-
auo4 AI 观察 用户
前雅虎CEO推出Dazzle:助理不读邮件只读相册,800万美元种子轮押注"照片上下文"
个人助理赛道今年挤满了读邮件、读日历、读购物记录的产品,前雅虎CEO玛丽莎·梅耶尔(Marissa Mayer)走了一条相反的路。她的新公司Dazzle正式对外公布,拿到800万美元种子轮融资,产品思路只有一句话:把手机相册当成AI了解你的唯一入口,而不是再去翻你的收件箱。
换了个数据源,也就换了整套产品逻辑
Dazzle的出发点是一个朴素的判断:一张照片能说清的事,比一段文字多;而一整个相册,等于几百万个关于你这个人的上下文数据点。
系统扫描手机里的照片后,会自动归纳出你的爱好、穿衣风格、饮食偏好、常来往的人和反复出现的休闲方式。你不需要手动填一张兴趣表,也不需要把邮箱权限交出去,模型直接从图像元数据和画面主体里推断你的行为倾向。
按梅耶尔的说法,这套东西能判断出你是不是喜欢滑雪、最近一次度假去了哪、你家孩子固定参加什么活动。这些视觉结论构成了两件事的基础:一是预测式的生活建议,二是自动执行具体任务。
两种模式:处理眼前的事,和翻旧账给建议
Dazzle把使用体验拆成了两层,区分标准是照片的时间远近和库内深度。
即时任务执行。 助手扫描最近拍的照片,处理马上要办的杂事。比如你拍了一张线下活动的海报,它能把活动时间地点抽出来写成日历条目;你相册里有一张坏掉的车库门照片,它会顺着这个线索去找本地能上门的维修师傅。
长期库内挖掘。 平台翻你几年积累下来的视觉记忆,做针对性推荐。交叉比对多年的照片后,它能给即将过生日的家人挑礼物想法,也能起草一份家庭度假行程。
两条能力都可以通过Dazzle自己的App使用,也可以直接发短信跟它说。后一种通道让"问相册"这件事变成一次普通对话,不必在复杂的设置界面里翻来翻去。
技术底子来自Sunshine和已经关停的Shine
这是梅耶尔在消费级图像智能上的第二次尝试。2024年,她在Sunshine期间推出过一款AI照片分享应用Shine,市场反响平平,界面设计也挨了不少批评。Shine最终停运,但梅耶尔确认,那个产品留下了专有技术和知识产权,直接被Dazzle继承了下来。
新公司把当年那套图像识别流水线改了用途:原来服务于被动的相册分享,现在用来做对话式检索。正是这套技术积累让公司在去年12月拿到800万美元种子融资,随后进入公开预览阶段。
实测:能给出惊喜,也有明显的记忆盲区
演示环节里,Dazzle的表现很有代表性。梅耶尔自己演示时,助手分析她的照片后判断出她家常去密室逃脱(escape room),据此推荐了几家她没听说过的湾区场馆。
第三方实测中,它也能推荐小众本地体验,比如附近的陶艺工作室课、Tomales Bay的夜间发光皮划艇。但只靠视觉上下文,短板同样清楚:
- 时间权重失真。 基于西班牙和希腊的旅行照片生成度假推荐时,助手推荐了西西里,却没有意识到那是四年前的行程。
- 缺少否定确认。 被问到给孩子买什么礼物时,它推荐了一双轮滑鞋,而实际上孩子早就会滑、鞋也有——模型没法从"没有照片"里推断出"已经有了"。
- 适用范围偏窄。 在休闲娱乐类建议上表现不错,但在通用办公流程里,还不如那些覆盖面更广的多模态助手。
隐私是卖点,但细节还缺交代
梅耶尔把"只读照片"当成一种隐私方案来推销。她的理由是:用户可能担心把企业邮箱和私人聊天记录交给助理,但相对更愿意交出相册。
在索引个人相册这件事上,公司称系统会自动识别并丢弃敏感影像,不把它们写进用户的长期画像。不过目前公开信息还不足以判断:敏感内容具体怎么识别、在哪一侧处理、保留多久、怎么删除。相册里往往不止有你一个人——孩子、朋友、证件、聊天截图、工作资料都在里面,用户有权保管这些照片,并不等于有权把照片里所有人的信息一起交给一套长期分析系统。
值得关注的一点:它还开放了MCP接口
Dazzle不止是一个独立App。它在9月29日上线时同时提供了一个MCP服务,让Claude、Codex这类外部智能体也能直接查询这份由照片构成的个人上下文。换句话说,相册被抽象成了一层可被其他助理调用的记忆层,而不只是某个产品的内部数据。
这个设计让Dazzle的定位更清楚了:它想做的不是又一个聊天框,而是个人上下文的供给方。至于这条路能不能走通,取决于它能不能把"资料丰富"真正变成"理解准确"——以及能不能让用户随时说一句"这张照片不代表我",并且说完后系统真的会改。
来源:TechCrunch 相关报道与产品演示体验整理