AI眼鏡是智能硬件的新方向，還是僞概念？
來源：經濟觀察報
陳奇傑 任曉寧/文11月18日，智能硬件創業公司Rokid發佈人工智能（AI）和增強現實（AR）眼鏡產品Rokid Glasses。
Rokid Glasses的形態與普通眼鏡相似，其通過攝像頭支持高清拍照和視頻錄製功能。該產品還整合了阿里巴巴旗下的通義千問大模型，具備物體識別、文字翻譯、數學題解答等能力。
據經濟觀察網不完全統計，自今年10月以來，至少有小度、小米、Rokid、創業公司致敬未知等4家國內廠商，已發佈或者被傳出計劃推出AI眼鏡。這讓AI眼鏡成了目前國內智能可穿戴領域的新風口。
小度方面稱，該公司跨行研製AI眼鏡的原因是，眼鏡作爲人的第一視角設備，在搭載了攝像頭、麥克風、傳感器等組件後，進一步具備了捕捉多模態信息的能力，也成了高效便捷的人機交互入口。同時，大模型在多模態、強化學習、語音識別等能力上的進步，爲AI重塑智能眼鏡帶來了更大的想象空間。
不過，致敬未知前產品經理王永森告訴經濟觀察網，對業內人士來說，AR眼鏡結合大模型的技術門檻並不高，但是很難把AI眼鏡做好。AI眼鏡在調用大模型時，如何低延時、準確地理解用戶的自然對話意圖，是目前的一個技術難點。
爲什麼是AI眼鏡
2023年9月，美國科技巨頭Meta發佈了和美國眼鏡品牌雷朋聯合研製的AI眼鏡Meta Ray-Ban。該產品的起售價爲299美元（約2167元人民幣），在發售4個月後的銷量超過100萬臺。
這款產品的熱銷，側面驗證了AI眼鏡的可行性，也給入局該賽道的廠商帶來了信心。
Rokid工業設計總監夏凱認爲，過去AI硬件領域存在着一些創新誤區：比如，一款APP可以解決的功能，不要硬件化；如果C端（面向個人用戶的）產品的信息呈現更簡陋、交互比手機更復雜，大概率也會翻車，例如美國創業公司Humane 發佈的智能硬件產品AI Pin。
因此，夏凱覺得AI硬件的創新可以從個人日常的基礎生活功能切入，設置的功能簡單、剛需即可，這樣的產品售價便宜、試錯成本低。
夏凱告訴經濟觀察網，眼鏡這種設備的優勢是，用戶平時就把它戴在頭上，它不像手機那樣需要用戶擡手交互。而交互是過去困擾AR眼鏡廠商的一個問題，大模型的出現解決了這個難題。大模型可以被理解爲一個搜索引擎，能讓使用AI眼鏡的用戶更精準地觸達信息。比如用戶在逛商場時，看見一件衣服，就可以通過AI眼鏡檢索出這款產品在全網的最優惠價格和最佳購買途徑，然後下單購買。
多位AI眼鏡的用戶對經濟觀察網表示，由於近視或者有佩戴裝飾品的需求，他們本身就會使用眼鏡。同時，他們也看重AI眼鏡的拍照、通話、翻譯、會議記錄等功能，覺得這類產品使用方便，可以部分替代手機的作用。
一位用戶說，她所在的單位是一家外企，但她的英語並不好，所以比較依賴AI眼鏡的翻譯功能。另一位用戶表示，他購買AI眼鏡，主要是爲了在玩過山車等特定場景中錄像。
怎樣與大模型結合
致敬未知是國內較早開始研究AR眼鏡結合大模型的智能硬件創業公司。該公司成立於2022年8月，在2023年拿到過阿里巴巴領投的 1000萬美元（約7246萬元人民幣）天使輪融資，其創始人吳德周曾擔任錘子科技合夥人、華爲榮耀產品線總經理。
