首页
资讯
深度
投融资
政策
活动
视频
当前模式 菜单关闭
我们能帮忙找点什么吗?

大模型颠覆AI眼镜赛道竞争逻辑,眼镜厂商该押注软件还是硬件?

发布日期:2026-03-13 16:41:54
字号:A+A-

 / VRAR星球 R星人


大模型与硬件的联姻,成了XR行业的一大新玩法。

 

3月2日,千问首款AI硬件“千问AI眼镜”正式上线。3月8日开始售卖。它的核心亮点就在于通义千问大模型的能力。

 

不久前,苹果公司与谷歌正式宣布达成一项重要人工智能合作协议,将谷歌的Gemini大模型深度集成至苹果生态系统和硬件设备。而集成了Gemini大模型的谷歌AI眼镜,我们在昨天的视频里,已经可以看到它的功能多么强大了。

 

2025年,Meta与雷朋母公司依视路陆逊梯卡联合推出的AI智能眼镜卖出了超过700万副,较2023至2024年的累计销量整整翻了三倍。同期,字节跳动作为国内顶尖大模型厂商,也在谋划推出旗下智能眼镜。

 

随着大模型巨头纷纷下场绑定硬件玩家,智能眼镜这条曾长期不温不火的赛道,突然站在了行业变革的十字路口。

 

然而,很多厂商都在反复权衡,在这场AI驱动的产业重构中:到底该把筹码压在软件上,还是硬件上?

 

 

01 长期不温不火的赛道,为啥被大模型带火了?

 

大模型的全面落地,在产品定义层面改写了智能眼镜的产品逻辑和行业生态,也把这条过去卡在功能机阶段的赛道,直接推进了智能机的前移。

 

如果我们回过头来看,会发现,实际上在过去很长一段时间,消费级智能眼镜的产品定位一直很模糊。

 

一位硬件行业的资深人士表示,“多数产品的核心卖点集中在光学显示、佩戴重量、续航时长这些硬件参数上,核心功能局限在投屏观影、拍照记录、简单语音指令执行,更像是手机的附属配件,没有形成不可替代的用户价值。”

 

他进一步指出,用户需要主动适配产品的功能,在固定的场景里完成固定的操作,很难产生持续的使用黏性。

 

2024年之前,我们大致可以看到,国内消费级智能眼镜的用户月活跃率长期低于30%,多数产品买回去后不到一个月就被闲置。

 

大模型的到来以及其推理水平的不断上升,在功能底层改变了这一现状。也助推了XR眼镜走入规模化发展阶段。


 

具体而言,它重构了智能眼镜的交互逻辑,把过去人找功能的模式,变成了功能找人的自然交互。用户只需要通过自然语言,就能让眼镜完成复杂的任务,比如面对面交流时的实时多语言翻译、会议场景的内容记录与要点提炼、户外出行时的场景识别与路线规划,甚至是基于眼前画面的实时知识讲解。

 

这种交互方式的升级,让智能眼镜从一个被动的显示工具,变成了主动的智能助手,真正实现了解放双手、全场景随行的核心价值。

 

这种变化,直接带动了传统硬件生态玩家的集体转向。特别是手机厂商、消费电子厂商、光学供应链企业,都在尝试用AI把旗下的产品重新做一遍,也就是行业常说的“XX+AI”。智能眼镜作为公认的下一代移动互联网入口级硬件,自然成为这场AI重构的核心战场。

 

有机构称,2025年全球智能眼镜市场规模将达到48亿美元。据IDC发布的《全球智能眼镜市场季度跟踪报告》,2025年中国智能眼镜(Smart Eyewear)市场出货量预计达到284.6万台,同比增长116.4%,其中音频和音频拍摄眼镜出货量预计220.2万台,同比增长183.2%;AR/VR设备出货量预计64.4万台,同比增长19.8%。

 

 

市场上另一股重要的力量,来自投资人和创业者的联盟。此外政策与资本的涌入,进一步加速了大模型与智能眼镜的融合,也让整个行业的竞争焦点,从硬件参数的内卷,转向了软硬综合能力的比拼。

