AI眼鏡，等待自己的iPhone時刻

（圖片來源：攝圖網）

作者|谷子 來源|慢放

廠商悉數下場，大幕已經拉開。

現在，基本上可以把2025年稱作「智能眼鏡年」了。

蘋果前幾天在官網低調發布了升級硬件的VisionPro，vivo在兩個月前的8月高調發布了對標它的「vivoVision探索版」；Meta9月發布了首款帶顯示屏的智能眼鏡MetaRay-BanDisplay，小米則在更早的6月帶來了1999的「年輕人第一副智能眼鏡」；還有早已深耕多年的雷鳥，Rokid；剛剛入場的魅族；躍躍欲試的百度、阿里等等。

從1月至今，累計有20多家廠商或正式官宣或被傳出要涉足智能眼鏡行業。IDC預測，2025年全年，全球智能眼鏡市場出貨量預計將達到1451.8萬臺，同比增長42.5%。中國市場預計總出貨量將達到290.7萬臺，同比增長121.1%。

廠商悉數下場，大幕已經拉開，但這個市場因何而起？有哪些技術流派？以及最重要的——智能眼鏡，何時迎來自己的「iPhone時刻」？

一

「早產兒」谷歌

很多科技數碼產品，都是從科幻作品開始的——智能眼鏡亦是如此。

在《終結者》里，T-800機器人的機械眼能瞬間掃描、分析眼前的一切，并實時顯示出來；在《少數派報告》里，阿湯哥能用手勢在空氣中調取圖標，操作電腦。這種將數字信息與現實世界無縫疊加的能力，就是科幻作家為智能眼鏡描繪的最初的、也是最迷人的藍圖——所見皆可操作，所見皆可數字化。

第一個試圖將這個科幻夢想帶到現實的，是谷歌。

2012年，谷歌眼鏡（GoogleGlass）橫空出世。在一支短視頻中，谷歌為用戶描繪了一個非?？苹玫摹钢悄苎坨R的一天」：

用戶戴上之后，通過一塊小小的棱鏡，一切信息全都呈現在眼前：看向天空，天氣預報自動浮現；路邊發現一幅歌手海報，旁邊即浮現演唱會信息；跟著導航箭頭，在書店里找到想要的書；朋友發來的短信，不僅自動彈出還能語音回復；站在樓頂，實時為女友直播絕美的夕陽……

任誰看完都要感嘆一句「未來已來」。然而，理想很豐滿，現實……那都不叫骨感，那干脆就是骨灰。

現實是，當時谷歌的技術根本不足以實現這部宣傳片中提到的99%以上的功能——它其實就只是一個能拍照的玻璃小屏罷了。無論是芯片、電池還是顯示技術，在2012年都遠未成熟。售價高達1500美元，續航卻只有可憐的幾個小時，而且——從顏值的角度來說，這玩意屬實也是太丑了。

2022年，前谷歌研發人員WarrenCraddock撰文表示，當時谷歌眼鏡的工程師在測試時整天「問眼鏡一些類似埃菲爾鐵塔有多高之類的問題，或者就是給桌上的盆栽拍照」。研發團隊甚至自己都「不知道它有什么用」。

更致命的，是這款產品在社會倫理上引發的恐慌。

一個戴著谷歌眼鏡的人走進酒吧，他是在看酒單，還是在偷拍你？很快，一個充滿貶義的新詞誕生了——「Glasshole」（眼鏡混蛋）。用來描述那些戴著谷歌眼鏡瞎晃的人。它精準地概括了公眾對這種穿戴設備的普遍反感：它打破了人與人之間關于隱私的默契，帶來了強烈的不安全感和被冒犯感。

最終，在技術和倫理的雙重困境下，谷歌眼鏡不了了之。時至今日，它依然是智能眼鏡乃至整個科技創新圈的知名反面典型。

盡管如此，谷歌眼鏡確實點燃了智能眼鏡行業的第一把火。它的高關注度驗證了市場需求，它所踩過的坑也被其他同行拿來認真學習。十幾年后，隨著技術成熟，一些后續者開始陸續出現。

