“規模定律的進展非常好，依然值得投入。”“世界模型和LLM最終會融合。”“AGI會在5到10年內實現，未來能源將會成為智能的貨幣。”“中國大模型相比美國前沿模型只落後幾個月，但問題不在於追趕，而在於他們能否發明Transformer那樣的突破性範式。”在CNBC最新推出的訪談節目《科技下載》中，Google Deepmid CEO Demis Hassabis 針對時下熱議的AGI路線圖、Scaling Law、中美模型差距、AI泡沫等問題，發表了不少關鍵判斷。一上來，Demis就乾脆利落地否認了“Scaling Law撞牆”的問題，他的判斷是規模定律的整體發展依然非常好，儘管相比前兩三年速度有所放緩，但回報依然很可觀，值得繼續投入。不過，他也重複了之前在其他場合發表過的觀點：要達到AGI，不能只靠Scaling Law，還需要1-2個像Transformer那樣的重大範式突破。Demis依然堅持自己之前對AGI時間的判斷——5到10年。這是一個並不激進的估計，他也自稱是一個AI的“謹慎樂觀主義者”。有意思的是，Demis也發表了和馬斯克類似的觀點：由於晶片極度短缺，AI的算力問題最終都會歸結能源問題，因此未來能源將成為“智能的貨幣”。關於中美之間大模型能力的差距，Demis 認為中國團隊追趕的速度非常快，現在這一差距已經縮短到只有幾個月。但Demis也稍微潑了盆冷水——他指出，真正的問題不在於追趕，而在於中國能否發明像Transformer那樣的範式創新，而他目前並沒有看到明確跡象。在與OpenAI、Anthropic等頂級AI巨頭的競爭中，Demis承認Google的商業化和規模化比對手起步晚一些，但他們現在已經回到了創業公司狀態，Deepmind的組織重整也使得他們能夠迅速迭代Gemini模型能力，新模型幾乎當天或第二天就能快速落地到Google的核心產品中。此外，端側AI也是Google下一步將要發力的重點。Demis表示個人非常看好“邊緣計算”方向，也就是更高效、更輕量的模型運行在手機、可穿戴裝置等終端上。他透露，Google將會發力智能眼鏡。據此前報導，Google與中國創企XREAL將合作發佈有線XR眼鏡，項目名為Project Aura，將於2026年推出。關於2026年可能出現的重大突破，Demis認為具備更高自主性的 agent 系統將變得足夠可靠，真正開始發揮實用價值。同時他也預告了與Gemini Robotics的合作，機器人領域在未來 12 到 18 個月也會出現非常有意思的進展。以下是整期播客的全文，有刪減和適當潤色：規模定律的回報依然很可觀 通往AGI還需要一兩個重大創新Arjun：我想先從技術本身聊起。我們一直在談論 AI，以及它的能力如何持續提升。圍繞所謂的“規模定律”也有很多爭論。簡單來說，就是更多算力、更多資料、更大的模型，是否必然會帶來更強的系統。你之前說過，我們需要把規模定律推到極限。但現在也有人在問，我們是不是正在撞上某種“天花板”，這些模型的進步是否正在放緩？從你在 DeepMind 的研發經驗來看，你們觀察到了什麼？Demis：我認為規模定律總體上仍然進展得非常好。只要投入更多算力、更多資料，把模型做得更大，我們確實能看到能力的持續提升。當然，這種提升的速度可能不像兩三年前那麼快了，所以大家會談到“邊際收益遞減”。但“遞減”和“沒有收益”是完全不同的概念。我覺得我們現在處在兩者之間——回報依然非常可觀，值得繼續投入。與此同時，如果從“通向 AGI”這個目標來看，可能還需要一兩個關鍵性的重大創新，不能只靠把現有方法不斷放大。Arjun：我們一會兒會詳細談 AGI。但在你看來，現在到底缺了什麼？Demis：如果你玩過各種聊天機器人，就會發現它們在某些方面非常厲害，但在其他方面卻完全不行。我把這種狀態稱為“參差不齊的智能”（jagged intelligence）。它們在某些任務上表現驚人，但換一種提問方式，或者換一個場景，就會暴露明顯缺陷，甚至連一些看起來很簡單的事情都做不好。真正的通用智能不應該有這種不一致性。除此之外，現有系統還存在很多根本性限制，比如：它們無法持續線上學習，不能在使用過程中真正學會新知識；也很難真正產生原創性的想法。因此，如果要實現通用智能，還有不少關鍵能力是當下系統所缺失的。Arjun：那要解鎖這些“真正智能的系統”，關鍵突破點可能是什麼？我之前和 Hugging Face 的聯合創始人 Thomas Wolf 聊過，他的看法是：LLM 很擅長回答問題、總結資訊，但真正缺失的是“提出全新想法”的能力。尤其是在科學領域，比如提出新的藥物機制、新的疾病假說，LLM 似乎還無法產生那種“諾貝爾獎等級”的原創思想。你怎麼看？是不是需要一種全新的架構？Demis：這正是我畢生投入 AI 研究的原因之一。我始終認為，AI 最終會成為科學的終極工具。我們已經通過 AlphaFold 等成果證明了這一點。但問題是：AI 能不能自己提出一個全新的科學假設，而不僅僅是解決一個已經被人類提出的問題？到目前為止，它們做不到。它們缺乏某些關鍵能力。我認為這可能涉及更長期的規劃能力、更強的推理能力，以及一個非常重要的概念——“世界模型”。也就是說，系統需要真正理解世界的運行方式，能夠在“腦中”模擬世界、驗證假設。頂尖的人類科學家正是這樣工作的，而目前的 AI 還遠遠達不到。世界模型和LLM最終會融合Arjun：“世界模型”這個概念最近經常被提到，但很多人可能並不清楚它到底指什麼。你能解釋一下它和 LLM 的區別嗎？Demis：目前的 LLM，主要還是以文字為核心。即便像 Gemini 這樣的基礎模型，已經可以處理圖像、視訊和音訊，多模態能力也在增強，但它們並不真正理解世界的物理規律和因果關係。世界模型關注的是：一個事物如何影響另一個事物？如果我做了某個決策，長期後果會是什麼？能不能把未來“推演”出來？如果你想真正理解世界，甚至發明新事物、提出新的科學理論，就必須擁有這種對現實世界的內部建模能力，從直覺物理一直延伸到生物學、經濟學等複雜系統。Arjun：那在你設想的 AGI 形態中，會是 LLM 和世界模型的結合，還是世界模型最終會取代 LLM？