2007年6月29日，初代iPhone在美国正式发售，从此揭开“掌上革命”的大幕。智能手机几乎主宰了整个移动互联网时代。

　　弹指18年，人类已站在人工智能时代的路口，下一个比肩智能手机的移动终端会是什么？毫无疑问，将是智能眼镜。

　　智能眼镜融合了人工智能、传感器、显示等技术，实现拍照录像、语音交互等智能应用，还可以跟智能手机、智能汽车等其他终端联动，成为人工智能技术的理想载体。

　　IDC预测，2025年全球智能眼镜市场出货量将超过1200万台，拥有无比巨大的增长空间。

　　一、从十数年磨一剑，到一触即发的“百镜大战”

　　最早为大众熟知的智能眼镜产品，当属2012年发布的GoogleGlass。2015年，微软面向企业级市场发布的HoloLens1是首款独立MR设备。2019年，Meta的前身Facebook推出Quest2。2023年，Meta与雷朋合作推出Ray-BanMeta，全球销量突破百万副，成为消费级爆款。近期，Meta又与知名运动眼镜品牌Oakley达成合作，推出运动版智能眼镜“OakleyMetaHSTN”。

　　在VisionPro身上折戟的苹果，宣布放弃把摄像头装进AppleWatch的计划，转而准备在2026年推出首款智能眼镜。谷歌宣布与知名眼镜品牌WarbyParker合作推出基于AndroidXR技术的智能眼镜。OpenAI也布局其中，申请了涉及AR/VR头显和智能眼镜的新商标。

　　与国外市场不同，国内市场虽然竞争激烈，但消费者对智能眼镜的认知度还不强。小米最近发布的XiaomiAIGlasses，有望推动智能眼镜从“极客玩具”走进“千家万户”。

　　在此之前，国内已有众多厂商试水智能眼镜，既有华为、百度、联想这样的大厂，也有被称为“AR五小龙”的Rokid、XREAL、雷鸟创新、星纪魅族、影目科技等创新公司。随着各大厂商陆续进场，2025下半年，很可能迎来智能眼镜的“百镜大战”。

　　二、我们为什么需要智能眼镜

　　智能眼镜可以说是为人工智能时代而生的终端形态。随着AR技术、AI算力与续航能力的升级，智能眼镜可能成为继手机之后，连接虚拟与现实的新一代移动终端。

　　本质上，人们对智能眼镜的需要，是对终端产品“好用”与“管用”的需求升级，可以浓缩为以下核心逻辑：

　　效率革命：解放人类双手

　　智能眼镜有效打破了对传统设备的依赖。我们在步行、驾驶、运动、家务等双手被占用的场景中，可以通过语音指令直接进行操作。眼球追踪功能可以精准捕捉用户视线焦点。手势识别可以实现手势追踪，支持滑动、抓取等自然交互。

　　信息获取也将变得无缝高效，无需解锁手机，就能通过眼镜屏幕接收短信、日程提醒、导航箭头等关键信息。

　　场景革命：拓展生活与工作边界

　　通过智能眼镜，AR将进一步释放实用价值，既可以将虚拟屏幕投射到现实场景，实现多任务分屏处理、3D模型查看，开辟智能办公新模式；也可以通过AR叠加路线指引、景点信息，提供更加直观的文旅导览。

　　在制造业领域，AR与工业大模型的结合，将极大提升工业生产、运行维护各环节的工作效率。

　　智能眼镜第一人称的拍摄视角，对于旅拍、运动摄影和vlog创作也更加友好。

　　智能眼镜还将成为残障人士的福音，帮助视障人士识别障碍物、读取文字和图片信息，实现听觉导航和视觉辅助；通过实时语音转文字、环境音可视化、多模态交互等技术，帮助听障人士识别语音和声音提示，实现“看字-打字-发声”无障碍交流。

　　交互革命：重构社交娱乐体验

　　集成骨传导音频技术与虚拟巨幕投射的智能眼镜，可以在通勤时替代平板观影，使地铁秒变“虚拟影院”。游戏和影音玩法将更加丰富，边界将无限扩展。

　　在虚实融合的社交场景下，智能眼镜可以通过人脸识别自动展示对方社交资料，线下聊天时同步获取背景信息，降低社交门槛。

　　穿戴革命：从“工具”到“器官级”设备

　　智能眼镜从“科技工具”到“潮流配饰”的转变，不仅需要时尚品牌的联名加持，更需要满足用户审美需求的轻量化和设计感。

　　然而，要完成从“工具”到“器官级”设备的进阶，还是有很长的技术天梯要爬。虽然部分产品已经具备屈光矫正、心率和疲劳度监测等基础功能，但智能眼镜的进化趋势可能是“AR+AI+生物传感”的融合终端，它的发展不仅取决于终端技术本身，还需要考虑脑机接口技术的发展。

　　三、谁在支撑智能眼镜的流畅运行

　　终端越精巧，往往支撑其运行的基础体系越庞大。智能眼镜能够流畅运行，本质上是大模型+大算力+大上行共同作用的结果。

　　大模型：更好的模型、更强的能力、更好的体验

　　智能眼镜核心能力的进化，高度依赖多模态大模型的场景化适配。例如：Ray-BanMeta搭载Llama3多模态模型，可识别超过1000类物体，环境感知准确率达到92%。雷鸟V3接入阿里云通义大模型后，AI识别准确率高达98%。RokidGlasses采用“基础模型+视觉模型+搜索模型”的多模型协同架构，端侧意图识别仅需2毫秒。小米的自研大模型也已深度集成到智能眼镜中。

　　但是，受限于眼镜体积和功耗，还需要综合运用大模型压缩技术、端侧边缘计算、云端算力补充，来构建端云混合架构。

　　大算力：端云协同的动态算力网络

　　多模态大模型的实时交互，对算力提出了更高要求，倒逼端侧芯片升级、云端算力扩容，以及算力智能调度。

　　端侧上，不仅有芯片性能的突破，智能眼镜硬件架构正在经历从单核到异构计算的跨越式升级。

　　在云端，需要大规模算力集群的支撑，来解决端侧算力瓶颈。

　　算力智能调度，能够基于设备状态和网络质量，自动调整算力分配，并能实现跨设备算力共享。

　　大上行：从数据管道到智能桥梁

　　智能眼镜的AI助手、实时翻译等功能，需要将大量语音、视频数据上传至云端处理，对上行链路的带宽、时延、稳定性提出了更高要求。

　　大上行，意味着通信网络要有更高的上行速率。随着5G-A的商用，移动通信将实现“下行万兆，上行千兆”。而6G理论上行速率将达到10Gbps，能够支持4K/8K视频实时上传。

　　摘下眼镜，想起刘慈欣的科幻短篇《带上她的眼睛》，科技能否成为承载人类情感的容器？而你的下一副眼镜何必只是眼镜？

　　（作者陶鹤山为数字经济工作者，从事数字化领域政策规划）

（文章来源：澎湃新闻）