2026 还没过半，依然有 30 多款 AI 眼镜亮相了。

除了、阿里千问、Rokid、雷鸟、小米这些老玩家，连雇主电器都推出 AI 烹调眼镜，京东方也作念了骑行眼镜……百镜王人放，但大体上在围着三件事卷：谁能作念得更轻、谁的录像头更清亮、谁的镜片上能塞进更大更好的自满屏。

淆乱之下，有一个数据庸俗会被忽略。

目前主流电商平台上，AI 眼镜的退货率高得惊东谈主，广大在 30% 傍边，在冲动滥用占大头的直播渠谈，退货率以致能飙到 40% 到 50%。

用户因为崭新感下单，戴了几天，寡言点了退货。销量高开低走、退货率居高不下，等于浩荡 AI 眼镜的「生命周期」。

说白了，尝鲜期曩昔后，滥用者就会初始产生这么的猜疑：戴上之后它到底能帮我干什么。

就在今天，科大讯飞在澳门发布了旗下首款 AI 眼镜。这副 40 克的眼镜莫得卷像素、卷全彩大屏、卷前卫联名，把中枢才能押注在一个看起来十分常见的才能上——翻译。

但翻译仅仅它的进口，不辱骂常。

发布会前夜，APPSO 和科大讯飞副总裁王玮、一稔开发业务部总司理林会杰聊了聊。聊到后半段，话题从具体的家具时候编削到了一个更大的命题上：AI 眼镜下半场的环节，到底在硬件层面如故在 AI 责任流？

AI 眼镜的「奇点」，是让东谈主荒诞一直戴

百镜大战之后，在现存供应链里攒出一款智能眼镜真不难，华强北两周就能给你出一个样机。但难的是，你怎么给用户一个「一直捎带」的根由。

关于第一次作念 AI 眼镜的讯飞来说，这亦然个绕不开的坎。

王玮跟 APPSO 聊起讯飞作念 AI 眼镜的来源，其实源于一个相当具体的画面：你思啊，翻译机在展会、袖珍商务洽谈这些场景里是很好用的，以致公司共用一台就够。但总有一些时刻，当你在海外旅游或者某些场所，你不绵薄掏出开发和折腰看屏幕，不思等翻译收尾打断话语的自然节拍。

你但愿交流是「千里浸式」的，目光遥远对着互相，对话顺畅流动，翻译像空气一样感受不到存在。这副眼镜的来源，等于用户对那种「无感」体验的期待。

这种「物理中断」，是讯飞看了大批个翻译机用户的实在反馈后，攒下来的痛点。作念 AI 眼镜的公司不错整夜之间冒出来，但作念翻译的基础底细，确凿没法速成。

讯飞翻译机卖了 100 万台、翻译了 10 亿次。讯飞同传跑了 42 万场国际会议，遁藏 50 多个国度，触达 4 亿不雅众，一语气 8 年行状宇宙两会。

这些数字千里淀下来的不仅仅算法，还有对实在场景里那些琐碎问题的感知：什么时候用户会嫌翻译慢，什么场景下手执开发让东谈主痛苦，什么杂音条目会让准确率断崖……

客岁 10 月讯飞依然推出了一款翻译耳机。耳机考据了两件事：用户如实需要开释双手的一稔式翻译；端到端的同传在一稔开发上是跑得通的，反应速率能掐在 2 秒以内。

但耳机只管耳朵，在林会杰看来，耳机的局限在于它是一个「听觉」开发（目前也初始加录像头了），眼镜则不错加多视觉的模态，多种模态近似在一王人，跨语言疏通的信息输入就丰富多了。

说白了，眼镜上有录像头不错拍照翻译，有自满不错投射字幕让你无须折腰看手机，还能放更多的麦克风作念定向降噪。

用王玮的话说等于，「眼镜离东谈主的眼睛、耳朵、嘴巴最近，它是物理世界与数字世界自然的桥梁，让翻译像呼吸一样自然发生。」

而到了 2026 年，供应链资本初始被拉下来了，国补也初度把智能眼镜纳了进来，再加上星火 X2 大模子云霄翻译才能的栽植，天时地利凑王人了。

林会杰倒挺坦率：「咱们采纳这个节点，是因为看到了增速才刚刚初始。」王玮更径直：咱们不思用「iPhone 时刻」这个词，但施行上等于这个意旨真义，眼镜巧合到了奇点左近的时候。