Demis：我更傾向於認為它們會融合。像 Gemini 這樣的基礎模型，幾乎肯定會成為 AGI 的核心組成部分，這一點我非常有信心，這也是我們為什麼要儘可能把這些系統做大、做強。但問題在於：它們是否“足夠”？我懷疑還需要其他類型的技術和能力。我們在做的 Genie、以及視訊生成模型 Veo，可以被看作是早期、胚胎階段的世界模型。如果一個系統能夠生成高度真實的世界場景，那在某種意義上，它就必須理解這個世界，否則它無法生成。AGI在5到10年內實現能源會成為智能的貨幣Arjun：你之前提到，AGI 可能在 5 到 10 年內實現。經歷了 2025 年這麼多突破之後，你還堅持這個判斷嗎？Demis：是的。我認為我們仍然在這條時間線上。2010 年創立 DeepMind 時，我們就把 AGI 視為一個大約 20 年的長期目標。現在回頭看，我覺得我們距離具備真正創新、規劃、推理等能力的系統，大概還有 5 到 10 年。這本身就非常驚人。Arjun：在實現 AGI 的過程中，有那些現實瓶頸？比如算力、晶片、能源問題？Demis：限制很多。晶片永遠不夠，算力需求遠遠超過供應，而算力最終都歸結為能源問題。未來，能源幾乎會成為“智能的貨幣”。不過有趣的是，AI 本身也能幫助解決這些問題，比如提升基礎設施效率、設計更好的太陽能材料，甚至推動核聚變研究。我們和 Commonwealth Fusion 有合作，用 AI 幫助電漿體控制。我個人也很關注一個問題：能否用 AI 找到室溫超導材料？此外，模型本身的效率也在飛速提升。通過蒸餾等技術，小模型可以繼承大模型的能力，實現性能與能耗的大幅最佳化，單位功耗下的智能水平持續提升。Arjun：AGI 聽起來很美好，但也伴隨著大量擔憂，比如對就業、社會結構的衝擊。你怎麼看這些風險？Demis：我堅信 AI 總體上會成為人類歷史上最有益的技術之一，但這並非自動發生。它是一種“雙刃劍”。經濟層面的衝擊可能類似工業革命，但速度更快、規模更大，我們可能需要新的經濟體系來應對。另一個風險是濫用——壞人利用 AI 做壞事。再一個風險是，當 AI 變得越來越自主，具備代理能力時，我們如何確保它們始終按照人類意圖行事，而不會出現失控行為。Arjun：那你有信心自己正在開發的系統是可控的嗎？Demis：我們對此非常重視。自 2010 年起，我們就在安全、責任和可控性上投入大量精力。我們一直假設：如果成功，系統一定會非常強大，因此必須提前考慮風險。當然，犯錯在所難免，但我自認為是一個“謹慎的樂觀主義者”。只要給予足夠時間和嚴肅對待，我相信人類最終能把這件事做對，但前提是，我們不能閉著眼睛狂奔。Arjun：像 Bengio、Tegmark 這些人呼籲放慢 AGI 的發展節奏，更多聚焦工具型 AI。你同意這種觀點嗎？Demis：我理解他們的擔憂，也部分贊同。從科學工具的角度出發，是一條非常合理的路徑。但現實世界存在競爭和博弈，不只是科學問題，還有地緣政治和商業因素。在這種情況下，我們能做的，是在保持技術前沿的同時，儘可能負責任、儘可能謹慎。我希望 DeepMind 能在這方面成為一個好的示範。一件趣事：Demis是從遊戲行業起步的Arjun：你在創立 DeepMind、投身這項使命時，一直都非常相信這項技術。但在你的職業生涯中，有沒有那一刻曾經懷疑過：我們真的應該做這件事嗎？Demis：當你真正意識到這項技術的潛力時，我反而覺得，如果沒有像 AI 這樣具有變革性的技術出現，人類社會可能更難應對當下的諸多挑戰。氣候變化、貧困、飲用水獲取、健康、老齡化、人口問題、疾病、能源——這些都是極其嚴峻的問題。從某種角度看，AI 本身確實也是一個巨大的挑戰，甚至可能是最大的挑戰之一，但它同時也是幫助我們應對、解決這些宏大問題的關鍵工具。這正是它的“雙刃劍”屬性。我一直相信，AI 最終會成為人類發明過的最重要的技術之一，它本身也是電腦時代自然演進的一部分。Arjun：插一句題外話，你最早其實是從遊戲行業起步的，對吧？你參與開發過《Theme Park》，那是一款非常經典的遊戲。你現在還玩遊戲嗎？Demis：當然，我非常喜歡遊戲，這算是我的長期愛好。現在我會和兩個兒子以及我的兄弟一起玩《英雄聯盟》，我們有一個固定的小隊，這是從疫情封鎖時期開始的。我也喜歡各種形式的遊戲，不管是足球，還是電子遊戲。Arjun：在你這樣高強度、高壓力的崗位上，遊戲算是一种放松方式嗎？Demis：是的，毫無疑問。而且在過去，遊戲對我來說也是一種非常重要的創造性實踐。我最初學習程式設計，以及很多技術能力，都是通過做遊戲學會的。承認Google在商業化方面起步慢一些現已回到創業公司狀態Arjun：現在這個領域有 OpenAI、Anthropic，還有很多頂級 AI 實驗室，競爭極其激烈。Gemini 3 的市場反饋非常好，但在 2025 年的某個階段，外界一度質疑 Google 是否還能在 AI 競爭中保持領先。你如何評估當下的競爭環境？Demis：目前的競爭環境可以說是極其殘酷。很多在科技行業幹了二三十年的人都告訴我，這是他們見過最激烈的一次競爭，可能是整個科技史上最激烈的。幾乎所有最強的參與者——無論是科技巨頭，還是最優秀的創業公司，都已經全力投入到這個領域。因為大家都已經意識到，這是最重要的一項技術，這一點我們其實 20 多年前就已經看清了。所以競爭激烈是必然的。從個人角度來說，我並不排斥競爭。我小時候就是英國青少年國際象棋隊成員，在競爭環境中長大。某種程度上，我甚至享受競爭。但與此同時，我始終提醒自己：比公司之間、國家之間的競爭更重要的，是如何為全人類妥善“託管”AGI 的發展。這一點，應該時刻放在所有 AI 實驗室領導者的心中。Arjun：在外界質疑 Google AI 戰略的那段時間，你們內部有沒有做出什麼不同的調整？Demis：如果回顧過去十年，其實 Google Brain 和 DeepMind 發明了當今大約 90% 被廣泛使用的核心 AI 技術，比如 Transformer 架構，或者 AlphaGo 推動的大規模強化學習。但我們確實在商業化和規模化方面走得相對慢了一些，這一點 OpenAI 等公司做得非常出色。