AI碰撞眼鏡，智能新時代會開啟嗎？

文：董指導

本期要點

#AI#CES#AI眼鏡#雷鳥創新#阿里云

探索下一個爆款，成為消費電子各路玩家的心心念。

AR眼鏡則因其顯著的增速，也被寄予厚望。而當下，2022年末掀起的大模型、生成式AI熱浪，正席卷了各行各業。

于是，AI和眼鏡的碰撞，也成為CES2025展會上最吸睛的產品。消費電子的智能新時代，會開啟嗎？

01 需求真偽：AR眼鏡的重大變化

如今全球最高市值公司之一的英偉達，在創業第一年、發布的第一款圖像處理芯片，就遭遇了重大失敗。雖然采用了最新的技術、還在圖像功能之余增加了音頻功能，但自嗨的設計，消費者并不買單。

這種情況，在XR領域也一度是個令人頭疼的問題。創業者們過于期待“終極方案”，希望用一個產品、多個功能，像蘋果iPhone一樣成為定義者；但卻適得其反。

功能的堆積，導致產品重量過大、價格過高，遲遲沒有迎來引爆點。

最近幾年，偽需求的狀況，已經開始被重視。

國內AR眼鏡公司雷鳥創新，通過用戶調研數據發現，91%的分體式AR眼鏡用戶的主要使用場景都是觀影和游戲，沉浸式娛樂才是用戶真正的需求，而非復雜的多任務應用交互。但事實上，大量的AR公司卻都在用戶使用9%的場景中投入了90%的研發精力。也是用自嗨的定義，忽略了真實需求。

于是，雷鳥摒棄了行業常用的大而全的做法，而是聚焦特定場景。將那些不需要的功能砍去，也意味著產品重量降低、價格降低。最終，成本、場景、技術得到了良好匹配。消費者也開始為此買單，月活數、使用時長都有了顯著上升。

只要進入大眾圈、用戶用起來了，產品迭代才更有數據可依，有方向可循。

這就是AR眼鏡和過去幾年相比，非常大的變化。不再只是仰望星空、自嗨在技術的星辰大海里，而是更切實際、從細分場景出發，用不斷迭代的方式，用一個個小需求的疊加，來跨過創新的“死亡谷”。

這個做法其實也不罕見。華為也曾說過，在攀登珠峰的征程中沿途下蛋，用多場景化的解決方案來消化客戶的需求。

客戶最渴望的需求，也不是一成不變的。隨著AI爆發，消費者也希望眼鏡可以更智能、體驗更酷炫。大模型的多模態能力，讓交互更加方便，語音、圖像都可以實時互動。這意味著除了娛樂之外，AR眼鏡配上AI能力，也可以向生產力效率工具拓展。

比如海外消息稱，亞馬遜正計劃開發一款智能眼鏡，可以在屏幕上顯示建筑附近、及建筑內的詳細路線導航，規避了抱著貨物用手機的不便，幫助快遞小哥解決配送的“最后一公里”。

然而，亞馬遜的眼鏡還沒發布，卻被路人發現，快遞小哥已經戴上智能眼鏡了。而經過辨認后發現，正是中國品牌、雷鳥創新的產品。快遞小哥可以借助AI能力，用眼鏡識別訂單、用語音執行相關操作，流程會大幅縮減。

眼鏡的輕便性可以讓用戶隨時與AI交互，而無需像手機那樣掏出、放入的操作；也可以集成多種感官效果，場景更多：也許幫助視障人群，成為他們的另一雙眼鏡。或許也可以在用戶安裝家具時，對其進行現場指導，解決用戶面對復雜安裝圖的困擾等等。

AI技術的誕生，也催生著新需求。那么，把AI裝進眼鏡里，總共要幾步？

02 把AI裝進眼鏡，總共要幾步？

套用宋丹丹老師的名言，把AI裝進眼鏡里總共需要三步：第一步，把芯片接口打開；第二步把大模型裝進去；第三步，把蓋子蓋上。

看似簡單的三步走，實際上卻有多道關。

大模型想要的多，眼鏡能給的少。大模型之所以能力強，是因其參數規模大、算力要求高，如果按照通用能力來設計，那么大模型進眼鏡，也意味著芯片體積、功耗都會有所增加。這對于一直追求減重、避免發熱的AR眼鏡而言，真的不想給。因此，必須有更好的芯片和模型設計。

真正的“AI Agent”必須是軟硬件能力的深度融合。僅依靠大模型本身難以實現真正的智能交互，需要通過Agent架構來強化AI的決策能力、交互能力和場景適應能力。

然而，AR眼鏡廠商擅長解決光學等硬件產品問題，但對于動輒需要千萬張顯卡來訓練的大模型，要想獨立開發，不僅燒錢、也缺乏相應技術和人才。

不少眼鏡廠商就選擇了直接采購基礎大模型、或選用開源大模型，植入產品即可。但這種做法的產品體驗并不佳。比如，基礎模型的通用性好、成本低，但也會面臨功能冗余、從而導致功耗白白浪費。各家廠商都選用基礎模型，能實現的功能和場景也非常類似。

大模型廠商直接做眼鏡，一方面也要解決模型問題；另一方面，面對硬件、軟件的差異，互聯網公司做硬件的難度，也已經被多個案例證實。

所以，把AI裝進眼鏡，容易；讓眼鏡用好AI、讓用戶享受AI，那就需要花點心思了。

03 新CP，新期待

眼鏡廠商找家大模型公司定制開發一套模型，不就好了嗎？這個直接的想法，理論可行，但商業上卻不是想當然就可以。

比如當年蘋果發布初代iPhone手機之前，就找來了英特爾，希望能開發一款針對iPhone的處理芯片。但當時英特爾主要產品都是電腦芯片，要做手機芯片也意味著定制化開發。英特爾思來想去，覺得投入產出不劃算，于是就放棄了。最終錯過了蘋果、也錯過了移動浪潮。

