从光学、芯片、算法、供应链到资本市场实践，剖析AI眼镜的产业化之路 ——第十六届松山湖论坛圆桌实录

随着AI技术在端侧的快速演进，AI眼镜从概念探索阶段迅速进入产业化竞争期。早期以Meta Ray-Ban智能眼镜为代表的产品聚焦拍照与分享功能，推动了全球消费者对AI穿戴设备的初步认知。进入2026年，国内AI眼镜赛道呈现“百镜大战”态势，众多企业围绕轻量化设计、摄像头集成、显示技术、音频交互及续航能力展开激烈角逐，从无显示带摄像头方案到单色/全彩显示方案，从消费级到垂直应用场景，产品形态日益丰富。

2026年6月3日下午，东莞松山湖凯悦酒店，第十六届松山湖中国IC创新高峰论坛上，十款国产芯片推介结束后，压轴环节——圆桌论坛《AI眼镜的产业化之路》正式展开。本场圆桌由芯原股份董事长、首席执行官、总裁戴伟民博士担任主持人，汇聚了恒玄科技、歌尔微电子、灵伴科技、亿境虚拟现实、雷鸟创新、逐点半导体、芯原股份等AI眼镜产业链核心企业的代表，包括恒玄科技（上海）股份有限公司 商务拓展副总裁 高亢先生、歌尔微电子股份有限公司 战略投资部投资总监 刘炜俊先生、灵伴科技（杭州）股份有限公司 AR平台总工程师 马超先生、深圳市亿境虚拟现实技术有限公司 总经理 石庆先生、芯原微电子（上海）股份有限公司 执行副总裁、定制芯片平台事业部总经理 汪志伟先生、雷鸟创新技术（深圳）有限公司 CTO 张君杰先生、逐点半导体（上海）股份有限公司 CEO、总经理 周贞宏 先生、南京芯视元电子有限公司总经理、CEO何军。

从芯片设计到终端应用，从光学模组到整机集成，台上嘉宾均为AI眼镜赛道最具影响力的从业者。圆桌论坛围绕AI眼镜的关键技术突破、生态构建、产业链协同及商业化落地等核心议题展开深度探讨。戴伟民首先回顾了此前可穿戴研讨会及芯原CEO论坛的相关预测，随后以七个递进式话题引领讨论，涵盖消费者驱动力、百万级商业落地路径、Always-on感知与隐私平衡、小模型应用、通用SoC与定制ASIC关系、观影眼镜视觉优化以及本土品牌港股上市预期等关键问题。

讨论过程中穿插多轮现场投票，嘉宾结合各自企业在光学、芯片、算法、供应链及市场实践中的积累，进行了务实且富有洞见的交流。

一、大众消费者购买AI眼镜最核心的驱动力是什么？

圆桌论坛开始后，直接进入话题一的讨论：大众消费者购买AI眼镜最核心的驱动力是什么？

当前大火的Meta的产品主要被定义为拍照工具，用户习惯清晰。AI眼镜在形态上呈现出轻量化特点，看上去类似太阳镜，但音频功能同样重要。

石庆作为第一位分享嘉宾，从亿境虚拟现实在近眼显示和XR领域的长期积累，以及近年转向AI轻便眼镜的经验出发，选择了语音助理、拍照与分享、办公提效三项。他详细解释了选择办公提效的原因：AI眼镜作为入口硬件，可记录语音甚至多模态数据，喂给大模型后生成高质量会议纪要，从而显著提升办公效率。他提到去年导入的一个小度客户案例，并指出李彦宏同志也在使用相关产品，认为这一卖点如果做好，将成为强有力的市场驱动因素。

随后，高亢分享。高亢选择了信息提示、语音助理、拍摄与分享三项，但排序不同，将信息提示排在第一位，语音助理第二，拍摄与分享第三。他从产品视角分析，虽然语音助理和拍摄与分享是行业普遍共识，但信息提示的实现程度直接影响产品在客户端的销售表现和用户压力差异。例如，千问AI眼镜因配备光波导提示功能，在信息提示和反馈体验上优于单纯拍照眼镜，从而实现了更高的销量。高亢强调，站在客户端卖得好与卖得有压力的区别，往往在于信息提示方面的差异化程度。

