现阶段增加 ai 眼镜满意度的可靠方式归根结底,就是更有用,更好看。
要想有用,就不能做太多。少,但是好。所以不要指望我们比 meta 拥有更多功能。我们在某些功能上,比他有更高分数就足够了。
比如在数据透明性上,比如模型让你随意选择,比如在国内更好的模型支持。
而设计上,我们挑战 oakley 也不现实,但是基于确定的用户场景,给出类似 TE 这种更新锐的设计,我们也久经考验了。
所以如果设计与众不同,用着好用,就别薅我们羊毛了。头条阿里小米赔得起,我们赔不起。
现阶段增加 ai 眼镜满意度的可靠方式归根结底,就是更有用,更好看。
要想有用,就不能做太多。少,但是好。所以不要指望我们比 meta 拥有更多功能。我们在某些功能上,比他有更高分数就足够了。
比如在数据透明性上,比如模型让你随意选择,比如在国内更好的模型支持。
而设计上,我们挑战 oakley 也不现实,但是基于确定的用户场景,给出类似 TE 这种更新锐的设计,我们也久经考验了。
所以如果设计与众不同,用着好用,就别薅我们羊毛了。头条阿里小米赔得起,我们赔不起。