陈奇杰 任晓宁/文 11月18日，智能硬件创业公司Rokid发布人工智能（AI）和增强现实（AR）眼镜产品Rokid Glasses。

Rokid Glasses的形态与普通眼镜相似，其通过摄像头支持高清拍照和视频录制功能。该产品还整合了阿里巴巴旗下的通义千问大模型，具备物体识别、文字翻译、数学题解答等能力。

据经济观察网不完全统计，自今年10月以来，至少有小度、小米、Rokid、创业公司致敬未知等4家国内厂商，已发布或者被传出计划推出AI眼镜。这让AI眼镜成了目前国内智能可穿戴领域的新风口。

小度方面称，该公司跨行研制AI眼镜的原因是，眼镜作为人的第一视角设备，在搭载了摄像头、麦克风、传感器等组件后，进一步具备了捕捉多模态信息的能力，也成了高效便捷的人机交互入口。同时，大模型在多模态、强化学习、语音识别等能力上的进步，为AI重塑智能眼镜带来了更大的想象空间。

不过，致敬未知前产品经理王永森告诉经济观察网，对业内人士来说，AR眼镜结合大模型的技术门槛并不高，但是很难把AI眼镜做好。AI眼镜在调用大模型时，如何低延时、准确地理解用户的自然对话意图，是目前的一个技术难点。

为什么是AI眼镜

2023年9月，美国科技巨头Meta发布了和美国眼镜品牌雷朋联合研制的AI眼镜Meta Ray-Ban。该产品的起售价为299美元（约2167元人民币），在发售4个月后的销量超过100万台。

这款产品的热销，侧面验证了AI眼镜的可行性，也给入局该赛道的厂商带来了信心。

Rokid工业设计总监夏凯认为，过去AI硬件领域存在着一些创新误区：比如，一款APP可以解决的功能，不要硬件化；如果C端（面向个人用户的）产品的信息呈现更简陋、交互比手机更复杂，大概率也会翻车，例如美国创业公司Humane 发布的智能硬件产品AI Pin。

因此，夏凯觉得AI硬件的创新可以从个人日常的基础生活功能切入，设置的功能简单、刚需即可，这样的产品售价便宜、试错成本低。

夏凯告诉经济观察网，眼镜这种设备的优势是，用户平时就把它戴在头上，它不像手机那样需要用户抬手交互。而交互是过去困扰AR眼镜厂商的一个问题，大模型的出现解决了这个难题。大模型可以被理解为一个搜索引擎，能让使用AI眼镜的用户更精准地触达信息。比如用户在逛商场时，看见一件衣服，就可以通过AI眼镜检索出这款产品在全网的最优惠价格和最佳购买途径，然后下单购买。

多位AI眼镜的用户对经济观察网表示，由于近视或者有佩戴装饰品的需求，他们本身就会使用眼镜。同时，他们也看重AI眼镜的拍照、通话、翻译、会议记录等功能，觉得这类产品使用方便，可以部分替代手机的作用。

一位用户说，她所在的单位是一家外企，但她的英语并不好，所以比较依赖AI眼镜的翻译功能。另一位用户表示，他购买AI眼镜，主要是为了在玩过山车等特定场景中录像。

怎样与大模型结合

致敬未知是国内较早开始研究AR眼镜结合大模型的智能硬件创业公司。该公司成立于2022年8月，在2023年拿到过阿里巴巴领投的 1000万美元（约7246万元人民币）天使轮融资，其创始人吴德周曾担任锤子科技合伙人、华为荣耀产品线总经理。

王永森曾在致敬未知担任产品经理，负责过AR眼镜的大模型场景整合。他表示，致敬未知当初选择走AR眼镜路线，是因为相比虚拟现实（VR）那种隔绝显示的场景，AR更贴近现实。吴德周希望致敬未知的产品能贴合用户现实，并提供现实背后的数字信息。在AR眼镜结合大模型后，用户可以使用其识别生图、物品。基于识别功能和数字信息串联，用户还能进行比价、给商铺评分和团购。

在对比一系列 AR 眼镜产品的交互设计后，致敬未知还得出了一个结论：AR 眼镜要特别注意任何交互和呈现，不能影响用户的走路、下楼梯、聊天等现实行为。

王永森说，AR眼镜结合大模型的大概过程是：首先，研发人员在训练和筛选模型后，在AR眼镜中整合图片分切模型、语音识别算法等小模型，这些小模型可以收集信息，是大模型理解世界的工具；其次，AR眼镜将收集到的图像或语音信息交给大模型，由其做出智能判断并生成结果；最后，AR眼镜把大模型生成的结果反馈到服务器和算法层面，整合互联网上的相关信息，打包呈现给用户。

AR眼镜结合大模型的成本，与普通的大模型应用的成本相似。硬件厂商除了需要投入后端工程师、算法工程师等人力成本外，使用大模型也需要按照token（大模型文本中的基本单位）计费。据王永森透露，很多AI眼镜厂商在前期都会向大模型公司垫付用户使用大模型的成本。

为了不影响用户的佩戴体验，各家厂商正在致力于AI眼镜的轻量化，例如采用镁铝合金这种比钢材和铝合金等传统材料更轻的材料，以及使用更轻、更薄的光波导显示模块。

目前，市面上的AI眼镜的重量基本保持在50克以内，而普通眼镜的重量是20—30克。

王永森说，更好的处理器芯片，更多的摄像头和其他组件，意味着AI眼镜会更重、更难携带和佩戴。因此，为了符合人体工学的要求，厂商需要在AI眼镜的重量和算力能力中间寻找平衡。

仍有技术瓶颈

当前，各家厂商发布的AI眼镜，其功能主要聚焦于问答、翻译、识物等场景。

不过，一位扩展现实（XR，即AR、VR等技术的统称）设备行业的前从业者告诉经济观察网，现在的AI眼镜，就是给具备通话、拍照、AR等能力的音频眼镜，增加了语音助手功能。而且音频眼镜的门槛很低，厂商找一家原始设计制造商（ODM）就能做贴牌产品。

上述XR设备行业的前从业者还称，受限于端侧芯片的性能，AI眼镜当前依赖于云侧大模型提供AI能力。此外，这类产品也需要解决持续工作带来的高功耗、发热，以及短续航和网络延迟等一系列问题。

王永森说，对业内人士来说，AR眼镜结合大模型的技术门槛并不高，但是很难把AI眼镜做好。其中一个难点是，AI眼镜在调用大模型时，如何低延时、准确地理解用户的自然对话意图。人们会进行无序的自然对话，可能一口气说出十几个字、好几件事，但大模型需要理解这些话语里面的用户意图。

Rokid创始人祝铭明此前表示，可穿戴眼镜的同质化竞争确实存在，但这是所有消费电子行业的必经阶段。就像手机行业一样，现在用户更换手机不只是因为品牌，更因为各款手机的细节打磨和生态体验不同。所以，可穿戴眼镜的核心竞争力最终会落在品牌竞争力、生态的丰富程度以及产品的细节打磨上。

祝铭明认为，只有真正愿意在细节上深耕的公司，才能在这个市场中生存并发展。最终，可穿戴眼镜行业会走向类似手机行业的寡头格局。与手机行业的5—6家主流厂商相比，可穿戴眼镜行业由于存在强烈的个性化需求，可能会有10—20家主流厂商存在。