起源：求媒体关注的17岁机车少年回应质疑作者： 杜湖怡：

美图领投
，Chance AI融资数百万美元
，对准北美Z世代

作者｜洋紫

编纂｜李幼天

霞光社获悉
，Visual Agent 创业公司 Chance AI 颁发实现数百万美元融资。本轮由美图领投
，NYX Ventures、阿里系投资机构等跟投。融资将用于模型能力迭代、北美学生群体增长、以及社区与贸易化索求。

Chance AI 成立于2025年
，主题产品是世界第一款以摄像头为重要入口的AI产品Visual Agent（视觉智能体）。与传统AI产品依赖输入框分歧
，用户打开Chance AI后直接拍摄面前内容
，系统即可理解视觉意图并提供判断、建议和行动规划。

在Chance AI看来
，视觉不是输入方式
，而是人类的认知系统。“对人类来说
，视觉步崆最直觉的操作系统
，而不是输入框。”Chance AI首创人兼CEO曾熙通知霞光社
，“从第一天起头做产品
，PokerStars扑克官网首页就是没有任何输入框的。在PokerStars扑克官网产品里面唯一的输入框就是呈此刻评论区
，但是此刻更多人是用语音
，点开只有一个拍照按键
，进来以来用户不用输入prompt
，one tap
，由于这才是人类最直觉的方式。”

使用方式也很单一
，只必要通过Chance AI拍摄任何图片
，Chance AI就会急剧将图片内容转为对于图片深档次寓意的解读。每一个图片都不只限于“阅读”
，更多在于“理解”
，即在意识的基础上诠释看见事物的意思；此表
，Chance AI也有Live模式
，即实时视觉交互系统（Real-time Visual Intelligence System）
，在Live模式中
，用户能够一壁看
，一壁与Chance AI互换
，它还会做出对于画面的实时视觉理解（Real-time perception）以及陆续推理（Continuous reasoning
，而非单次响应）。

巴塞尔艺术周现场
，观多使用Chance AI「Visual Agent – Live」
，在旁观文章的过程中与AI实时互换与理解

Chance AI的交互方式
，突破了从前两年间
，AI通过输入框提问、随后获得答案的主流状态。曾熙向霞光社暗示
，产品设计的差距源自年轻人意识世界的底层逻辑分歧
，对从幼使用emoji、meme和缩写沟通的Gen Z来说
，他们自身就是visual native：更习惯通过图像和直觉理解世界
，而不是先组织说话再提问。也就是说
，越来越多的年轻人对于现实世界的认知方式是从“先提问再理解” 转变为“先看见再理解”。

对图像的精准理解离不开Chance AI的技术突破。MMMMU-Pro 是目前最严苛的多模态基准测试之一
，它通过过滤纯文本可解题、增长选项滋扰
，并将问题嵌入图像中
，真正调查 AI 是否具备人类级此外视觉理解与跨学科推理能力
，而非依赖模式匹配或文字捷径。Chance AI Visual Agent 在 MMMU 有关评测中以 86.07% 的正确率位列世界第一
，在艺术理解、结构分析与跨语境诠释等工作上阐发优良
，甚至超过了人类在2024年的成就。

现实操作上也可见Chance AI的杰出阐发
，如下图所示
，为一块坐标于洛杉矶的市中心的石头
，在Chance AI的“看见”里
，不只有关于石头的来历故事——即一位艺术家把这个石头从内华达州搬过来花了1300万美金
，还有这一故事背后的意思：这场搬运是为了体现美国的种族和阶级对抗的问题。

截至目前
，Chance AI的全球年轻用户已突破20万
，在iOS欧美多个国度进入下载榜Top 3
，并在Product Hunt上两次获切当日最佳产品（Product of the Day）。在刚刚从前的香港Art Central艺术展上
，Chance AI也作为官方创新合作同伴
，深度融入观多的观展履历
，这一能力也初次得到了真实场景的验证。

面向未来的可能性
，曾熙暗示
，手机拍照分享目前是图片数据起源最直接、量最大的场景。“此刻PokerStars扑克官网数据是
，每个北美的女生每天会拍2.8次的穿搭
，这是极度海量的数据。”而视觉数据自身就创造了价值
，“我们想把Visual Agent engine这‘发起机’给搭好
，以来我们会有更丰硕的数据
，会形成视觉的社区
，这就是最大的价值。”