過去兩三年，我們基本上回到了創業公司的狀態，變得更敏捷、更快、更敢於快速發佈產品。你現在看到的 Gemini 系列，尤其是 Gemini 3，是這一轉變的集中體現，也讓我們重新回到了我們認為自己應當處於的位置。Arjun：你有信心能長期保持這種領先地位嗎？Demis：是的，我有信心。中國模型相比美國只落後幾個月Arjun：在激烈競爭之外，另一個被頻繁討論的話題是 AI 泡沫。大量公司估值飛漲，融資規模驚人，科技巨頭在基礎設施上投入數千億美元，但有些公司幾乎還沒有成熟產品或盈利能力。你怎麼看“AI 是否存在金融泡沫”這個問題？Demis：我不認為這是一個非黑即白的問題。某些領域、某些細分市場，可能確實存在泡沫；而另一些則未必。AI 註定會成為人類歷史上最具變革性的技術，這一點是基本面。這有點像當年的網際網路泡沫：泡沫確實存在，但網際網路本身無比重要，也在那段時期誕生了一批真正的偉大公司。過度興奮幾乎是不可避免的，之後也可能會經歷一輪“清算”，真正有價值的東西會存活下來。在我看來，風險最大的可能是在某些私募市場，出現了動輒數十億美元、但產品幾乎尚不存在的融資案例，這在長期來看並不健康。但從我的角度出發，作為 Google DeepMind 的負責人，我並不會過度擔心泡沫本身，而是要確保無論市場怎麼走，我們都處在一個能夠“贏”的位置。Arjun：如果市場真的出現調整，你有信心 Google DeepMind 能扛得住嗎？Demis：當然。這正是 Google 強大資產負債表和產品生態的意義所在。我們擁有幾十個使用者規模達數十億的產品，AI 能夠自然地嵌入其中，無論是 Gmail、Workspace，還是 Gemini 應用。Arjun：除了競爭和資本，還有一個重要變數是地緣政治，尤其是中美之間的技術競爭。此前有人低估了中國在 AI 領域的能力，但 DeepSeek 以及阿里巴巴的一些開源模型顯然改變了這種看法。中國並沒有出局，對吧？Demis：完全沒有。我甚至認為，中國現在距離美國和西方的前沿模型，比一兩年前我們想像的要近得多，可能只落後幾個月。中國有非常強的團隊，比如你提到的 DeepSeek 和阿里巴巴。真正的問題在於，他們是否能做出“超越前沿”的原創性突破，而不僅僅是追趕。追趕他們已經證明自己做得到，但是否能發明像 Transformer 那樣的新範式，目前我還沒有看到明確證據。Arjun：這種原創性突破是否會受到先進晶片獲取受限的影響？Demis：我認為更多是“科研文化和心態”的問題。真正的前沿實驗室，需要鼓勵探索性創新，而不僅僅是把已知的方法不斷規模化。發明一項全新技術，難度往往是複製它的一百倍。這也是我認為下一個真正的分水嶺，但目前還很難看到明確跡象。個人看好端側AI的發展Google將發力智能眼鏡Arjun：很多人其實低估了 Google 的 AI 能力有多大程度來自 DeepMind，以及你和你的團隊。外界一直很好奇你們是如何與 Google 協作的。Sundar Pichai 會不會有一天直接給你打電話，說：“Demis，我們需要做一個東西，比如 Gemini，或者某個 AI 產品，你們能不能把它做出來？”你們之間的合作關係到底是怎樣的？Demis：在過去三年裡，我們已經把所有力量整合到一個統一的實體中，也就是現在的 Google DeepMind。它融合了 Google Research、Google Brain 和原本的 DeepMind，而我負責整體運作。你可以把它理解為 Google 的“AI 引擎室”。所有核心 AI 技術都在這裡誕生，然後被擴散到 Google 的各類產品中。過去幾年，我們不僅在做模型本身，也在重新架構整個 Google 的技術基礎設施，讓這些模型可以被極快地部署上線。現在，當我們發佈一個新的 Gemini 模型，幾乎當天或第二天就能在搜尋等核心產品中落地。我認為從 Gemini 2.5 開始，我們真正進入了節奏狀態。過去一年，這套流程已經變得非常順暢，未來 12 個月你會看到更多這樣的成果。Sundar 和我幾乎每天都會討論戰略問題，包括技術方向以及 Google 整體的需求，然後在不偏離長期目標（即安全、快速地邁向 AGI）的前提下，不斷動態調整路線圖。Arjun：所以我們可以預期，因為這種關係上的變化，Google 旗下會更頻繁地推出新的 AI 能力，並快速鋪開到整個產品體系中？Demis：是的，完全正確。現在的迭代回路非常緊密，而且我們在同一套技術堆疊上協同工作。Arjun：你們的技術不僅進入 Google 自己的產品，也被用在像三星這樣的合作夥伴裝置上，比如智慧型手機裡的 AI 功能。Demis：沒錯。我們和很多合作夥伴都有深入合作，我們也很自豪這些夥伴選擇了我們的技術，因為他們看到了它的能力。在裝置端，我個人非常看好“邊緣計算”的方向，也就是更高效、更輕量的模型運行在手機、可穿戴裝置等終端上。除了手機，我們也在探索新的裝置形態，比如智能眼鏡。Google 在智能眼鏡上探索了很多年，而我認為現在終於出現了“殺手級應用”——也就是一個真正有用的通用 AI 助手，能夠在日常生活中持續地幫助你。我相信所有大型硬體廠商都會對這一方向非常感興趣。Arjun：我們時間不多了，但我還想回到一個歷史節點。2014 年 Google 收購 DeepMind 時，我剛入行做科技記者，當時這是一筆大約 4 億英鎊的交易。很多人並不理解你們在做什麼，也不明白 Google 為什麼要收購這家英國公司。你現在回頭看，會不會想過：如果當時保持獨立會不會更好？還是你對今天的結果感到滿意？Demis：這件事其實很有意思。當時的搜尋負責人 Alan Eustace 負責推進這筆交易，Larry Page 作為 CEO 親自支援。我當時就對 Alan 說過，這會是 Google 歷史上最重要的一次收購——考慮到 Google 之前收購過 YouTube、AdWords，這句話份量不輕。但我很清楚 AI 會變得多麼重要，也非常清楚它和 Google“組織世界資訊”的使命是天然契合的。還有什麼工具比 AI 更適合理解和組織資訊呢？