MR+AI 互动娱乐应用融资创业了两年，失败后一直在找更多人交流【信息与效率】，欢迎各位加我微信聊聊天 allenxiang888

也欢迎对虚拟与混合现实感兴趣的朋友，来逛逛我的博客:【Allen在XR大道上的探索-Blog】

我发自内心的真诚的认为，我直到现在还没有找到那个我最感兴趣的，属于时代的关键问题是什么。我只知道模糊在了一个泛C应用的赛道，可能是信息流动，也可能是内容加工，可就算找到了，很有可能时代目前也缺了一些关键的低成本前置技术。

但任何事情想要做的正确，必然是一个需要长久有耐心的难题，在不知道最终题目之前，还是可以认真再多刷一些模拟题的，写写答案先练手。

每个时代的驱动马达主题可能都是「连接」，上上个时代是工具与网站连接，上个时代是社交生活与内容推荐连接，这个时代的AI要为人类需求连接什么服务？连接的马达是什么？Agent不够具象化，到底如何把Context、SystemPrompt、Plugin、Action、Feedback等等转子线圈都组装起来，如何把技术与需求整合连接成“应用技术”，以及用在哪个赛道是最有效的，这是我想寻找的事情，或许也是智能最大的应用场景。

目前用户功能生态过于反API化（网页人机验证门槛高，交互APP化的问题），如何打破现状可能会是让我们的社会走向新便捷高度的方式。我有好多想研究清楚的问题，比如：

- 在解决了支付安全和信息隐私的前提下，Agent到底能不能取代我的滴滴和美团，Agent交互需要新硬件/OS吗？

- 兴趣社交信息和目的社交信息，能否被LLM高效分类管理，社交信息分发是否需要Agent作为推荐引擎？

- 人与人之间的沟通能否因为Agent的存在而更加高效，Agent能不能成为更好的小区业主群会长和行动代理人？

- 超长上下文的Context场景理解力和超长记忆RAG回溯细节大海捞针，究竟要靠技术解决还是要靠架构设计革新？

- 有没有可能存在一个AI和人类共同维护共同可见的高质量Context流动知识库，包含世界上一切有价值的信息？

两年的创业真正划上了句号，账上剩下的钱也按比例退回了，发自内心的感谢所有投资人彼时和此刻信任，以及创业的兄弟们的支持。
​商业与时代的残酷狠狠鞭笞了我的各种 ego，但我还是希望未来能再次给予大家悦耳的回响。

愈发的感受到了 AI 在全行业落地的局限性。
只有 LLM 的智能快合格了，相当于猿人拥有了高智商大脑，而 VLM 和 DiT 的人类常识理解力缺失，相当于这个聪明猿人还只是个盲人，也不会写字。
​
​这两个技术如果有了突破，那么像之前 4o的看懂心肺器官 CT 片，并且能够画出轮廓图的 case，有逻辑的圈圈点点，那就无敌了。

社交媒体为什么一直在演化？

我觉得是社交产品里还没有实现真正的实现个性化。如果有产品做到了，所有社交产品有没有可能固化成三类或三个？纯私域熟人im通讯，纯公域内容分发，半熟人排列组合人群&工具&内容。

LLM和Agent出来之后，第三类应该有产品形态最优解最优解，因为人群可以被AI理解和归类，工具可以被Agent智能调用，内容分发已经被机器学习证明过可行性了。进而未来就不会再有Bereal/Twitter/Discord等新产品形态出现了，因为人群和社交模式的颗粒度都可以被拆解排列重组后，千人千面的提供给每个人。

且这种产品容器，本身就是：1-圈层流动性的土壤，2-社交内容的最高效分发底层，3-工具与玩法的自适应分发的平台。如果有了更加自更新的能力（AI）后，理论上未来将不再会被颠覆。

