2025年被称为AI眼镜元年。IDC统计，当年第二季度全球智能眼镜出货255.5万台，同比增长54.9%，其中中国市场出货66.4万台，同比增长145.5%。Omdia的全年口径更高：2025年全球AI眼镜出货约870万台，同比增长322%。群智咨询预计，2026年全球出货量将达1610万台，再增长约72%。

出货曲线向上，体验短板没有同步补齐。多数不带显示的AI眼镜，单次续航在数小时到十小时之间，叠加拍摄、连续翻译、全天候记忆这类持续负载后，续航会明显缩水。Ray-Ban Meta的电池约154毫安时，混合使用只有数小时，多数时间要靠充电盒补能；小米AI眼镜把电池做到263毫安时，标称日常续航8.6小时；闪极loomos L1的单块电池258毫安时，仍需五秒换电加充电仓补能，才能撑满一天。

把AI装进一副三四十克重的眼镜，端侧算力与续航的平衡，是所有方案绕不开的起点。

镜腿里装不下两种算力

眼镜要处理的判断越来越多：听清口令、认出眼前的物体、实时翻译、边走边问。这些任务可以放在云端，也可以放进镜腿里的芯片。两条路都对着同一块电池，而镜腿里的电池通常只有一百到三百毫安时。

端侧算力解决随时可用。地铁、电梯、户外强光下网络不稳，云端响应会拖出延迟；把轻量模型放在本地，唤醒、识别、翻译的第一步不用等网络，数据也不必离开设备。本地推理要用电，算力越强发热越高。眼镜没有手机的散热空间，镜腿里还挤着扬声器、麦克风、天线和电池，整机重量压在30到50克，这是物理边界。

把重活全交给云端，本地只做感知，省电却不可靠。断网时设备当场失语，实时翻译和视觉问答的延迟一旦超过一两秒就不成体验，语音频繁上云还牵扯隐私与合规。翻译场景里，端侧那点离线能力就是底线。

主流解法是端云协同：常开的监听交给微瓦级的本地电路，理解与生成交给云端，由调度决定每一刻让谁上场。分账的边界，决定产品省多少电、断网时还剩多少功能。

主控芯片的两本账

具备拍摄和AI处理能力的智能眼镜，主控SoC及周边芯片占整机BOM成本约三分之一，选型直接决定性能、功耗和售价。

高端路线以高通AR1系列为主。AR1 Gen 1于2023年发布，6纳米制程，集成约4TOPS的NPU，被小米、雷鸟、Rokid、夸克等采用，单颗价格约60美元。2025年年中的升级款AR1+体积缩小26%，整体功耗下降约7%。改进真实存在，幅度有限，说明单靠一颗SoC同时做好高性能AI和全天候待机并不容易。

性价比路线把成本压到底。全志V821单价3到5美元，大量用于中低端产品；升级款V881把AI降噪、防抖和畸变矫正做进芯片，瞄准几百元档的平价AI眼镜。同一条镜腿里，算力、价格和电耗要一起摊平，厂商的选择天然分化。

双芯片与低功耗域成为主流

持续监听是AI眼镜的耗电大户。麦克风常开、唤醒词检测常年在线，若让主处理器全程待命，电量很快见底。通用的做法是分级唤醒：硬件语音活动检测（VAD）先确认有人声，关键词识别（KWS）确认命中，才拉起主芯片进入对话。越靠底层的检测越轻，只花微瓦级功耗。

顺着这套分级逻辑，双芯片架构成为主流。高通AR1负责拍摄、显示和重AI任务，恒玄、恩智浦的低功耗协处理器专职监听传感器、维持蓝牙和音频路由，把待机功耗压到最低。小米AI眼镜用AR1加恒玄BES2700，夸克AI眼镜S1用AR1加恒玄BES2800，Rokid Glasses用AR1加恩智浦RT600，分工大同小异。

方向继续往前走。恒玄计划量产的BES6100采用高低双域架构，低功耗域专职语音唤醒和传感器调度，高性能域承载系统与端侧推理，目标是单芯替代双芯；恩智浦的i.MX RT6xx在芯片内细分电源域，待机时只保留麦克风接口和检测模块运行。换电设计同时补上另一端：夸克S1用双电池加换电仓把最长续航拉到24小时，闪极把电池做成可插拔镜腿，续航焦虑正在被架构和补能方式一起缓解。

从芯片到整机：方案商补齐的工程

芯片解决功耗下限，把AI能力完整接进眼镜是另一道门槛。语音识别要适配口音和嘈杂环境，识别、翻译、对话、播报要串成顺畅交互，再与固件、App、云端和第三方工具对接，从Demo走到量产。多数硬件厂商具备外观、结构、声学或主控能力，缺的正是这一段工程。

深圳大拿智能（Dana AI）2021年创立，其大拿AI硬件解决方案要做的事正是这一段。它把能力按层打包：底层是ASR、TTS、大语言模型、机器翻译、OCR视觉识别和文生图，平台搭载自研火箭大模型，也开放接入其他模型；中间层是智能体与执行能力，含任务规划、Skills/MCP/Tools工具集成、语音唤醒与连续对话、记忆管理；上层是终端落地，由手机App、云端服务、固件与芯片协同完成配网、角色管理和内容更新。同一套平台覆盖耳机、玩具、音箱、闹钟、智能笔和眼镜，厂商不必为每个品类重复开发。

落到穿戴设备，端云分工被做成标准模块：

• 常开监听和离线兜底留在端侧，分级唤醒、拾音、离线指令本地完成，模型权重从FP32量化到INT8甚至更低，压低内存占用和推理功耗；
• 深度理解与生成放在云端，承接复杂对话、长文翻译和视觉问答；
• 调度按网络状况和任务复杂度决定端侧做多少、云端做多少。

大拿的耳机产品线已经落地，包括WiWU O502翻译耳机、Dana AI与Dana ID耳机，以及同Monster联名的SG03通话翻译耳机，支持140多种语言互译与实时转写，配套App内置80多个智能体，一句口令可直达60多个第三方应用。眼镜是平台覆盖的终端之一，厂商按产品形态挑选能力组合：户外场景偏重降噪与拾音，翻译场景偏重低延迟的端云切换，儿童产品还要叠加内容审核与隐私边界。

普及速度由这个平衡决定

AI眼镜能不能成为天天戴在脸上的设备，不取决于某一款旗舰参数，而看端侧算力与续航在常用负载下能否和解。这个平衡还决定产品形态：纯音频眼镜把功耗预算留给听与说，带显示的AR眼镜要把电分给常亮光机和渲染。前者几小时续航可以被接受，后者想全天佩戴，就得靠换电和更低功耗的显示方案。光学与显示的良率和成本是另一组待解的难题，两条线叠加才谈得上大众市场。

过去一年，低功耗域单芯、体积更小的专用平台、端云动态分配陆续走向量产，厂商要做的选择题也在减少：保留哪些端侧能力、把多少重活交给云端、断网时如何不失灵，正从研发难题变成方案商的标准交付。低功耗芯片、分级唤醒和端云调度拼到一起，AI眼镜才站到从尝鲜品变为日用品的路口。端侧算力与续航的平衡，仍是决定那一步走得快慢的变量。