40 克，一谈系统工程题

讯飞这款 AI 眼镜，我戴上之后第一反应是比思象中轻。它集成了微型自满屏、录像头、5+1 麦克风矩阵、喇叭，但整机重量被死死卡在了 40 克。

这个数字可能许多东谈主没倡导，咱们来横向对比一下：

Meta Ray-Ban 是 49 克，但它莫得自满屏；Rokid Glasses 亦然 49 克，带自满，但比讯飞重了快要 25%；华为 AI 眼镜如实轻，35.5 克，但它莫得自满屏。

在「带自满屏」的智能眼镜阵营里，讯飞目前险些作念到了行业最轻。

为什么非得是 40 克？林会杰说，这个数字是他们用模拟仿真和海量调研死磕出来的。西洋东谈主的头型和体型对重量的钝感力比拟强，Meta 作念到 50 多克他们依然以为能接收。但亚洲东谈主的颅骨结构和鼻梁高度不同，对重量荒谬明锐。

关于中国用户来说，45 克是一谈分水岭，向上这个重量，戴真切就会有显着的压迫感。40 克，是万古候捎带的「舒畅阈值」。

为了抠掉这几克，团队在工程上跟供应链磨了很久。最环节的一招，是用树脂镜片替代了传统的玻璃镜片。

传统近视眼镜早等于树脂的六合了，但为什么智能眼镜一直无须？因为工艺太搞心态了。智能眼镜的镜片需要作念「全贴合」，把自满层和镜片压在一王人。树脂材料在成型和加热时极易产生微弱的气泡，胶水一朝有一点一毫的赋闲，后光的折射曲率就偏了，统统这个词镜片就废了，良率为止比玻璃费劲多。

林会杰袒露，讯飞应该是行业里第一个在带自满的智能眼镜上把全贴合树脂工艺跑通的。研发经过中阅历了相当多尝试和失败，才最终把树脂材料用在了自满镜片上，但申报是雄壮的，单靠镜片这一项，就比玻璃决议轻了 30% 到 40%。

再加上定制的 0.15CC 微型光机、微型录像头模组，镜框镜腿一体成型。芯片选型和算法作念了深度耦合：雷同的功能别家可能要 100mAh 电板，讯飞可能 50mAh 就够了。

是以临了咱们看到的讯飞 AI 眼镜，整机重量更轻，续航却没打折。

这是一谈系统工程题，莫得捷径，每一环都要跟供应链反复磨合良品率。树脂镜片、微型光机、低功耗芯片、算法-硬件耦合，哪一环掉链子，重量都获得到 50 克以上。

唇动识别降噪，用眼睛帮耳朵听

翻译自然是讯飞的舒畅区，但这副眼镜上，讯飞还首发了一个有点科幻的时候——唇动识别降噪，这是多模态降噪系统的中枢部分。

这是唇动识别降噪初度搭载到 AI 眼镜上，完了逻辑是眼镜的前置录像头会死死锁定对面话语东谈主的嘴唇。同期，眼镜上的 5 颗气导麦克风和 1 颗骨传导麦克风构成了一个六通谈的音频流。

系统及时通过「看到谁的嘴在动」，来援手判断「该听谁的声息」， 从而在嘈杂的多东谈主混声中，精确地把有计划东谈主物的语音「抠」出来。

这就完了了「看谁翻谁」的恶果，你的眼镜盯着谁，耳边响起的、镜片上跳出来的，等于谁的翻译字幕。

这个时候径直决定许多场景的翻译质料，必一体育APP因为翻译准不准，有一个伏击的前提听得清不清。

开云kaiyun体育app登录入口

恬逸的会议室里，其实目前的翻译软硬件都不错较好贬责交流问题。但讯飞 AI 眼镜伏击的一个用户群是商务东谈主士，他们信得过需要用到的翻译场景是什么？是展会、商务酒会、机场，环境杂音璷黫都能 80 到 90 分贝。传统翻译器具在这种环境下，准确坦爽接掉进马里亚纳海沟。