微信现在就有这样的影子：1-微信群的新建与折叠，2-视频号的社交公域转发，3-微信小程序的系统权限。但现在微信光有这样的影子，还不够适应AI时代的“自由”。

社交产品目前有两个痛点没被解决好：半熟人关系链维护效率低，和社交的衍生内容信息流动效率不够高。
社交关系链在微信群和QQ群中流动性过强，发现新圈子的社交路径过长，老圈子的自然存活时间又不长，历史上加过的老圈子又会造成垃圾信息泛滥阅读管理成本高，社交注意力被频繁拉扯。

社交衍生内容过于极致的在卷内容本身，无论单双列的容器都对内容本身的质量有太高要求和模板范式，社交和内容的主次关系太固化了，内容评论区和弹幕里的个体只能通过共鸣得到很模糊的圈层认同感。

纯内容社区产品和纯im熟人通讯工具不是痛点，目前既有产品都满足的很好，但兴趣社交和需求社交不是这样，兴趣爱好群，小区公告群，行业交流群等既有明确信息目的，又有半熟人圈层认同目的，还有内容消费目的的社交产品而言，微信群和贴吧对于这些半熟人社交关系的处理却是两个极端，都没处理的很好，对纯内容性产品的兼容与社交流通性也砌高墙。

如果AI时代的产品形态来解决这个问题：LLMcontext理解➕mcp信息沟通与交易闭环➕auto Agent tool use/AI coding垂直需求功能实现➕im/feed流的个性化身份平衡社交内容与社交交流。

有可能就可以让AI来管理自己的社交关系链➕社交内容，用户留下的是自己对“眼熟人名”的信任和“tag身份”的认同，还有丰富的“挑选信息/吸收信息/收藏信息”的context知识库大脑。

那么这个形态应该可以吃点80%的微信时长（非熟人群➕朋友圈），留下泾渭分明的定位切割是，微信只用来跟熟人聊天，内容产品只用来刺激多巴胺，而社会意义的关系链和朋友圈，都用这个新形态的产品来交流。
如果非要类比的话，我觉得更像是推特➕Discord➕动态拼装无数tag/Groups➕个性化推荐feed。

对应的Agent需要新时代的OS才能真正释放权限上的潜力，手机和XR眼镜如果有更AI native 的 OS 后，这样的社交产品形态一定会出现，但现在在手机有限的生态空间里，这个命题作文似乎也有局部解题思路。

视频就是目前通用意义上最好的载体，为什么，信息维度覆盖周全且基础信息量还可以，而且好理解，离用户心智近，所以做离视频近的AI产品目前也都更赚钱，且ARR体量更大。

相对应的，AI coding和Agent才是资本组局形态的垄断工具，不是水电煤的费用在社会主义国家可以很便宜，在战乱和资本主义国家可以很贵，nocode这样的工具无论如何演进，它就像一把做事情的武器，总会被一小撮更聪明的人加速迭代的用起来，磨的比另一批的大多数人更锋利，整体是倾向于内卷和熵减的残酷。

AI内容范式的新工作流如果真拆明白了，那不仅仅是视频制作的美观和效率问题了，是真的能有“改故事”和“与故事互动”的能力了，虽然精神鸦片不好，但人类社会历史总有这种文娱精神消费产物的存在必要之处，且通常来说是对人类社会文化产生关键影响力的媒介，媒介用的好，是四书五经和辩证思想启蒙，媒介用的不好才是玩物丧志破坏社会良俗。

这 4 个形态总结很精辟 hhh，除了 PICO 的形态有点大而全的重度场景，其他三个落到需求上我觉得都可以归类为「信息助理」，既然是助理，那就是不助也能自己上，不是不可或缺的东西，那销量就不会是爆炸式的增长，而是渐进式的。 //@1个鹿: 先等待一个让大家愿意佩戴的、有自己的核心场景的、厂商也不赔本赚吆喝的 XR 产品。
候选：
1. Apple 的 AR 眼镜
2. Meta 的带屏 AI 眼镜
3. PICO 的分体 MR
4. 大模型公司深度定制的多模态 AI 眼镜

