七月的上海，空气黏稠得像化不开的糖浆。
站在西岸国际会展中心门口，排队入场的人流蜿蜒了几十米，汗水顺着太阳穴往下淌，队伍蜗牛般往前挪。安检门每隔几秒发出一声短促的蜂鸣，放进去一个满头大汗的参观者。
场馆里是另一种意义上的拥挤。
二十多家 AI 眼镜厂商把展台塞满了大半个展厅，空气里混杂着消毒湿巾和金属边框的味道。每个展台前都围着人，工作人员一遍遍擦掉镜片上的指纹，刚放回去就被下一个人拿走戴上。
智械岛记者挤进人群，从一个人手里接过一副眼镜，戴上的瞬间，眼前浮现出实时翻译的中文字幕，对面那个德国参展商正在说 " 这个产品很有意思 "。
摘下来，又有人递过来另一副，这次记者看到了自己的心率曲线悬浮在视野右上角。再换一副，镜片上跳出一份待办清单，提醒 "14:00 采访创始人 "。
站在过道中间，兜里揣着六七张宣传页，每一张都写着差不多的话：智能、轻便、解放双手、AI 助手。但试了七八款产品之后，脑子里只剩下一个问题：这东西我明天出门还会戴吗？
而这个问题，在 WAIC 现场的展台并没有谁能给出让人信服的答案。
一、珠三角打了个响指
四年前，如果有人跟你说眼镜会变成下一个计算平台，你可能觉得他在讲科幻小说。但现在，深圳华强北一米宽的柜台里，三百块钱就能拿下一副带摄像头的 AI 眼镜。
这不是奇迹，是中国供应链的水位溢出来了。
从东莞的镜头模组、江西的光学镜片、江浙的微型电池，到深圳的整机代工，一条完整的产业链已经长到了惊人的程度。
在 WAIC 展馆里，智械岛和一家深圳南山的 ODM 工厂聊了聊，陈老板告诉我们：上午客户提一个修改意见，下午就能拿到样品；从立项到量产，最短一个半月。
他随手拿起一个镜腿模组，掰开给我们看里面的结构：主控芯片、蓝牙模块、电源管理芯片、麦克风、扬声器，全部集成在一条比手指还细的电路板上。
为什么这么快？因为大部分零件都有现成的公板公模，不需要从头设计，只需要在已有的方案上做取舍，加什么功能、减什么重量、用哪家的芯片。
全球超过 80% 的智能眼镜制造环节集中在中国。Meta 要找代工，得找歌尔；光学方案要落地，绕不开视涯科技和舜宇光学；显示芯片得看 JBD。这些供应商彼此之间隔不过两小时车程，一个配件出了问题，老板骑个电瓶车就能过去当面聊。
80% 这个数字背后，是一张密密麻麻的产业网络。
一副带显示功能的 AI 眼镜里，光学显示部件通常吃掉四成到五成的成本，芯片再吃掉两到三成，两者加起来超过七成。谁掌握了这两样，谁就握着整个行业的命脉。
光学模组是 AI 眼镜的眼睛，它决定了一副眼镜的显示效果、重量和功耗。
这个领域的核心技术叫光波导。在浙江湖州，有一家脱胎于清华大学精密仪器系的创业公司叫至格科技。他们攻克了一个困扰全球 AI 眼镜产业多年的难题：彩虹纹效应，并把衍射光波导镜片的重量做到了不到 4 克，用他们自己的话说叫还不到 " 一勺盐的重量 "。
芯片是 AI 眼镜的大脑。它决定了眼镜能跑多快的 AI 模型、能撑多久的续航、能做多复杂的场景理解。
在这个领域，中国企业的布局同样密集。珠海恒玄科技的 BES2800 芯片，已经成为 Meta Ray-Ban 的核心供应商之一，Rokid 的新款 AR 眼镜搭载的就是恒玄的 6nm 芯片。雷鸟 V4 采用 " 高通 AR1+ 恒玄 BES2800" 的双芯片方案，字节跳动的第二代豆包 AI 眼镜，方案也换成了同样的组合。
值得关注的是，芯片架构正在发生的变化。AI 眼镜从单芯走向了双芯，一颗低功耗芯片负责待机和基础交互，一颗高性能芯片负责 AI 推理和复杂计算。
