当前位置: 首页 > news >正文

微软 Project Solara 展示 AI 工牌与智控中枢,卡片式 AI 硬件成手机外设新趋势

未来工牌要好看,更要智能

智能手机统治过去十几年数字生态,其设计逻辑止于屏幕,而 AI 需要持续感知物理世界。当 AI 成为基础能力,它将从屏幕破壳而出,“AI 器物志”栏目应运而生,爱范儿将持续观察 AI 对硬件设计、人机交互及日常生活的影响。

过去一年多,AI 生态发展的核心疑问是:当 AI 不再只是网页或 app,它应附着在哪里?这促成了 AI 配件生态,耳机、眼镜等都可成为 AI 立足点。微软在 Build 2026 开发者大会上展示的 Project Solara 项目,提供了一个有代表性的答案。

Project Solara 不是 AI 手机或消费电子新品,而是一套“行业用 AI 方案模板”,以轻量化、企业集群管理的设备系统为基础,通过内置的微软设备生态平台(MDEP)连接 Azure 托管的智能体服务,面向百思买、李维斯、塔吉特等 B 端商业伙伴。

微软现场展示两款设计样板:“AI 工牌”和“智控中枢”。智控中枢原理类似智能家居 Hub,但针对企业和工作场景设计。“AI 工牌”基于 MDEP 运行,软件基础是 AOSP,可集成屏幕、摄像头等功能,借助 MDEP 的企业级安全和管理能力,使用者可一键直连内部工具或 AI 平台。例如在医院,医护人员可通过工牌扫描病历、口述记录,医院智能系统自动完成病历录入等工作。此外,微软计划采用动态 UI 调整和实时生成。

微软表示,展示的两款硬件是“设计参考”,客户可按需调整,微软作为操作系统提供方,希望将 Project Solara 做成企业 AI 设备生态底座,销售模式与卖 Windows 证书类似。

卡片式 AI 怎么成了主流

很多人会疑惑,微软描述的功能手机也能实现。但“AI 工牌”有独特优势。

现在的手机是通用计算设备,功能包罗万象,但用于工作时,使用者注意力易分散,不是最干净的入口。而“AI 工牌”功能“窄”,成本可控,采用高通和联发科货架零件,比手机成本低、不易损坏、易回收,且在软件上易纳入工作设备管理体系。

工牌自带“授权感”,是大家能接受的“执法记录仪”。其关键词是“在场”,设计得当可让人少看屏幕。微软文档提到,Project Solara 强调面向智能体的动态界面和跨设备适配,让界面退到任务之后,将 GUI 的繁杂替换成纯粹的任务流,适合碎片化一线任务。

随着 AI 应用领域细化,“卡片式”配件回春,因其能摆脱手机使用逻辑干扰,更易针对 AI 功能做针对性设计,符合 AI 厂商开拓硬件市场的期许。

有边界的 AI 硬件

从行业视角看,AI 工牌等设备不会取代手机,而是成为手机和 AI 功能之间的外设。手机负责“大一统”功能,外设 AI 卡片负责数据采集等偶发任务,承担手机过载时代的补丁角色。

“针对单独 AI 使用场景设计专门的 AI 硬件”是未来趋势,它们会与主流设备结合,但 AI 卡片本质是“反边缘计算”的,在复杂或无网环境下可能成为短板。

总之,微软 Project Solara 的 AI 工牌理想发展方向是成为“有边界的专业 AI 外设”,AI 巨头应关注线下业务,工作场合的 AI 卡片是很好的起点。

http://www.cnnetsun.cn/news/3272134.html

相关文章:

  • Reactive Resume深度调试指南:从模板渲染到容器部署的5大技术挑战
  • 前OpenAI安全副总裁翁荔新博客:AI自进化或先从Harness开始,揭示现实路径与瓶颈
  • Oracle EBS 12.2 审计追踪
  • EN 18031标准落地经验:联网无线电设备网络安全合规的关键节点与常见误区
  • AI 指标异动分析:先判断是业务事件还是数据 bug
  • ModelScope命令行工具终极实战:从零到精通的AI模型管理指南
  • MySQL学习第四天
  • 2026.7.8:2026年7月最新安装教程之docker compose 安装最新版neo4j
  • 多云架构下,Atlas 怎么统一管理证书生命周期?
  • 【久久派】LS2K0300 的 LoongOS 原装系统启动分析
  • AI 编程催生新商机:Slopfix 每周 1 万美元删 AI 生成代码引争议
  • 基于TPA3128D2与STM32F756ZG的高效D类音频放大器设计
  • Buzz:终极离线音频转录解决方案,让语音转文字变得简单高效
  • 如何用GBrain在30分钟内构建你的个人AI大脑:终极快速入门指南
  • 异常掉电保护全链路解析
  • PyInstaller逆向工程深度解析:pyinstxtractor-ng架构剖析与实战指南
  • 深度剖析:Bootloader解锁的技术争议与用户自主权之争
  • Matter 1.5数据模型范式转变:从设备互联到智能生态的技术基因图谱
  • 3分钟掌握Whisper:多语言语音识别的终极指南
  • 三亚亲子游一日游出行攻略之槟榔谷
  • 探索Simple Mind Map:构建下一代思维可视化引擎的技术深度解析
  • 如何用ECC Frontend Slides解决技术演示的跨平台困境:架构师的完整指南
  • 告别传统绘图工具:Mermaid Live Editor如何用代码重塑可视化图表创作
  • 如何快速解决MinIO与AWS S3 SDK签名版本4兼容性问题:完整技术指南
  • reMarkable生态完全指南:从基础使用到高级定制的终极教程
  • 高德地图 Skill:当地图能力从“API 调用“进化到“意图理解“
  • 高效团队管理的6个黄金法则
  • 2026年企业级大模型API中转平台选型指南:八大服务商技术指标解析与场景适配策略
  • 语音合成跨平台开发:如何用Sherpa Onnx一次编写、处处运行?
  • Qbot:三步构建高效AI量化交易系统的智能实战指南