三方自媒體平臺預發(fā)布等待審核。

可以看到，以上這些都是「通用型」案頭任務。在廣交會上，最典型的還是采買任務。

招采Claw抓出圍串標，陪練AI賽博實戰(zhàn)

別急，這里就輪到企業(yè)級智能體出場了。

最重要的「招采Claw」，深度融合了AstronClaw、SkillHub和招采知識庫的招采助手。

發(fā)布會上，主持人把整套招采文件一口氣全部上傳，招采Claw自動調用文件解析Skill。

它先把復雜標書規(guī)整化處理，方便后面定位每一處細節(jié)。然后像專家一樣，開始檢測圍串標風險。很快抓出兩家公司的標書里用了同一張圖片，判定為圍串標，取消兩家資格。

接下來是資質評審。招采Claw發(fā)現(xiàn)一家公司的工程資質是乙級，但招標文件明確要求甲級，排除。

最后兩步，是初評和復審。招采Claw這里沒有派單個Agent上場，而是拉起了一個Agent Team。

每家入圍企業(yè)分配一個子Agent專門跟進，主Agent負責統(tǒng)籌。復審環(huán)節(jié)再細分。

業(yè)績評審、施工組織、項目團隊、環(huán)境保護各派一個專精Agent，互不干擾、并行推進，最后由主Agent合稿出報告。

可不要小瞧這一過程。發(fā)現(xiàn)相似圖表、資質不合格等細節(jié)，以往要耗費多位專家時間和精力。招采Claw把專家從繁瑣活里解放出來，時間花在決策、談判、把控風險上，效率成倍提升。

這是Agent Team多智能體協(xié)同第一次跑在一個真實的企業(yè)級場景里，也是這次發(fā)布會最炸的賣點之一。

職場中，通常對打工提出了更高的要求：深諳行業(yè)各種know-how，成為多技能人才。

這不，陪練skill，企業(yè)員工專業(yè)培訓的「賽博老師」能救你。

它調用了「星火陪練」的技能，與Claw一起生成一個真實的模擬場景。

主持人在「招采討價還價」的模擬里挑了個獨家供應商「何總」，十幾年經驗，一上來就咄咄逼人。

兩輪交鋒下來，最終以8%讓價、60天賬期、合同寫最低采購量收尾，AI給的成績是90分。

評審報告還按節(jié)奏掌控力、風格控制力等維度給出了詳細分析。

招采陪練做的是新人訓練。AI模擬供應商和采購員對話，把幾個月實戰(zhàn)壓縮成幾十輪對話。

SkillHub：企業(yè)技能的「軍火庫」

以上提到的陪練Skill，這么多訊飛Skill可以在哪里用得上？

它們全部都放在了技能倉庫—— Astron SkillHub中。它是管理AI技能的「企業(yè)版NPM」，國內首個企業(yè)級自托管的開源技能平臺。

技能、數(shù)據(jù)、日志都留在企業(yè)自有環(huán)境里，數(shù)據(jù)主權完全在自己手里。

企業(yè)里真正值錢的東西，往往是資深員工踩過坑沉淀下來的prompt、腳本文件以及工作流。

這些東西過去散落在聊天記錄、筆記和模板文件里，人一走，流程也跟著走。

SkillHub做的就是把這類工作流打包成版本化、權限化、可審計的技能，存進公司的私有倉庫。

新員工一個命令就能調用。

到現(xiàn)在，SkillHub上的開源Skill已經超過3000個，由海內外開發(fā)者共同維護。

生態(tài)兼容性上，SkillHub完全兼容ClawHub CLI協(xié)議。一次發(fā)布，AstronClaw、OpenClaw、Loomy都能一鍵下載、安裝和調用。

到這里，「Claw全家桶」的全貌已經擺出來了——

GlassClaw在物理世界負責感知和執(zhí)行，WallEX覆蓋家居場景； AstronClaw在云端調度任務，Loomy在桌面當協(xié)作伙伴和數(shù)字分身，SkillHub把企業(yè)的技能資產沉淀下來。

市面上，幾乎所有廠商都在說自己軟硬一體，但真能做到的沒幾家。

原因很簡單，「堆料」不難，難的是往下打得穿。

訊飛的差異化不是「做得全」，是「每一層都是自己的」。

從自研大模型、自建平臺、自造硬件、自養(yǎng)開發(fā)者生態(tài)，這四件事但凡缺一件，這根主干就斷了。

眼睛看到的、手腳執(zhí)行的、桌面協(xié)作的、企業(yè)沉淀的，最后都要匯到同一個大腦里。

而能不能匯得通，答案全在底座。

標王連莊，靠的是十六年家底

說了這么多，最終所有的線索都指向了一個必須回答的問題：憑什么是訊飛？

先上數(shù)據(jù)。2025年全年，訊飛拿到了210個中標項目，23.16億中標金額。數(shù)量和金額兩項都是第一，蟬聯(lián)2025年大模型「標王」。

也就是說，訊飛一家的中標金額，大幅超過了榜單上后面幾家披露金額的總和。

更關鍵的是分布。教育、醫(yī)療、金融、通信、能源、政務六大行業(yè)全線覆蓋，80%以上是應用類項目，真正落地到了企業(yè)業(yè)務流。

數(shù)字背后是具體的項目。

訊飛拿下了安徽省人工智能應用中試基地，深耕醫(yī)學垂類模型，承擔全省試點的那一環(huán)。

國家能源集團用「OCR+星火大模型」打造智能無人評審系統(tǒng)，率先在非招采購全類別、全方式的業(yè)務跑通。

西安鐵路通過星火知識庫與訊飛智文，將大模型能力平替進大基建基層的日常辦公流。

尤其要拎出來說的是美團。基于星火大模型的AI文案和AI腳本，已經在旗下多個產品上線。這一條的分量不在于單子大小，在于客戶是誰。一線C端互聯(lián)網大廠接入訊飛的大模型底層，是客戶光譜里的新面孔。

而所有這些項目背后，是一個從2010年長起來的開放平臺。

截至2026年3月31日，訊飛開放平臺已經沉淀1074萬開發(fā)者團隊、931項AI產品、403萬應用、43.1億臺終端設備。十六年家底。光星火發(fā)布以來就新增664萬開發(fā)者，大模型相關開發(fā)者253萬。

能做Agent生態(tài)整合的公司不止一家。但能把生態(tài)、模型、硬件、落地經驗全部湊齊的，沒幾家。

當龍蝦走出聊天框

當Agent有了眼睛、耳朵和手，它要解決的問題就變了。不再是「如何回答得更聰明」。是「如何把事情真的做完」。

一年前，AI圈剛開始流行養(yǎng)龍蝦的時候，沒人說過龍蝦有一天會爬出魚缸。

現(xiàn)在它爬出來了。

下一個問題不再是它能不能替人干活。是它走到哪家工廠、哪個會議室、哪個展臺，就會先改變哪里。