文/VR陀螺 萬里

不出意外，剛結束的2024年又是被AI狠狠刷屏的一年。

這一年以來，AI曾助推微軟以及英偉達先后登上了全球市值第一的寶座；諾貝爾物理學獎、化學獎兩大重磅獎項均與AI相關，另據CB Insights數(shù)據顯示，今年Q3季度，全球有接近1/3的風投都流向了AI初創(chuàng)企業(yè)。

在XR領域，那些已經落地亦或是正在籌備的終端產品當中，里面均能看到AI的身影，而AI功能也將成為后續(xù)MR、AR硬件的核心用例之一。本文將回顧這一年以來AI的應用落地盛況。

 兩件大事：AI眼鏡起風、兩款AR新品 

如果說2023年對于理想AI硬件形態(tài)仍有不少爭論，那么到了2024年，指向性已經明確了許多。

去年開春曾有三大重磅AI終端產品：Ray-Ban Meta、Humane Ai Pin以及Rabbit R1，它們分別是眼鏡形態(tài)、胸針形態(tài)以及手持設備形態(tài)，從銷量以及用戶反饋來看，眼鏡形態(tài)的Ray-Ban Meta均位于前列。此外，Ray-Ban Meta已經于去年銷量突破100萬臺，得到了市場初步驗證。

另外，我們也可以觀察這一年以來一眾頭部AI巨頭的硬件布局以及發(fā)聲：

7月，比爾蓋茨出席博客節(jié)目《the Next Big Idea》時曾提到，未來AI Agent的理想硬件形態(tài)可能包括耳機以及智能眼鏡兩種。

9月，Meta亮相了其首款AR眼鏡Orion，扎克伯格表示早在2014年團隊便萌生了構建下一代計算平臺的想法，這一硬件是眼鏡，它可以實現(xiàn)全息顯示以及AI助理兩大能力。“眼鏡具有獨特的優(yōu)勢，可以讓人們看到你所看到的，聽到你所聽到的。它們會給你非常微妙的反饋。”

11月，Meta前硬件硬件主管Caitlin Kalinowski跳槽到了OpenAI，Kalinowski曾負責了Orion、Ray-Ban Stories等項目。外界有猜測這是OpenAI布局AR眼鏡賽道的舉措之一。

12月，谷歌發(fā)布Gemini 2.0以及最新AI助手Project Astra，在DeepMind官網，智能手機以及智能眼鏡是唯二兩款與Project Astra集成的硬件設備。

國內市場，今年9月，字節(jié)跳動完成對OWS耳機品牌Oladance的收購，傳內部正在開發(fā)AI眼鏡。

今年11月，百度亮相AI眼鏡，也有傳言稱小米正在開發(fā)AI眼鏡產品并計劃于明年發(fā)布。

可以發(fā)現(xiàn)，這幾家頭部企業(yè)矛頭所指、寄望于承載未來AI Agent體驗的均為眼鏡設備。那么眼鏡設備的優(yōu)勢在哪里？

在筆者看來，理想的AI硬件需要滿足全天候陪伴、時刻洞察用戶意圖、交流私密等特性，經過這幾個條件篩選，眼鏡、AI耳機、類似Humane Ai Pin的可穿戴設備會是潛在選擇。在這其中，眼鏡是綜合之選，原因在于它兼顧了優(yōu)秀的可穿戴屬性。此外，眼鏡里面還可以進一步添加微顯示屏，以補齊視覺信息傳輸媒介。

當然，從今年市場的新品數(shù)量以及熱度來看，眼鏡已然成為了里面的最大贏家。此前VR陀螺曾統(tǒng)計，截至11月底，公開入局AI眼鏡的數(shù)量已經達到了36家，產品數(shù)量預計超過了50+。此外，在CES期間，我們又可以看到系列AI眼鏡新品的亮相，如Halliday、雷神科技、XPERT等。

不難預見，新的一年當中，VR/AR行業(yè)的一大重要看點是“百鏡大戰(zhàn)”，而在這其中國內的戰(zhàn)況尤為激烈。

Ps：2024可能是眼鏡類產品在命名上最為混亂的一年，去年年初，筆者曾習慣于用智能眼鏡稱呼Ray-Ban Meta這一類不帶屏幕的產品，而AR眼鏡則是帶光學顯示的設備。隨著“AI含金量”日益提升，市場上又衍生出了“智能音頻眼鏡”、“拍攝眼鏡”、“AI眼鏡”、“AI+AR眼鏡”等多個版本。如何讓有關文章不引起歧義，成為了我這一年以來最為頭疼的事情之一。（這里再強調一遍，AI眼鏡指的是搭載AI功能但缺乏顯示的設備，AR眼鏡則在AI眼鏡基礎之上疊加了顯示屏幕）

從當前來看，需不需要為眼鏡引入光學屏幕（此時便成為了AR眼鏡）仍是一個值得探討的問題，原因在于單從市場表現(xiàn)來看，沒有屏幕的眼鏡產品似乎更受歡迎，原因在于它可以更好控制設備外形體積，此外沒有顯示模組價格也可以更友好。