Rokid 的新品搭载了恒玄 6nm 芯片作为主控，同时外挂高通骁龙至尊空间计算协处理器。这种 " 双芯双系统 " 的架构正在成为行业标配。
截至 7 月 20 日，已有超过 60 家 AI 眼镜产业链 A 股公司发布了半年报预告，其中，产业链的上游率先尝到了这场盛宴的甜头。
上游芯片环节利润激增，佰维存储预计上半年归母净利润 70 亿至 75 亿元，同比增长超过 32 倍；香农芯创预计净利润 35 亿至 40 亿元，同比增长超过 21 倍；复旦微电、澜起科技、瑞芯微、全志科技等 SoC 与存储控制芯片企业也普遍预告大幅预增或扭亏。
从光学到芯片到代工，这条产业链的每一个环节都在加速运转。于是出现了一个尴尬的局面：品牌方越依赖供应链快速出货，产品就越趋同；产品越趋同，越没有人能回答用户为什么要买你的而不买别人的。
二、AI 眼镜这口井，谁也没挖透
歌尔股份、立讯精密、蓝思科技……这些在手机时代已经是代工巨头的名字，把同样精益的制造能力平移到了 AI 眼镜上。
比如，蓝思科技将 AI 眼镜的重量压到了 49 克，装配断差控制到肉眼几乎无法分辨；Meta 的 Ray-Ban AI 眼镜包装上印着 "GTK" 的标识，正是歌尔的代工代号。
这些 ODM 厂商的角色正在向前延伸，从人体工学设计、芯片平台适配到近眼显示光学导入、系统开发与量产交付，越来越多环节被整合进一套完整方案。
对互联网企业、传统眼镜品牌和 AI 创业公司而言，直接采用成熟参考设计再围绕外观、功能和 AI 模型进行定制，往往比从零组建硬件团队快得多。
那么一个核心问题随之浮现，智械岛问陈老板，他做了这么多年代工，觉得这个行业什么时候才能真正起来？他想了想，反问了一句：" 你觉得当年智能手机是怎么起来的？"
手机并不是诺基亚先做的，是 iPhone 重新定义了手机是什么，硬件一直都有，但没人知道它应该长什么样、干什么用。现在 AI 眼镜同样如此，AI 眼镜缺的是告诉大家 " 它是什么 " 的人。
因为当所有核心部件都能从公开市场上买到，硬件本身就不再是护城河。你能做到的重量、能实现的续航、能塞进去的功能，别人半年之内也能跟上。
关于 " 我为什么非要买你家的 AI 眼镜 " 这个问题，在 WAIC 现场被反复追问。厂商们的回答五花八门，但殊途同归，不外乎 " 我能做什么功能 "，以及 " 我在什么场景能帮你解决什么问题 "，翻译、提词、导航、会议纪要、记忆存储、情绪感知……
所有人都在挖一口井，寻找那个能让用户非戴不可的场景。但这口井，目前谁也没挖透。
智械岛在展馆里逛了两个小时，发现 AI 眼镜核心配置惊人地相似：高通 AR1 或者恒玄的芯片、四十克左右的重量、多麦克风阵列、AI 语音助手，区别只在于外观设计和软件调教。用陈老板的话说，现在市面上百分之八十的 AI 眼镜拆开里面都差不多。
当然，尽管供应链已经把所有的零件都准备好了，也不是把零件塞进镜腿这么简单。
产业链能给你的，是现有技术条件下能做到的最好硬件。但 " 最好 " 也有天花板，电池能量密度上不去，重量就下不来；芯片制程不突破，算力和续航就不能兼得；光学方案不成熟，显示效果和轻薄外形就是一对死敌。
这些瓶颈，靠供应链的优化只能逼近极限，无法突破极限，突破需要的是定义：告诉这条产业链该往哪个方向走。
三、困住 AI 眼镜的三重围墙
厂商们在用各自的方式回答 "AI 眼镜应该是什么 "，但比路线之争更根本的，是所有人都绕不开的 AI 眼镜三堵墙。
