5月27日，开源证券发布电子行业点评报告。

豆包APP上线视频通话，当豆包拥有双眼，将实现更接近人的陪伴体验

5月23日，豆包APP上线视频通话功能，本次升级基于视觉推理模型，支持联网搜索。根据APPSO的测评，豆包视频通话可通过轮毂认出小米SU7，辨认木棉果，介绍路边的铸造抛丸除尘器，可以通过桌面的摆放习惯推测主人的MBTI，甚至可以基于视觉感知的内容进行AI创作。看似简单的识别和回答过程，其中蕴含着对周遭环境的理解，和基于视觉理解内容的进一步联想和创作，有别于早已出现的“识图”功能，在视频聊天过程中AI的工具属性被淡化，更类似人类的Agent属性愈发凸显。

终端：除了手机、PC，AI眼镜、AI伴侣等创新终端形态也值得期待

5月21日，OpenAI宣布以65亿美元收购前苹果设计总监乔尼·艾维（JonyIve）创立的AI硬件初创公司io，并计划于2026年底前推出首款AI“伴侣”设备，目标出货1亿台。奥特曼认为现有硬件无法真正承载AI的未来。用户依然需要打开网页、敲字输入——这不是真正的AI时代，因而希望打造一款“口袋里的智能体”，即“AI伴侣”（AIcompanion），通过多模态感知（视觉、语音、环境分析）与用户深度互动。

郭明錤5月22日在社交平台表示基于他的产业调研，这款产品将于2027年量产，体积犹如iPodShuffle般小巧，一种使用方式是挂在脖子上，将配备摄像头和麦克风，并将可与手机连接以利用手机与PC的运算和显示功能。在对于AI终端的探索中，PC和手机作为高度成熟、高度普及的硬件设备，自然而然成为了搭载AI的核心平台，但为AI自上而下而生的硬件设备，如AI眼镜和AI伴侣仍存在着极大的想象空间，例如眼镜具有解放双手、分享用户第一人称视角的优点，AI伴侣或具有随身随时响应、情感陪伴等优点，最终使得用户得以以更具效率、更简洁的方式使用AI，让AI在日常生活中实现“润物细无声”的效果。

硬件层面，视觉感知仍然是感知层的主线，期待0616字节大会板块催化

从OpenAI对新型硬件的探索可以发现，视觉和声学仍然是最核心的两大感知和交互手段。在硬件层面分析，（1）摄像头&CIS：终端需要更接近人眼，识别近景、远景和运动的物体，可能对摄像头的视频拍摄能力、防抖能力、近景能力、长焦能力提出更高的要求；（2）SoC：能够兼顾视频信号处理和低功耗长续航，对ISP的性能提出要求；（3）信号传输芯片：小终端可能仍然需要与手机、PC互联，由于涉及视频信号传输，可能要求更高速率和带宽的信号传输硬件。