當然，從商業角度看，DeepMind 今天的價值可能已經是當年交易價的百倍、千倍。但當時我最關心的是回到科學本身，推動仍處於早期階段的研究。必須承認，Google，尤其是 Larry，是當時極少數真正理解這項技術未來潛力的公司。如果沒有他們的支援和算力資源，就不會有 AlphaGo、AlphaFold 以及我們後來在科學領域取得的一系列成果。所以我完全沒有任何遺憾。Agent會是2026年最重要的突破Arjun：現在科技 CEO、AI CEO 幾乎成了新時代的“搖滾明星”。我最近在歐洲看到輝達 CEO 黃仁勳被人群追著走。他也提到你們經常交流，還高度評價了你們的新圖像生成工具。你們通常會聊些什麼？Demis：Jensen 非常了不起，是一位真正的先驅。我也非常佩服他三十年來始終堅持自己的願景。事實上，我在 90 年代做遊戲時就開始使用 GPU，寫圖形和物理引擎，如今回頭看，這些當年為遊戲推動的硬體，反而成了 AI 的關鍵基礎設施，很有意思。我們更多討論的是 AI 在科學領域的應用。AlphaFold 當初就是在 GPU 上訓練的，他非常喜歡 AlphaFold 以及我們在藥物發現方面的工作。Arjun：雖然很多資料中心使用輝達的系統，但 Google 也有自己的 TPU。你們之間是一種競爭還是合作關係？Demis：我們很幸運，兩者都有。TPU 是我們內部訓練最強模型的重要工具，而且我們發現，很多頂級 AI 團隊也對 TPU 有很大需求，因為它們專為大模型訓練和服務而設計。GPU 更通用，適合探索新架構或新應用；而當你要把成熟方案推到極致規模時，定製晶片的效率優勢就非常明顯。所以能同時擁有 GPU 和 TPU，是一種巨大的優勢。Arjun：展望未來，你一直強調 AI 在科學領域的潛力，尤其是新藥發現、新疾病研究。你們也有 Isomorphic Labs。我們現在走到那一步了？Demis：我最常提到的例子仍然是 AlphaFold，這是目前 AI 用於科學最成功的案例之一。它解決了蛋白質折疊這個困擾科學界 50 年的難題，全球已有超過 300 萬研究人員在使用它。我希望未來能看到十幾個“AlphaFold 等級”的項目，每一個都徹底改變一個科學或數學領域。我們正在材料科學、物理、數學、天氣預測等方向推進類似項目。如果 AI 發展順利，並被正確使用，未來十年可能會開啟一個全新的科學發現黃金時代。Arjun：最後一個問題。你覺得 2026 年 AI 領域最重要的突破會是什麼？Demis：我認為具備更高自主性的 agent 系統將變得足夠可靠，真正開始發揮實用價值。機器人領域在未來 12 到 18 個月也會出現非常有意思的進展，我們正在和 Gemini Robotics 推進一些極具野心的項目。此外，AI 在終端裝置上的實用性會顯著提升。而我個人最期待的，是世界模型的進一步突破，讓它們足夠高效，能夠真正用於規劃，並融入通用模型之中。 (51CTO技術堆疊)

近日，博主"定焦數位"爆料稱，蘋果基本暫停了對Vision Pro產業端的維護，並大幅減少了頭顯產量。這款曾被蘋果重金押注的產品雖然在配置和體驗上達到了行業史無前例的最強狀態，但受限於其產品形態和超昂貴的價格，市場表現不佳也在情理之中。蘋果原本設想的廣闊市場願景未能實現，加上開發者動力不足，導致原生應用遠遠無法滿足使用者的多元化需求。綜合目前消息來看，蘋果似乎已經開始放棄這一市場，轉而投向更輕便的AI智能眼鏡領域，首款產品Apple Glasses預計將於今年發佈，很可能在蘋果全球開發者大會WWDC上正式公佈。據悉，Apple Glasses定位為蘋果生態的"輕量智能穿戴配件"，不具備獨立計算能力，需依賴iPhone進行部分任務處理，類似於Apple Watch與iPhone的聯動邏輯。這款產品沒有螢幕，整體規劃與Meta、小米等產品類似，配備攝影機、麥克風和揚聲器，可實現拍照、錄影、聽音樂等常規操作。Apple Glasses將基於Apple Watch的S級晶片定製，優先保障能效比，核心作用是控制多攝影機與處理基礎AI任務，避免高功耗導致的續航短板。此外，該產品預計還能通過新版Siri提供大模型等智能支援，屆時或許國內的蘋果智能也會正式開放，為國內使用者提供全面的使用體驗。 (TechWeb)

Meta宣佈，由於Meta Ray-Ban Display上市以來市場反響異常熱烈，需求遠超預期，公司決定暫停原計畫於2026年初推進的國際市場擴張，優先履行美國市場的訂單。在CES 2026年期間，科技巨頭Meta公司宣佈了一個頗為“掃興”的消息：由於去年推出的AI眼鏡賣得太好，原定於2026年初啟動的國際市場拓展計畫將被迫擱置。作為背景，Meta去年9月發佈新一代智能眼鏡Ray-Ban Display，配備全彩高畫質螢幕與神經感應腕帶，能夠通過語音和手部動作（肌電訊號）進行互動。這款眼鏡定價799美元，目前僅在美國市場銷售。（祖克柏在發佈會上展示Ray-Ban Display和腕帶）在周二發佈的公告中，Meta宣佈，Meta Ray-Ban Display去年秋季上市以來，市場反響異常熱烈，需求遠超預期，目前的產品等待名單已經排到2026年以後的較晚時間。鑑於這種前所未有的需求以及有限的產能，公司決定暫停原計畫於2026年初推進的國際市場擴張，包括英國、法國、義大利和加拿大。下一步Meta將優先集中資源履行美國市場的訂單，同時重新評估該產品在國際市場的供應與推出策略。此前Ray-Ban母公司Luxottica也曾表示，三季報營收增長中很大一部分來自與Meta的智能眼鏡合作。公司也表示，計畫在2026年將Meta聯名眼鏡的產能擴大至1000萬台。除了宣佈海外市場“跳票”以外，Meta也在CES公告中宣佈將推出多項智能眼鏡新功能，包括提詞器和肌電手寫功能。Meta表示，新的提詞器功能能夠隱蔽地嵌入眼前的顯示器中，支援自訂文字卡片，並能通過感應腕帶進行簡單操作。同時，在佩戴感應腕帶時，智能眼鏡使用者能夠僅用手指在任意表面上快速記下資訊，這些動作會被即時轉錄為數字資訊，通過即時通訊軟體傳送。Meta強調，這種互動方式可以在手臂自然垂放或在桌面上舒服地完成。Meta也表示，正在與Garmin合作將腕帶操作接入車載資訊娛樂技術方案中，也在與猶他大學合作評估消費級腕戴裝置的潛力，為不同手部活動能力的人群提供操控智能家居裝置的新選擇。 (科創板日報)

