北京
來自上海交通大學的研究團隊及其合作者提出了一種面向主動式人工智能（proactive AI）助理的新范式——AI for Service（AI4Service），即 AI 能夠在日常生活中提供主動、實時的幫助。
現有AI在很大程度上仍為被動反應式（reactive），只對明確的用戶命令做出響應。他們認為，一個真正智能且有用的AI助手應能預測用戶需求，并在合適的時機主動采取行動。
為實現這一愿景，他們提出了“Alpha-Service”統一框架，試圖解決：
1）知道何時（Know When）介入——從第一視角（egocentric）視頻流中檢測服務時機；
2）知道如何（Know How）介入——提供既通用又個性化的服務。
Alpha-Service 受馮·諾依曼計算機架構啟發，并基于 AI 眼鏡構建，包含 5 個關鍵組件：
1?? 輸入單元：配備具備理解第一視角視頻流能力的多模態大模型，負責持續感知物理世界與用戶狀態。
2?? 中央處理單元：作為系統的控制中心，負責任務解析與調度。例如，它會根據輸入信息判斷所需的服務類型，并協調其他模塊完成任務。
3?? 存儲單元：用于持續存儲用戶的歷史交互與偏好信息，支持高效的數據寫入與檢索。
4?? 算術邏輯單元：提供多種任務執行工具，這些工具可以是專用模型、大模型或網頁搜索引擎，負責執行與計算具體任務。
5?? 輸出單元：以用戶友好的形式（如語音或簡潔文本）匯總并呈現結果；在某些場景下，也可選擇不輸出任何內容。
在包括實時二十一點顧問、博物館導游和購物搭配助手等多個案例中，Alpha-Service 在沒有明確提示的情況下，展示了其無縫感知環境、推斷用戶意圖，提供及時且有用幫助的能力。
然而，Alpha-Service 依然面臨著諸多挑戰：必須調和低延遲推理與能效之間的沖突目標，在泛化性和個性化之間保持平衡，確保在多樣化和動態的環境中擁有魯棒的性能，保護用戶的隱私，并通過透明和自適應的交互培養長期用戶信任。
在未來的研究中，他們計劃增強存儲單元的個性化能力，擴展算術邏輯單元的工具集，并通過大規模用戶研究評估主動式輔助在日常場景中的長期影響。
最終，他們期望 AI 進化為一個不可或缺、富有共情能力的伙伴——真正理解并預見人類的需求。
paper：https://arxiv.org/pdf/2510.14359
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