高亢进一步结合恒玄科技在手表和耳机领域的深耕经验指出，通过市场调研，大厂反馈显示手表上使用最频繁的功能之一正是“信息提示”。他认为，虽然摄像头对AI眼镜不可或缺（目前方案需搭配800系列SPK眼镜，后续将推出集成SPK的单芯片方案），音频交互也同样关键，但信息提示是需要投入更多精力优化的第二重要事项。戴伟民与高亢就此展开互动，讨论了恒玄此前在松山湖论坛的低调亮相、从手表耳机向眼镜赛道的经验迁移、SPK集成的工作量，以及双SoC解决方案（高集成度单芯片 vs 纯识别的双芯片方案）等具体实践。

两位嘉宾的分享均立足于各自企业的实际积累：石庆侧重亿境在光学技术和AI穿戴产品创新上的长期耕耘，高亢则结合恒玄在超低功耗SoC、音频交互、无线通信及端侧AI穿戴硬件领域的技术优势。讨论凸显出AI眼镜并非单一功能产品，而是融合感知、交互与效率提升的综合解决方案。拍照虽是基础习惯，但信息提示的实时反馈和办公提效等场景正成为新的增长驱动点。

二、哪种AI眼镜将会率先实现百万级规模商业落地？

话题二重点围绕AI变焦读写镜以及哪种AI眼镜将在中国市场率先实现百万级规模商业落地展开讨论。当前，我国近视人群基数较大，传统近视、老花问题正面临自动变焦等新技术解决方案。圆桌嘉宾结合各自企业在显示、光学及整机研发方面的实践进行分享。

张君杰率先发言。他指出，智能眼镜中针对近视眼的矫正是刚需，传统无感知贴合方式可进一步优化。关于自动变焦技术，他表示虽然通过液晶等方式在技术维度上可以实现，但雷鸟创新坚持传统激光方案，对于变焦带来的视疲劳等医学问题解决仍需一定时间。

马超从用户痛点出发，认为AI变焦读写技术值得关注，它能解决传统配镜流程复杂的问题，包括医院验光、度数不准及散光等困扰。但他同时指出，短期内量产面临技术成熟度、成本增加以及市场推广难度等挑战。他对比了当前市面上两种近视解决方案：一种是传统光学上贴近视芯片，另一种是波导片与近视片分离式设计。后者优势在于成本更低、配镜自由度更高，尤其适合青少年用户，因为其度数可能每年仍有变化（如25度左右），避免因设备绑定导致每1-2年高成本更换的负担。

高亢补充发言，认为AI眼镜解决用户认知困难的方式不止于变焦，还包括其他更迫切的场景，例如通过眼镜辅助完成语言翻译等认知提升任务。他指出，在行业现阶段，把解决认知问题的重点从变焦适当转移到其他方面，可能为用户带来更直观的感知价值。

那么当场景讨论延伸至助听领域，这是否构成刚需？马超回应称，灵伴科技此前调研显示中国听障人群约2000万，对于完全听不见或传统助听器效果不佳的用户，AI眼镜的麦克风阵列和音频算法可实现多人声音分离，并通过显示文字提示辅助交流，例如实现听障人士的正常打电话场景，因此在特定场景下构成刚需。马超表示团队看好这一无障碍领域，但也强调需要更大力度的推广。

随后，讨论转向“两年内在中国市场哪种AI眼镜单款将会率先实现百万级规模商业落地”的现场投票环节。

嘉宾还就不同类型产品的定价进行了务实讨论。马超认为，无显示无摄像头产品本质上与AI耳机有重叠，售价可能在600-700元以内；无显示带摄像头产品根据方案不同，价格区间在1000-2000元；单色AI眼镜售价可控制在2000-3000元以内；全彩AI眼镜当前售价在4000-5000元量级，未来成熟后有望降至3000-4000元。他强调售价不宜超过苹果手机活动价，以提升用户接受度。张君杰观点相近，认为彩色方案未来可落到3000-4000元，单色有望进一步降至1000-2000元。高亢补充指出，摄像头模组成本近期面临上涨压力，对整体定价形成挑战。