“我們找到的全部AI眼鏡成品展位是23個，LVCC中央展廳13個。中國12個，美國1個。”長期駐美國矽谷的AI分析師郎瀚威在一份CES2026的參展指南中寫道。作為全球最大的消費電子展，CES始於1967年，自1998年開始，固定為每年1月在美國拉斯維加斯舉辦。近年來，中國的智能手機、智能硬體、自動駕駛汽車業頻繁亮相CES，現在趨勢在悄悄改變。資料顯示，2026年的消費的電子展，23家參展的“AI眼鏡”展台，分佈在三大展區，其中LVCC Central Hall 13家，Venetian和Wynn兩個展區總計10家。上述展區當中，除了Wynn展區的Meta外，其餘兩個展區幾乎清一色是中國品牌，總數多達16家，包括阿里巴巴、雷神科技、韶音、Rokid、Xreal等等，而美國為5家，剩餘兩家來自新加坡和法國&義大利。CES2026 AI眼鏡品牌展位分佈，作者：郎瀚威@AIWatch.ai01 中國硬體扎堆“賭城”大大小小的中國“AI眼鏡”，2026年只要有新品發佈，基本上都去了CES消費電子展參展，可以說集體遠赴大洋彼岸的CES“鍍金”。多家參展商透露，參展核心目標是品牌曝光+出海。“（不能）大家都去了，只有你不去。”一位參展商說。“一般海外大客戶都會約在CES期間，談新的一年產品規劃及訂單，”另一位有參展經歷的中國品牌內部人士說，“新一年的旗艦級新品也會在CES亮相。”實際上除了智能眼鏡，AI陪伴機器人，AI戒指以及大大小小的人形機器人，也會集體在CES上亮相，中國品牌同樣是其中重要的風景線：智元機器人、傅里葉、銀河通用、松延動力、北京人形機器人創新中心等都會亮相。CES2026 人形機器人品牌展位分佈。作者：郎瀚威@AIWatch.ai“智能眼鏡”、“人形機器人”相關產品2026年備受關注，離不開人工智慧落地的這條主線，相比聊天助手這種虛擬的應用軟體，硬體是大模型、人工智慧落地更具象化的一種表現。在此之前，搭載自動輔助駕駛技術的汽車，配備折疊屏、柔性屏的智慧型手機，一度都是CES消費電子展的常客。如果從參展CES的目標來看，連接海外客戶是一個相對明確的指標，而品牌曝光則並不容易被量化——出現在頂級大佬的社交媒體、演講PPT，甚至是海外大媒體頭版頭條，都是量化其品牌影響力、知名度的指標。一位從業者感慨：“最好黃仁勳能轉發一個。”類似的案例並不少見，特斯拉CEO馬斯克，經常在社交平台X上，轉發、點贊中國品牌，最近一次是對引入宇樹科技G1人形機器人伴舞的王力宏演唱會，馬斯克留言稱“Impressive”(令人印象深刻)。02 出海鍍金，預算100萬元起最近“中國輝達”排隊上市，一名從業者感慨行業自發性的內容傳播，將這種自發行為稱之為“自來水”。不過，“自來水”從來只有頭部的幾個標竿品牌具備，更多企業不得不通過與更頭部的品牌捆綁，通過展會的形式進行品牌曝光，而就像前述從業者提到的，“不能大家都去了，只有你不去”，參加展會本質上就是一場“成本”、“預算”的內卷。從公開資料來看，TCL展館在國內廠商中面積應該是最大的，規模甚至略超LG和索尼，而在AI眼鏡品牌當中，Rokid的展館面積排名也較靠前。“往年我們獨立展位，大概50平左右，110萬，包括搭建人員的差旅和部分傳播預算。”一位從業者透露。該從業者透露，按照成本拆分，場地、物料、搭建人力成本及傳播預算，對應的佔比為3:4:2:1。“一般都是當地華人公司供應商，搭建費涉及到人工，所以比較貴。”相比之下，國內的成本就要低很多。“150多平，設計搭建花了60多萬。”一位在WAIC世界人工智慧大會上參展的企業透露。由於中、美成本差異，一些企業近年來也開始從國內製作物料，再長途運至美國，但這也會延伸出額外的運輸成本。“我之前瞭解（德國）IFA展，20平米差不多搭建費也要個10多萬左右，這個還是豐儉由人吧。”前述從業者說，“每一家的預算有一些可能都上百萬，500萬都有的，一些大廠花的錢都還挺多。”預算充足的大廠可以直接在當地解決，預算不足就需要通過國內製作，再運輸物料，以這種中轉的形式來降本，但這僅限於可以在當地製作的物料。很多產品，尤其是人形機器人這種大件，就必須經過物流轉運。一位中國人形機器人從業者透露，2025年11月份就已經將產品發往美國，提前籌備CES，“十一月份就打包走了，走了兩三個月。”上述品牌曝光都是媒介層面，預算充足的大廠會考慮，但不是所有企業都會將這個目標放在第一優先順序。“海外需要品牌，但會展本質是管道生意，”Rokid CEO祝銘明說，“其他屬於nice to have（錦上添花）。”03 車企還在、手機品牌銳減自從自動駕駛的概念誕生以來，無論是傳統車企，還是“新勢力”車企，都在試圖通過CES這個平台連接海外市場，2026年這個趨勢仍在，包括長城、吉利、極氪等等。一位中國“新勢力”從業者在談及車企扎堆CES時表示，過去CES是一個科技盛會，也是流量的高地。“從品牌流量和生態位的角度去考慮，在CES發新品或前瞻的產品、技術，是一個比較合適的場合。”隨著一些更垂直的展會出現，CES的影響力也逐漸被分化，本質上就是各家根據自身調性選擇流量更好、更適合品牌的場子。“聽說一些美國企業前幾年陸續都去‘西南偏南’了，然後手機企業去巴展（MWC）了。”前述“新勢力”從業者強調。2026年的CES展會，國產手機品牌也還在，但密度相對較小，基本都是“老面孔”。根據不完全統計，三星、聯想（摩托羅拉）、TCL等品牌會展出自家最新的手機產品線，上述幾家也是過去5年CES上中國手機廠商的代表。多個國產手機品牌廠商從業者透露，今年主要是產品、市場相關崗位會去CES，看看智能硬體、AI，“少數幾個人去觀摩觀摩”、“過去學習學習”。在為數不多的手機廠商當中，三星有可能借助闊折疊(Wide Fold)來向產業和下游展示自身的折疊屏技術——一款被稱之為對標今年秋季折疊屏iPhone的產品。