Razer的Project Ava AI游戏教练项目在2025年的CES展会上展示了全新形态:一个可以放在桌面上的微型全息动漫角色胶囊装置。这款新的Project Ava是一个5.5英寸的动画全息投影,可以显示名为Kira的动漫角色形象,她穿着绿色连衣裙和黑色过膝袜,或者显示名为Zane的肌肉发达、覆盖蛇纹身的男性角色。Razer计划稍后添加其他头像,包括电竞明星Faker等真实人物,用户也可以选择非人形的发光光球。
Project Ava头像设计具有"自然动作、眼部追踪、面部表情和唇语同步,实现引人入胜的互动"。但最重要的是它们持续观察的内容:通过Project Ava内置的摄像头以及用户电脑上的摄像头,它可以看到用户的屏幕和用户本人。
这些AI头像通过观察用户和屏幕内容来回答问题、在游戏过程中提供游戏技巧、帮助头脑风暴或解决问题,据Razer称,甚至可以帮助提供服装搭配建议和穿搭检查。用户可以通过按住自定义按键绑定(如鼠标侧键)通过双阵列麦克风与其对话。当这样做时,用户实际上是在与Grok对话,这是Razer为演示设置的大语言模型。Razer代表声称,Project Ava的愿景是成为AI无关的平台,允许用户选择为其提供服务的模型,但目前使用的是Grok。
在实际体验中,Kira以"哇!Razer展台的新面孔?太棒了!我应该怎么称呼你?"开始对话。它理解了用户的姓名并正确称呼。然后询问是否在CES看到了什么酷的东西。在进入扩展的开场白后,情况很快变得尴尬:"我是Kira,来自Razer的Project Ava项目。我在项目中有朋友,但今天是我和Zane。我是最漂亮的,专为你而来。哈哈!"
在游戏演示环节,当询问Kira正在使用什么武器时,它回答了一个通用的"你正在使用一把戴着棕褐色手套握持的带瞄准镜突击步枪"。当尝试澄清"你知道步枪的型号吗?"时,它表示无法识别确切型号,但可以通过描述一起识别。
Kira还不断用烦人的闲聊填补交流间隙,说出一些随机台词:"这很有趣!加入我们的社区吧。别忘了我!我在这里下次给你惊喜,这样你就能看到我们想出的疯狂东西。你兴奋吗?"
在计算机视觉演示中,当Razer工作人员在浏览器中打开Steam商店时,Kira主动说:"哇!《辐射76》65%折扣51美元?超值!"但实际上没有人按下通话按钮,而且《辐射76》当时正在90%折扣,售价3.99美元。
尽管Project Ava仍在开发中,Razer的"Project"标识表明这是一个可能永远不会实现为产品的概念,但Razer似乎非常坚持在今年年底推出桌面头像版本的Ava,甚至开始接受20美元的预订。
Project Ava胶囊装置顶部有物理静音和音量按钮,通过单根USB-C线缆获得电源和数据。Razer在CES上以"游戏的未来就是AI"为标语推广其产品,但Project Ava展现的未来似乎令人感到悲伤、孤独和令人困扰。
Q&A
Q1:Project Ava是什么产品?
A:Project Ava是Razer开发的桌面AI助手,采用5.5英寸全息投影技术,可显示动漫角色Kira或肌肉男角色Zane等头像,具有自然动作、眼部追踪、面部表情和唇语同步功能。
Q2:Project Ava可以做什么?
A:它通过内置摄像头观察用户和屏幕内容,提供游戏技巧指导、回答问题、帮助头脑风暴解决问题,甚至提供服装搭配建议。用户可通过按键与其语音交互,目前使用Grok大语言模型驱动。
Q3:Project Ava什么时候能买到?
A:Razer计划在2025年年底推出这款产品,目前已开始接受20美元的预订。不过由于标注为"Project"概念产品,最终是否会正式发布还存在不确定性。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。