 

这一轮变革的核心,是智能眼镜的价值锚点发生了根本转移:过去产品的核心竞争力集中在看得清、戴得轻,现在更多的是懂用户、够好用、能解决真实问题。

 

02 硬件门槛变低,软件更追求差异化

 

价值锚点的转移直接撬动了整个行业的竞争逻辑,也为接下来的行业格局变化埋下了伏笔。

 

当大模型接入成为行业标配,智能眼镜的硬件门槛正在快速下探,软件能力正在成为厂商拉开差距、构建差异化的核心战场。同时软件能力的上限,永远离不开硬件底座的支撑。

 

先说硬件门槛的下探,核心来自供应链的全面成熟。

 

光学方案层面,国内头部供应链企业已经实现了BirdBath、阵列光波导模组的大规模量产,核心技术突破带动成本持续下降,2025年光波导方案成本较上年下降40%以上。

 

据Counterpoint Research发布的供应链报告显示,2025年入门级AR智能眼镜的BOM成本,较2023年下降了42%,过去动辄上万元的高端AR眼镜,同配置产品的价格已经降到3000元以内,部分厂商入门款产品更是做到了千元以内。

 

算力芯片层面,高通骁龙AR系列芯片已经完成多代迭代,紫光展锐、地平线等国内厂商也推出了专门针对AR眼镜的芯片,中小厂商无需投入巨额研发成本,就能拿到成熟稳定的算力方案。

 

 

供应链的成熟,还直接带来了硬件参数的同质化。

 

目前市面上主流的消费级智能眼镜,在佩戴重量、显示清晰度、续航时长、基础算力这些核心硬件参数上,已经没有核心差距。

 

同价位的产品,硬件配置几乎大同小异,单纯靠硬件参数,已经很难打动用户,更难构建长期的竞争壁垒。

 

在这样的行业背景下,软件成为连接用户与服务的核心纽带,也是打通用户数据、形成差异化竞争的关键。独特的软件功能,比如多模型切换、智能体定制、垂直场景深度适配,都能成为产品的核心差异化卖点,也能帮助厂商在同质化的市场中脱颖而出。

 

2025年下半年,Meta在全球智能眼镜市场的份额达到82%,核心增长动力来自Ray-Ban Meta智能眼镜。Ray-Ban Meta是这一轮AI智能眼镜浪潮中的标杆产品。

 

 

为什么这是一个好产品?它内置Meta AI,模型使得眼镜支持Meta AI这一AI助理功能,通过喊出“Hey Meta”即可唤醒助手进行辅助功能。

 

虽然它的硬件参数并不算行业顶级,重量仅48.6克,和普通墨镜相差无几,核心优势来自于Meta自研Llama大模型深度绑定的软件系统。

 

据悉,最新发布的Llama 4具备原生多模态能力,参数规模超4000亿,性能可媲美GPT-4与Gemini Pro。

 

基于这套系统,产品实现了全场景的自然语音交互,用户戴着眼镜走路时,看到街边的餐厅,直接开口询问就能获取门店评分、推荐菜品、排队情况等信息。

 

于是,Ray-Ban Meta智能眼镜很快成为爆款,早在2024年度销量达到惊人的200万台,成为名副其实的销冠。

 

国内头部厂商也开始,试图靠着软件差异化实现市场份额的快速突破。

 

3月2日上线的千问AI眼镜,首发推出S1与G1两大系列,搭载最新一代千问大模型,支持高精度多模态理解与实时交互、高清拍摄、AI翻译、会议记录、识图识物等核心生活与办公场景。千问AI眼镜G1还首次推出“墨镜款”。

 

值得注意的是,千问AI眼镜将全面接入千问APP,陆续上线点外卖、订酒店、打车等“办事”功能,预计3月底用户即可体验首批功能。

 

