2025年智能交互行业分析：AI眼镜的消费升级逻辑与投资机会

一、市场空间分析及消费者调研

AI眼镜：拍摄功能带来新鲜体验，Meta Ray-Ban眼镜火爆出圈

从广义的AI眼镜定义来看，目前有三种形态，分别是无摄像头的智能眼镜、摄像头智能眼镜以及带显示屏的智能眼镜。

Meta Ray-Ban推动AI眼镜行业实现销量爆发并迈入商业化时代

AI眼镜行业真正迎来行业发展的关键转折点，始于Meta与Ray-Ban联合推出的第二代智能眼镜。该产品通过在外观设 计、功能集成与品牌溢价层面的全面革新，成功实现了主流市场关注度的突破性提升。回溯双方2021年9月发布的首款 定价299美元机型，至2023年2月累计出货量仅30万台，月均活跃设备数低至2.7万台，活跃度不足10%。尽管这一初期 尝试被视为商业化探索的阶段性挫折，但其为后续产品的迭代优化与渠道拓展积累了宝贵的实践经验。

作为迭代升级的重要成果，第二代智能眼镜于2023年9月发布后迅速打开市场，上市2个季度销量超过50万台，2024年 全年销量达142万台，预计2025年将突破400万台大关。这一爆发式增长态势，不仅印证了消费市场对高端AI可穿戴设 备的强劲需求，更标志着AI眼镜产业正式迈入规模化商业落地的新阶段，在技术迭代与市场接受度之间找到了可持续 发展的平衡支点。

爆火原因——影像能力突破与用户核心关注点

第二代智能眼镜在影像功能上实现重要提升。对比首代产品搭载的500万像素摄像头，新款升级为1200万像素超广角镜 头，在解析力与取景范围上均有显著进步，可支持拍摄细节更丰富的高清影像。其视频拍摄能力同步增强，支持最长 60秒的1080P分辨率、60帧每秒的视频录制，能够清晰记录动态场景。值得关注的是，该产品内置的一键直播功能可直 接对接Facebook和Instagram平台，便于用户将即时拍摄的内容同步分享至社交网络。市场调研数据显示，在消费端关 注的核心功能中，影像系统的综合表现已成为用户选购智能穿戴设备的重要考量因素。

爆火原因——第二代智能眼镜多维优势解析

第二代智能眼镜融合AI大模型实现全新交互体验、延续Ray-Ban经典时尚外观、依托Meta与Ray-Ban强大线上线下渠道 网络、优异的续航能力和以高性价比平衡功能与佩戴舒适度，打造新一代智能穿戴体验。

消费者调研：拍摄功能吸引用户尝新，续航和重量依然是当前痛点

AI眼镜存在真实需求，新奇体验吸引用户。以 Ray-Ban Meta 智能眼镜为例，这类产品展现出AI眼镜的独特优势与使 用价值，确实满足了市场的实际需要。据 wellsenn XR 对 TikTok平台相关内容的统计，用户在短视频中提到最多的 关于 Ray-Ban Meta 智能眼镜吸引他们的体验分别是：第一视角拍摄（POV）、免提拍摄（语音交互）、AI语音助 手、音频（听音乐/通话）。

第一视角拍摄是AI眼镜的最大特色，让用户能够以最自然、最沉浸的方式记录和分享生活场景。区别于传统拍摄需 双手持握设备的方式，AI眼镜内置的高清摄像头可通过轻触镜框或语音指令实现一键拍摄，避免了手持操作对日常活 动的干扰，尤其在运动、旅行或工作等场景中体现出便捷性。此外，由于镜头位置与视线高度几乎重合，拍摄内容更 贴近用户实际所见，避免了拍摄盲区和取景不准问题，使得视频与照片更具真实感和代入感。wellsenn XR 的统计显 示，TikTok上的AI眼镜用户中，98%的用户使用或展示拍摄功能。未来AI眼镜若起量爆发，配备摄像头或成主流趋 势。

消费者调研：拍摄功能吸引用户尝新，续航和重量依然是当前痛点

续航表现有限是AI眼镜面临的首要挑战。尽管厂商在硬件设计与功耗控制上持续优化，但受限于大功耗摄像头、处理器 及显示模组的能耗需求，现阶段产品续航表现仍待提升。以Ray-Ban Meta智能眼镜为例，其单次充满电续航为4小时， 配套充电盒可支持8次充电，快充技术虽缩短了充电时间，但仍难以满足全天候高强度使用需求。有限的续航时长导致 用户需频繁充电，显著影响了产品的便捷性与使用体验。