CES展上中國手機廠商“門可羅雀”，主要有幾大原因：頭部品牌基本都有獨立發佈會、中國品牌的重點不在北美，以及接下來的MWC移動通訊展更加貼合手機產業。“美國市場，除了聯想(moto)、TCL等廠商有一些份額，其他多數都退出了，”一位資深手機產業從業者透露，“手機廠商去MWC，主要還是因為歐洲營運商唱主角，市場由大營運商主導。而且美國市場對中國手機品牌也不友好。”根據公開資料，三星將在接下來的MWC展會上，發佈年度旗艦GalaxyS26，這也將是全球首款2nm手機。中國廠商這邊，小米、華為、榮耀、中興、聯想等都已經確認將參加MWC2026展會，其中尤其是小米，Counterpoint Research跟蹤的2025年全年資料顯示，小米在歐洲的市場份額也長期波動在14%-18%。所以，回到通過展會勾兌交易的本質上來，由於中國手機廠商在北美市場普遍不佔優勢，CES的聲量小也就在情理之中。總體來看，不同領域、類型中國企業在CES上的露出，儘管出發點和目標的差異，都可以統一看作“出海鍍金”，更重要的是這種“扎堆鍍金”傳遞出的訊號在於——中國企業在AI硬體落地上，更為敏捷。有人說這是“卷”，但也只有這樣，才有機會“卷”出新的硬體巨頭。 (騰訊科技)

近日，據國外網站Micro LED-info報導，Google計畫在 2026 年發佈兩款新的AI AR 眼鏡，其中一款為無屏設計，另一款將搭載單目Micro LED 螢幕。這一消息再度引發顯示與AR產業對Google硬體佈局的關注。Magic-Leap AI AR眼鏡原型，由Raxium/Google開發；圖源Micro LED-info值得注意的是，Google的目標是打造一款極簡形態裝置，能夠實現通知顯示、資訊提示及類智能手錶功能。並可能於2027年進一步推出雙目版本。回顧來看，2022年，Google收購了美國Micro LED顯示器開發商Raxium，此後，該公司繼續開發這些微型顯示器，並在2024年12月，Google展示了其最新的Project Astra AR眼鏡，產品搭載了Raxium的Micro LED微顯示器。2025年，Google也持續佈局AI、AR眼鏡領域，今年10月，Magic Leap宣佈與Google延長合作關係三年，將共同推進基於Micro LED顯示技術的AR眼鏡開發。據瞭解，Magic Leap在AR光學領域積累超過十年，其光波導技術曾樹立行業標竿；Raxium則在Micro LED的微型化與高亮度方面具備優勢；兩者結合，可進一步推動AR裝置實現輕量化與高品質顯示效果的統一。不過，目前Google眼鏡螢幕的生產路徑尚未明確：既可能利用旗下Raxium的技術資源，也可能委託第三方製造商生產，或直接採購如JBD等現有Micro LED供應商的螢幕。2025年，AR 眼鏡成為顯示行業最受關注的熱門賽道之一。據行家說Display不完全統計，2025 年全年已發佈的 Micro LED AR 眼鏡近20款，增長態勢明顯，同步反映行業技術成熟度與市場需求同步提升。據《AI+AR眼鏡光學顯示調研白皮書》顯示，預計2027年，Micro LED會有較大的上量，並且會逐步向全彩方案發展，並且逐步替代LCos；並且預計2029-2030年SiC光波導成本下降，與Micro LED實現滲透率提升。 (行家說Display)

報告摘要本報告旨在全面分析AI眼鏡在未來3-5年的技術發展趨勢與市場應用可行性。報告聚焦於音訊、影像（拍照/攝影）、顯示、核心應用技術及落地場景五大維度，評估其技術成熟度、市場需求驅動因素與商業化潛力。核心結論表明，AI眼鏡正從概念性產品向特定垂直領域的實用工具過渡，其成功關鍵在於光學顯示與電池技術的突破、殺手級應用場景的挖掘，以及隱私與舒適度問題的解決。一、 音訊技術：從基礎傳聲到情境智能技術趨勢分析：空間音訊與主動降噪：通過多麥克風陣列和演算法，實現聲音的定向增強與背景噪音消除，在嘈雜環境中（如工廠、展會）確保清晰的語音指令接收和內容收聽。骨傳導與開放耳道：為保障戶外使用安全，骨傳導或氣導技術將成為主流，使使用者在收聽音訊資訊的同時，能保持對環境音的感知，避免安全隱患。上下文感知音訊：AI演算法將根據環境（會議室、街道、家中）自動調整音訊模式、通話音量，甚至即時翻譯或轉錄對話。市場可行性評估：需求明確：音訊互動是AI眼鏡最基礎、最剛需的功能之一，尤其在生產力（會議轉錄、遠端協助）和輔助生活（即時翻譯、聽力增強）場景。技術成熟度高：相關聲學技術已在高端耳機中普及，移植和 miniaturization（小型化）難度相對較低。挑戰：如何在眼鏡腿的有限空間內整合高性能音訊模組並解決散熱和功耗問題，是工程實現的關鍵。二、 影像技術（拍照/攝影）：從記錄工具到視覺感知中心技術趨勢分析：第一視角沉浸式記錄：解放雙手，以使用者視角進行無縫的生活日誌、工作流程記錄或教學指導，適用於培訓、巡檢、內容創作。電腦視覺增強：整合先進的CV演算法，實現即時物體識別（商品、文件、人臉）、場景理解（閱讀、導航）、尺寸測量和AR資訊疊加。低光與防抖性能：由於使用場景動態複雜，對感測器的小型化、低光成像能力和電子防抖提出極高要求。市場可行性評估：專業與工業場景先行：在安防、遠端維運、醫療診斷、物流分揀等領域，第一視角的視覺輔助和記錄需求強烈，能直接提升工作效率和精準性，付費意願強。消費級市場受制於隱私與社交接受度：隱秘拍照引發的隱私爭議是消費普及的最大障礙。市場教育、明確的錄製指示燈、嚴格的隱私保護設計及法律法規完善是前提。可行性路徑：預計將率先在B2B2C（企業採購用於員工）和明確的工具型消費場景（如旅行翻譯、運動記錄）中取得突破。三、 顯示技術：決定體驗的核心瓶頸技術趨勢分析：光波導（Waveguide）主流化：因其較薄的形態和較大的Eyebox（眼動框），成為平衡顯示效果與眼鏡形態的關鍵技術。衍射光波導（表面浮雕光柵）與陣列光波導是主要方向。Micro-LED微顯示突破：Micro-LED在亮度、功耗、響應速度和使用壽命上遠超當前主流的Micro-OLED，是實現戶外清晰顯示和更小模組體積的終極解決方案，但目前成本極高且量產難度大。