AI眼鏡大模型激戰(zhàn)：多大模型協(xié)同、交互時延低至1.3S

電子發(fā)燒友網(wǎng)報道（文/莫婷婷）“百鏡大戰(zhàn)”開始時，也是AI大模型在智能眼鏡端加速落地的開始，一場關(guān)于智能眼鏡的“百模大戰(zhàn)”也同步進(jìn)行。幾乎今年剛推出的AI智能眼鏡都搭載了AI大模型。隨著AI智能眼鏡與AI大模型的深度融合，一場技術(shù)演進(jìn)與場景革命正在悄然進(jìn)行。


一款眼鏡搭載多個大模型：AI智能眼鏡下的“百模大戰(zhàn)”

AI大模型指的是具有大量參數(shù)（通常超過數(shù)十億）的深度學(xué)習(xí)模型。這些模型有著復(fù)雜計算結(jié)構(gòu)、經(jīng)過大規(guī)模數(shù)據(jù)集訓(xùn)練后，能夠在自然語言處理、計算機視覺等多個領(lǐng)域表現(xiàn)出色。例如，GPT-4在文本生成方面有著更強的表現(xiàn)；而DALL·E 2能在圖像生成領(lǐng)域帶來技術(shù)突破。這類模型不僅能夠理解復(fù)雜的語義信息，還能根據(jù)上下文生成相應(yīng)的響應(yīng)或內(nèi)容，極大地提升了人機交互的質(zhì)量。

一般來說，AI大模型具備泛化性、通用性、實用性三大特點。AI大模型包括云側(cè)大模型和端側(cè)大模型，云側(cè)AI大模型在云端部署，具備參數(shù)多，且算力和數(shù)據(jù)存儲需求大的特點，例如通用大模型和行業(yè)大模型；端側(cè)大模型主要應(yīng)用在手機、汽車等產(chǎn)品上，具備參數(shù)小、本地運行等特點。

與傳統(tǒng)眼鏡相比，AI智能眼鏡最大的特點就是增加了AI功能，且目前來看，智能音頻眼鏡、AI智能眼鏡、AR智能眼鏡這三大類AI智能眼鏡都搭載了AI大模型。

例如Ray-Ban Meta新型號搭載的是Meta Llama3大模型，李未可Meta Lens Chat AI眼鏡搭載了自研大模型WAKE-AI大模型等。同時，我們也看到了一款智能眼鏡會搭載多個AI大模型，例如Rokid Glasses搭載了通義千問、DeepSeek、豆包、智譜清言、納米搜索等多個大模型，蜂巢科技界環(huán)AI音頻眼鏡搭載了包括通義、百川等在內(nèi)的14 個大模型。

圖：AI智能眼鏡的功能介紹（電子發(fā)燒友網(wǎng)制圖）

搭載多個大模型將帶來多個優(yōu)勢，一是增強的功能多樣性，這些大模型專注于不同的任務(wù)，有的擅長自然語言處理，有的則在圖像識別領(lǐng)域有著出色的表現(xiàn)。通過集成多種模型，智能眼鏡可以提供更加豐富和全面的服務(wù)。

二是提高性能與準(zhǔn)確度，每個大模型都有其獨特的算法和訓(xùn)練數(shù)據(jù)集，因此在特定任務(wù)上可能具有獨特的優(yōu)勢。當(dāng)用戶的需求不同時，系統(tǒng)會根據(jù)實際應(yīng)用場景選擇最適合的模型進(jìn)行處理。

三是快速響應(yīng)與高效處理。Rokid Glasses 將產(chǎn)品搭載的大模型分為基礎(chǔ)模型、視覺模型、搜索模型等類型。基礎(chǔ)大模型負(fù)責(zé)對話，問答和調(diào)用產(chǎn)品功能等整體 AI 能力；視覺大模型負(fù)責(zé)識別物體等需要處理視覺信息的任務(wù)；信息大模型負(fù)責(zé)搜索當(dāng)下最新信息對所回答的問題進(jìn)行信息整合與歸納。

那么，這么多的大模型，在接收到任務(wù)時會不會“打架”？Rokid在Rokid Glasses端側(cè)集成自研的意圖分類模型，做到2 毫秒內(nèi)完成對意圖的分類，再將請求分發(fā)給不同的模型。由此帶來快速的AI 響應(yīng)速度快、更高的處理效率。

Rokid認(rèn)為“目前還沒有一款能力覆蓋全面的大模型，更多的是某大模型在特定領(lǐng)域內(nèi)表現(xiàn)出色。因此多模型的協(xié)同使用或許是更優(yōu)解?！?br />