三、AI眼镜如何兼顾Always-on感知和用户隐私？

在话题二讨论之后，圆桌论坛自然过渡到Always-on感知与用户隐私保护的平衡问题。这一话题被视为AI眼镜走向大规模商用必须解决的核心挑战之一，涉及技术架构、数据处理流程以及监管要求等多重维度。

马超首先从实际落地角度分享了灵伴科技的思考。他提出将摄像头数据进行明确分层处理：一类是供给端侧模型进行环境感知的数据，这部分数据原则上不可被用户APP获取；另一类是用于拍照和录像的数据，必须做到不可破解，并严格伴随指示灯点亮才能激活。他强调，这种分层设计旨在兼顾行业发展和隐私保护需求。

关于Always-on的实现路径，马超详细介绍了多级唤醒与分级处理的方案。传统音频激活通常采用硬件G-ZAD加软件GAD，再结合KWS小模型逐步提升唤醒精度。其核心思路是将感知模型分为三级：第一级在Kevin Sense侧进行场景分类和简单感知，功耗控制在3至5毫瓦以内；第二级在音频触发后切换到低功耗性能模块，功耗约20至30毫瓦，可实现更精准的事件理解和用户意图判断；第三级则在真正触发复杂用户场景时进行图像Token化处理，将隐私数据转化为文本或其他加密形式后再可能上传云端，此时功耗会进一步提升至200至300毫安量级。通过这种逐级升级的方式，既能满足低功耗Always-on的需求，也能有效缓解社会对隐私问题的担忧。马超指出，这一方案的完善需要芯片设计、政策引导以及全产业链的协同配合。

张君杰结合雷鸟创新的实践经验确认，团队已与工信部等相关部门进行过沟通。人脸等敏感数据需要在端侧进行脱敏处理。Always-on时代下，这些数据原则上不应直接上传云端，而应在端侧完成模糊化或加密处理后再传至手机，相关边界目前仍在明确之中。他强调，无论眼镜还是手机，关键是确保云端数据得到严格管控。

论坛讨论中进一步指出，Token生成是解决隐私问题的重要技术手段。语音信息可转化为文字Token，从而大幅降低隐私风险；图像处理则需采用模糊化处理或特征提取，避免原始人脸数据直接上传。同时提到轻量化小模型（如Gemma系列0.27B参数模型）在端侧部署的优势，能够支持本地感知与处理，减少对云端的依赖。讨论还涉及眼镜在实际使用中“摘戴”场景的隐私管理，以及指示灯作为必要硬件保障的重要性。

嘉宾一致认为，隐私保护不仅是技术问题，更是涉及监管合规、社会接受度和用户信任的系统性挑战。中国市场在这一领域的关注度较高，工信部等部门的介入为行业划定了清晰的合规底线。Always-on感知能力是AI眼镜实现主动交互和环境理解的关键，但必须建立在严格的隐私保护机制之上，包括端侧优先处理、数据分级脱敏、多级低功耗架构以及硬件指示机制等。

四、AI眼镜需要怎样的小模型（小参数垂域大模型）？主要用来做什么？

话题三关于Always-on感知与隐私保护的讨论结束后，圆桌论坛顺势进入小模型在AI眼镜中的应用议题。这一话题聚焦于端侧AI实现的核心技术支撑，即小参数垂域大模型的具体形态与实际作用。

讨论中指出，AI眼镜需要在轻量化、低功耗和长续航之间实现艰难平衡，但始终需要一个Always-on（永远在线）的NPU以及与之配套的小模型。这一基础架构不可或缺，主要用于智能传感处理，包括语音唤醒、视觉唤醒以及语音处理等场景。小参数垂域大模型在此过程中发挥关键作用，能够满足Always-on条件下的低功耗需求，同时通过生成Token的方式在一定程度上规避用户数据保密问题——Token化后，原始图像或语音数据变得不可见，从而提升隐私安全性。

