Related articles
文 | X 研究媛
中国从不缺工业 「标品」，而是缺少从 0 到 1 能迅速击穿技术、场景的原始创新。
中国顶尖科技公司代表，江湖多年名声显赫的 BAT，不像 AR 四小龙朝不保夕一度面临生存问题，拥有创业公司所饥渴的充足现金流，更有强大的生态自建、号召开发者、撬动各种资源的能力，一呼百应。
它们不做重要产品创新，亲自下场攒一个 ODM 眼镜的意义在哪？
产品平平，几乎毫无亮点
「AI 眼镜是真正开启 AI 时代人机交互革命的智能设备，它的重要性不亚于手机。作为第一视角的头部设备，它能够捕捉 80% 以上人体感官输入，这是手机无法做到的。」
发布会这段开场白，是很好的洞察。
实时的、真实世界数据流，第一视角的多模态输入，它能够与 AI 深度嫁接，成为用户的另外一双眼睛、耳朵以及第二大脑，成为整个人机交系统的感官中枢。在 AI 眼镜上面搭载 AI 助手，才能做到真正的懂用户，才能在更大的范围内给用户提供价值。
但是，承载这些宏大愿景的创新在哪？
完全贴合定制近视镜片，1.8 折射率的高透玻璃，26 度 FoV 的衍射波导显示 （来自 VR 陀螺的数据），双目合目单绿色 Micro LED 的光引擎，隐私消音 Speaker，热插拔电池... 几乎全是 ODM 已经成熟的东西，有些还借鉴了来自像 AR 四小龙 「友商首发创新」：
比如相位消音的隐私 Speaker，三年前由雷鸟创新 Air 1S「首发」。
热插拔电池，充电仓，所谓的 「无限续航」，是 INMO 影目 GO3 最先想到的产品创新。
整场发布会下来，我唯一有点印象的是 「合像距离调节技术」，虚拟成像距离远近可调节，不同于传统 AR 眼镜固定的虚像距离，S1 支持 2-10 米的多档位调节。
我还以为实现了 Magic Leap 多年研发都难以落地的多焦面显示，在 AR/VR 根本性的难题视觉辐辏调节冲突 （Vergence-Accommodation Conflict, VAC） 取得一些进展。
然而后面了解到，这个功能 「对于轻微近视或者老花眼用户友好」，大概率是软件层面的调整，而非物理上虚像固定距离的 「可调」。
这家大厂可借鉴的，有很多
面对 AI+AR 下一代消费电子，国外 Meta、谷歌、微软、苹果都是高筑墙，广积粮，缓称王。都有不懈怠的多年研发，并购 Micro LED、新式传感& 人机交互的关键技术公司，专利池储备深厚，可能中途一度迷茫，但绝对不会赶工凑风口。
即使是 AR 四小龙，以及名声不显的 Even Realities、VITURE，它们 「可借鉴的东西」 也不少。
关于显示。双目显示要求的图像合目精度，画面同步，光引擎光线准直耦入在实际量产中并不容易，稍有瑕疵即是重大产品缺陷。
两个 JBD 单绿色 Micro LED 光机双目合目方案，之前遍地都是，而无论 Rokid Glasses 还是 INMO Go 3 ，现在都转成了光舟的一拖二方案。
由特殊设计的光栅结构将其光机输入的光一分为二，不仅同样实现了合目显示，大幅降低双目融合复杂度，没有潜在的量产风险产品瑕疵。还省掉了一个光机，显著降低功耗，能量利用率更高、更巧妙，而且释放了镜腿空间，结构设计更友好，ID 自由度更高。
一拖二光机同样双目显示的 INMO Go 3，镜腿做到了 8mm 宽度，这是不是一副最接近正常形态的 AI+AR 眼镜？
夸克 S1 号称交出了 7.5mm（最窄处） 的惊人数据，来自 VR 陀螺的说法，为了达成这一厚度，「团队在内部结构上进行了特别的设计，其将原本侧面变厚的设计转变为了从俯视角度才能看出的楔形设计。」
