相机入口之后 Chance AI 在 WTCC 2026用记忆与技能拼出Personal Agent

Chance AI于10月参加WTCC 2026，相机带到现场的入口重点是Visual Skills Platform视觉技能创作平台。它在移动端和网页端提供创建入口，用记忆技海外资源访问用户可以用自然语言说明任务、相机观察重点、入口判断标准和输出形式，用记忆技再用真实图片反复测试并调整。相机完成后的入口Visual Skill可以复用和分享，也可以成为Personal Agent处理具体问题时调用的用记忆技一项能力。

这套平台值得关注的相机地方，在于Chance AI开始把能力定义权交给使用者，入口过去的用记忆技视觉AI产品通常由团队预先划定场景，用户只能在识图、相机搜索、入口海外资源访问修图或问答等固定入口中选择。用记忆技Visual Skills Platform试图把个人经验和专业规则纳入创建过程，让熟悉穿搭、艺术、商品、旅行或其他垂直领域的人，把自己的判断方式整理成可运行的技能。

把经验写进视觉技能

创建一项Visual Skill时，用户首先要告诉系统应该看什么、在什么场景使用、按照什么标准判断，以及最终以什么形式给出结果。随后，创建者可以上传图片检验效果，发现问题后继续补充规则。这个过程更接近对经验的整理和校准，而不是写下一条提示词后等待一次性回答。

品牌给出的例子是面试穿搭，普通识图可以判断衣服的款式与颜色，但面向个人的Agent还要考虑面试场合、用户偏好、现有衣柜和此前反馈。当用户之后补充一张新图片，任务也应沿用已有目标继续推进。由此来看，Visual Skill承担的是场景规则，个人记忆负责补充与用户有关的条件，两者共同决定下一步该观察什么、查询什么。

对专业机构，Chance AI提出了更深一层的合作方式。图片、图录、标注和行业规则需要获得授权，再结合后训练、能力对齐、独立评测与部署，把专家知识转化为面向真实任务的视觉能力。这里的重点不是把资料简单放进知识库，而是让专业标准进入观察、核对和判断环节。

视觉推理开始补上复核环节

支撑平台的一项技术是VIC视觉推理回路，按照Chance AI的说明，系统会在观察、假设、核对和修正之间循环。当现有画面不足以支持结论时，它会识别证据缺口，回到原图检查关键区域，并按需调用知识或工具。这样的设计针对的是视觉任务中常见的问题：模型往往很快给出答案，却没有说明哪些细节仍然看不清。

另一项研究方向是Memory-Conditioned Tool Calling；团队通过受控实验观察长期画像、近期关注和具体视觉事实如何改变工具选择与查询参数。换句话说，记忆不只负责让回答听起来更像用户，它还会影响Agent在推理开始前决定查什么。Chance AI把个人视觉记忆分为三层。Profile记录相对稳定的兴趣、专业程度和长期偏好；Short-Term Focus保存用户最近正在研究或准备完成的事情；Observations积累具体偏好、限制和比较结果。这种分层有助于控制不同信息的有效期，也提醒产品团队不能把所有历史内容都当成永久事实。

热点科技洞察：视觉AI的价值开始离开单次问答

生成式AI把图片问答做成基础能力后，单次识别准确率已经很难单独构成产品壁垒。用户真正需要的是任务连续性：系统知道这次拍摄与上一次有什么关系，理解当前目标，也能把新证据补进已有判断。Chance AI此次强调Visual Skill、个人记忆和工具调用，说明它正在把竞争焦点从看懂一张图，转向持续完成一件事。

这也解释了相机入口的意义，相机可以降低描述成本，但入口本身不会自动带来长期留存。只有当系统能够记住约束、复核细节并给出下一步行动，用户才有理由在相似场景中再次打开它。对视觉Agent而言，模型能力是底座，任务连续性才是产品体验。

允许用户和专业创作者制作Visual Skill，可以快速扩展场景，却也把质量控制推到台前。同一项技能在光线变化、遮挡、不同设备和不同人群上可能表现完全不同。平台需要明确测试样本、适用范围、版本记录和失效条件，专业技能还要标明资料授权、知识更新时间以及结论责任边界。没有这些机制，技能数量增长越快，用户越难判断结果是否可信。

Personal Agent还会接触图片、偏好与长期记忆，数据治理不能等到规模扩大后再补。用户需要知道哪些内容被保存、保存多久、哪些技能能够读取，以及如何删除或撤回授权。Chance AI已经把视觉技能的创建入口搭了出来，下一阶段的验证重点会落在三件事上：创作者能否持续提供有用技能，技能在真实环境中能否稳定复用，个人上下文能否在可控授权下真正改善结果。

最新评论