汪志伟结合企业实践详细阐述了上述观点。他表示，在Always-on模式下，小模型可支持日常场景的语音处理和视觉分析。例如，通过与谷歌的合作，芯原基于Open Se Cura开源项目，共同打造面向端侧LLM的超低功耗Coral NPU IP，能够复用谷歌约270M参数的模型，并在此基础上进行微调，实现多种语言之间的翻译以及日常生活场景的对话功能。这些能力完全可以在Always-on状态下稳定运行，且保持极低的功耗水平。

汪志伟进一步说明，除了Always-on所需的低功耗轻量级NPU外，对于需要复杂图像和视频AI处理的应用场景，AI眼镜还可能需要更高算力的NPU支持，例如1 TOPS甚至4-5 TOPS级别。芯原在这一领域拥有自研NPU技术，可根据不同用户场景需求，灵活配置不同参数的NPU方案，从而满足从基础感知到高级处理的多样化要求。

讨论还回顾了芯原与谷歌在AI眼镜芯片定制领域的长期合作历史。十年前双方已开始相关探索，当时谷歌在显示技术上遇到一些挑战导致项目暂缓，但低功耗技术积累得以保留并持续迭代至今。这一背景进一步印证了小模型在端侧AI眼镜落地中的战略价值。

嘉宾共识认为，小模型并非简单的大模型压缩版本，而是作为“大模型树干上的树枝”，专注于特定垂域任务，在眼镜这一高度受限的硬件形态中承担Always-on感知、主动交互和隐私友好处理等核心功能。具体应用包括环境感知、语音转文字Token生成、充电提醒、安全警示、过马路辅助等主动服务场景。这些功能无需高像素持续拍照，而是通过低功耗的持续感知实现真正有价值的AI体验。

本次话题的交流清晰界定了小模型在AI眼镜产业化过程中的定位：它是实现Always-on低功耗智能的关键使能技术，也是平衡性能、功耗与隐私保护的必要桥梁。

五、哪一类AI眼镜需要通用SoC？哪一类AI眼镜需要定制ASIC？二者关系如何？

围绕小模型的讨论结束后，圆桌论坛转向芯片方案选择的核心议题：哪一类AI眼镜适合采用通用SoC，哪一类更需要定制ASIC，以及二者之间是竞争关系还是互补关系。这一话题直接关系到AI眼镜在成本、性能、差异化与量产可行性之间的平衡。

高亢首先结合耳机和手表领域的经验进行分享。他指出，当消费电子产品销量逐步跑起来后，每个客户都会面临如何在市场上脱颖而出、实现差异化的问题。现阶段，部分耳机客户在做到一定规模后已开始考虑ASIC模式。并非完全个性化定制，但对于有自身独特需求的场景，ASIC能够提供针对性解决方案。目前产业演进路径清晰，既有通用性解决方案满足基础需求，也有个性化定制实现差异化。在垂直行业领域，定制化需求较为突出；而在公共消费电子领域，出于成本考虑，现阶段更多采用通用性产品。

汪志伟对上述观点表示认同。他强调，AI眼镜产品本身存在显著差异化，例如支持多少路摄像头、多少路显示屏、是否双目全彩、单目显示、视频编解码需求以及分辨率要求等。这些多样性导致单一通用芯片难以兼顾，往往会出现芯片面积过大、功耗偏高、价格偏贵的问题。当产品出货量达到一定规模（例如10万至100万级别）后，定制芯片的需求就会自然显现。汪志伟分享了芯原的具体实践，包括早期为谷歌设计的AI眼镜芯片项目，以及近期帮助海外客户流片的ASIC眼镜芯片案例。他认为，随着不同细分市场需求扩大（如以翻译语音为主、以光影显示为主、高分辨率显示等），定制芯片的需求将逐步增加。