那么，這次，廠商們會怎么做？

二

音頻、攝像頭與MR

盡管都被冠以「智能眼鏡」之名，但2025年當下的在售眼鏡產品，差異可能比智能手機和功能機還大。這背后，是三條截然不同的技術路線。

首先就是「音頻派」。

早在2019年，亞馬遜就發布過一款名為EchoFrames的「音頻智能眼鏡」。眼鏡尾部有揚聲器，前端有麥克風，說是智能眼鏡，不如說是「戴在臉上的開放式耳機」。但亞馬遜表示，智能不是白叫的：用戶可以用它連接手機，和亞馬遜Alexa智能語音助手對話，查天氣，定日程，問問題，操縱家里的智能設備；等等。手機來了通知，也能直接讀給用戶聽。

之后的幾年，Bose、雷柏、華為，小米等廠商也相繼下場，開發了各自的音頻眼鏡產品，功能總體上大同小異：聽音樂，打電話，連接各自手機的智能語音助手，最多再加點類似感應頭部動作的頸椎保護功能。因為功能簡單，價格也可以很低，例如小米的「MIJIA智能音頻眼鏡悅享版」就來到了最低469的價位。

從好的方面來看，音頻智能眼鏡完美規避了重量和隱私兩大難題。大部分這類產品不到30g，幾乎和原配眼鏡沒啥差別，用戶長期佩戴的壓力不大；物理上也沒有偷拍的可能；但這也正是它的短板：無論怎么包裝「智能」功能，說到底，它也只是個形態新穎的耳機罷了。

光聽顯然不夠，因此更主流，或者說更「智能」的方案，是第二個流派：「攝像頭派」——尾部有揚聲器，前端有攝像頭，不僅能聽，還能「看」的智能眼鏡。

這個領域，Meta是無可爭議的老大。2023年10月，Meta發布首款MetaRay-Ban眼鏡，最初并不被外界看好，但Meta將主打功能定位在「AI語音交互」和「影像記錄生活」兩大領域，并通過和雷朋合作，提升了眼鏡的顏值。解決了谷歌眼鏡當年面臨過的「有什么用」和「戴著丑」的兩大痛點。

兩年時間200萬副的銷量，證明了確實有相當一部分人有「臉上長攝像頭」的需求。據國盛證券報告，2025年Q1全球AI智能眼鏡銷量約為60萬臺，而其中MetaRay-Ban的單品銷量就達到52.5萬臺?？梢哉f，今年很多下場的廠商，如小米、魅族、阿里等，走的也正是Meta開創的這個路線。

「攝像頭派」是目前將AI能力與現實結合最緊密的路線，對于Vlogger，它是無與倫比的第一視角記錄工具。對于普通用戶，它則是一個強大的「外置大腦」。看不懂外文菜單？拍一下，實時翻譯。路邊看到不認識的植物？看一眼，百科信息立刻通過耳機告訴你……當然，谷歌眼鏡面臨的「偷拍」困境，「攝像頭派」們一樣繞不過去。Meta和小米的產品都有拍攝時閃光的設置，提醒周圍的人「此人正在攝像」，但這個提醒有多大作用，只能說……比沒有好。

最后就是「MR派」——或者說「空間計算派」。

這無疑是最野心勃勃的一派。它不僅要「看」世界，更要「創造」和「融合」一個新世界，實現真正的增強現實（AR）或混合現實（MR）。這也是唯一有望顛覆手機的路線，因為它從根本上改變了信息的維度。在工業、醫療等專業領域，可能會展現出驚人的生產力。

但還是那句話，理想豐滿，現實骨感?！溉诤吓伞沟牧觿?，幾乎都源于當前技術與物理定律的矛盾。蘋果VisionPro超過600克的重量和不到2小時的續航就是典型。vivoVision將重量壓到398克，但這依然遠未達到普通眼鏡的水平。

也有廠商嘗試在眼鏡中植入顯示器。Meta在9月發布了采用彩色光波導顯示功能的MetaRay-BanDisplay智能眼鏡。它右眼鏡片有一塊郵票大小的顯示區域，支持顯示音樂播放器、相機取景預覽、實時字幕翻譯等內容。整體上更接近于「增強信息提示」的智能眼鏡，而非完全的混合現實設備。效果……只能說未來可期，畢竟連小扎自己在發布會上都翻車了。