下图 S1 对比 Rokid Glasses，S1 把光机放在镜腿铰链处，一眼突兀的光机 「肿块」 等于在社交场合直白地告诉对面，这是一副 AR 眼镜。而且这种 「标准」 设计也早就不新鲜了。
对比使用一拖二光机方案 INMO Go3，把光机置于镜框中心横梁，是不是更能被消费者接受，更显正常？
使用双目双光机，还不如升级到最早雷鸟 X2 开始用的 JBD X-cube 方案，RGB 三个微显面板合光的全彩色光引擎。全彩色相比单绿色显示，对于不同场景下的信息提示，是真正的降维打击，UI 设计、文字显示、图标，可以立即鲜活起来，更像是一个现代消费电子该有的。
某大厂是不是搞不定全彩色光引擎的波导 Layout，RGB 光线准直对齐耦入波导片的难题，以及这个方案如何降低彩虹纹和规模量产，都毫无头绪？
关于重量和整体工业设计。同样是双目双光机方案，来自 Even Realities 最新的 Even G2 眼镜足够轻巧，几乎看不出来与普通眼镜的区别，续航有一天半。他们也实现了近视镜片与显示镜片合二为一全贴合，用户不再需要插一个额外的屈光镜夹片。
某大厂对 S1 整机重量控制在 51g 沾沾自喜。Even Realities 最新 G2 重量为36 克，相比前代 Even G1 的 38 克进一步减轻了 5% ，镜片较 G1 薄了 30%，覆盖近视 1200 度到远视 1200 度屈光矫正范围；Even Realities G2 的视场角 （FOV） 为 27.5°，在软件上 Even G2 全新的 HAO 2.0 空间显示系统，较第一代 G1 眼镜屏显尺寸增大 75%，也同样支持 「双层空间显示屏」。
AI+AR 眼镜，Even Realities G2 没有集成摄像头和扬声器所以更轻，这么对比 S1 好像不公平。但这个团队敢站在主流方案的反面——没有摄像头、没有扬声器，他们明显有着自己的独立产品思路，敢于打破常规进行 「首创」。
「智能眼镜得先是一副好眼镜，Even Realities 是把这一点贯彻得最彻底的公司。」
来自 《晚点 LastPost》 对 Even Realities 创始人王骁逸的采访，这个团队的思路是：
「现在包括 Meta 在内很多公司，给消费者兜售的是谎言，或者说是梦境，让很多人以为现在的眼镜就是一个全知全能的 AI，能帮你做很多事，不戴眼镜的人也应该买。 但如果连第一步都没做好就提前去兜售终点，往往会带来反面效果」。
这个团队认为，一副好眼镜标准只有三点：佩戴舒适，光学视觉舒适，好看。在功能上，「显示最重要，其它全砍掉」。
「第一是让现在所有戴眼镜的人开始戴上智能眼镜，跟传统眼镜比体验不输，还有一些额外的智能体验。 第二步是智能化后的 AI 化。因为 AI 的加持，眼镜能做的事越来越多，实现了自然语言的交互，让越来越多的人戴上眼镜。」
但如果连第一步都没做好就提前去兜售终点，往往会带来反面效果。Even Realities 的设计负责人强调，「我们做一款眼镜，一定先要让自己愿意戴。」
其他智能眼镜公司一般是自己做智能化部分，眼镜上往往选择联名合作，比如 Meta 找 Ray-Ban 联名，国内的公司找暴龙、博士联名，而 Even 不仅自己做镜框设计，还自己做光学，与温州医科大学眼视光医院集团联合研发了镜片。
「丹麦高端眼镜品牌 LINDBERG 前 CMO 兼亚太区执行总裁尼古拉·施努尔 （Nikolaj Schnoor），德国高端品牌 MYKITA 和 ic! berlin 的联合创始人、首席设计师菲利普·哈夫曼斯 （Philipp Haffmans），都是 Even Realities 的成员。眼镜相关的结构、光学工程师，与软件、智能化工程师的比例是 1:1。」