可變焦顯示（Vergence-Accommodation Conflict解決）：通過液晶透鏡、偏振光柵等技術實現動態變焦，緩解視覺疲勞，是走向全天候佩戴的必需技術。市場可行性評估：當前痛點：顯示效果（視場角FOV、亮度、解析度、色彩）、功耗與外觀形態（厚重與否）之間存在難以調和的矛盾。市場驅動力：供應鏈的成熟與成本下降是核心。隨著Google、蘋果、Meta等巨頭推動標準化平台和規模採購，光波導和Micro-LED成本有望在未來3-5年顯著下降。分階段發展：短期內，以資訊提示和簡單AR疊加為主的“智能音訊眼鏡附帶顯示”形態將更普及。長期來看，沉浸式AR顯示裝置將作為通用計算平台出現。四、 核心應用技術與平台技術趨勢分析：端側AI與感測器融合：在眼鏡本地運行輕量化AI模型（如語音助手、視覺識別），結合IMU（慣性測量單元）、攝影機、環境光感測器等實現低延遲、高隱私的互動。跨裝置協同（手機、PC、雲）：AI眼鏡將成為“個人AI”的視覺和聽覺介面，與手機算力、雲端大腦協同工作。標準化作業系統與開發者生態：GoogleAndroid XR、可能的蘋果xrOS等平台將降低開發門檻，催生豐富的應用。市場可行性評估：生態決定天花板：單一硬體成功機率低。Google、蘋果等巨頭通過作業系統建構開放或半封閉生態，是產業規模化發展的最關鍵變數。應用開發者是靈魂：能否吸引開發者為其開發獨特的、不可替代的應用，決定了產品的使用者粘性和價值。初期需要巨頭補貼和引導。中國供應鏈優勢：報告原文提及的10家公司代表了中國在光學、精密製造、整機整合、關鍵元器件領域的深厚積累，使中國在全球AI眼鏡產業鏈中佔據不可或缺的製造與快速迭代優勢。五、 應用場景與市場需求預測按市場成熟度排序的可行性場景：1. 企業級/工業級市場（高可行性）：場景：遠端專家指導、裝置巡檢與維修、倉儲物流（揀貨導航）、醫療（手術導航、病歷調閱）、技能培訓。驅動力：能直接降本增效、減少差錯、提升安全，投資回報率（ROI）清晰，對價格和外觀敏感度較低。2. 垂直消費工具市場（中等可行性）：場景：戶外運動（即時資料疊加導航）、翻譯導覽（旅遊、展會）、輔助功能（為視障、聽障人士提供環境感知輔助）。驅動力：解決特定場景下的剛性痛點，產品功能聚焦，使用者需求明確。3. 大眾消費/泛娛樂市場（長期潛力，短期挑戰大）：場景：社交媒體的第一視角直播、沉浸式影音娛樂、AR遊戲、日常資訊提示與導航。驅動力：依賴技術成熟（顯示、電池）、成本降低、殺手級應用出現，以及社會文化對“長期面部佩戴攝像裝置”的接受。預計是最後爆發的市場。六、 綜合結論與建議發展路徑判斷：AI眼鏡將遵循“由B到C，由工具到玩具，由聽到看”的路徑發展。企業級應用和特定消費工具將率先實現商業化成功，最終走向大眾消費。關鍵技術窗口：未來2-3年是光波導量產工藝和Micro-LED微顯示技術突破的關鍵期，將決定下一代產品的體驗天花板。市場需求核心：市場需求非憑空創造，而是對現有解決方案（手機、對講機、紙質手冊、平板電腦）的體驗升級或效率革命。產品定義必須聚焦於“在何種場景下，比現有工具好10倍？”風險與挑戰：技術風險：電池續航（全天佩戴需達8小時以上）、熱管理、顯示效果與成本的平衡。非技術風險：使用者隱私安全、資料所有權、社會接受度、監管政策。結語：AI眼鏡並非手機的替代品，而是旨在成為與手機協同、更無縫融入物理世界的“情境感知智能層”。儘管面臨多重挑戰，但其在提升人類感知能力與工作效率方面的潛力巨大。產業鏈（如報告所列中國公司）的緊密協作與持續創新，加上巨頭生態的推動，正加速其從科幻走入現實的處理程序。投資者與從業者應重點關注在核心元器件、垂直行業解決方案及平台生態中具備卡位優勢的企業。 (譚大帥Milton)

當蘋果Vision Pro的光芒尚未褪去，庫克手中的下一張王牌已若隱若現。多方資訊透露，蘋果的AI眼鏡正瞄準2026年。一場關於“眼前”未來的爭奪戰，哨聲已經吹響。AI智能眼鏡的賽道，從未像今天這樣擁擠而充滿火藥味。這不僅僅是發佈一款新產品，更像是吹響了決賽圈的號角。然而，在巨頭的光環之外，一場基於底層技術的“暗戰”早已悄然打響。決定勝負的，或許不是誰的概念更炫酷，而是誰能率先解決那幾項最“樸實”的使用者痛點。01 戰場核心：從“玩具”到“工具”的生死跨越過去十年，智能眼鏡經歷了從驚豔到沉寂的過山車。核心原因在於它們未能完成從 “極客玩具” 到 “日常工具” 的跨越。真正的工具，需要無感的可靠。當前的痛點赤裸而直接：·** “找不到”'**的尷尬：兒童手錶定位精度從10米提升至3米，這不僅是數位遊戲，它意味著孩子從 “一片區域” 被鎖定到 “一棵樹下” 。對於眼鏡，室內精準導航、AR資訊與實物的釐米級貼合，都依賴於定位的精髓。· **“用不久”**的焦慮：續航是智能穿戴的 “阿克琉斯之踵” 。當同類產品還在為3天續航掙扎時，前沿方案已將目標錨定7天。這背後，是為未來5G時代、全天候AI互動奠定的基石。· **“不安全”**的疑慮：當眼鏡成為24小時的貼身伴侶，它 “看到” 和 “聽到” 的一切，如何保障？更強的本地化AI能力與隱私安全架構，是與使用者建立信任的生命線。這些看似基礎的問題，構成了體驗的底線。誰能系統性地解決，誰就拿到了進入主流市場的入場券。02 破局關鍵：一顆“全能芯”驅動的體驗革命所有體驗的飛躍，最終都要回歸到方寸之間的晶片上。這場暗戰的勝負手，在於能否擁有一顆驅動未來的 “全能心臟”。以突破性的W527晶片為例，它勾勒出了下一代智能眼鏡核心的輪廓：· ▶ 極速通訊與智享體驗  支援4G全網通與高速Wi-Fi 6，保障了即時AI互動、高畫質視訊通話的流暢，這是 “智能”的血管。· ▶ 超微高整合與凌駕級性能  採用先進的12nm工藝與3D SiP封裝技術，在極小的空間內整合了強大算力（一大核三小核架構），實現應用響應速度提升近1.5倍，這是 “智能”的大腦。· ▶ 強勁續航的底層最佳化  從智能網路搜尋最佳化到待機資源動態節能，一系列晶片級功耗控制技術，將有限的電池能量精準輸送給最需要的任務，這是 “智能”的耐力之源。這顆 “芯” 所代表的，是一種系統性的工程思維：它追求通訊、算力、功耗在極限約束下的全域最優解。