三

AI眼鏡會迎來自己的「iPhone時刻」嗎？

智能眼鏡顯然已經夠多了，下一個問題則是：它什么時候會從大號玩具「飛入尋常百姓家」？換句話說，智能眼鏡會迎來自己的「iPhone時刻」嗎？

上文提到的WarrenCraddock在文章中，提到了谷歌眼鏡的失敗的另一個原因，是開發團隊沉迷于為眼鏡尋找某一款「殺手級應用」。無獨有偶，2023年蘋果VisionPro剛上市時，也有媒體頻頻提及「殺手級應用」，寄希望于某一款app，能讓智能眼鏡徹底走向大眾。

這個想法，或許有點偏。事實上，歷史上那些「改變世界」的數碼產品，他們靠的都不是某一兩個打動人的功能，而是為自己的用戶打造了一個「場景」。

比如索尼的Walkman隨身聽，它的成功，源于索尼對這款產品的定位。Walkman沒有揚聲器，隨機附贈耳機，體積只有磁帶盒大小。這所有的設計，都圍繞一個核心的「場景」：音樂出街。Walkman不是第一個「移動音樂播放設備」，但他確實史上第一次創造了「隨身攜帶的、私密的、個性化的聲場」。它滿足了人類在公共空間中構建「自我小世界」的心理需求。

上市七個月，索尼就賣出了14萬臺Walkman，截止到2010年停產為止，所有型號的磁帶式Walkman累計賣出2.2億臺。而如果把CD，MiniDisc等衍生型號的Walkman設備也算上的話，總銷量達到了驚人的4億臺。

這，就是場景的力量。

還有iPhone，2007年的初代iPhone的確是革命性的，但它真正封神，是在2008年AppStore上線之后，讓它從一個「能流暢上網的漂亮手機」，變成了一個「數字應用分發站」。它讓開發者能夠非常輕松地對用戶收費，它讓用戶可以像便利店買水一樣，便捷地在手機上購買應用程序。是數以百萬計的應用，才真正定義了iPhone。

2008年第三季度，iPhone全球銷量72萬臺。在推出AppStore之后的第四季度，直接暴漲到689萬臺。2008年一整年，蘋果賣出了1163萬臺iPhone，2009年，這個數字是2073萬，之后的幾年，iPhone的銷量都保持著不低于70%的增長率。

這其實也符合當下的市場表現：綜合來看，2025年的智能眼鏡市場，呈現一種微妙的悖論：廠商們爭相給自己貼上「智能」的標簽，但用戶真正付費購買的原因，卻并不是因為虛無縹緲的「AI大模型」，而是實打實的場景：有人想不戴耳機聽歌；有人需要解放雙手拍照，有人想隨時隨地隨手錄音，等等。

那么，適合智能眼鏡的場景，會是什么？

結語

傳播學大師麥克盧漢曾提出：「媒介即信息」。意思是，傳播媒介本身對人的影響，要超過媒介傳達的信息本身。比如，在電影出現之前，人們看到的畫面是連續的；在電影出現之后，隨著「剪輯」的誕生，人們很自然地接受了畫面可以是跳躍的，割裂的。

所以，這可能才是智能眼鏡的最終場景：重塑人類接收信息的方式，并因此而改變世界。

在文字、廣播的時代，信息是一維的，只有單純語言，聲音的輸入；

后來，電視、電影出現，信息變成了二維。人們可以同時接收畫面，聲音，語言和文字。智能手機延續了二維信息傳遞，讓它更加個人化，多元化——但依然沒有突破二維。

而現在，智能眼鏡有可能讓我們迎來三維信息時代：信息從面前的屏幕中，走到了你我每個人的身邊。從此之后，每個用戶都會擁有一個只屬于自己的「世界」。當你導航時，不再是低頭看手機箭頭，而是抬頭「看到」一條金色光帶在真實道路上為你引航；當你與朋友視頻通話，不再是盯著小屏幕，而是「看到」他的影像就坐在你對面的沙發上。

只有當智能眼鏡能夠真正無縫、自然、低成本地提供這種三維信息體驗時，它或許才能完成從「極客玩具」到「大眾基礎設施」的終極遷移，迎來自己的「iPhone時刻」。眼下的所有AI眼鏡，距離完美回答這個問題，都還有很長的路要走。但，齒輪已經開始轉動了。

唯一的問題是，誰會是那個天選之子？而我們，又是否真的準備好，去迎接一個「所見即可得」的未來了呢？

編者按：本文轉載自微信公眾號：慢放，作者：谷子