冯大刚对话Rokid创始人Misa：为什么五年后，手机可能变成眼镜的配件？

过去一年，AI 硬件重新回到了科技行业的中心舞台。 

从手机、电脑到汽车，从耳机、音箱到各种可穿戴设备，当大模型已经能够支撑几乎所有电子设备的交互，所有硬件厂商都在试图成为承载 AI 能力的硬件形态。

是更强的手机？是更聪明的汽车？还是一种全新的、贴近人体的计算入口？

在这些探索中，AI 眼镜正在以一种更具确定性的方式被推到台前。它不同于过去十年里反复尝试、却始终难以走向大众市场的 XR 眼镜，AI 眼镜普遍被给予的期待是，能够承载下一代人机交互范式：始终在线、随时可用、无需掏出手机，就能完成信息获取、拍摄记录、路径导航、即时翻译、AI 问答和环境理解。

移动互联网改变的是“人与信息”的关系，大模型正在重写的是“人与世界”的关系。而眼镜，恰好处在这个关系的入口——它位于人类视觉与注意力的中心。 

多年来，Rokid 一直是沿着这个方向在思考和下注的。

Rokid 经历过 AR 概念最热的年份，也经历过资本与市场降温后的漫长蛰伏；它见过行业里一次次“下一个入口”的叙事起落，也承担过一家公司在不确定赛道里长期投入的代价。

当前，智能眼镜赛道呈现出明显的分化趋势：一部分产品仍主要沿用音频眼镜的设计逻辑，在基础语音交互之外加上有限的模型能力，属于“轻 AI”路线；而 Rokid 则选择了一条看似更为沉重的路线，力图打造一个真正具备多模态交互能力的全栈 AI 眼镜。从输入端的摄像头、麦克风，到输出端的显示与语音反馈，再到支持大模型接入与生态拓展的 AI 应用体系，Rokid 的产品策略意在构建更全面的 AI 终端使用体验，而不是单一功能的叠加。

在这次阿里云通义智能硬件展特别环节中，看了十几年科技创业的36 氪 CEO 冯大刚，和在智能眼镜赛道深耕了十年的 Rokid 创始人 & CEO Misa，围绕「AI眼镜的iPhone时刻，还有多远？」进行了一次深入交流。

他们聊到了：

AI 眼镜如何成为高频设备：娱乐类产品解决的是“巨幕”，但通常是“nice to have”。Rokid 更看重的是高频、长时的佩戴与使用，把眼镜变成像手表一样的日常设备。这也是为什么他们反复强调“日使用时长”“消息直达”“走路骑行导航”“随手拍”的场景——这些都是把眼镜从玩具推向习惯的路径。

眼镜相机和手机摄影的区别是：眼镜相机的优势不是取代手机影像，而是补足手机抓不住的瞬间：更自然、更不打扰、更低成本地记录。

大模型如何成为产品的基础设施：大模型是底座，但能不能变成产品，取决于端侧体验与基础设施：稳定性、延迟、连接、交互、续航、工程可靠性。Rokid 选择接入通义千问、同时保持开放可切换。

如何保证 AI 眼镜能长出自己的生态：他们提到的 Agent Store、第三方能力接入（例如车控）指向一种更接近平台化的尝试：先把最核心的高频能力做扎实，再让生态在眼镜上长出来。

AI 时代的新载体会是眼镜吗：Misa 的核心判断很直白：AI 时代一定需要新载体，而手机不会延续到下一个时代成为唯一主设备。眼镜是否成为终局仍未形成共识，但正因为共识未定，创业公司才有下注的窗口期。

这些问题的探讨，也解释了一个外界常常困惑的问题：为什么智能眼镜喊了这么多年，直到今天才好像真的要火起来了？

答案可能并不在眼镜本身，而在大模型终于补上了那块缺失的拼图——过去的“智能”太弱，眼镜只能靠显示和硬件形态讲故事；而当视觉理解、语音交互、即时问答、环境识别开始可用，眼镜才拥有了离开手机也成立的理由。