Even Realities 更像是一家眼镜公司，而非一家消费电子公司。Even G2 这种设计感更强、更轻量化的 AI 显示眼镜，是不是更容易打动用户？
关于人机交互。S1 有按键触控压感语音，大杂烩一股脑全上。
S1 在右侧镜腿上集成了四个交互区 （相机区、显示操控区、媒体操控区和电源键），看似功能划分明确，但不知道用户需要学习多久才能实现更本能的盲操，它的误触概率高不高，有没有更简洁、整合度更高的人机交互方案？
人机交互对于 AI+AR 眼镜，是真正的大问题。Meta、苹果公司在这方面的前沿研究，可以说把国内拉开了一大段差距。
当国内的 AI+AR 眼镜还在普遍使用指环辅助操控、三维定位的时候，Meta 给出的创新方案是——EMG 腕带，表面肌电图。
你的大脑通过神经系统发送一个信号，即指令，它传递到手和手臂，激活肌肉。肌肉的收缩会产生微小的电信号，如果你有足够灵敏的传感器来拾取这个信号，你就可以逆向工程，弄清楚你的手试图做什么。
来自 Meta 技术负责人 Jinsong Yu 的分享：
使用 EMG 腕带，就像戴手表一样把腕带戴在手臂上，它没有侵入性，没有任何东西刺入你的皮肤，EMG 腕带只是从皮肤表面拾取电信号。由于皮肤上的电信号实际上极其微弱，它们是超级微小的、微伏级别的电信号，EMG 腕带有多个传感器，传感器超级敏感，可以从不同的肌肉群拾取信号。当 EMG 收到信息并且放大后，再进行大量信号处理，输入到机器学习模型中。
机器学习模型将弄清楚你试图使用什么手势。这里有一个挑战：在数据中心训练一个运行良好的模型并不难。但将模型提炼到能在腕带上以微瓦级的功耗运行，并且仍然能够进行所有的机器学习推理和分类，这真的很难。为了缩小模型、提高模型能效，同时保持高精度，Meta 投入了大量的工程和科研工作。
还有更前沿更彻底的解决方案。比如如果能随手拿起身边的物体临时当作有形控制器 （Tangible User Interfaces），这类概念被称为机会型界面。
Meta 研究团队曾提出 ATUI 自适应可触用户界面 （Adaptive Tangible User Interfaces） 的愿景：不需要专门设计的硬件，而是通过识别环境中的物体及其特征，将这些物体临时转化为输入设备或控制器，从而为用户提供触觉反馈和物理操作感。比如我想旋转 3D 模型，只需用手旋转附近的杯子即可。
Camille Dupré 等人在 SIGCHI 2024 会议上展示了他们的 TriPad 技术，仅通过手部跟踪将任意普通表面转化为触控板，其工作原理是通过 3 个指尖与表面接触来创建平面。之后，用户可以随意使用这个表面进行触摸输入。
ATUI 这类技术并非天方夜谭遥不可及。ATUI 之前可能需要额外的手势识别、多种传感、SLAM 等功能集成，如今随着大模型的发展，可能大大简化甚至去掉原来必需的复杂软硬件和算法，用模型去直接感知、实现。
而一旦实现意味着，可以在空白的桌子上创建一个任意大小的虚拟键盘，在桌子的表面 「虚拟打字」，实现三维空间精准定位、触控、输入。直接解决目前多范式的人机交互难题，也非常科幻吸睛。
终极 AI+AR 眼镜，国內大厂距离 「同量级」 的 Meta 差距多大？
Meta 开始 Orion 项目在什么时候，10 年前。
Orion 使用了电气性能极佳的碳化硅，作为功率半导体器件被特斯拉率先应用在高性能电动汽车上。碳化硅有着非常高的材料折射率，碳化硅晶圆做成波导材料基底，衬底、生长、切割分离、测试、封装、成品，运用在眼镜上，一步步试错，重整和开辟供应链，这背后不知道 Meta 有多大投入，耗费了多久时间去打磨。
