眼镜这么轻，为何压得苹果抬不起头？

几天前，苹果新任 CEO 特努斯在法国节目 Clique 中遇到了一个并不太客气的提问： 

Vision Pro 究竟是一场测试、一次失败，还是未来计算的第一步？

特努斯的回答是：「It is the early days of a long journey.」（这是一段漫长旅程的起点） 

不过确实，第一代 Vision Pro 至少证明了一件事：今天的技术，已经可以把一台性能强大的计算机戴到脸上。 

做到这一步之后，问题也开始变得复杂。 

图｜Hypebeast 

科技公司，开始重新学习眼镜

就在不久前举行的 Meta Connect 上，Meta 与依视路宣布，到 2026 年底，双方将在 Ray-Ban、Oakley 和 Meta Glasses 等产品线上提供超过 100 种眼镜的款式选择。Meta 称，这是迄今规模最大的一次 AI 眼镜产品线扩张。 

超过 100 种 SKU 选择，这种规模放在我们常见的服装或者饰品行业里确实不算稀奇，不过这在消费电子市场确实少有。 

图｜Meta 

毕竟，科技公司最熟悉的是标准化生意。 

几种颜色就可以让一台 iPhone 卖到世界各地。用少数几个硬件型号覆盖大多数用户，再把个性化交给软件和配件，这套方法支撑了过去几十年的消费电子产业。 

饰品不是这样的。 

一个包或一块手表，会因为材质和颜色衍生出几十种产品。同一套功能如何进入不同的设计，本身就是生意的一部分。 

因为人的脸没有标准答案。眼镜也是如此。 

方框还是圆框，粗框还是细框，这些问题在手机上只是换个不同颜色的手机壳的事儿，到了眼镜上，直接成为了产品本身的问题。 

再者，眼镜直接参与一个人的个人形象。消费者面对它时，很难像面对手机或耳机那样，用功能参数来简单地抉择。 

所以，我认为 Meta 与 Ray-Ban 的合作不只是通常意义上的科技联名。Meta 借来的是一个品牌标识，同时还有消费电子公司过去并不熟悉的产品方法论。 

眼镜不是一个等待功能填满的硬件容器。 它首先必须是一件人愿意戴在脸上的东西，之后才谈得上视觉计算设备。

这种思路也体现在 Meta 的另一款产品上——Meta VR Glasses。 

这可能是今年 Meta 最不像一副普通眼镜的「眼镜」。 

Meta VR Glasses 依然是一台完整的 VR 设备。它有沉浸式显示和空间感知，也支持眼动追踪与手势交互。从它想实现的体验来看，甚至可以把 Meta VR Glasses 理解成 Meta 版本的 Vision Pro。 

两者有一个很关键的区别。 

Vision Pro 的思路，是尽可能把完成这套体验所需要的计算能力整合进头显本身。即使第一代已经把电池单独外置，主要的计算、显示和传感系统仍然集中在头部设备里。 

Meta 又往前走了一步，开始拆解整台「头戴计算机」。 

Meta VR Glasses 的眼镜本体重约 100 克，主要保留显示和传感器。处理器、电池与存储都被放进一个独立的 puck，通过光纤与眼镜连接。我可以将它别在腰间，也可以放到桌子或包里。 

换句话说，Meta 没有为了轻而放弃了 VR 的核心体验，它选择了先接受作为一个「眼镜」形态的物理边界，再去重新分配这些体验所需要的计算。 

一副真正需要戴在脸上的设备，能容纳多少重量和体积，不是一个无限扩张的工程参数，最终都要由人的鼻梁、耳朵和头部承担。 

这好比一笔有限的预算。 

Meta 将这笔预算优先留给了显示、光学和传感器；计算、电池和存储对位置没有那么敏感，于是被移到了口袋里。Meta 保留了 VR 的主要体验，也把原本集中在头部的重量重新分配到了身体的其他位置。 