王永森曾在致敬未知擔任產品經理，負責過AR眼鏡的大模型場景整合。他表示，致敬未知當初選擇走AR眼鏡路線，是因爲相比虛擬現實（VR）那種隔絕顯示的場景，AR更貼近現實。吳德周希望致敬未知的產品能貼合用戶現實，並提供現實背後的數字信息。在AR眼鏡結合大模型後，用戶可以使用其識別生圖、物品。基於識別功能和數字信息串聯，用戶還能進行比價、給商鋪評分和團購。
在對比一系列 AR 眼鏡產品的交互設計後，致敬未知還得出了一個結論：AR 眼鏡要特別注意任何交互和呈現，不能影響用戶的走路、下樓梯、聊天等現實行爲。
王永森說，AR眼鏡結合大模型的大概過程是：首先，研發人員在訓練和篩選模型後，在AR眼鏡中整合圖片分切模型、語音識別算法等小模型，這些小模型可以收集信息，是大模型理解世界的工具；其次，AR眼鏡將收集到的圖像或語音信息交給大模型，由其做出智能判斷並生成結果；最後，AR眼鏡把大模型生成的結果反饋到服務器和算法層面，整合互聯網上的相關信息，打包呈現給用戶。
AR眼鏡結合大模型的成本，與普通的大模型應用的成本相似。硬件廠商除了需要投入後端工程師、算法工程師等人力成本外，使用大模型也需要按照token（大模型文本中的基本單位）計費。據王永森透露，很多AI眼鏡廠商在前期都會向大模型公司墊付用戶使用大模型的成本。
爲了不影響用戶的佩戴體驗，各家廠商正在致力於AI眼鏡的輕量化，例如採用鎂鋁合金這種比鋼材和鋁合金等傳統材料更輕的材料，以及使用更輕、更薄的光波導顯示模塊。
目前，市面上的AI眼鏡的重量基本保持在50克以內，而普通眼鏡的重量是20—30克。
王永森說，更好的處理器芯片，更多的攝像頭和其他組件，意味着AI眼鏡會更重、更難攜帶和佩戴。因此，爲了符合人體工學的要求，廠商需要在AI眼鏡的重量和算力能力中間尋找平衡。
仍有技術瓶頸
當前，各家廠商發佈的AI眼鏡，其功能主要聚焦於問答、翻譯、識物等場景。
不過，一位擴展現實（XR，即AR、VR等技術的統稱）設備行業的前從業者告訴經濟觀察網，現在的AI眼鏡，就是給具備通話、拍照、AR等能力的音頻眼鏡，增加了語音助手功能。而且音頻眼鏡的門檻很低，廠商找一家原始設計製造商（ODM）就能做貼牌產品。
上述XR設備行業的前從業者還稱，受限於端側芯片的性能，AI眼鏡當前依賴於雲側大模型提供AI能力。此外，這類產品也需要解決持續工作帶來的高功耗、發熱，以及短續航和網絡延遲等一系列問題。
王永森說，對業內人士來說，AR眼鏡結合大模型的技術門檻並不高，但是很難把AI眼鏡做好。其中一個難點是，AI眼鏡在調用大模型時，如何低延時、準確地理解用戶的自然對話意圖。人們會進行無序的自然對話，可能一口氣說出十幾個字、好幾件事，但大模型需要理解這些話語裡面的用戶意圖。
Rokid創始人祝銘明此前表示，可穿戴眼鏡的同質化競爭確實存在，但這是所有消費電子行業的必經階段。就像手機行業一樣，現在用戶更換手機不只是因爲品牌，更因爲各款手機的細節打磨和生態體驗不同。所以，可穿戴眼鏡的核心競爭力最終會落在品牌競爭力、生態的豐富程度以及產品的細節打磨上。
祝銘明認爲，只有真正願意在細節上深耕的公司，才能在這個市場中生存並發展。最終，可穿戴眼鏡行業會走向類似手機行業的寡頭格局。與手機行業的5—6家主流廠商相比，可穿戴眼鏡行業由於存在強烈的個性化需求，可能會有10—20家主流廠商存在。