何军补充发言，认为AI眼镜在定制与通用之间的演进路径可能与智能手机类似。眼镜对功耗和响应速度的要求比手机更加严苛，定制方案在效率提升方面具有明显优势。例如Meta的AI眼镜项目即采用与高通共同定制的模式。但当行业中某些共性需求趋于一致时，定制方案也会逐步向通用化演进。他判断，在现阶段及未来2至3年内，定制需求将比想象中更为旺盛，通用SoC与定制ASIC将长期并行发展。

讨论中明确，二者并非单纯竞争关系，而是互为补充。通用SoC主要解决“有无”问题，帮助更多企业快速进入市场；定制ASIC则针对特定场景实现更高效率、更好性能和更强差异化，从而助力产品在竞争中脱颖而出。

现场投票环节的投票结果，则反映了产业界对定制方案在性能优化与效率提升方面的共同期待。

本次话题的交流基于嘉宾在芯片设计、供应链管理及终端产品落地方面的丰富经验，清晰界定了通用与定制方案的适用场景与协同价值。高亢侧重市场差异化需求，汪志伟聚焦技术可行性与历史案例，何军则提供产业演进路径的宏观视角。三位嘉宾的观点相互印证，形成了务实共识。

六、针对观影眼镜，在光学和显示技术受限的当下，如何通过独立视觉芯片和算法实现画质补偿与降功耗？

在当前光学模组和显示技术仍存在限制的情况下，如何借助独立视觉芯片和算法实现画质补偿，同时有效降低功耗。成为了AI眼镜的又一个核心议题。

逐点半导体CEO周贞宏对逐点半导体进行了介绍。该公司1997年在美国成立，至今接近30年历史，一直专注于视觉和图像处理领域，覆盖从投影仪、LCD、OLED到电视、手机以及当前眼镜的各类显示产品。在手机领域，逐点半导体已投入12年，将独立显卡类芯片植入手机，助力高清、高帧率视频和渲染。目前，该技术已延伸至眼镜领域，为雷鸟创新等企业提供HDR10和HDR10+等超高清视觉体验。

周贞宏重点介绍了新X8芯片。该芯片支持单帧3D建模，能够将2D图像提炼为3D模型。这一技术对未来眼镜及机器人应用具有重要意义。在隐私保护方面，通过传输3D模型而非原始图像，可有效降低隐私风险并大幅减少带宽占用。在画质方面，逐点半导体积累了丰富的图像矫正和光学补偿算法，这些技术在投影仪领域已应用30年，未来在眼镜中具有广阔应用空间。

讨论中强调，观影眼镜的核心目标是将小屏幕转化为大屏幕体验，尤其适合乘坐飞机、高铁或日常场景下不愿长时间观看小屏设备的用户。独立视觉芯片结合AI算法，能够在光学和微显示屏受限的情况下实现画质补偿，包括HDR增强、色彩校准、畸变矫正以及高帧率渲染等，同时通过专用ASIC架构优化功耗表现。

芯原股份执行副总裁汪志伟补充了观影眼镜在功耗和用户体验方面的现实挑战。他指出，目前OLED等显示方案已可用于观影，但功耗问题突出，用户往往需要通过手机或笔记本供电才能观看较长时间电影。若要实现无线化并提升舒适度，需重点解决功耗优化。同时，女性用户是观影眼镜的重要潜在消费群体，她们最常提到的痛点包括“丑”和“重”，这两点直接制约市场渗透率。因此，观影眼镜的进一步发展需要在时尚化设计和功耗控制上取得突破。

现场投票环节的投票结果，反映了产业界对多重制约因素的共同关注。

观影眼镜作为独立于主流AI交互眼镜的细分赛道，具有清晰的市场定位和较大发展潜力。该赛道通过将小屏内容投射为大屏，并支持多屏互动和高画质输出，可显著提升用户观看体验。逐点半导体等企业在视觉芯片领域的长期积累，为当前光学显示技术受限下的画质补偿提供了重要技术路径。

