大厂、AR厂商们扎堆发AI眼镜产品,仅为了数据积累能活到下一轮吗?

科技   2025-01-25 11:19   北京  

本文来自PRO会员通讯内容,文末关注「机器之心PRO会员」,查看更多专题解读。


在 2025 年度的 Consumer Electronics Show(CES)上,来自 Rokid、雷鸟、XREAL、李未可科技等厂商推出的多款 AI+AR 眼镜产品引发了极高的关注度。近期,百度、阿里等国内大厂也在陆续涌进 AI 眼镜赛道。
AI 眼镜产品集成了视觉、听觉与语音等多种重要感知交互方式,是 AI 技术实际落地应用的最佳载体之一。AI 眼镜产品的核心在于其独特的人机交互模型和海量的用户行为数据。

目录

01. 大厂排队入局,AI 眼镜产品突然火了?
CES 2025 上爆火、大厂排队入局...AI 眼镜赛道情况如何?

02. AI 终端「爆发」,为什么率先下手的都是「AI 眼镜」?仅为了数据积累能活到下一轮吗?

AI 眼镜相比其他 AI 硬件,有哪些天然的优势?为什么数据对于 AI 眼镜厂商关注的核心?
03.市面上热门的 AI 眼镜产品都有哪些特点?
目前市面上热门的 AI 眼镜产品都有哪些异同?
04. AI 眼镜离从「可用」到「好用」还有哪些难关要过?
为什么说 AI 眼镜产品仅处于「及格」状态?差在哪?
01  大厂排队入局,AI 眼镜产品突然火了?
1、在 2025 年度的 Consumer Electronics Show(CES)上,来自 Rokid、雷鸟、XREAL、李未可科技等厂商推出的多款 AI+AR 眼镜产品引发了极高的关注度。此前,Meta 与雷朋合作推出的 AI+AR 眼镜产品「Ray-Ban」带火了 AI 眼镜的热度,据外媒 The Verge 统计,2023 年第四季度,Ray-Ban Meta 智能眼镜的销量达到 30 万副;2024 年 5 月,销量突破 100 万副;预计 2024 年全年出货量有望超过 150 万副。
2、随着 AI 大模型技术发展的重心逐步从算力基础设施向终端侧过渡,AI 眼镜等 AI 硬件赛道随之高涨。据 wellsennXR 预测,从 2025 年起,在传统眼镜销量稳定增长的背景下,AI 智能眼镜将快速向其渗透。2029 年,AI 智能眼镜年销量或将达到 5500 万副。
3、除了传统的 Rokid、XREAL、雷鸟创新等 AR 厂商,以及华为、小米、 星纪魅族等手机厂商外,国内的大厂如百度、阿里也在陆续涌进 AI 眼镜赛道。
4、2024 年 11 月,百度发布了其首款 AI 眼镜「小度 AI 眼镜」;阿里巴巴也陆续传出相关动作,先是传出与 TCL 旗下的 RayNeo 公司合作研发 AI 眼镜产品,随后阿里旗下的天猫精灵硬件团队与夸克产品团队融合工作,探索包括 AI 眼镜在内的新硬件方向。
表:不完全统计布局 AI 眼镜的公司

02  AI 终端「爆发」的趋势之下,为什么率先下手的是「AI 眼镜」?仅为了数据积累能活到下一轮吗?

1、2025 年度的 Consumer Electronics Show(CES)把 AI 眼镜产品的热度进一步拉高,但并非突然而至。去年 9 月,Meta 即发布了其 AI 眼镜产品 Ray-Ban。国内方面,Rokid、XREAL、雷鸟创新等 AR 厂商,华为、小米、 星纪魅族等手机厂商,百度、阿里等 AI 巨头均陆续推出了 AI 眼镜产品或有相应的动作。

2、除了 AI 眼镜外,AI 耳机、AI 陪伴玩具等 AI 硬件产品的热度也在持续发酵。如日本的一家创企 Yukai Engineering 推出了可以挂在手包上并能转头「偷看」四周的机器人宠物「Mirumi」,售价约 70 美元;字节跳动推出了耳挂式 AI 耳机「Ola Friend」,接入了其豆包智能助手,提供旅行导游、英语陪练等功能。
3、2024 年到 2025 年伊始,AI 发展的重心正在逐步由算力基础设施向终端侧过渡。而 AI 智能眼镜则将可能成为 AI 技术实际落地应用的最佳载体之一。
4、比起 AI 耳机、AI 手表、AI 项链等 AI 硬件,AI 眼镜的优势在于集成了视觉、听觉与语音等多种重要感知交互功能,同时具备便携性,这是 AI 耳机、手表等所不具备的,也是阿里、字节等大厂率先下手 AI 眼镜的重要原因。
5、AI 眼镜作为可穿戴智能设备,集成了视觉、听觉与语音等多种重要感知交互方式,也因此其核心在于其独特的人机交互模型和海量的用户行为数据。

6、AI 眼镜这类的可穿戴智能设备与人体的紧密贴合,能够全天候、连续性地感知记录着用户的生理状态、行为轨迹等,积累了前所未有的人体数据资源。而 AI 技术从 2D 到 3D 计算的转变,使得可穿戴智能设备、机器人等终端所采集到的真实场景或用户使用数据尤为重要。真实数据成为各家 AI 巨头、大厂争抢的重要资源......

 关注👇🏻「机器之心PRO会员」,前往「收件箱」查看完整解读 


👀 往期回顾 👀 

 01  AI 竞赛进入推理阶段:扩展测试时计算是万能的吗?Scaling What 成为关键
传统的 Scaling Laws 范式是否已经达到极限?新的 Scaling Laws 范式能否解决数据难题?只要扩展测试时间计算,就能够实现通用人工智能吗?「LLM + 推理模型」是否能实现类人智能?LLM 真的具有推理能力吗?...
 02  谁能进入下一轮?具身智能「练习生」的技术储备和商业路径有何异同?
具身智能创企融资规模如何?明星「练习生」都有哪些头部资源支持?各家创企技术路径有何差异?「练习生」都有哪些技术储备?具身智能还差些什么?...
 03  「压缩即智能」,成就 LLM 的 Transformer 未必是终极解?
知识压缩理论已经获得验证了?LLM 范式有变革征兆了?LLM 范式会向哪个方向演进?为什么Transformer 未必能够长青?有哪些声音在质疑Transformer?有哪些非Transformer的可行路线?...
 04  从文本到屏幕:「Project Jarvis」们能实现 AGI 吗?
头部 AI 公司为何都在做 AI 自主计算机操控?这事可行吗?和RPA的区别是什么?AI Agent自主操控计算机需要具备哪些能力?微软、谷歌、Anthropic 在 AI Agent 方面的动作有何异同?...

更多往期专题解读内容,关注「机器之心PRO会员」服务号,点击菜单栏「收件箱」查看。

机器之心
专业的人工智能媒体和产业服务平台
 最新文章