7月18日消息，视觉智能公司Chance AI 在WAIC 2026期间发布了新一代视觉推理智能Chance Vision 1.5，并集中展示Chance AI App及以摄像头为入口的Camera-First Visual Agent技术路径。

  据悉，Chance Vision 1.5在高难度多模态理解与推理基准MMMU-Pro官方公开榜单中取得SOTA表现，综合准确率达到86.9%。MMMU-Pro 覆盖工程图、地图、图表和化学结构等复杂视觉材料，并通过删除不依赖图片即可作答的问题、增加干扰选项及加入Vision-only设置，重点考察模型结合视觉信息、专业知识和复杂推理完成任务的能力。

  Chance AI相关负责人表示，其将自身定位为以摄像头为入口的视觉智能。与主要回答“图片里有什么”的传统识图方式不同，Chance希望进一步解决用户为什么拍摄这张图片、什么信息值得继续查询，以及下一步应当采取什么行动。换句话说，识图回答“这是什么”；Chance想继续回答“它为什么与你有关”。

  基于此，在WAIC现场，Chance AI设置了看展、旅行与地点、消费品与生活决策三组体验场景，并开放自带图片测试。观众可以在相同视觉输入下，比较Chance在对象识别、用户意图判断、工具查询和后续建议上的差异。以腕表场景为例，系统不仅识别品牌和可能型号，还可以结合用户的收藏经验与近期关注，继续检查表盘、表圈和代际特征，并判断该腕表与用户既有收藏之间的关系。

  上述负责人称，Chance AI将这套能力概括为三个层次：在复杂视觉理解与推理方面，理解物体、场景、图表和专业视觉材料，并结合知识完成判断；基于个人上下文的意图理解方面，结合用户长期画像、近期关注和历史事实，理解用户真正关心的问题；在记忆驱动的工具调用与行动方面，自主选择工具、生成查询、整合多步结果，并形成建议或下一步行动。

  对此，Chance AI联合创始人兼CTO吴晓凡表示：“MMMU-Pro验证了Chance对复杂视觉信息的理解与推理能力。但榜单只是起点。视觉告诉AI看见了什么，记忆决定什么值得继续查。我们更关注的是，当用户只提供一张图片、没有明确问题时，AI能否理解这个人的真实意图，并真正帮助他完成下一步。”

  据其介绍，目前，Chance AI App是该技术在生活场景中的第一阶段应用，覆盖旅行、消费、收藏、审美和生活问答等使用场景。中期，Chance AI计划将复杂视觉理解、行业知识推理和Agent流程编排能力延伸至视觉信息密集的生产力工具与垂直行业，使商品图片、设备照片、工程图、表单、视频和现场画面不再只是需要人工逐一查看的材料，而能够直接进入理解、查询、判断与后续工作流。长期，Chance AI将探索与机器人、智能眼镜、可穿戴设备及其他智能硬件的结合，使系统通过摄像头感知现实世界、理解场景与人的意图，并在获得授权的前提下参与真实行动。