这或许是理解今天视觉计算产品形态变化的一种方式：「眼镜」既是一种产品形态，也是一套决定功能如何取舍、计算如何分配的标准。

苹果最近的动向，似乎也在印证这个思路。 

据彭博社记者 Mark Gurman 报道，苹果内部正在探索代号 N224 的新一代 Vision 设备，目前有大约四种设计方案。 

其中一个方案保留了现有 Vision Pro 的大致形态，通过塑料、钛等材料继续减重。另一个方案则接近 Meta VR Glasses，计算单元与电池会一起离开头部，进入独立的外置设备。 

这个方案或许仍处在很早期的阶段，苹果内部对外置 puck 也存在不小的分歧。不过，连苹果也开始考虑重新安排计算的位置，已经说明了一件事。 

下一代头戴设备需要回答的，不只是性能还能提升多少。还有： 

脸上的「预算」，应该花在哪里

既然脸上的预算有限，接下来的问题就是，应该把它花在哪里。 

从当今视觉计算行业给出的答案，大致可以看成三种。 

最直接的一种，是干脆砍掉功能。Ray-Ban Meta 是这个路径最典型的代表。 

直到最新一代，它依然没有显示屏。Meta 把有限的空间留给摄像头、麦克风、扬声器和电池，摄像头负责记录用户看到的画面，麦克风和开放式扬声器承担交互，Meta AI 则可以根据镜头捕捉到的内容回答问题。 

它可以拍照、录制视频和播放音乐，也可以告诉你眼前的建筑是什么。 

少了一块显示，也就少了一套光学系统。Ray-Ban Meta 可以维持接近普通眼镜的形态，把拍摄、音乐和 AI 交互放进一副适合日常佩戴的镜框里。 

普通眼镜的外形，以及低功耗，意味着你可以真的把它戴在脸上一整天，不需要不断意识到自己正在使用一台计算设备。 

从目前的出货量看，这也是最成熟的一条路线。 

Counterpoint Research 的数据显示，2026 年上半年，无显示屏 AI 眼镜占全球 AI 眼镜出货量的 96%。带有光学透视显示的 AR＆AI 眼镜只占约 4%，出货量却同比增长了 449%。 

另一条路线，是控制能力的边界。在我看来，目前大部分 AR＆AI 眼镜都可以放进这条路线。 

Rokid Glasses 就是一个典型的例子。 

它重约 49 克，同时保留了摄像头、扬声器和双目 MicroLED 显示。它可以拍照、播放音频，也可以把导航、翻译和提词直接放到眼前。 

乐奇的选择像是尽量把这些能力都留下来，但每一项都有所克制。显示采用单色 MicroLED，视场角控制在 30 度，分辨率为 480×640，主要用来呈现文字和简单的信息提示。 

它有显示，却没有继续追求更大的视场角和复杂的空间画面；不过仍然保留摄像头和扬声器，让拍摄、音频和 AI 交互都能留在一副日常眼镜里。 

雷鸟在 RayNeo iO 上用了另一种取舍。既然一副眼镜的空间有限，与其让每一种能力都占据一部分预算，不如干脆决定哪些事情不需要由眼镜来做。 

它同样使用透明的单色 MicroLED 显示，却把重量进一步压到了 33 克。摄像头和扬声器都被拿掉，只留下麦克风负责声音输入。眼镜不负责拍摄，也不负责播放音乐，功能集中地用来承担字幕、翻译、通知和提词这些视觉信息。 

这也是这个产品形态有意思的地方。 

有限的脸上空间没有让这些产品走向同一种答案。厂商在同一副眼镜里留下什么、拿掉什么，又把每项能力控制到什么程度，最终带来了完全不同的产品定义。

乐奇选择保留更多能力，再限制每一种能力的规模；雷鸟则直接缩小眼镜需要承担的任务，只留下完成视觉信息提示所需要的硬件。 

于是，同样是 MicroLED、光波导和日常眼镜的形态，仅仅因为留下什么、拿掉什么不同，两款产品就有了完全不同的定义。 

最后一种路线，是把这笔预算拆开，分配到不同的设备上。 

当一副眼镜想要承担的能力越来越多，镜框本身很快就会到达极限。厂商于是开始重新安排整台计算机，把必须贴近眼睛的显示和传感留下，再将位置没有那么敏感的部分移到别处，也就正如上述 Vision Pro 和 Meta VR Glasses 的方案。 