正是這樣的底層突破，讓智能眼鏡從 “偶爾玩玩”走向 “一直可用”。03 未來形態：AI的終極載體與場景裂變有了可靠的底層基礎，眼鏡的形態與想像力才開始真正綻放。它正沿著一部清晰的 “能力升級史” 演進：▌ 1.0 基礎智能型Glass+ Audio + AI。智能音訊眼鏡的普及形態，以語音互動為核心。▌ 2.0 視覺增強型加入Camera，成為世界的“第二雙眼” ，實現即時翻譯、視覺搜尋。▌ 3.0 資訊互動型再加入Display，初步的AR資訊開始浮現在眼前。▌ 4.0 全時獨立型最終整合eSIM，實現全天候、全場景的獨立線上，成為脫離手機的下一代個人終端。每一步演進，都意味著全新的場景被解鎖。它可以是一副戶外AI眼鏡，成為年輕人的潮流裝備；更可以是一個 “智慧中樞” ，通過AI主動提供你需要的一切。眼鏡，因其佔據人類最主要的資訊輸入管道，且最貼近大腦，正無可辯駁地成為AI最好的物理載體。04 中國玩家的全球棋局：差異化與精準卡位在這場全球競爭中，中國玩家展現出了靈活而精準的全球化佈局智慧：在東南亞，以極致的性價比和深度的市場教育先行，快速佔領增量市場。在成熟市場（如歐洲），則將重點放在嚴格的隱私保護與紮實的本地化能力建設上，以贏得挑剔使用者的信任。這種 “區域差異化” 策略，使得智能穿戴產品的海外收入佔比成功突破30%，並仍在快速增長。它證明，對全球不同市場使用者需求的深度理解和尊重，是打開增長天花板的另一把鑰匙。當蘋果在2026年攜其生態與設計之力正式入場時，它面對的將不再是一片藍海，而是一個底層技術不斷突破、產品形態持續演進、市場策略高度務實的活躍戰場。智能眼鏡的競賽，上半場是概念與demo的展示，下半場則是核心技術、使用者體驗與生態建構的硬核較量。蘋果的入局，不會終結比賽，反而會以巨大的聲量教育全球市場，將整個賽道推向沸騰。拐點已至，未來已來。這場關於 “眼前” 的變革，將重新定義我們與數字世界互動的方式。或許，下一代計算平台的王冠，並非註定屬於某一家巨頭。它屬於所有能精準切入痛點、並用紮實技術實現優雅體驗的破局者。 (譚大帥Milton)

引言：科技潮水的流向，總是由巨頭的選擇提前標記。當Google在Android XR發佈會上展示其智能眼鏡Project Aura，並明確2026年的量產計畫時，一個決定比產品本身更值得關注：其硬體的研發與生產重心，將依託中國產業鏈完成。這不僅僅是訂單的遷移，更是從光學、精密製造到整機整合的全鏈條認可。一場由“中國製造”向“中國智造”深度賦能的AI眼鏡革命，序幕已拉開。01 | 產業拐點：從“嘗鮮”到“標配”的加速度行業正在經歷催化式增長。據權威分析師預測，全球XR裝置出貨量有望在2025年突破5000萬台，其中AR眼鏡品類的年複合增長率預計超過50%。Google此次的入局與生態標準化舉措，恰逢其時。將硬體重任交予中國供應鏈，是基於後者在消費電子領域鍛造出的三重能力：規模效應（佔據全球70%以上的智能硬體製造份額）、迭代速度（新品研發周期比國際平均快30%）與成本控制。這意味著，中國供應商獲得的不僅是一張訂單，更是一條直通全球頂級XR生態的高速驗證通道。02 | 核心圖譜：解碼眼鏡背後的“中國力量”Google的選擇，是一份嚴謹的供應鏈“體檢報告”。以下企業與Google或生態夥伴XREAL的深度繫結，勾勒出AI眼鏡的核心骨骼。（註：以下資訊為公開資料梳理，僅供產業洞察，不構成任何投資建議）▪ 龍旗科技– 關鍵資料：全球智慧型手機ODM出貨量連續三年第一，市佔率超40%。其AI眼鏡產線已實現百萬級年產能。– 角色定位：整機製造與系統整合關鍵夥伴。▪ 立訊精密– 關鍵資料：消費電子連接器全球市場份額領先，2024年研發投入同比增長25%，廣泛佈局AR/VR專利超千項。– 角色定位：精密連接、結構件及模組化解決方案提供商。▪ 歌爾股份– 關鍵資料：全球中高端VR頭顯代工市佔率超80%，其AR相關業務在2024年第三季度營收同比增長超200%。– 角色定位：聲學、光學模組與整機生產的深度參與者。▪ 工業富聯– 關鍵資料：全球AI伺服器市場份額超40%，智能製造賦能其電子裝置生產良率維持在99.5% 以上。– 角色定位：高端精密製造與潛在整機代工方。▪ 領益智造– 關鍵資料：消費電子精密功能件全球市佔率領先，是XREAI Air系列眼鏡的獨家整機組裝夥伴。– 角色定位：結構件、功能件到整機組裝的一站式供應商。▪ 水晶光電– 關鍵資料：AR光波導片已實現量產，良品率行業領先，是全球少數能供應BirdBath與光波導全技術路徑的公司。– 角色定位：核心光學顯示引擎供應商。▪ 晶晨股份– 關鍵資料：其6nm AIoT晶片已累計出貨超700萬顆，在Google生態智能顯示終端中晶片份額佔比顯著。– 角色定位：專為輕量級AI裝置最佳化的核心算力提供者。▪ 豪鵬科技– 關鍵資料：消費類聚合物電池全球出貨量前五，其固態電池技術能量密度較傳統產品提升30%，計畫2026年試產。– 角色定位：下一代微型化、高安全能源解決方案商。▪ 廣和通– 關鍵資料：無線通訊模組全球市佔率領先，與XREAL戰略合作，為其眼鏡提供低延時、高可靠的“無線化”連接方案。– 角色定位：無線通訊與AIoT融合方案專家。03 | 未來競逐：從“價值執行”到“價值定義”此次產業鏈的深度繫結，標誌著一次根本性的角色轉變：中國企業正從供應鏈的“價值執行者”，邁向共同創新的“價值定義者”。機遇背後，考驗同樣嚴峻：技術耐力賽：在光波導效率、微型電池續航、空間計算晶片等核心瓶頸上，能否持續突破？生態話語權：是滿足於製造紅利，還是能通過專利、標準參與，分享更大的生態價值？市場波動性：消費級AR市場仍處早期，需警惕需求不及預期帶來的產能風險。結語：Google的眼鏡，映照出中國硬科技的輪廓。它像一個支點，撬動了供應鏈從成本優勢到技術優勢的認知轉變。真正的競賽，不在2026年那一款產品的發佈，而在之後持續的五年、十年。誰能在核心元器件上形成“不可替代性”，誰能在系統整合上實現“體驗跨越”，誰才能真正握住下一個計算平台的入場券。 (譚大帥Milton)