一家名为Chance AI的视觉智能体创业公司近日宣布完成数百万美元融资，本轮融资由美图领投，NYX Ventures及多家阿里系投资机构参与跟投。资金将主要用于模型能力升级、北美学生用户增长以及社区与商业化探索。
与传统AI产品依赖文字输入框不同，Chance AI的核心产品Visual Agent以摄像头为入口，用户只需拍摄眼前场景，系统即可自动理解视觉意图并提供判断、建议和行动方案。创始人曾熙表示："视觉是人类最直觉的认知系统，而非输入框。我们的产品从设计之初就摒弃了首页输入框，仅保留评论区语音交互功能，用户点击拍照键即可完成操作，这才是符合人类本能的方式。"
该产品的技术突破体现在对图像的深度理解能力上。在严格的多模态基准测试MMMMU-Pro中，Chance AI以86.07%的准确率位居全球首位，在艺术理解、结构分析和跨语境解释等任务上表现超越人类2024年水平。测试通过过滤纯文本解题路径、增加干扰选项等方式，确保考察的是AI的视觉理解与跨学科推理能力，而非简单的模式匹配。
实际应用场景中，Visual Agent展现出强大的解析能力。例如在洛杉矶市中心一块普通石头的识别中，系统不仅识别出艺术家耗资1300万美元将其从内华达州搬运至此的背景，还能解读出作品隐喻的美国种族与阶级对立问题。这种"看见-理解"的交互模式，打破了传统AI"提问-回答"的范式。
产品设计的差异化源于对年轻用户认知习惯的洞察。曾熙指出，Z世代作为"视觉原住民"，更习惯通过图像和直觉理解世界，而非先组织语言再提问。这种认知方式的转变，推动AI交互从"语言优先"向"视觉优先"演进。目前产品已推出Live模式，支持用户边观看边与AI实时交流，系统可进行连续推理而非单次响应。
市场表现方面，Chance AI在欧美iOS市场多个国家进入下载榜前三，全球年轻用户突破20万，并在Product Hunt平台两次获评"当日最佳产品"。在香港Art Central艺术展上，作为官方创新合作伙伴，其技术首次在真实观展场景中得到验证。创始人透露，北美女性用户日均拍摄2.8次穿搭的数据，显示出视觉数据蕴含的巨大价值，未来将重点构建视觉社区生态。
