AI 智能眼镜：集成多种功能，兼具便捷性与交互性的 AI 技术可穿戴设 备
AI 智能交互眼镜作为贴身 AI 生活助手，集成相机、眼镜、墨镜及蓝牙耳机等多种功能，聚焦打造卓越 智能化音频体验。区别于侧重视觉增强的 AR 眼镜，适配运动、户外、工作、学习等多元场景。其兼具潮流美观设计与出色佩戴轻便性，精准契合追求潮牌风格、穿戴舒适及日常便携的用户需求，实现科技 与时尚深度融合，逐步融入现代生活。
最佳硬件载体，赋能 AI 应用落地
大模型竞争带来价格竞争，促进商业化落地。在 2022 年 ChatGPT 的刺激下，人工智能热度持续提升， 国内迅速形成大模型共识，模型厂商之间竞争逐渐白热化，DeepSeek 的崛起带动了行业整体降低 AI 模 型的收费标准，这种价格下降不仅降低了终端设备的开发成本，还加速了 AI 技术的普及。AI 大模型的 广泛应用和 AI 智能体的逐渐落地为终端市场带来新的增长动力。
AI 智能眼镜是 AI 应用落地的最佳载体。AI 应用落地，赋能是主要手段，而 AI 赋能落地，需要寻找硬 件载体。眼镜是最靠近嘴巴、耳朵、眼睛这三个人体重要感官的穿戴设备，而嘴巴、耳朵、眼睛分别承 担语言输出、语音接收、信息摄入功能，人 80%的信息来源于视觉，因此，眼镜成为 AI 最佳硬件载体， 能自然实现声音、语言、视觉的输入输出。
AI 智能眼镜与 AR/VR/XR 特征对比
AI 智能眼镜核心功能在于把 AI 技术和眼镜形态相融合，为用户供给语音助手、实时翻译、导航提醒等 智能化服务。 AI 智能交互眼镜的独特优势体现在两方面：一是深度优化语音交互，用户日常活动中无需依赖视觉交互 控制设备，尤其适用于运动、户外、工作等需持续关注环境的场景，通过语音控制提升交互的自然性与 安全性，增强便捷性和实用性；二是佩戴轻便舒适，可长时间使用，既弥补了 XR 设备在佩戴舒适性上 的不足，又开创了更契合现代生活方式的交互模式。
AI 智能眼镜产品形态
AI 智能眼镜应用全景图
从精准适配到场景全面覆盖，以提供全方位的效率型刚需服务为最终目标。伴随 5G 网络、云计算能力、 感知计算以及光学模组技术等不断创新发展，AI 智能交互眼镜的场景应用有望循序渐进地发展壮大。在 初始阶段，AI 智能交互眼镜会借助骑行、徒步等具有刚性需求的细分场景，迅速实现落地应用。第二阶 段，其应用范围将拓展至户外的关键用户场景，像露营、旅游讲解、通勤、Citywalk 等场景都会被纳入 其中。在此阶段，针对各个垂直领域的多模态任务大模型将得到精心打磨，进而积累起在多种场景下提供 AI 助手服务的能力。第三阶段，AI 智能交互眼镜将实现多设备终端的互联互通，届时 AI 助手会深 度融入用户生活，为用户提供全方位、能提升效率的刚需服务。
二、行业现状及发展前景
1、AI 眼镜当前处于导入初期，功能形态以拍照 AI 智能眼镜为主
AI 眼镜目前的市场渗透率极低，仍处于市场导入的初期阶段。2024 年 AI 智能眼镜按功能形态分类的销 量占比中，拍照 AI 智能眼镜占 96%、AR+AI 智能眼镜占 3%、音频 AI 智能眼镜占 1%，由于 Meta 推 出的 Ray-Ban Meta 智能眼镜在销量中占主要成分，因此功能形态以拍照 AI 智能眼镜为主。
2、AR+AI 智能眼镜是 AI 智能眼镜发展的未来形态
AI 眼镜递进式发展，或形成 AI+AR 终极形态，有望成为替代智能手机的下一代智能平台。目前爆款 Ray-Ban Meta 属于无显示款。但鉴于人类获取的信息 83%都来自视觉，加上内容显示能够带来大量使 用场景，能够认为 AI 眼镜的终极形态将搭载 AR 功能。AI 赋能 AR 交互能力，AR 作为 AI 的优良输出 载体。考虑到相比智能手机，成熟阶段的 AI+AR 眼镜优势明显，包括更加便捷的使用体验、更自然的 交互方式、更丰富的信息呈现、更加智能化的个人助手、更强的沉浸式体验等。扎克伯格认为，从大型 机到桌面电脑，再到智能手机，计算平台发展趋势为更普及、更自然、更社交，AR 眼镜正是这一趋势 的自然延伸，AR 眼镜有望成为继智能手机之后的又一重大计算平台。综上，能够认为 AI+AR 融合方案 或许在未来能够生成颠覆传统终端体验、替代手机、创造前所未有的新工作、生活方式的智能眼镜，成 为继智能手机的下一代智能平台，复刻智能手机“入口级”价值，甚至成为人的外脑。
3、品牌厂商躬身入局，近 70 家厂商在研 AI 眼镜
4、AI 眼镜产品群雄逐鹿：从 Meta 引领到百花齐放