较重的机身设计也是AI眼镜普及路上的一大痛点。当前AI眼镜需集成处理芯片、摄像头模组、电池及散热系统等核心部 件，致使整机重量普遍超过50克，远超传统眼镜20克左右的标准。据wellensenn XR针对国内用户的体验调研显示， 19.5%的用户认为Ray-Ban Meta智能眼镜（机身重量50克）佩戴不舒适，压鼻梁和机身过重为主要痛点。另有76%的用户 反馈“有一点重但尚可接受”，反映出重量问题已成为影响产品普及的重要因素。

二、AI眼镜有望成为最佳AI端侧落地场景

大模型降本推动侧端AI加速发展，AI眼镜有望成为最佳落地场景

过去十年间，人工智能在多个领域性能表现实现跨越式发展，多项能力已超越人类基准水平。2015年图像分类任务、 2017年基础阅读理解任务、2020年视觉推理任务及2021年自然语言推理任务相继突破人类基准线，起步较晚的多任务 语言理解与竞赛数学能力亦逐步接近人类水平。2023年，以ChatGPT 3.5为代表的多模态生成式AI技术迎来重要进展， 在代码生成、文本创作、图像及视频制作等领域展现出显著的效率提升效能。

AI眼镜兼具硬件载体与终端应用的双重属性，在人工智能生态中扮演重要角色。作为穿戴设备，其与人类 视觉、听觉等核心感官紧密关联，能够自然构建声音、语言、视觉的高效交互体系。通过内置摄像头实时 采集视觉信息，配合语音交互技术实现多模态输入输出，例如基于Google自研大模型Gemini开发的新一代 AI助手Project Astra，可提供图像识别、智能辅助等复合功能。依托轻量化佩戴形态与直接视觉感知优势， AI眼镜正推动边缘端人工智能在日常场景与专业领域实现规模化应用落地。

大模型推理成本快速下降，推动侧端AI加速落地

科技巨头在AI领域投入巨额资金，急需寻找落地场景。根据英伟达财报数据显示，其数据中心业务收入呈 现显著增长态势。2024财年第一季度为43亿美元，至2025财年第四季度增至356亿美元，其中2025财年第一 季度较上年同期实现426%的显著同比增幅。这一财务表现直观反映出亚马逊、谷歌、微软、Meta等科技巨 头在AI基础设施领域的持续高强度投入，凸显出行业对高性能算力的旺盛需求，同时也显示出相关主体正 亟需拓展AI技术应用场景，以推动技术价值向实际收入的转化。

大模型价格快速下降，正推动相关应用加速落地。随着大模型算法持续优化，量化技术与蒸馏方法不断 迭代，模型在推理阶段所需的算力和能耗显著降低，这使得原本依赖大型服务器集群运行的模型，如今能 够迁移至边缘设备以及中小型云平台。与此同时，大量开源项目的涌现，让开发者无需支付高额授权费用， 即可获取性能可与商用模型媲美的技术方案。这一变化直接促使单位推理成本从数美元级别降至几美分甚 至更低水平，大幅降低了人工智能应用开发与迭代的门槛，进而推动AI应用加速落地。

Deepseek R1的爆火，繁荣了开源生态，利好端侧AI的爆发

Deepseek R1凭借接近同期顶级商用大模型的性能表现与颇具竞争力的定价策略，在行业内引发关注，成 为推动开源大模型生态建设的重要力量。该模型在自然语言理解、图像分类及多模态推理等多项基准测试 中的表现，与同期OpenAI o1处于相当水平。与此同时，通过蒸馏与剪枝技术生成的轻量化版本，为移动端 设备的部署提供了可行且高效的解决方案。

Deepseek R1的代码实现完全开源，其开源社区呈现出活跃的发展态势，社区贡献与生态建设持续升温。数据显示，该模 型源码自发布初期仅有数百收藏量，目前已迅速攀升至接近9万的规模，截至2025年6月，这一数字已超过拥有超过20年历 史的开源编程语言Python。与此同时，围绕模型的代码复现与技术讨论热度持续攀升，反映出开发者和研究者对其在端侧 场景应用的高度关注。

在硬件适配层面，多家芯片厂商已推出针对Deepseek R1的量化加速库及优化插件，助力其在ARM架构、RISC-V芯片、移 动GPU等多元硬件平台上实现高效运行。作为AI眼镜的核心技术支撑，AI模型的实际效果直接影响用户体验，Deepseek R1 凭借良好的模型性能与完全开源的特性，为端侧部署创造了有利条件，有望针对当前AI眼镜行业在内容端存在的痛点提供 有效解决方案。

大模型也在改变智能眼镜发展思路，AI眼镜有望率先起量

大模型的发展为智能眼镜的演进提供了新的思路。传统智能眼镜早期侧重解决显示技术问题，采用Micro LED与光波导方案时面临量产难度， 在此背景下衍生的BB方案（BirdBath光学方案）结合Micro LED，虽能实现显示功能，但存在透光率不足、设备笨重等问题，导致产品应用场 景局限于观影领域，用户体验受限，难以形成长期佩戴需求。