于是行业进入一个新的分化期：一边是大厂开始下场，用渠道、补贴和生态推量；一边是像 Rokid 这样的长期主义玩家试图证明，入口型硬件的胜负不只靠投流，更靠产品完成从尝鲜到习惯的改变。

这也把问题推回到这场对话的原点：

AI 眼镜的 iPhone 时刻，到底意味着什么？

是销量从几十万到千万的拐点？是“续航—显示—舒适”不可能三角被工程能力打穿？还是出现一个足够高频、足够刚需、足够能改变日常行为的“杀手级应用”？

在智能硬件展这样一个充满口号与愿景的场合里，冯大刚与 Misa 的对话，一个代表长期观察与判断，一个代表十年下注与实践。他们试图在噪音最密集的地方，找一个更接近答案的方向。

以下为对谈实录，经36氪编辑：

冯大刚：今天的场合有点儿像智能眼镜市场，嘈杂，但充满了活力，只有大声表达自己才能被别人看到。

Misa：是的。

冯大刚：Misa是Rokid的创始人，2025年的2月份，Rokid有一次出圈，就是你站在台上说“今天，我的演讲稿就在我的眼镜上”。

Misa：对，就在眼镜里面。

冯大刚：作为一个看了硬件很多年的投资人、媒体人，那天我非常高兴，我觉得终于找到了智能硬件到底应该做什么这个命题的答案，Rokid那天之后是不是就红了，红了之后有什么感受？

Misa：我们预计2025年智能眼镜会爆发，但没想到两件事：第一，爆发得很厉害；第二，没想到是由我们引爆的。我原以为是市场共同做热，没想到那个发言让智能眼镜整个赛道在2025年一下子起来，比较意外。

冯大刚：你觉得AI眼镜走的有哪几条路线？

Misa：第一类是娱乐类，比如看电影、玩游戏，主打巨幕体验。第二类是轻AI类，从音频眼镜加一点AI能力演变而来，代表是Meta Ray-Ban，小米、理想也是这类。第三类是全功能AI眼镜，要有显示、麦克风、扬声器和完整的AI能力，输入输出完整。这类做得不多，Rokid是目前最完整且大规模量产的。基本就这三类：娱乐类、轻AI类、全功能AI类。

冯大刚：那么苹果做的戴在头上的这种属于哪类？

Misa：它更类似一个头戴显示器。

冯大刚：2025年，全世界一共卖了多少AI眼镜？

Misa：包括Meta Ray-Ban这类新产品，总共约500万台，其中Ray-Ban约300多万台。全功能眼镜中，Rokid占绝大多数，约70%以上市占率。预计2026年Rokid仍将占一半以上。

冯大刚：市占率一半大概多少台？

Misa：去年我们出货20多万台，但实际只有三个半月时间。今年预计80-100万台，是比较理性的预测。

冯大刚：三种不同类型的AI眼镜分别满足用户什么样的需求？

Misa：娱乐类主要是巨幕观影，属于“nice to have”，需求不大。我们娱乐类眼镜Rokid AR Lite的销量只有全功能款的1/10，日使用时长约1小时。而Rokid Glass日均佩戴约8小时，像我基本全天佩戴。

冯大刚：为什么不是16小时？

Misa：8小时是平均值，有人需要时才戴。

冯大刚：行业中有没有公认的终极能力，未来我们所有人都需要它？

Misa：多媒体内容有需求，但面临“不可能三角”：展现力、续航、佩戴舒适性难以统一。如果未来三五年能突破，三合一就是未来：想用巨幕就用巨幕，想用AI辅助就用AI，想当普通眼镜就当普通眼镜。

