财中社12月12日电华金证券发布消费电子行业报告，完美的AI助手，终极的数字社交。“端侧AI”是指AI可以直接在移动设备上处理数据，无需连接到服务器或云端，能够在用户设备本地完成复杂的推理和决策。端侧AI在对硬件提出更高要求的同时，也对其算力、能效以及软硬件协同等方面提出新的挑战。眼镜系端侧AI最佳落地场景之一，相比手机、电脑等传统设备，以下原因使其成为AI的最佳载体：便携性，眼镜轻便易携，可随时随地与AI交互，不受时间和空间的限制。人体贴合性，眼镜与人体高度贴合，可提供更自然、更舒适的交互体验。可扩展性，眼镜可集成摄像头、麦克风、扬声器等传感器，满足视、听、说、感知等多维度需求。通过深度整合多模态大模型，AI眼镜不仅能实现自然流畅的AI语音交互，还能利用眼镜上的摄像头，让AI通过视觉感知周围环境，基于真实世界进行AI聊天问答、物体识别以及拍照答题等体验。眼镜可以看用户所看，听用户所听，因此可以成为完美的AI助手，因为其知道用户正在做什么事情。

　　眼镜终端作为数字社交工具的前景：无缝社交体验：智能眼镜可以让用户在不中断当前活动的情况下进行社交互动，如视频通话、发送消息等。这种无缝的社交体验可以让人与人之间的联系更加紧密。共享视角与体验：通过智能眼镜的摄像头和AR技术，用户可以与他人分享自己的视角和经历，增加社交互动的真实感和趣味性。例如，在旅游时，用户可以与远方的朋友实时分享所见所闻。虚拟聚会与活动：未来，智能眼镜可能会成为参加虚拟聚会、演唱会等活动的必备工具，用户可以在家中就能身临其境地参与各种社交活动。

　　音频/摄像头/AR显示三大要素组合，构建国内眼镜终端三大类别。从用户角度看，国内AI眼镜的基本功能大致包括语音识别、音视频播放录制以及AI调用（如语音交互、翻译、查询天气交通信息等），而厂商在功能设计上主要围绕"音频"、"摄像头"以及"AR显示"三大要素进行组合，这些功能决定了产品的价格区间，通常在500元至5,000元之间，功能越丰富，售价越高。音频眼镜（听歌+通话）：以音频功能为核心，省略摄像头等视觉交互功能。这类眼镜支持语音通话、听音乐等基础音频功能，代表性产品包括小米生态链企业蜂巢科技推出的界环AI音频眼镜以及华为的智能眼镜。此类眼镜，厂商仅需在镜框内增加麦克风阵列、耳机、电池和处理器等组件即可打造成型，这类眼镜的功能主要依赖语音识别和TTS（文本转语音）技术，无需图像处理模块，价格便宜。视频眼镜（拍照+录像）：在音频功能基础上增加摄像头模块和部分AI功能，在具备拍照和录像功能的基础上，再给用户带来基础性AI体验，如Ray-Ban Meta。此类眼镜相较于音频眼镜增加摄像头模块，技术难度提升不算巨大，但目前已属于最主流、销量最大品类。AR+AI眼镜（音频+视频+AR+AI）：在音频和摄像头的基础上，加入AR体验，例如Rokid发布的Rokid Glasses，不仅支持音/视频功能，还可以通过摄像头和AR技术实现实时翻译和导航等相对复杂功能。另外还有百度推出的小度AI眼镜，以及星纪魅族的StarVAir2 AR智能眼镜等产品。

（文章来源：财中社）