XR场景究竟有多大？

又到了周期性触发的时间点来纠结这个问题了，虽然最近几个月在搞完全跟XR无关的AI，但还是会从朋友那里听到XR的各种声音和讨论。

比如谷歌IO大会的眼镜、比如昨晚刚发布的雷鸟一系列新品，BB产品继续下探价格底线，AI眼镜产品继续出slim款细分用户，AR眼镜产品开始尝试新的技术组合方案（第一次用上自研Xcube光机配合JBD的MicroLED屏），行业有我没我都在稳步前行，现在缺的就是硬件的进步，软件产品能干的事情确实有限。

两周前Quest开放了VST视频访问权限，VisionOS 3也宣布会公开VST视频访问权限，且支持端到端视觉模型理解环境。停止XR创业状态后再看这两件事，才能旁观者清的意识到VST权限根本不是什么“重要节点”，一切体验都受制于硬件本身的形态，Twitter上那些demo也都将一直停在只是demo的状态无法规模化toC见用户，现在做游戏和体验仍然是Quest生态在这个时间点最合理的事情，not app。

刚刚听了下AK的这个采访，感慨良多：对话雷鸟创新CEO：X3 Pro才是真的遥遥领先「SIGNOW」_哔哩哔哩_bilibili。

相比于有些超前科幻但模糊不清的场景，在当下这个教育市场的阶段，体验还没发酵，售前参数更关键，有性价比就是王道。

明年可能才是真正的XR关键技术变革年，除了21年的Quest2销量暴涨以外，之前的几年都有点“纯技术突破”的意思，离用户都有挺远的距离，消息仍只在小圈子内流转。明年关键的技术点有这三个：

1.分体算力终于成为共识，AVP日活用户普遍选择开放式头戴来缓解重量和余光VST的体验，成为了最后push一把的动力，PICO和苹果的估计还得再憋一憋，而万有引力和Meta将先声夺人，看看供应链上千万的订单赌注，最后究竟是唬人还是真能解决需求，只要先有了分体，颈环成为下一步共识就不远了；

2.单色光波导有机会开始量产了，整机成本低至500元以下，且重量控制的非常不错，显示带来的这一点点交互feedback，在经过产品经理对垂直场景的打磨后，会比现在干巴巴的AI眼镜要生动很多；

3.明年AI辅助视频转3D，或者高斯3D/4D可能有些学术界的突破，让3D观看体验和渲染效率有巨大飞跃，可能可以看到XR娱乐内容的新变量与新机遇。

在这些技术成熟度和硬件工程形态的限制下，量产产品能cover多大的场景，才能摆脱地心引力一飞冲天呢？算了，不想这个了，我去看《悉达多》解脱下自己，搞XR的哪有不疯的。

最后一句已经点名方向了，分体颈环，启动！

Context 真的很重要，重要到要当做油田来抢夺。我想简单粗分为三大类：
1.个性化生活信息（衣食住行事件时间戳，居住地址，车牌车型，电商记录，用户偏好历史记忆）
2.情绪化视频信息（生活中感动的记录瞬间，麦克风ASR与社交关系链，用户情绪的分析感知）
3.资产类结构信息（房产银行账单，电脑截图，工作知识库，工作日报/滴答清单/flomo数据）

其中情绪化信息的部分，如何打通context获取到落地？我觉得小米有最大优势，配合小米 AI 眼镜补全第一视角，剩下的用米家AI监控摄像头，真AI那种。

做上两个摄像头，一个常规低分辨率记录，一个 1 英寸高画质摄像头堪比手机。当家里发生一些生活中的小趣事，比如狗狗按按钮，下班后的拥抱，乃至烛光晚餐生日派对，然后借助本地的 NAS 的 本地 PC 显卡算力，定期跑跑视觉模型分析任务，配合Agent tool use模型，把视频自动剪辑输出，这不比iphone里的那年今日感动多了？

甚至如果高斯技术成熟，共视范围更大的多视角摄像头监控，还能还原4D高斯场景，这些都可能是下一个智能时代硬件厂商要卷的“新影像赛道”。