作者： 科创板日报记者 黄修眉|
发布时间：2025-01-15 09:35:29
“人手一副AI眼镜”还有多远？端侧算力成可穿戴设备商业化“痛点”
摘要
随着CES 2025上AI眼镜的火热表现，可穿戴设备的商业化进程备受关注。然而，端侧算力问题成为制约大规模商业化的核心要素之一。业内正积极部署端侧AI芯片及相关硬件，以解决性能、能耗和续航问题，推动AI眼镜的普及。
正文
AI眼镜火爆市场
在CES 2025上，AI眼镜成为焦点，众多厂商纷纷展示最新产品，掀起了一场“百镜大赛”。国内电商平台上，多款AI眼镜上架即售罄，充分证明了其市场热度。
端侧算力成痛点
业内普遍认为，端侧算力是限制可穿戴设备交互体验的核心问题，也是制约其大规模商业化的关键因素之一。为了解决这一问题，业内正在探索更高性能、更低能耗的集成芯片、混合AI模型以及提升设备续航能力等方式。
解决方案：端侧AI芯片及相关硬件
高通骁龙X平台
高通在CES 2025上推出了骁龙X平台，搭载算力达45TOPS的NPU，能够高效运行AI应用。
瑞芯微
瑞芯微的多款芯片（如RK3588、RK3576）集成了6TOPs NPU，支持端侧主流的0.5B-3B参数级别模型部署，应用于AI学习机、桌面机器人等领域。
晶晨股份
晶晨股份发布了业界首款6nm商用芯片，支持本地推理任务，如实时翻译、手势识别等，已获得多家全球知名运营商的青睐。
中科蓝讯
中科蓝讯的BT895x芯片采用CPU+DSP+NPU架构，满足AI耳机端侧的高算力、低功耗需求。
恒玄科技
恒玄科技的BES2800芯片基于6nm工艺，集成多核CPU/GPU、NPU等，已应用于三星Galaxy Buds Pro 3等旗舰产品。
高性能SoC芯片支撑端侧处理能力
中航证券分析师刘牧野指出，芯片和算法模型是提高端侧算力的两大关键。通过提升芯片的先进制程或集成NPU，可以进一步提高芯片性能，支持更复杂的AI任务。
软硬件协同优化提升体验
影目科技表示，AI眼镜的体验提升需要硬件优化（如显示技术和低功耗管理）和软件算法优化（如智能交互体验）的双重努力。同时，智能功耗管理技术可以根据不同场景动态分配算力，平衡性能与续航。
混合AI协作处理提高算力支撑
瑞芯微证券部人士指出，目前市面上多数AI眼镜依赖云端算力，但端侧AI的部署可以实现本地实时交互，同时保护用户隐私。高通提出的混合AI架构认为，未来云端和终端协同工作，将实现更高效、更普及的AI应用。
续航能力：行业核心挑战
影目科技提到，电池续航问题是所有电子设备绕不开的挑战。业内正探索高密度锂电池、智能功耗管理技术以及超快充电技术、固态电池等创新路径，以提升设备续航能力。
结论
未来趋势
- 端侧AI芯片将成为可穿戴设备的核心驱动力，助力AI眼镜等产品实现更高效的本地处理能力。
- 混合AI架构有望解决端侧算力有限的挑战，通过云端和终端协同工作，提供更强大的AI体验。
- 续航技术的突破将是未来可穿戴设备普及的关键。
挑战与机遇
- 尽管端侧AI部署提高了设备性能，但也增加了制造成本，品牌商需要在市场需求和技术成本之间找到平衡点。
- 国内的端侧小模型产业仍处于初期阶段，未来发展潜力巨大。
市场预期
随着技术不断进步，AI眼镜有望在未来几年内逐步普及，实现“人手一副AI眼镜”的愿景。然而，端侧算力和续航问题仍是行业需要突破的核心挑战。
延伸阅读
原文链接