而在大模型技术赋能下，新型AI眼镜调整了技术路径，即暂不搭载传统显示模块，转而强化摄像头配置，并通过云端大模型实现功能接入。 这一策略有效平衡了设备的成本、续航与便携性——去除显示模块降低了硬件复杂度与重量，外接云端算力避免了本地处理的高功耗需求， 使产品更聚焦于"轻量化穿戴"定位。用户通过蓝牙连接手机即可调用基础AI功能，在保证基础体验的同时，将设备重量、续航与外观设计优 化至消费级可接受范围。

以市场热销的Ray-Ban Meta第二代智能眼镜为例，，其售价为299美元，仅比不含摄像头与耳机的普通墨镜版本高出50美元，重量为48.6克， 仅比标准墨镜重4.6克，单次使用续航达4小时，搭配充电眼镜盒最长可支持32小时，兼顾了功能性与佩戴舒适性。

三、行业竞争格局分析

品牌端：Meta为AI眼镜龙头，后续龙头厂商入局有望改变竞争格局

从目前AI眼镜的全球竞争格局格局来看，Meta为行业龙头。目前市面上销售的AI眼镜绝大部分都是Meta 的Ray-Ban 2代眼镜，其他厂商对标Meta的眼镜基本上都从2025年才开始陆续销售。

AI眼镜价值量拆解：芯片成本占比最高

从AI眼镜的BOM成本构成来看，主板占据最大比重。以Ray-Ban Meta为例，主板成本高达89.1美元，占整体BOM成本的 54.3%，其中以高通AR1 Gen1芯片为价值最高的单一部件，单颗价格约为55美元。其余各部分成本占比如下：传感器7.9%， 结构件10.3%，外壳3.4%，声学模组10.7%，充电盒与OEM成本分别为9.1%。

从供应商格局来看，核心芯片部分基本由海外企业主导，尤其是主控芯片领域，国内产品目前仍难以与高通AR1 Gen1抗 衡。而在蓝牙、WiFi、电源管理等子芯片方面，国内厂商已具备一定竞争力，与国际龙头差距相对较小。整体来看，国内 厂商的优势主要集中在模组、结构件和ODM等环节。

MCU级SoC+ISP方案：低功耗，小型嵌入式系统首选

MCU级SoC+ISP方案凭借极低功耗和超轻量化的特性，在低算力需求和长续航场景中展现出显著优势。该方案 通过将主控MCU与图像信号处理器（ISP）集成于单颗小型芯片中，能够在用户启用拍摄或进行基础识别操作时 完成图像预处理及简单算法处理，而在非工作状态下几乎零功耗，大幅提升设备的待机时长，使AI眼镜更适合 日常长时间佩戴。与此同时，其小巧的体积与低热设计也为镜框带来更高的轻薄舒适性。但由于该方案算力有 限，难以胜任实时翻译或深度学习等复杂任务，更多应用于如自动拍照触发、基础手势识别等轻量型功能。

系统级SoC方案：高性能，当前AI智能眼镜主流选择

系统级SoC方案以高算力与多模块集成为主要优势，成为当前AI智能眼镜的主流选择。该方案将CPU、GPU、 神经网络加速单元及通信模块集成在单颗芯片中，具备强大的本地处理能力，能够独立完成实时翻译、 场景理解、目标追踪等复杂AI任务，无需依赖手机或云端支持，即可实现稳定运行。尽管其功耗较高， 对电池容量和散热系统提出更高要求，但在离线或网络条件不佳的环境下，依然能够提供流畅的智能体 验，因此深受对功能丰富性与响应速度有较高需求用户的青睐。

ODM环节竞争格局：歌尔为AI眼镜ODM龙头

歌尔股份在AI眼镜ODM领域凭借深厚的产业链布局与垂直整合能力，通过构建从概念设计到量产交付的一站式ODM体系， 保持行业领先。公司不仅横跨上游光学模组、显示技术、声学组件、传感器与结构件供应，到中游整机装配和系统集 成的全链条能力，还绑定了Meta、Pico、索尼、华为、小米等一线大客户，通过“4+4+N”战略打造从零组件到整机的 一站式解决方案，积极与高通联合推出多代XR参考设计，并在Birdbath、光波导、Pancake折叠光路等核心光学工艺上 实现产业化量产；此外，公司通过收购Kopin、WaveOptics与驭光科技等外延投资，以及联合高校、研究院所和行业伙 伴共建虚拟现实创新中心，进一步夯实了在低功耗LPDDR、MIPI PHY、高速图像传感与全彩波导显示等多项专利与技术 壁垒，确保在AI眼镜产品的轻量化、续航与显示效果等关键指标上遥遥领先。

报告节选：

编辑：火腿肠