但不可否認的是，從長遠來看，AR眼鏡是AI眼鏡的發(fā)展必然，并且也將是此類產品的最終形態(tài)。在這一年中，海外的Snap以及Meta為AR眼鏡產品打了個樣。

Spectacles 5：雖然該產品只面向開發(fā)者推出，不過產品完成度已經達到了較高水平，眼鏡為一體式形態(tài)，運行Snap OS系統(tǒng)，支持手勢交互。其他方面，Snap已經推出了AR創(chuàng)作平臺Lens Studio 5.0，并通過與OpenAI合作的方式為眼鏡引入了AI能力。

Spectacles 5，圖源：網絡

Meta Orion：這可能是當前市面上做得最為極致的AR眼鏡，它的重量控制在了100g以內，外形趨近于普通AR眼鏡，并且提供了一整套完備的交互解決方案。在光學選擇上，Meta押注Micro-LED+光波導，基于碳化硅波導將FoV提升到了70°。這款產品代表了Meta長期AR愿景的集中展示，只不過想要在消費市場落地還有一段距離。

Meta Orion，圖源：網絡

 AI+AR：多模態(tài)AI上車，今年關鍵詞會是“端到端”以及記憶能力 

如果在2023年，可能很多人仍會好奇AR眼鏡的使用場景甚至殺手級用例是什么，而到了現(xiàn)在，答案已經逐漸明朗，那便是AI。圍繞AI，今年國內外AR廠商逐漸加碼，類似的報道屢見不鮮：

Meta堅定押注AI大模型并積極提升背后的基礎設施建設，并表示到“到2024年底，我們的目標是擁有350000個NVIDIA H100 GPU”；近期也有消息稱，字節(jié)跳動計劃2025年斥資至多70億美元購買英偉達芯片；而小米集團近期也高調宣布開出千萬年薪挖角AI人才等。

如果從AI應用場景來看，目前的AR眼鏡功能已經逐步趨同，如AI助手已經成為了很多眼鏡產品的標配，這背后能力高低則主要取決于調用的大模型。此外，常見的AI功能還包括提詞翻譯、會議紀要等。

除了常見的功能場景外，這里進一步列舉幾個去年曾出現(xiàn)的AI眼鏡產品的創(chuàng)新用例：

星紀魅族StarV Air2與手機系統(tǒng)打通，如可以實現(xiàn)眼鏡、手機同時雙向顯示翻譯內容等多多端流轉體驗；

Rokid Glasses為盲人打造了基于多模態(tài)AI的無障礙模式；

影目科技INMO Go 2實現(xiàn)了離線翻譯；

閃極「拍拍鏡」A1引入了AI記憶系統(tǒng)，可以記住用戶的各種圖像語音信息。

雷鳥V3拍攝眼鏡開發(fā)了AI電臺功能，基于攝像頭識別周圍環(huán)境并同步播放相匹配的音樂。

雷鳥V3拍攝眼鏡的部分創(chuàng)意用例，圖源：雷鳥創(chuàng)新

2024年年初，筆者曾在年度回顧中曾提到了“多模態(tài)AI”將成為AI眼鏡的標配，并預言“AR眼鏡產品的攝像頭將會成為至關重要的模組之一，攝像頭或許會在AR眼鏡上率先落地，其優(yōu)先級甚至會高于光學屏幕。”

現(xiàn)在再來回看，多模態(tài)AI的確成為了AI眼鏡的一大重要賣點，如Ray-Ban Meta于十二月推送了實時人工智能，AI具備了理解實時視頻的能力；而近期發(fā)布的XREAL One雖然表示不盲目跟風AI，但也同樣配備了一顆攝像頭外設以用于多模態(tài)AI拓展。

那么在新的一年中，AI眼鏡又會有何新趨勢？

圖源：星紀魅族

在體驗方面，眼鏡的AI功能上限無疑直接取決于AI大模型的能力上限。這一年以來AI大模型的各項能力屢創(chuàng)新高，早些時候，我們仍多以“專家水平”來評價一款出色的AI大模型，而現(xiàn)在隨著GPT-o3等產品的出現(xiàn)，它似乎已經達到了“博士級別”。

對于這類層出不窮的AI大模型，筆者也已經很難用常規(guī)的問題來判別它們AI能力的高低。在這種情況下，我認為AR眼鏡后續(xù)應該卷AI能力包括響應速度、個性化能力等，因為這些指標的提升對于當前用戶感知會更加明顯。

端到端對話。在AI眼鏡興起初期，筆者曾陸陸續(xù)續(xù)體驗了不少同類型產品，當時的痛點主要有幾個，一是調用AI語音電話時手機APP需要在前臺并且無法熄屏，二是AI響應速度太慢，往往長達數(shù)秒，這很容易讓人失去使用的欲望。

去年GPT-4o的發(fā)布無疑是一個重要的轉折，因為它在語音對話方面具有“斷檔式”領先優(yōu)勢，平均響應速度為320ms，對話可以隨時打斷、系統(tǒng)可以理解用戶的情緒語氣，這已經與與人類日常對話體驗十分接近。