高噪场景下，唇动识别降噪让识别准确率栽植了 50% 以上。林会杰讲授说，这并不是单纯看口型，它交融了声源位置增强、有计划东谈主锁定等一整套多模态降噪系统，各路信号在施行使用中自动协同。

这个才能也不是拍脑袋思出来的。讯飞在大型会议系统和汽车智能座舱里，搞这种多通谈语音分离和多模态降噪依然许多年了，在 CHiME 国际语音分离大赛上拿过 6 连冠。

王玮还给咱们共享了一个几年前的里面 Demo：几个参议员同期讲话，东谈主耳实足分不清，系统把每个东谈主的声息干净利落分离出来，谁说了什么都明剖析白。

这事儿意旨真义意旨真义的场所在于，以前开大会，你有满盈的物理空间塞麦克风，有行状器的算力，有插座供电。目前，你要把这套复杂的视觉-音频交融算法，塞进一副 40 克、算力和功耗被荒谬压榨的眼镜里。

王玮以为，这恰正是讯飞在硬件上秀出的「肌肉」：怎么把掀开发上的硬核算法作念高倍率的压缩，移植到小尺寸、轻量化的出动端侧，况且还能离线及时贬责多路语音数据。

讯飞作念硬件的旅途是「掀开发考据、小开发迁徙」。在会议系统和汽车上跑通的算法压缩到眼镜端侧。唇动识别降噪需要视觉-音频配对数据、端侧及时贬责才能、多麦克风硬件的归拢调优，单靠现成算法集成难以完了。

降噪的准确性径直决定翻译的准确性，这亦然整条责任流的第一谈关卡。

「万能翻译」背后的基础步伐

听得清之后，才是译得准的问题。

讯飞 AI 眼镜救济 122 种语言的及时互译，分散了同声传译（听演讲）、濒临面翻译（商务洽谈）、通话翻译（跨国电话）和线上同传（接腾讯会议或 Zoom）等四种模式，录像头还能径直拍 PPT， 作念外文贵寓翻译。

在现场体验中最让我以为专门旨真义的是通话翻译。

这大要是目前市面上独逐一款能在你打电话时，同期帮你作念跨国翻译和记载的眼镜。它的旅途是这么的：眼镜通过蓝牙挂载在手机上，捕捉到电话那头的英语，端到端同传模子全自动翻译，再把你的汉文修起翻译成英文顶且归，延长在秒级。

也等于说，你在电话这头说汉文，老外皮那头听到的是你的音色克隆出来的英文。电话一挂，眼镜以致能帮你把一份结构化的会议纪要发你。

曩昔，传统的翻译系统是「老三样」：语音识别（ASR）→文本翻译（MT）→语音合成（TTS）。这套决议最大的弊端等于延长大，况且每过一个环节，信息的「语义亏空」就多一层。

讯飞此次在眼镜上搭载端到端的语音同传大模子，跳过了中间的文本转译步地，径直完了「语音进、语音出」，把首字反馈时候压进了 2 秒。云霄撑腰的是星火 X2 模子（293B 参数的 MoE 架构，基于华为昇腾历练）。

林会杰说，他们把翻译场景切分得极其幽微，因为不同场景下需要的行业学问库和降噪模式是实足不一样的。

讯飞这款眼镜在翻译功能上花的功夫，这有点像手机行业卷影像，拍照功能谁都有，但我有 2 亿像素，有10 倍长焦，有4K live 图，以致能遁藏专科影相场景。

翻译之后，AI 责任流才初始

到了这一步，你会发现，讯飞思作念的依然不仅仅「翻译器具」了。这大要亦然为什么它不叫「翻译眼镜」，而被视「目下的超等 AI 助理」。

林会杰认为，「眼镜更像是一个戴在目下的超等策划机，带有自满、录像头、语音才能，它的成就跟手机、PC 基本一样。」

承载这层才能的是讯飞的 GlassClaw，这个 Agent 能调用大模子才能、接入生态行状、作念多模态清楚，把从听懂到干活的统统这个词经过买通，同期也救济 OpenClaw 品级三方 Agent 接入。

