AI Hardware & Interfaces：下一代 AI 入口，真的需要一款新硬件吗？ 最近 AI 智能眼镜的市场越来越有意思。 IDC 数据显示，2… · @isBadOcto · TwKit

@isBadOcto

AI Hardware & Interfaces：下一代 AI 入口，真的需要一款新硬件吗？ 最近 AI 智能眼镜的市场越来越有意思。 IDC 数据显示，2026 年 Q2 全球 XR 头显与眼镜出货量同比增长 35.3%，其中无显示屏的音频类眼镜占整体出货量的 70.3%。Meta 以 68.7% 的市场份额保持领先。 但比销量更值得关注的是，各家厂商开始走向完全不同的产品路线。 Meta 继续围绕摄像头、语音和 AI 建立生态；HTC 的 Vive Eagle 强调隐私与本地加密；Even Realities G2 则干脆去掉摄像头和扬声器，选择轻量显示。 这些产品并没有在回答同一个问题。 有人认为 AI 需要一双眼睛，有人认为用户需要的是一个无需低头的信息出口，还有人试图把完整的计算体验搬到眼前。 这让我重新思考 AI 硬件的必要性。 过去我们看到不少录音吊坠、胸针、随身摄像设备。它们试图通过持续采集环境信息，让 AI 更了解用户。 但我一直觉得，这些产品中有相当一部分可能只是过渡形态。 不是因为持续感知没有价值，而是因为用户真的需要为此再佩戴一件设备吗？ 手机已经有摄像头、麦克风、GPS 和相当成熟的计算能力。手表已经占据手腕，耳机已经是天然的语音入口，电脑则掌握了大量真实的工作 Context。 如果 AI 能够直接调用这些设备上的信息，为什么还需要一个独立的录音吊坠？ 当然，眼镜的情况有所不同。 它的位置天然接近用户视角，在双手被占用时能够获取第一人称画面，也可能通过音频或显示屏，在不中断当前动作的情况下提供信息。 但这里仍然需要区分两件事： 一种是技术上能够做到什么，另一种是用户为什么需要它。 让 AI 实时描述眼前的物体并不困难，真正的问题是用户会在什么场景下反复使用，而且这个场景为什么不能更方便地通过手机解决？ 我认为判断一款 AI 硬件是否有必要，至少需要回答三个问题： 它有没有获得现有设备难以获取的 Context？ 它有没有减少用户完成任务时的操作中断？ 它带来的价值，是否足以抵消额外的设备成本、充电、佩戴和隐私负担？ 如果三个问题都无法给出明确答案，那么再好的多模态能力，也未必能支撑一个独立的硬件品类。 从创业角度看，我反而开始更关注硬件背后的应用层。 一个值得注意的变化是，Meta 在今年 9 月推出了稳定版 Wearables Device Access Toolkit 1.0，允许开发者将已有手机应用的能力延伸至支持的智能眼镜。 Google 也在通过 Android XR 推进不同形态设备的开发生态。 这意味着，一部分原本需要自己开发硬件才能验证的交互场景，现在可以直接建立在现有设备上。 不过，开放 SDK 不等于开放完整生态。 硬件厂商仍然控制传感器权限、系统入口、应用分发，以及用户能够获得什么样的交互体验。 这带来了另一个商业问题： 如果 AI 眼镜逐渐成为新的用户入口，独立开发者究竟是在建立自己的产品，还是在替硬件平台验证下一批原生功能？ 翻译、拍照问答、导航和基础通知，都很容易被系统层吸收。 我不太看好再做一个通用的 AI 眼镜助手。 相比之下，我更关注那些能够深入真实工作流的应用。 比如现场维修人员利用第一人称视觉查询设备手册、记录工单；或者让 AI 在用户使用电脑时理解当前屏幕和语音指令，再调用已有的 Coding Agent 处理问题。 这类场景的价值不在于眼镜本身，而在于减少了从感知问题到执行任务之间的操作成本。 但它们同样需要验证：企业是否允许佩戴摄像设备？现有手机或电脑方案是否已经足够好？用户愿不愿意为节省的时间付费？ 我认为 AI 硬件最终不应该围绕“如何让用户多使用一款设备”设计，而应该围绕“如何让用户更少主动操作设备”展开。 未来 AI 可能越来越自然地存在于手机、电脑、耳机、眼镜和汽车中。 真正有价值的应用，未必需要拥有硬件本身，而是能够理解用户此刻的 Context，并通过最合适的设备完成交互。 当然，跨设备应用也会面临平台权限、系统兼容和分发控制的问题。它并不是天然比硬件创业容易，只是允许团队在更低成本下验证需求。 我们应该思考： 当感知能力逐渐普及、模型能力不断商品化，究竟还有哪些交互场景没有被解决？ 而这些场景中，哪些真的需要新硬件，哪些只需要把现有设备重新连接起来？ 当下AI 入口的价值，不取决于它增加了多少功能，而取决于它消除了多少原本需要用户主动完成的操作。

曝光 4 · 评论 0 · 点赞 0 · 书签 0