同样据IT之家报道,《科创板日报》援引接近乐奇 Rokid 的行业资深人士信息称,Rokid 正与“国内头部大模型公司”合作,研发专属端侧多模态模型,下一代 AI 眼镜产品聚焦生成式 AI 以及 AI Agent(智能体)为驱动的全新操作系统和 UI。

 

目前 Rokid 眼镜日销量大约为 1200 副,线上和线下各占一半。

 

无独有偶,此前媒体报道,乐奇 AI 眼镜深度整合了包括 DeepSeek、通义千问、豆包、智谱在内的多款 AI 大模型,并与高德地图、支付宝、京东科技等国内伙伴达成生态合作。在海外市场,Rokid Glasses 已与谷歌地图、微软翻译等国际巨头建立合作。

 

对上述案例现象需要明确的是,软件功能的落地与体验,始终受硬件算力、传感器配置等基础条件的限制。

 

坦白而言,如果AI硬件无法满足软件的运行需求,再丰富的软件功能,也无法给用户带来合格的使用体验。

 

 

03 智能眼镜厂商,需要做动态平衡的选择题

 

没有合格的硬件底座,再优秀的软件功能也没有落地的空间;没有差异化的软件能力,再顶级的硬件配置,也无法形成长期的用户黏性和竞争壁垒。这也是所有智能眼镜厂商,都必须面对的行业现实。

 

简言之:硬件决定了产品的体验下限,软件决定了产品的价值上限。

 

对于智能眼镜厂商来说,以后出路从来不是在软件和硬件之间做非此即彼的押注,更多的是构建软硬一体的闭环生态,实现硬件与软件的深度协同,在动态变化的行业周期里,找到属于自己的平衡之道。

 

单纯押注硬件,很容易陷入参数内卷的泥潭。在供应链高度成熟的当下,任何硬件参数的突破,都能在很短的时间内被竞争对手复制跟进。

 

也就是说,今天你能做到28g的佩戴重量,竞争对手下个月就能推出25g的产品;今天你能做到1080P的显示清晰度,竞争对手很快就能拿出同规格的方案。单纯靠硬件,很难构建长期的护城河,最终只会陷入价格战的恶性循环,压缩整个行业的利润空间。

 

然而单纯押注软件,很容易陷入被卡脖子的困境。如果没有自己的硬件底座,软件功能的落地始终要依赖第三方的硬件设备,适配成本高,优化空间有限,很难实现最佳的使用体验。

 

如果没有自己的核心大模型能力,只是接入第三方大模型,一旦合作终止或者合作条件发生变化,产品的核心功能就会直接受到影响,完全没有话语权。

 

过去很多智能硬件厂商的发展历程已经证明,没有自己的硬件和核心技术,单纯靠软件应用,很难在消费电子赛道长期立足。

 

 

所以,真正能让厂商在行业竞争中站稳脚跟的,是软硬一体的闭环生态,是硬件与软件的深度协同。这种协同,核心是构建硬件-数据-软件-体验的良性循环。

 

硬件作为数据入口,通过传感器、摄像头等设备,采集用户的使用行为、场景特征、需求偏好等数据;这些数据会用来优化软件算法,让AI模型更贴合用户的使用习惯,让软件功能更匹配用户的真实需求;软件体验的优化提升,会带来更多的用户和更高的用户活跃度,进而产生更多的用户数据。

 

这些数据又会反过来指导硬件的迭代升级,比如根据用户的高频使用场景,优化硬件的传感器配置,调整产品的重量分布,砍掉用户使用率极低的功能,在控制成本的同时,进一步提升核心体验。

 

在AI席卷整个消费电子行业的时代,没有永远的赛道红利,只有永远的用户价值。


商务合作:13146398132undefined

媒体合作:13341147250

爆料投稿:editor@vrarworld.cn

版权声明:本文为VRAR星球原创,任何单位及个人未经授权不得转载,否则将依法追究侵权责任。

如需转载请联系13341147250 / editor@vrarworld.cn 申请授权,转载时请注明来源并保留VRAR星球原文链接。

本文部分图片及视频来源于互联网,如涉及侵权请联系我们删除。

发表评论(0