本次话题的交流凸显了独立视觉芯片在AI眼镜生态中的独特价值：它不仅承担画质增强和功耗优化的核心功能，还为未来世界模型、3D渲染等更高级AI应用奠定基础。

七、本土AI眼镜品牌公司如何在港股实现上市？

圆桌论坛进入最后阶段，话题七聚焦本土AI眼镜品牌公司如何在港股实现上市。这一话题将前述技术、产品和生态讨论延伸至资本市场的落地路径与预期条件。

刘炜俊从定性和定量两个维度展开分析。他指出，当前AI眼镜硬件已基本成熟，核心在于找到能够打动资本市场的爆点应用。定性方面，显示、拍照和个人助理是三大重要方向。其中显示和个人助理（语音助手）在短期1-2年内有望看到显著突破，大厂如千问、小米等已通过AI助理推出相关产品。随着大模型能力的提升，这一方向将为资本市场提供明确想象空间。拍摄功能则存在一定悖论，尤其对女性用户群体而言，戴眼镜拍摄的接受度需要进一步优化。他提及一家印伦公司产品，包含麦克风和显示功能，搭配指环配件后整套价格约8-9千元，在香港市场有一定表现，但额外成本较高。

定量方面，刘炜俊认为，一家公司单款产品年出货量达到百万级即可具备较强的港股上市基础。只要市场看到产品有明确刚需、单品销售突破60万、其他产品贡献20-30万，资本市场就会认可其增长潜力。他参考佳明（运动场景）、韶音（骨传导）等垂直领域成功案例，指出抓住特定场景实现百万量级出货，即可获得市场认可。

刘炜俊判断，本土AI眼镜品牌在港股上市的时间预期较为乐观，明年到后年（即1-2年内）有较大机会实现突破，无论是软件体验升级还是硬件量产落地，均可能成为催化因素。他提到今年上半年已有相关公司报材料，结合港股对硬科技企业的态度，产业化进程正在加速。

石庆补充了多模态数据应用和私有化云建设的思考，认为眼镜核心应用场景（如会议记录等）仍有较多机会，通过加强自身数据沉淀和边缘存储能力，可进一步提升产品价值。

讨论中还提及隐私问题仍是上市过程中需要重点解决的合规事项，但整体判断，随着出货量提升和技术成熟，本土品牌有望在港股迎来资本化窗口。

本次话题的交流为圆桌论坛画上句号。它将AI眼镜从芯片技术、产品定义、隐私合规一直延伸到资本市场闭环，展现了全产业链协同推进产业化落地的清晰路径。嘉宾观点均基于各自企业在投资、量产和市场观察中的实际经验，形成了务实且具有前瞻性的共识。

结语

本次松山湖圆桌论坛以务实、深入的讨论，清晰勾勒出AI眼镜从技术突破到产业化落地的完整路径。七大话题覆盖消费者核心驱动力、百万级量产形态选择、Always-on隐私平衡、小模型端侧部署、通用SoC与定制ASIC协同、观影眼镜视觉优化以及港股上市预期，系统性回应了当前行业最关切的痛点与关键节点。

最突出的洞见在于：AI眼镜的产业化并非单一技术或产品的胜利，而是全产业链协同与生态合力的结果。从芯原、恒玄等芯片企业的低功耗NPU和定制ASIC能力，到雷鸟、灵伴、亿境等终端企业在光学显示与应用场景的深耕，再到逐点半导体在视觉补偿算法上的积累，以及歌尔微电子等对资本路径的判断，国产供应链已在“感知-计算-连接-显示-供电”五大环节展现出显著纵深。这种合力，正推动AI眼镜从实验室概念走向消费级现实。

展望未来，隐私合规、功耗优化、成本控制与应用爆点将成为决定胜负的关键变量。谁能率先在端侧实现高效Always-on与隐私安全的平衡，谁能通过定制化芯片与差异化场景打造百万级单品，谁就将在这一黄金赛道中占据先机。松山湖论坛的这场圆桌，不仅是技术与经验的分享，更是中国IC产业在AI穿戴领域自信与实力的集体展现，为全球AI眼镜产业展示了中国方案与中国速度。