至此，我们其实可以大致看清视觉计算市场正在生长的轮廓。 

有限的空间，厂商无法把所有功能同时留下。每一次取舍，都会改变产品适合的使用场景，也会改变它最终呈现出来的形态。 

摄像头与显示之间的选择，区分了感知和呈现。全天佩戴与沉浸体验之间的选择，又把产品推向了普通眼镜和空间计算设备的两端。有人希望眼镜理解自己看到的世界，有人在意信息能否直接出现在视野里。 

到了完整 VR 体验这一级别，计算和电池究竟放在头上还是口袋里，又会带来另一套产品结构。 

今天智能眼镜之间的分野，就是从这些具体的取舍中逐渐形成的。 

有限的空间没有让智能眼镜变成一个能力有限的品类，反而成为塑造这个品类的力量。

现在，轮到计算适应眼镜

接受眼镜的边界，不意味着只能不断做减法。 

今年的 Snapdragon Summit 上，PrismML 展示了 Bonsai，一款面向智能眼镜设计的 2B 视觉语言模型。它可以直接运行在搭载 Snapdragon AR1 Gen 1 的智能眼镜上。 

作为一个多模态的模型，它能够在本地理解佩戴者看到的内容，并实时给出回答。 

相比模型本身的能力，我认为值得留意的是 PrismML 解决问题的方式。 

曾经，当眼镜跑不动一个模型的时候，最自然的解决方式是把计算交给别的地方。 

手机、云端… 眼镜只需要负责收集信息，再把结果呈现回来。 

这也是过去很多可穿戴设备默认的计算架构：真正强大的计算发生在远处，戴在身上的设备只是一个入口。 

当然，这是的确是一种适应眼镜形态的做法。但这种适应，只是在既有计算体系里给眼镜找位置。 

模型依然可以按照服务器或者手机的条件设计，只是在真正需要运行它的时候，眼镜把任务交给另一个拥有更充足算力、内存和功耗的设备。 

某种程度上，眼镜仍然处在整套计算系统的末端：它负责感知和交互，真正的计算由其他设备完成。 

Bonsai 有意思的地方，是它把这种适应继续往前推进了一步。 

它没有继续要求眼镜去适应一个原本为服务器、PC 或手机设计的模型，反而开始要求模型适应眼镜。 

模型的精度、大小、内存占用和运行方式，都围绕一副眼镜所拥有的几瓦功耗、有限内存和散热能力重新设计。 

Bonsai 的语言模型部分被压缩到 1-bit，并针对 Snapdragon 的 Hexagon NPU 进行优化，本质上都是为了让原本很难发生在眼镜上的计算，能够留在眼镜上。 

于是，眼镜不再只是决定「计算应该发生在哪里」，也开始决定「计算应该以什么样的方式发生」。

回头看，John Ternus 所说的「漫长旅程」，也可以有另一种理解。 

我们可以将其看作科技公司重新学习克制与取舍的过程。 

技术进步当然会让眼镜容纳新的能力。芯片会继续缩小，模型会继续轻量化，显示和电池也会持续进步。可这些变化不会替产品做出选择。 

每增加一项功能，都会重新改变重量和续航，进而影响一副眼镜最终看起来是什么样子，人又愿意戴它多久。 

眼镜离人太近了。 

它停留在视线里，压在鼻梁和耳朵上，也直接成为个人形象的一部分。计算进入这样一个位置以后，衡量进步的标准也会发生变化。 

强大的性能仍然重要，不过设备能否舒服地停留在人身上，同样是各个厂商需要探索的课题。 

当计算来到脸上，缩小只是第一步。下一步，是学会成为一副眼镜。

本文来自微信公众号 “爱范儿”（ID：ifanr），作者：关注明日产品的，36氪经授权发布。