近年来，各大厂商纷纷入局，AI 眼镜密集发布。众多厂商相继推出多款具有突破性创新的智能眼镜产品， 而一些代表厂商也将在今年推出新产品。预计 2025 年，AI/AR 眼镜领域将迎来产品大年。 Ray-Ban Meta 发布后热销，带动大量厂商加速进入 AI 眼镜市场。2023 年 9 月，Meta 联合雷朋推出 Ray-Ban Meta 智能眼镜，Ray-Ban Meta 为眼镜增加了摄像、耳机，以及 AI 功能。用户可以通过语音 与 Meta AI 进行互动，获取各种信息和服务；支持英语、西班牙语、意大利语、法语和德语之间的互译， 能够翻译所拍摄到的标识和文字，并以对应的语言念出来。根据 wellsenn XR 的数据，2024 年 RayBan Meta 眼镜出货量达 142 万台。Ray-Ban Meta 智能眼镜发布后热销，带动百度、华为、小米、三星、 雷鸟等厂商加速进入 AI 眼镜市场。 2024 年 9 月 26 日 Meta 发布首款全息 AR 眼镜原型机 Meta Orion，为未来的 AR 眼镜发展提供了借鉴 和方向。1）外观接近普通眼镜，拥有 AR 眼镜中最小形态的最大 70 度视场角，能够提供各种沉浸式体 验；2）眼镜本体由自主设计的芯片和传感器驱动，具备强大计算能力和低能耗；由镜框内置电池供电； 3）镜框边缘嵌入 7 个微型摄像头；4）所有组件均压缩至毫米级；眼镜部分实际重量仅 98g，远轻于 Snap 发布的 AR 眼镜 Spectacles；5）每副眼镜的生产成本大约 1 万美元（约 7 万人民币）。目前 Meta Orion 的量产计划为 1000 台，仅限内部使用，消费者版本预计要到 2030 年。
5、AI 眼镜有望重塑传统眼镜行业价值
AI 眼镜有望重塑传统眼镜行业价值：眼镜市场空间扩大、附加价值提高、终端渠道复用增量价值、驱 动集中度提升。1）AI 眼镜渗透率提升后，人均眼镜副数可能提高（未近视人群增配 AI 平光眼镜或墨镜， 近视人群增配一副 AI 眼镜），同时 AI 眼镜轻量化要求较高，趋使视光镜片向高折射率升级，有望迎量 价齐升带动规模扩容。2）传统眼镜渠道已经建立成熟线下门店网络，有望成为 AI 眼镜最快铺开的渠道 之一，短期 AI 眼镜对于传统门店有望带来新业务增量，提高店效，长期或转型核心渠道。3）AI+AR 眼镜中轻薄光波导镜片为核心零部件，高精度要求筑造技术壁垒，镜片定制龙头如康耐特凭借全球领先 技术有望占据产业链的高价值环节。4）国内眼镜行业集中度偏低，AI 眼镜技术、品牌要求较高，眼镜 行业上游镜片、下游渠道的集中度有望提高。
三、渗透率核心驱动
1、AI 产业已被上升为国家战略，获政策大力支持
2017 年国务院印发新一代人工智能发展规划将 AI 列为战略重点，2025 年 2 月国常会强调支持新型消 费加快发展，促进“人工智能+消费”等，持续打造消费新产品新场景新热点。2025 年“十五五”规划即将 启幕，人工智能正从技术突破迈向全面赋能经济社会的关键阶段，政策或许进一步加码、细化。2 月 19 日，国务院国资委召开中央企业“AI+”专项行动深化部署会，研究部署下一步重点工作，会议要求，要着力强化中央企业推进人工智能发展的要素支撑，在编制企业“十五五”规划中将发展人工智能作为重点， 打造更多科技领军企业，孵化培育一批初创企业。2025 年 2 月 19 日，中国信通院正式启动 AI 眼镜专 项测试，对 Ray-Ban-Meta Wayfarer 进行全面测试，旨在为 AI 眼镜行业提供可参考评价指标，看好行 业标准清晰推动技术迭代升级、产业标准化进程、支持消费者决策、提升产品信任度，也证明国家对 AI 眼镜行业的高度重视。
2、龙头入局和资金涌入加速产业发展
2024 年 Meta 的 reality Labs 部门（包括 Ray-Ban Meta 项目）资本开支近 200 亿美元，且 2025 年预 计将进一步提升资本开支。国内市场方面，2024 年以来 MR 行业投融资降温，AI 眼镜则快速涌入资金， 且由国有资本主导。根据 VR 陀螺，2024 年已布局 AI 眼镜赛道的企业共发生 14 起融资，其中国有资本 出资占比近 8 成。
3、技术进步和国产化降本共塑拐点，有望催化渗透率加速提升
AI 眼镜技术迭代方向包括 AI 模型优化与功能升级、显示技术升级、硬件技术进步（SiP 系统级封装技 术等），其中前二者为核心。1）AI 模型：OpenAI o 系列模型已凭借类人推理能力刷新多项基准，而 DeepSeek-R1 以极低的训练成本实现性能比肩 OpenAI o1，实现“技术+生态+成本”三重突破，凭借高效 高质、低成本、开源，显著降低开发者生态构建门槛，有望加速 AI 眼镜生态完善和应用落地。2）光学 显示技术：光学方案与微显示技术持续向轻量化、高亮度、低功耗与全彩显示突破。目前，光波导技术 已成为主流，其中衍射光波导（如雷鸟 X2）通过表面浮雕光栅优化量产性，表面浮雕光栅波导已进入 小规模量产阶段，而体全息波导技术也在快速发展中。显示技术方面，Micro LED 凭借超高亮度（超 100 万 nits）、低功耗和小尺寸（光引擎＜1cc）受到重视，但全彩化技术尚未突破，目前以单色（绿光） 为主，应用于信息提示类场景。 供应链成熟与国产替代共振推动降本。首先，模型开源与算力成本优化已开始落地。Deepseek 等开源 模型不仅降低模型成本，且算力需求下降能够降低硬件配置。其次，国产供应链已在光学模组、芯片、 等核心组件开始实现突破。