AI智能眼鏡的“大腦革命”：端側(cè)推理與交互時延重塑

智能眼鏡的進(jìn)化史，本質(zhì)是端側(cè)算力與交互時延的博弈，隨著Llama、盤古、通義等大模型的升級，更強大的端側(cè)推理能力和極低的交互時延，將提供更流暢且即時的用戶體驗。具體來看主流AI智能眼鏡的AI大模型的特點。

Ray-Ban Meta搭載了Llama系列多模態(tài)模型，實現(xiàn)了實時視覺-語言協(xié)同（VLM），支持實時同聲傳譯，支持動態(tài)物體追蹤和環(huán)境語義分割，能夠識別超過1000類物體，環(huán)境感知準(zhǔn)確率提升至92%。

華為的智能眼鏡產(chǎn)品已經(jīng)搭載了盤古多模態(tài)大模型。從2021年發(fā)布盤古大模型1.0版本至今，盤古大模型就一直在更新升級，盤古大模型5.0能夠更精準(zhǔn)地理解物理世界，融合了語言和視覺跨模態(tài)信息，支持圖像理解等功能。在接入華為智能眼鏡后，喚醒小藝助手，能夠進(jìn)行對話和其他交互功能。據(jù)了解，盤古大模型5.0的推理速度提升了300%。如若搭載在華為智能眼鏡上，將帶來更快速的交互體驗。

李未可科技的Meta Lens Chat AI智能眼鏡基于WAKE-AI大模型平臺，用戶在AI智能眼鏡上調(diào)用大模型能在500毫秒內(nèi)快速精準(zhǔn)地識別用戶指令，一般對話時延在1.8秒左右、2秒以內(nèi)。

2025年1月，雷鳥V3宣布接入阿里云通義大模型，還定制了全新意圖識別模型，AI 平均響應(yīng)速度為 1.3s，識別準(zhǔn)確率高達(dá)98%。

也是在2025年1月，百度智能云發(fā)布了AI眼鏡大模型互動方案，針對智能眼鏡場景，提供語音交互、視覺理解、復(fù)雜任務(wù)等端到端解決方案。在交互響應(yīng)速度方面，多模態(tài)實時互動方案能做到端到端音頻延時低至1.4s，語音打斷延時小于0.8s，端到端視覺延時低至2.5s。

通過上述各產(chǎn)品技術(shù)參數(shù)對比來看，AI智能眼鏡大模型的端側(cè)推理速度、交互時延將是AI大模型迭代的兩大關(guān)鍵。

端側(cè)推理速度持續(xù)提升，處理延遲會隨著技術(shù)迭代持續(xù)下降。在時延方面，1.8s是一個分水嶺，此前，大多數(shù)應(yīng)用在智能眼鏡的交互時延都在5s左右，通過上述最新產(chǎn)品來看，視覺延時在2.5s左右，語音交互時延的要求則更低，普遍要求在1.3s左右。

XREAL創(chuàng)始人兼CEO徐馳在接受媒體采訪時曾表示AI眼鏡的核心壁壘在大模型，他認(rèn)為在AI智能眼鏡中，大模型占70%的決定性作用，硬件研發(fā)投入占30%，兩者需要深度融合。就在2025年2月，XREAL宣布將與海信視像科技展開合作，合作內(nèi)容包括光學(xué)顯示、AI大模型應(yīng)用等領(lǐng)域。


小結(jié)：

隨著AI技術(shù)的不斷進(jìn)步，智能眼鏡正在經(jīng)歷一場前所未有的“大腦革命”。從Ray-Ban Meta到華為智能眼鏡，再到李未可科技的Meta Lens Chat，這些產(chǎn)品展示了各自在AI大模型應(yīng)用上的獨特優(yōu)勢。通過搭載Llama、盤古、通義等先進(jìn)大模型，智能眼鏡現(xiàn)在能夠?qū)崿F(xiàn)更快的端側(cè)推理速度和更低的交互時延，為用戶提供更加流暢且即時的體驗。此外，越來越多的產(chǎn)品開始采用多大模型協(xié)同工作的模式。這一切都預(yù)示著，在不久的將來，智能眼鏡將不僅僅是一個簡單的穿戴設(shè)備，而是一個集成了最先進(jìn)AI技術(shù)的多功能平臺。

另一個值得關(guān)注的是，“百鏡大戰(zhàn)”不僅僅是硬件的競爭，更是背后AI大模型技術(shù)和應(yīng)用場景的較量。各大廠商紛紛探索如何更好地應(yīng)用大模型，以期在保持設(shè)備輕量化的同時提供強大的計算能力。未來會如何發(fā)展，我們也將持續(xù)關(guān)注。