我演示了 Google 的 Project Astra，它感觉就像是生成式人工智能的未来（直到它没有）

该公司的多模式人工智能愿景看起来很有希望，但在正式推出之前还需要解决一些问题。

当我穿过记者队列走进小型演示室时，我的眼睛盯着壁挂式显示器和两名谷歌产品专家之一手中的 Pixel 8 Pro。预先录制的 Project Astra 展示在一小时前在公司的 I/O 主题演讲中进行了展示，受到了广泛好评，而且令人难以效仿。现在，我的手机藏在胸前的口袋里，现实世界的演示即将开始。

Project Astra 是 Google DeepMind 的创意；该公司的愿景是打造一款多模式、功能强大的人工智能助手，能够处理视觉信息、展示推理并记住所告知或展示的内容。它不会像 Android 设备上的新 Gemini 功能那样容易使用，但最终目标（至少目前是这样）是将这项技术嵌入到手机和可能的可穿戴设备中，成为我们所做的一切的日常助手。

在演示中，我看到了四个用例：讲故事、图画、头韵和自由形式。它们都是相当不言自明的，现有的生成式人工智能模型无法做到这一点，但答案的深度、速度和适应性才是 Project Astra 真正的亮点。

首先，我在 Astra 的摄像头上放了一个胡椒粉，并要求它创建一个头韵。 “金色分组闪闪发光，”它自信地回答，尽管不正确。 “等等，这是胡椒，”我告诉阿斯特拉。 “也许抛光的辣椒会摆出平静的姿势。”好多了。

然后我在混合物中添加了一个玩具冰淇淋甜筒和香蕉，并询问阿斯特拉是否可以做一顿美味的午餐。 “也许包装蛋白质可以提供活力，”它建议，了解三种食物之间的营养不平衡，并且令我惊讶的是，坚持使用头韵。顺便说一句，Astra 的回答相对较快，足以阻止我拿出我的 Rabbit R1 进行比较。

也许更值得注意的是，当我平移 Pixel 8 Pro 时，AI 听起来非常自然，与 OpenAI 的 GPT4-o 具有相似的语气。周围有摄像头，并随机询问有关房间内各种物体的问题。自然的声音与讲故事和图画功能齐头并进，这两者都能让儿童、学生和有时间闲暇的人感到开心。

我在大约五分钟的演示中遇到的一个问题是，当我打断 Astra 时，Astra 会频繁地在响应中暂停，可能会解释外部聊天的声音和附近的足球激活（谷歌演示了其人工智能如何判断你的踢球方式） 。打断语音助手的能力是实现更自然对话的最新一步。

然而，在这种情况下，一名工作人员头戴式麦克风的高灵敏度可能会对演示产生影响。这让我相信，在更繁忙的环境中，比如当我在纽约地铁或贸易展览会上行驶时，与 Astra 交流可能比与我身边的真人交谈更困难。

Project Astra 的另一个问题是它的记忆能力。目前，人工智能仅记住并跟踪聊天会话中向其显示的对象的位置（仅几分钟）。虽然人工智能能够回忆起我在演示开始时将手机放在夹克胸前的口袋里，但从理论上讲，它无法告诉我前一天晚上我把电视遥控器放在哪里——什么时候这样的功能将是最有益的。

一位研究人员告诉我，扩展 Astra 的内存容量（运行在云端而不是设备上）当然是可能的。这种性能壮举的代价可能是电池寿命，特别是如果目标是将这项技术应用到像眼镜一样轻薄的可穿戴设备中的话。

最终，Google DeepMind 让我对人工智能交互的未来有了清晰的认识。在我准备好将另一个语音助手引入我的生活之前，他们只是需要抚平一些皱纹。