由此可見，定制化并不是家常話，這往往意味著初期高昂的成本。如果沒有對未來的展望和信心，有規模化銷量來平攤成本，那么定制化要么很難實施、要么無利可圖。

不定制化開發模型，就很難提升AI眼鏡的使用體驗，無法加速銷售規模擴大；沒有大規模銷售，又很難做出定制化開發的決策。

一個“蛋生雞、雞生蛋”的問題，總要有人來率先打破“僵局”。1月2日，雷鳥創新 RayNeo和阿里云舉行了戰略簽約，宣布在AI眼鏡領域達成獨家深度合作。

所謂獨家，就是阿里云以通義系列大模型底座，針對雷鳥AI眼鏡的場景和硬件特點，設計了整體多模態交互架構，定制化開發“云+端”模型，幫助產品實現高響應、低延遲、高質量的多模態AI交互體驗。同時，雙方還將圍繞眼鏡產品的實際使用場景，開展功能定制和開發，并持續在雷鳥AI眼鏡產品上迭代更新。

以用戶感知度最為敏感的交互速度為例，一般來說，AI大模型的響應時間在4~6秒，而搭載了定制模型的雷鳥V3響應速度卻可以做到1.3s，其背后正是基于雙方聯合定制的眼鏡識別模型。除了快，準確率和應用場景也是雙方本次合作的關鍵點。

場景上，AI翻譯為例，常規的AI翻譯模型并不會與具體的場景進行深入融合，導致翻譯的內容生硬，且整體的體驗會有較明顯的延遲。因此，雷鳥和阿里云針對旅行、點餐、購物等多個細分場景做了優化，借助AR眼鏡去識別當前的環境、對話人的表情、手勢等多個信息源，更好地理解用戶的使用場景，從而給出更準確的翻譯結果。

不同場景下，對硬件能力要求也不同。所以，雙方的合作，不僅限于無光學顯示的AI 眼鏡（比如V3），也包括AI+AR眼鏡（比如X3 Pro），以及未來其他智能眼鏡產品。

雷鳥V3在1 月 7 日 CES 期間正式發布，是首款搭載了雷鳥和阿里云合作的大模型生態的產品；而高通驍龍 AR 1 芯片、獨家定制鏡頭等硬件，也會讓大模型的能力得到更好發揮。

根據工作人員介紹，雷鳥 V3 不僅支持語音助手、百科問答等常見功能，后續還將帶來 RayNeo 電臺、探索視界 2.0 、手機通知 AI 總結播報、 QQ 音樂點播、 AI 新聞播客、全場景錄音總結、支小寶掃碼支付等功能，為用戶帶來豐富且實用的玩法。

2025年Q2會發布的雷鳥 X3 Pro，加入了業內最領先的全彩Micro-LED和無彩虹紋光波導方案，即使在強光環境下，也能保持屏幕信息清晰可見，從而可以讓用戶在復雜環境下享受AI，包括實時語音和圖像翻譯、自動音頻紀要、智能問答、物體識別等。

這次合作，也是“膽識”的驗證。

因為這不僅是阿里云在 AI 眼鏡領域唯一一個戰略級合作，而且也是一個有“排他性”的合作。定制化方面，通義承諾不與其他AI智能眼鏡公司達成戰略層級合作或提供技術定制服務；雷鳥創新也不得繞開協議限制，通過成立其他品牌或公司方式展開與其他AI廠商合作。

可以說，在定制方面，“這對CP綁定了”。

為了讓AI和眼鏡結合更緊密，雷鳥也構建了自己的AI能力矩陣。比如雷鳥另一個團隊雷鳥科技自主研發了AI社交應用ChatBird，將大模型的多Agent框架與虛擬社交場景結合，實現了智能交互。

通過構建評判Agent與行為評分機制，系統不僅能實時評估用戶行為，還能提供真實的情緒反饋；通過采用多Agent并發框架，有效解決了大模型在實際應用中的計算復雜度高、推理延遲等技術難題；通過任務細粒度拆分的方法，則顯著提升了模型的表現力和穩定性。

ChatBird的創新，迎來了用戶的認可。用戶活躍度高達98.2%；日均單用戶使用時長業大道14.2小時。同時，ChatBird也入選了量子位"2024年度最受歡迎的AIGC產品"。

數據背后的技術實力，既是阿里云敢于“綁定”的原因，也為雷鳥進一步的AI創新奠定了基礎。

04 結語

提起商業CP，很容易想到微軟和英特爾的Wintel組合，雙方軟硬結合，不僅加強了兩家公司的競爭實力，也推動了個人電腦的普及，不斷改善著消費者的使用體驗。

當商業發展再次來到一個新消費電子品類（智能眼鏡）、新技術（大模型/生成式AI）應用起點時，雷鳥和阿里云的深度合作，就不再只是一個常規合作。

也許若干年后來看，這個合作讓智能眼鏡，成為了現實世界和AI世界互動的重要橋梁。不僅是智能設備的進化，也是人機交互方式的革新，加速著AI時代的到來。

---全文完，歡迎交流

理工/金融 復合背景，

百億私募/頭部自媒體 雙重經歷

懂商業更懂科技，前瞻發現新機遇