影石Insta360GO Ultra上线AI语音助手，接入千问与Gemini

事件核心：发生了什么

8 月 7 日，Insta360 宣布为 GO Ultra 拇指相机推送 AI 语音助手功能。根据官方介绍，该功能采用端云协同架构：终端侧负责声纹识别和意图判断，云端完成智能问答、模式切换和翻译等复杂任务。用户可以在关机状态下通过说“Hey Kira”或长按拍摄键唤醒助手。

值得注意的是，这次上线采取了分区域的大模型方案——中国大陆地区接入阿里通义千问大模型，并集成千问 App 的多模态能力与拍照问答功能；港澳台及海外地区则使用 Google Gemini。翻译结果可直接通过设备扬声器播报，覆盖问路、点餐、购物等面对面交流场景。拍照问答功能在获得授权后，可识别镜头中的路牌、建筑和菜品并给出分析。

为什么重要

这是消费级影像设备与大模型能力结合的一个具体落地案例，具备两个观察价值。第一，说明大模型正在加速进入轻量级、低功耗的随身硬件，而不只是手机和电脑；第二，Insta360 在同一设备上按地区采用千问和 Gemini 双模型方案，反映出国内大模型在工程落地能力上已经能够支持消费电子产品出货，也体现了当前全球化产品应对模型合规与本地化需求的常见策略。

Insta360 创始人刘靖康称，这项功能可能“重新定义拇指相机”。从产品形态看，GO Ultra 过去的核心卖点是轻便拍摄，而 AI 语音助手的加入，使相机具备了理解和交互能力，尝试从“记录工具”转向“随身助理”。这一方向如果成立，可能带动更多硬件厂商把大模型能力作为产品差异点，而非单纯比拼画质和传感器。

对用户/开发者/创作者的影响

对普通用户而言，AI 助手降低了相机的操作门槛：旅行途中问路、点餐、识别陌生地标，都可以直接对话完成，翻译结果还能实时播报，相当于在拍摄设备之外多了一个随身翻译和导览工具。创作者在使用上也会获得便利，例如在拍摄现场快速确认建筑、菜品等画面信息，减少搜索和查证的时间成本。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对开发者和硬件行业来说，这次更新的意义在于展示了一条可行的技术路径：端侧做轻量识别和意图判断，云侧调用大模型处理复杂任务。这种端云协同架构对算力有限的便携设备尤其适用，也为其他智能硬件接入大模型提供了参考范式。不过，目前公开信息主要聚焦于功能层面，关于开发者 API 是否开放、第三方能否调用这些能力，还没有明确的说明。

值得关注的后续

一是实际体验能否达到宣传效果，特别是拍照问答在复杂光线和场景下的识别准确率，以及国内版本千问模型和海外版本 Gemini 在翻译质量上的差异，将直接影响用户口碑。

二是竞品是否会跟进。如果 AI 语音助手能显著提升拇指相机的使用场景，其他运动相机和便携影像设备厂商可能也会接入大模型，届时硬件 AI 能力将成为新的竞争焦点。

三是模型选型是否会随监管政策或市场反馈调整。双模型方案能否长期维持，以及未来是否会在国内版本中引入更多本土模型选项，都值得持续观察。

来源：AIbase