5月23日，豆包APP上线视频通话功用，本次升级基于视觉推理模子，赞成联网探求。依照APPSO的测评，豆包视频通话可通过轮毂认出小米SU7，辨认木棉果，先容道边的锻制掷丸除尘器，能够通过桌面的摆放民风臆度主人的MBTI，乃至能够基于视觉感知的内容举办AI创作。看似浅易的识别和答复历程，此中蕴藏着对四周处境的意会，和基于视觉意会内容的进一步联念和创作，有别于早已崭露的“识图”功用，正在视频谈天历程中AI的器材属性被淡化，更仿佛人类的Agent属性愈发凸显。

　　5月21日，OpenAI揭橥以65亿美元收购前苹果计划总监乔尼·艾维（JonyIve）创立的AI硬件草创公司io，并安置于2026年终前推出首款AI“伙伴”修造，宗旨出货1亿台。奥特曼以为现有硬件无法真正承载AI的他日。用户还是需求掀开网页、敲字输入——这不是真正的AI时间，于是欲望打制一款“口袋里的智能体”，即“AI伙伴”（AIcompanion），通过众模态感知（视觉、语音、处境分解）与用户深度互动。

　　郭明錤5月22日正在社交平台默示基于他的物业调研，这款产物将于2027年量产，体积犹如iPodShuffle般小巧，一种应用格式是挂正在脖子上，将装备摄像头和麦克风，并将可与手机联贯以诈欺手机与PC的运算和显示功用。正在看待AI终端的探寻中，PC和手机行为高度成熟、高度普及的硬件修造，自然而然成为了搭载AI的重点平台，但为AI自上而下而生的硬件修造，如和AI伙伴仍存正在着极大的遐念空间，比方眼镜具有解放双手、分享用户第一人称视角的好处，AI伙伴或具有随身随时呼应、情绪奉陪等好处，最终使得用户得以以更具成果、更简便的格式应用AI，让AI正在平日生存中实行“润物细无声”的成就。

　　从OpenAI对新型硬件的探寻能够出现，视觉和声学依旧是最重点的两大感知和交互方式。正在硬件层面分解，（1）摄像头&CIS：终端需求更亲密人眼，识别近景、前景和运动的物体，大概对摄像头的视频拍摄本事、防抖本事、近景本事、长焦本事提出更高的央求；（2）SoC：可以统筹视频信号管理和低功耗长续航，对ISP的功能提出央求；（3）信号传输芯片：小终端大概依旧需求与手机、PC互联，因为涉及视频信号传输，大概央求更高速度和带宽的信号传输硬件。