无输入框革命：Chance AI如何用视觉认知征服北美Z世代

徽声在线记者 | 陆柯言（改写）
徽声在线编辑 | 文姝琪（改写）

在北美高校圈中，一款突破传统交互模式的AI应用正悄然掀起热潮——这款名为Chance AI的产品，凭借其独特的无输入框设计，重新定义了人工智能与视觉感知的融合方式。

打开应用界面，映入眼帘的仅有中央醒目的拍照按钮。当用户将镜头对准犹豫是否要穿出门的上衣时，系统不仅会分析服装风格，还能智能联想衣橱中的其他单品，给出诸如"搭配上周的蓝色贝雷帽效果更佳"的个性化建议；面对陌生艺术作品时，它不仅能识别出这是毕加索在格尔尼卡轰炸后创作的同名巨作，更能通过视觉解析还原那段战火纷飞的历史语境。

Chance AI 视觉交互场景示意图 图片来源：Chance AI官方渠道

这家成立于2025年的创新企业，采用新加坡总部+深圳研发中心的双核架构。今年5月完成数百万美元融资时，其产品已登顶APP Store免费榜前三，在35个国家积累超20万用户，次月留存率高达49.2%。领投方美图公司表示，这种将认知科学与视觉艺术深度结合的AI形态，在消费级市场具有开创性价值。

创始人曾熙的学术背景堪称独特：巴塞罗那大学认知科学与当代艺术博士，曾主导一加氢OS系统定义，参与OPPO旗舰机型设计，2023年加入字节跳动Flow部门后，直接参与了豆包等AI产品的从0到1构建。这段经历让他敏锐察觉到行业痛点：现有AI产品过度依赖文本交互，而人类80%的日常认知始于视觉刺激。

"传统对话框模式本质是效率工具的延伸，"曾熙在专访中解释，"但在生活场景中，用户的认知路径是：被视觉刺激吸引→产生理解需求→形成判断→采取行动。这正是摄像头作为AI入口的核心价值所在。"他带领团队构建的视觉认知体系，将人类认知过程拆解为四个独立模块：视觉信号采集、神经信号转换、传输处理、前额叶决策，每个环节都配备专门优化的AI模型。

系统通过持续学习形成用户画像：不仅能识别衣橱中的200+服装品类，还能分析色彩偏好、搭配习惯；在社交场景中，可解读用户上传图片中的情绪符号，提供符合个人风格的表达建议。在权威视觉理解基准测试MMMU上，Chance AI以86.07%的准确率超越人类评分，较第二名高出1.2个百分点。

北美校园的病毒式传播印证了产品定位的精准性。通过与纽约大学、斯坦福等高校合作举办视觉创作大赛，产品在Z世代中迅速破圈。2025年圣诞节期间，超12万学生使用「AI选礼助手」功能，通过连续拍摄商品完成智能匹配；开学季推出的「宿舍人格测试」则引发社交平台刷屏，单日生成分析报告超3万份。

Chance AI 校园推广活动现场 图片来源：TikTok用户分享

核心用户群被定义为"Visual Native（视觉原住民）"——这群伴随Instagram滤镜、TikTok短视频成长的00后，其信息处理模式天然依赖视觉语言。产品数据显示，审美提升、穿搭优化、设计灵感获取三大场景使用频次占比达78%，用户日均使用时长超过22分钟。

在商业化路径选择上，Chance AI展现出差异化策略。当前产品完全免费但限制每日使用次数，未来计划通过「视觉记忆扩容」等高级功能实现订阅制变现。曾熙强调，垂直领域积累的视觉认知数据和行业最低的幻觉率（0.32%）是核心壁垒，"当用户扫描一件Supreme T恤时，我们不仅要识别品牌，更要理解街头文化语境下的价值判断体系。"

战略投资方美图提供的不仅是资金支持，更重要的是商业化经验。其2025年财报显示，付费订阅收入占比已达67%，海外用户ARPU值是内地的2.3倍。美图创始人吴欣鸿透露，双方将联合开发「全球美学图谱」，通过机器学习不同文化圈层的审美偏好。

面对GPT-4o、Gemini等通用大模型的竞争压力，曾熙认为垂类产品的生存之道在于构建不可替代的场景价值："当用户需要深度理解视觉信息时，他们不会打开聊天框输入200字描述，而是直接拍照获取专业解读。"这种场景化优势在医疗影像分析、艺术鉴赏等垂直领域已得到验证。

展望未来，Chance AI的目标是成为下一代智能终端的视觉操作系统。曾熙判断，随着AI眼镜、智能家居等设备普及，视觉认知能力将成为基础服务层。但现阶段他拒绝涉足硬件领域："等苹果、华为把供应链成本打下来，我们再选择最适合的载体形态，这比现在赌某个硬件形态更理性。"

在视觉AI的赛道上，这场关于认知革命的竞赛才刚刚开始。当行业还在争论大模型参数规模时，Chance AI已经用实践证明：真正的突破不在于模仿人类语言能力，而在于重构机器理解世界的方式。