這種極低水平的延遲背后得益于模型的端到端訓練，即所有輸入和輸出都由同一個神經網絡處理。今年以來，國內不少廠商其實也看到了端到端AI模型（特別是語音對話式AI）的好處，紛紛展開了相應的研究。如科大訊飛于去年8月發(fā)布的星火極速超擬人交互技術背后應用到了端到端的統(tǒng)一模型框架；而豆包于12月份的火山引擎Force大會上也宣布豆包端到端實時語音模型即將上線。預計在新的一年當中，“端到端”將會成為AR眼鏡更為高頻的詞匯。

圖源：科大訊飛

個性化AI。AI Agent是很多人對于AI的終極幻想，與PC、手機等關注生產力場景的終端不同，AR眼鏡其實更應該滿足我們的陪伴屬性。不過基于筆者對于AR眼鏡類產品的體驗發(fā)現(xiàn)，AI在響應用戶需求的時候仍略顯呆板，這是由多方面原因所導致的。

一方面如果我們想要AI更了解我們，那么就需要它對于我們的生活參與更多，如相機、麥克風實時處于響應狀態(tài)等，這對于設備續(xù)航是一個極大的考驗。當然，這背后也涉及到隱私問題。

另一方面，目前AI大模型的“記憶能力”仍是一個稀缺屬性，它們只能機械式記錄特定token數(shù)的上下文信息，因而用戶與之互動過程中會明顯感覺到一種“隔閡”，難以產生體驗黏性。（如果能實現(xiàn)這一點，現(xiàn)如今林林總總的年度報告簡直不值一提。）

好消息是，關于超強記憶AI似乎很快迎來重要突破，微軟AI CEO Mustafa Suleyman早些時候接受采訪時曾提到，微軟正在開發(fā)具有“近乎無限”內存功能的技術。這項進步預計將于2025年實現(xiàn)，它將使AI能夠無限期地保留信息，從而改變用戶參與度。

無獨有偶，近日OpenAI CEO Sam Altman公布了公司的新目標，“更好的記憶力，更長的上下文”赫然在列。

圖源：X

功能落地方面，去年年末Meta以及谷歌均展示了帶短暫記憶能力的AI功能體驗，如Ray-Ban Meta可以幫你記住停車位置、搭載Android XR的眼鏡可以幫你記住大門的密碼鎖等。谷歌近期所更新的AI助手Project Astra也以“記憶”作為重要功能之一，據悉可以記住過去互動的背景信息。

Project Astra，圖源：Deepmind

 AI+VR：處理器性能飆升帶來的AI功能拓展 

雖說“AI+眼鏡”是最具想象力的場景，不過對于MR產品而言，AI相關用例也明顯提升。

背后原因可能有兩點，一是AI已經成為一種重要營銷手段，二是去年的拳頭產品，如PICO 4 Ultra、Quest 3S以及Project Moohan等，處理器升級為了驍龍XR2 Gen 2/+處理器，它具備更強的AI算力。以下是部分頭顯產品曾展示的一些AI功能體驗：

Quest 3/3S：今年7月，Meta為頭顯上線了Meta AI，可以通過雙擊手柄的Meta按鈕喚醒。對于支持全彩VST的設備，設備可以實現(xiàn)視覺搜索功能，如詢問花園的植物品種等。

PICO 4 Ultra：內置了AI生成桌面背景、AI 2D抖音短視頻轉3D等玩法。

Project Moohan：配備了與AI深度融合的Android XR系統(tǒng)，它在玩法方面相比前兩者更勝一籌，如可以實現(xiàn)系統(tǒng)級響應，實時在線，并支持語音交互以及視覺搜索等。

筆者認為如果在輕度辦公場景下，Project Moohan由于得益于大屏+AI屬性，它的生產力并不一定會弱于目前的PC設備。當然后續(xù)更多功能還有待進一步觀望。

畫圈搜索功能展示，圖源：谷歌

 寫在最后：新一年將繼續(xù)喧囂 

2025年，無疑是“AI+XR”賽道更為熱鬧的一年，對于AI眼鏡，前面提到字節(jié)跳動、小米等巨頭將會進場、Ray-Ban Meta會推出帶屏迭代款；對于AR眼鏡，預計三星、谷歌等廠商會有新品發(fā)布；對于MR頭顯，有傳言稱VIVO將會在這一年入局。

隨著這些新企業(yè)的入局，“AI+XR”新品在價格、功能場景以及品牌影響力等方面都會給市場帶來“巨頭震撼”，市場會經歷一次大浪淘沙。

在筆者看來，今年有兩個值得持續(xù)關注的地方，首先谷歌在去年年末發(fā)布了XR操作系統(tǒng)Android XR，預計今年會有不少品牌“上車”。它的出現(xiàn)，有利于降低XR行業(yè)的準入門檻。

此外，筆者認為眼鏡并非“AI載體”的唯一解，新的一年中可能會出現(xiàn)更多全新的終端形態(tài)。

新的一年，讓我們攜手前進。

       原文標題 : 【年度專題】XR終端，能否吃到AI落地的最佳紅利？