冯大刚：为什么需要三合一眼镜？它是未来吗？具体能帮我做什么手机做不到的事？

Misa：从我们现在的用户数据来看，有几个高频场景很清晰。第一是拍照录像。很多人以为眼镜拍照是要取代手机，其实不是，它是弥补。手机强调“拍好”，而眼镜强调“抓到”，随时随地记录瞬间，过程更自然。比如拍小孩或采访，对方看到手机可能会不自然，但眼镜就很隐蔽。第二是信息提醒。像我现在跟您聊天，其实眼镜上已经飘过几十条微信通知了，大部分不需要立刻处理，这让我不用频繁掏手机，注意力更集中。第三是AI问答。短平快的问题，比如问天气、查资料，直接问眼镜就行，比打开搜索引擎快。第四是导航，步行或骑行时，跟着眼镜里的指示走，比举着手机方便多了。它真正区别于手机的是，提供了更自然、更即时的“主动AI服务”。    

冯大刚：长期看，眼镜是手机配件还是独立设备？

Misa：三年内可能还是配件，三到五年后会有变化，五年后大概率不是。手机可能变为计算、通信、存储终端，交互主要在眼镜上。眼镜也是“主动AI”的更佳载体。

冯大刚：续航多长时间？

Misa：持续使用约6-8小时，间断使用可支撑一天。

冯大刚：接下来的问题会更锋利一些。你说Rokid是中国第一，但智能眼镜全球年销量才几十万台，相比手机年销数亿台，规模很小。你怎么看？

Misa：首先，我很少对外讲Rokid是第一，虽然在数据上确实是，但我不太想引发“行业第一才卖二三十万台”这样的讨论，更想分享几个动态数字：第一，今年双十一，Rokid同比销量增长了800%，翻了9倍。第二，从去年20多万台到今年目标100万台，这是400%的增长。这个增速拐点很值得期待。第三，如果单SKU卖到100万台，在消费电子领域，这已经能和很多手机单品的销量打平了。所以，虽然现在总量还小，像个“小学生”，但增长极快，很快会进入“高考”阶段。我相信到2027、2028年，这个行业会达到千万台级别。今年整个市场（含音频眼镜）破千万台，是指日可待的。

冯大刚：我追问一下。我们喊“AI眼镜是下一个入口”很多年了，为什么直到今天，我们还得说“再等两三年”？究竟是产品太贵、功能不够好，还是没找到那个“杀手级”应用？

Misa：我觉得核心还是市场教育问题。真正的爆发点，其实是AI大模型的成熟，而这也就是近一两年的事。在千问、DeepSeek这类大模型火爆之前，所谓的AI都比较“笨”。从大模型引爆到我们产品出圈，也就一年时间。你看，今天在座各位，可能还有一半人没听过Rokid。这说明市场认知还需要时间。去年行业刚刚被点燃，今年和明年大家一起把市场教育做深，千万台规模很快就会到来。我个人非常有信心。

冯大刚：说到大模型，我知道你们今天接入的是阿里的千问模型。为什么选择它？

Misa：两个主要原因。第一，Rokid是开源的信奉者，谁开源我们就优先用谁，这对我们创业公司更安全。去年我们规划产品时，开源的优秀选择主要是千问和DeepSeek。第二，阿里云的基础设施保障更稳定，所以我们默认接入了千问。

冯大刚：既然说到阿里，今天也在阿里云的场子。你怎么看待像阿里这样的大厂和你们创业公司之间的竞争？

Misa：这个问题挺有意思。我在阿里待过四年，我认为互联网大厂做硬件，最大的挑战往往不是能力，而是“坚持”。硬件创业是场马拉松，需要All-in的专注和耐心。但大厂业务多，一个项目如果短期内不是战略核心，资源投入和团队注意力就可能转移。这是创业公司能赢的核心——我们没得选，只能死磕。当然，大厂开局“三板斧”很猛：媒体资源、渠道补贴、生态协同。创业公司要扛住，就必须把品牌立住，把产品基本功做扎实，并且依靠用户口碑和社区传播来实现破圈。我们Rokid的用户推荐率很高，靠的不是投放，而是口碑。