你没看错，这如故一副「龙虾」眼镜。

林会杰共享了他我方使用 GlassClaw 的正常责任流：他外出无须庸俗掏手机。在路上走着，不错径直用语音叫醒 GlassClaw，让它调取手机通信录、找客户拨号，电话接通自动开翻译。

跟客户濒临面聊天时，霎时需要查阅之前的某份协议纪要，径直盲操嘱托眼镜，眼镜会去检索他的电脑贵寓，索要出重点并同步到镜片上。

以致开完会后，眼镜自四肢念完多模态的脚色区分（谁说了什么），输出结构化纪要，他径直语音：「把纪要以邮件神气发给技俩组，并把下周三的复盘会同步到日期上。」

要是你也养过虾对这些功能确定不生疏，只不外此次交互发生在你的脸上。

当初让AI 眼镜出圈的提词器功能，在这款眼镜里也迎来升级。

讯飞 AI 眼镜的智能提词器功能作念到了语义跟班，说到哪跟到哪，不再是机械按速率滚动，不错作念自然的智能语义清楚和跟班。配套的充电胶囊不错当遥控器，按键切换和暂停文稿。

这等于 AstronClaw 架构在底层玩的「端-边-云」三级协同：眼镜端侧认真环境感知和预贬责，边际侧作念决策，复杂的推理丢给云霄的星火 X2。GlassClaw 基于讯飞自研的 Agent 才能，同期也救济 OpenClaw 品级三方 Agent 接入。

王玮的判断是，改日的眼镜不再仅仅很简陋的一副眼镜，而是你一稔最绵薄的一个随身助理。

市集上单作念翻译或单作念 AI 助手的家具不少，但把「翻译 + 记载 + 纪要 + 跨端履行」串成顺滑的责任流，需要语音、翻译、大模子、智能体（Agent）四种底层才能同期在线，且头重脚轻紊。

讯飞这种全栈的时候才能，巧合在眼镜这个载体上找到了合适的闭环。

AI 眼镜的下半场，拼的是什么

曩昔两年，AI 波浪裹带着统统这个词硬件行业寻找阿谁所谓的「Next Gen」进口。

AI Pin 翻车了，多样智能吊坠无疾而终，虽然 AI 硬件的家具形态和时候路子差异，但行业也安稳酿成一些共鸣： AI 需要眼睛，它必须能及时感知东谈主类所处的三维物理世界。

AI 眼镜未必不是最终形态，但它是目前独一能够全天候、第一视角承载视觉与听觉输入的形态。

王玮在采访里提到一个挺专门旨真义的预判：「改日的数字生存三件套，大要率是电脑、手机和眼镜。眼镜不是手机的配件，它我方等于一台架在鼻梁上的沉静主机。」

眼镜自然顺应作念趋奉物理世界和数字世界的开发。况且硬件本人还有很长的迭代空间：自满会从单色走向全彩、从 2K 走向 4K；录像头和麦克风还会向 AI 原生的 token 编码方式升级。王玮说这些时候旅途依然初始有比拟清亮的发展主见了。

林会杰袒露，讯飞的第二代 AI 眼镜依然在盘算中，最快 2026 年秋季能看到，面向更多不同东谈主群，也在摸索一些细分的垂直场景。

曩昔一年 APPSO 测过、写过不少 AI 眼镜。回头看百镜大战，行业其实依然分化出了两条不同的路：

一条是「作念最佳的眼镜，让 AI 成为加分项」。 Meta Ray-Ban 是这个逻辑：用前卫联想和品牌文化来对冲用户对 AI 才能的低频刚需。

另一条是「作念更深的 AI 责任流，让眼镜成为新的电脑」。 讯飞采纳的等于这条路。两条路指向不同的竞争维度，但后一条更难走，因为它要求你同期具备硬件工程才能和 AI 全栈才能，统筹兼顾。

AI 眼镜的下半场，信得过的分水岭在于，谁能把 AI 揉进高度细分的实在场景里，替用户把一件件琐碎任务给办了。

让眼镜追想眼镜， AI 老敦富厚当「牛马」。

临了能留住来的开发，我思大要是这么的：当你摘下它的时候，会霎时以为目下的世界变得千里重而低效。