乐于分享
好东西不私藏

OpenAI 现场演示:无 App 手机界面实时生成,复杂算力全丢给云端 GPT

OpenAI 现场演示:无 App 手机界面实时生成,复杂算力全丢给云端 GPT

前沿 · 人机交互

 OpenAI 主办的一场黑客松上,一位独立开发者用语音出了手机的每一块界面——没有图标,没有应用商店,界面在你开口时才被生成出来。

科技观察 · 编译整理|阅读约 4 分钟

我们用了快二十年的智能手机,底层逻辑其实没怎么变:装 App、点图标、进入一个早就设计好的固定界面。不久前,在 OpenAI 主办的Voice Hack Night(旧金山的一场语音主题黑客松)上,一个名叫 Isa Usmanov的开发者,把这套延续多年的习惯掀翻了。

他带来的项目叫 “Agentic OS for a Phone”(手机版智能体操作系统)。最反直觉的地方在于——手机上没有安装任何常规应用,你看到的每一块界面,都是 AI 在你说话的那一刻临时生成的。

现场演示视频

已关注
关注
重播 分享

原始视频来源(开发者本人 / OpenAI 官方推文)

01 先说清楚:这不是 OpenAI 的官方手机

为了不被标题带偏,有个前提得讲明白:这是黑客松上一位独立开发者的个人作品,不是 OpenAI 官方发布的产品。它在活动里入选四强,最终还拿下了由现场观众投票产生的人气奖

独立开发者单枪匹马完成

 6 小时

从零搭建出原型

黑客松入围决赛 + 人气奖

更有意思的是它的搭建方式:开发者表示,整个应用是用OpenAI  Codex写出来的,其余部分则由 OpenAI 较新的实时语音模型 Realtime 2驱动。换句话说,这本身就是 AI  AI 产品的一个样本。

初始界面:一颗会变形的蓝色光球

02 不是打开 App”,而是长出界面

它的核心理念可以浓缩成一句话:UI 即系统。

具体来说,界面不再是一个个提前写死、等你去点的程序,而是 AI 听懂你的意图后,按需当场生成的。演示中,那颗蓝色光球会根据指令,实时变成一张张带有上下文信息的界面:显示价格、时长、航司的机票卡片,干净的日历视图,天气摘要,以及 AI 新闻简报。

过去那套在不同 App 间反复跳转的层层操作,被压缩成了一句话。交互的中心,从应用挪到了意图

03 全程没碰屏幕,只动了嘴

最有说服力的还是演示本身。开发者举着一台普通手机,全程只用语音,连续完成了一串日常操作,界面则应声而生:

订下周晚些时候慕尼黑飞旧金山的机票

查看今天的日历安排

删掉凌晨 1:30 那个会议

看看最新的重要 AI 行业新闻

查询旧金山的天气

据报道,手机几乎是即时响应:他口头删掉会议,会议就消失了;他改口问飞里约的航班,新的选项立刻出现。说话 — 生成 — 反馈形成了一个完整闭环。

语音生成的机票卡片 / 日历界面

04 它为什么让人想起电影《Her

很多人看到这个 demo,第一反应是 2013 年那部电影《Her——男主角和一个会主动理解需求、帮你打理生活的对话式操作系统朝夕相处。这个联想并非偶然:OpenAI CEO 山姆·奥尔特曼曾不止一次说,《Her》是他最喜欢的 AI 电影,并把片中那种人机交互方式,视为人类未来与 AI 相处的一种范本。

 ChatGPT 的高级语音模式,到如今能边对话边干活的实时模型,OpenAI 这几年一直在往语音原生的方向走。这位开发者的作品,算是给这个大方向做了一个看得见、摸得着的注脚。

我从零开始,给自己造了一台智能体手机。我想它能打动人,是因为有这个困扰的不止我一个。

—— 开发者 Isa Usmanov 在路演中的大意(非逐字原文)

05 对普通人意味着什么

需要泼一盆冷静的水:这只是一个黑客松原型,离揣进每个人口袋里的成熟产品还隔着很长的距离,稳定性、隐私、成本、复杂任务的可靠性,都还是大问号。

但它确实让人看清了一种可能:当界面可以被即时生成,装一堆 App”这件事本身,或许会慢慢变成上一个时代的习惯。对开发者,要重新想功能该怎么交付;对我们,则要慢慢适应从 App”说需求的转变。至于这条路最终能走多远,还得交给时间。

来源:EyerysOpenAI Developers@OpenAIDevs)、开发者@isausmanov 公开推文,综合整理编译。