冯大刚：如果大厂直接打价格战，比如类似产品你卖三千，它卖一千五，怎么办？

Misa：坦白讲，如果一家大厂真的用成本价或亏损价连续卖三五年，那整个行业都会被做坏。但我认为大厂不会这么干，也不可持续。关键是我们自己要在前一两轮冲击中站稳脚跟。目前在这个赛道里，我们的专注度和资源密度，仍然是行业最高的。

冯大刚：你提到社区和生态，上一个演讲者讲了女性AI社区。对于AI眼镜，未来应该构建一个什么样的社区？是围绕观影，还是办公，或是All in One？

Misa：这是个好问题，但现在谈All in One还为时过早。我们刚上线了“Agent Store”，这是眼镜上第一个AI智能体商店。比如，已经有开发者做出了用眼镜控制特斯拉的智能体。我觉得应该先把AI Agent这个核心生态做好，把核心圈层的口碑做扎实，再慢慢扩展边界。做产品，一定是先做精，再做广。

冯大刚：我们看IT历史，手机、电脑最后都走向高度集中，前几名占据绝大部分市场。智能眼镜也会这样吗？如果会，前五名里会有多少创业公司？

Misa：我觉得眼镜行业会比手机分散一些。因为眼镜有很强的个性化、时尚化属性，它一半是电子产品，一半是时尚配饰。每个人的脸型、风格、使用场景都不同，这天然决定了品牌的宽容度会更高。目前这个阶段，我觉得行业还处在“甜蜜期”，大家是共同把市场做大的“竞合关系”，而不是你死我活的零和博弈。我预测未来会有10到20家品牌活得不错，其中大概一半会是创业公司。

冯大刚：最后聊聊中美差异。在AI眼镜这个战场，中美的发展路径有什么根本不同？

Misa：一个很有意思的视角是“眼镜”本身。美国市场以太阳镜逻辑为主，因为他们近视率很低。而中国市场以“视光眼镜”的逻辑为主，我们的近视率非常高。这意味着，如果我们把眼镜定义为AI的载体，那么在中国，用户有全天佩戴的刚需，这个基础就比美国市场大得多。所以我认为，在中国诞生世界级的AI眼镜公司，机会更大。

冯大刚：你和硅谷同行交流多吗？他们怎么看Rokid？

Misa：经常交流。像我们前几天发布特斯拉控制功能后，硅谷一家顶尖眼镜公司的供应链负责人还公开给我们点赞，说这是他们第一次公开称赞Rokid。在CES上，Rokid的展台也是最热的之一。在能和Meta正面竞争的市场，比如中国台湾，Rokid也是销量第一。我们是一家被全球同行认真对待的公司。

冯大刚：所以，你依然坚信眼镜是下一代计算入口？

Misa：我离开阿里创办Rokid时就坚信，AI和AR会融合，并催生新的计算平台。每个时代都有新载体，AI时代不会再用手机作为主流交互设备。当然，这个共识现在还没完全形成，正因如此，才有创业公司的机会。我的建议是，大家不妨亲自去尝试、佩戴一下AI眼镜，感受一下。你的结论或许和我不一样，但只有体验过，才能做出自己的判断。

冯大刚：今天聊下来，我有一个感受：这个行业现在像早晨八九点钟的太阳，前途清晰可见，但热度还未到如日中天。

Misa：如果类比移动互联网时代，现在更像是黑莓（BlackBerry）时代，iPhone时刻就在前方不远处。这是一个伸手可及、并且大家都有机会参与的未来。参与的最好方式，可能就是支持像Rokid这样的创业公司，用钱包投票。

冯大刚：我记得你有个比喻，说创业就像在黑暗森林里探路，创始人只是比团队多看十米，举着手电筒走在最前面。我觉得这是一个很了不起的比喻，感谢所有在黑暗森林里举着手电筒的探路者。

Misa：谢谢。因为如果路都已经灯火通明，那就轮不到创业公司来走了。希望未来一路，继续有大家支持。