碳化硅并不新，但使用碳化硅来制造镜片和波导，这完全是新的。Meta 技术负责人 Jinsong Yu 在最新演讲中强调：
我们花了数年时间完善这项技术、工艺，使其真正可行。
最终的结果是我们拥有了这个非常大的视场角，70 度视场角。每个试戴眼镜的人都对此印象深刻，感觉就像你真的把增强内容放在了现实物体上。
对比某大厂的 S1，你的波导显示 FoV 是多少？你的眼镜跟 ODM 的差异性在哪，有什么创新？
波导方案光学显示，比如全彩色显示，还不如华南的那家。JBD 摆在你面前现成的 X-cube 合色方案不用，为什么？是 RGB 光线准直，精准耦入、耦出、扩瞳，再加上波导 Layout 上消除彩虹纹太难了吧？仿真计算，波导 Layout 一点一点的调整试错，还有装配工艺、良率，这些设计和制造的困难根本绕不过去？
有没有野心进行更底层的创新？去定制芯片，在芯片层面去优化无线连接、SLAM 计算，甚至运行端侧模型？
在这家大厂早早造势之前，我曾展开想象：这家公司既然能持续迭代在中国首屈一指、在全球被广泛使用的 Qwen 开源模型，它能不能直接在眼镜端集成一个 1B 参数量以下、超级高效的端侧小模型，以及再开发一款存算一体芯片运行它。
集成定向研发的端侧模型，不依赖网络运行，而且能把存储和算力的问题解决，真正的独立 AI 终端。这在 AI 眼镜上绝对是全球瞩目的重量级创新，也十分有用。
事实是我想多了。也许我不应该把某大厂的 AI 眼镜放在 Meta 所在的维度对比，它本质上是一个蹭热点的赶工产品，一个受益于中国全球最发达的供应链 ODM 速成眼镜。
某大厂找康耐特，实现近视镜片与波导片一体化贴合这样的 「技术突破」，宣发文章号称 「全球只有三家能做」。
背靠至格科技，「在纳米光栅上跳舞」，在限定的开发周期，赶工实现 0.7mm 厚度、4000 尼特入眼亮度 （存疑）、非波导片区域 98% 透光率，以及二维光栅扩瞳。但 1.8 折射率的玻璃基底，单绿色显示而非全彩衍射波导才有 26 度的 FoV，有啥特别困难，才能艰辛落地？
还有，JBD 全球唯一量产硅基 Micro LED，不断缩小体积的单绿色光引擎又跟你有啥关系。7 层柔性 FPC，真的 「不明觉厉」？
本分
如果无意模仿 Meta「软硬一体」，做好你的本分，做好模型厂商，扮演 AI 眼镜时代的 Android，这样不好么？
AI 眼镜如果是下一代消费电子，作为全新硬件平台，它的交互方式、UI、应用生态可能会意想不到，现在明显还是移动生态的复制。就像 AI 有潜力重构操作系统重塑搜索一样，这种范式创新才是 AI 眼镜需要的。这也是 AR 四小龙这样温饱线挣扎求生的小公司没有能力做的。
能力越大，责任越大。要么不做，要么找准自己的定位，去创造点真正的价值。深耕底层的核心技术，或者聚焦系统和应用生态，为何要蹭热点发布一个平平无奇的 ODM 硬件？
后话：一家有充足现金流且富有商业远见的公司，如果强调 「战略」，它肯定愿意为了某个更终局的 vision 持续投入，深耕技术，尝试构筑真正的护城河。
短期不确定和长期确定性的交织是常态，当 「变数」 到来的时候，市场理应奖励真正的价值创造者而非有钱大户。即使是投机者，发力也要找准方向。
注：本文部分引用了公众号 【交互技术前瞻】 杨天翼 《Meta 最新研究 | 在任意物理表面进行快速文本输入》 以及晚点 LastPost《对话 Even Realities 王骁逸：怎么把 599 美元的智能眼镜卖给 CEO 们》 内容，特此说明。