第一堵墙，是硬件的不可能三角。
李未可为了把重量做到 26 克，砍掉了显示屏和本地高性能芯片；Moonix 做到 14.9 克，主动放弃了摄像头和翻译功能；千问带显示功能的 S1 眼镜，为了续航不得不搞出热插拔可换电设计，戴着眼镜出门还得揣几块备用电池。
重量、续航、性能，这三样东西天然互相排斥。想加显示屏，重量和功耗一起涨；想放大电池，重量又飙上去；想保持轻便，就得把算力交出去，连本地推理都做不了。
目前，带显示的 AI 眼镜单次续航普遍只有 2 到 5 小时，而无屏产品能做到 8 小时以上，消费者用脚投票的结果是，2025 年上半年无屏 AI 眼镜销量增速达到 463%，在能用和戴得住之间，用户毫不犹豫地选了后者。
这个三角之所以不可能，是因为它的三条边各有各的物理天花板。
电池能量密度每年提升不过几个百分点，但对 AI 模型的算力需求每年翻倍；芯片制程逼近物理极限，3nm 以下每一代都更贵、更难、回报更低；光学方案要同时做到轻薄、高亮、全彩、低成本，这四个要求放在一起，至今没有一个方案能全部满足。
熬过了一个瓶颈，前面还有下一个难题等着，这些问题卡在了基础科学的底层，而科学突破的节奏，不以任何一家公司的发布会时间为转移。
第二堵墙，比第一堵更棘手。
技术问题可以攻关，但社会信任一旦崩塌就很难重建。Rokid 的展台上，工作人员介绍 " 看一下支付 " 的时候，旁边有个观众小声嘀咕了一句：" 那它是不是也能看一下把我拍下来？" 这句话背后的不安，恰恰是整个行业最深的焦虑。
2024 年底，哈佛两名学生用一副 Ray-Ban Meta 眼镜做了个实验：摄像头对着陌生人拍一张照，用人脸识别拿到姓名，再用大语言模型交叉比对数据库，不到一分钟对方的住址、电话、职业、亲属全出来了。他们没有开源代码，但发出了警告：把人脸识别装进智能眼镜，是不可逾越的红线。
Meta 的应对是在镜框上加了一颗白色 LED 灯，拍照时闪一下，录像时持续闪。但这条防线脆弱到不堪一击，花 9.9 元买一张遮光贴贴上去，指示灯就不亮了。
AI 眼镜最核心的价值就来自那枚摄像头，没有它，实时翻译看不见菜单，导航看不懂路标，AI 识别不了你面前的东西。但有了它，你走到哪里都像一个行走的监控探头。
这个矛盾不只是产品的矛盾，是整个品类的结构性困境。它需要的不是技术升级，而是整个社会的规则重建，关于公共空间里的拍摄权、关于数据归属、关于知情同意的边界。
一个行业不能等规则完全建好再发展，但发展过程中随时可能被规则卡住，而规则重建的速度，远比硬件迭代慢得多。
第三堵墙最软也最硬，它藏在消费者的脑子里。
AI 眼镜上线了超过 200 个新 AI 功能，但雷鸟创新 CEO 李宏伟在发布会上透露，用户长期使用率连 6% 都不到。京东、天猫的退货率在 30% — 40%，抖音渠道甚至达到 50%。
用户买回去兴奋两三天，发现翻译功能出国才用得上，拍摄功能拍了一周就没了新鲜感，语音助手问天气还不如直接看手机，眼镜被放进抽屉，再也没有拿出来。
和价格没关系，和功能多少也没关系，是用户根本找不到长期佩戴它的理由。行业在拼命解释 " 我能做什么 "，用户心里想的却是 " 我为什么需要它 "，这两句话之间，隔着一道至今没人跨过去的鸿沟。
第一堵墙让产品体验不够好，不够轻、不够久、不够聪明；第二堵墙让社会接受度不够高，戴出门怕被当成偷拍者，进公共场所可能被禁止；第三堵墙让用户留存不够稳，买回来三天新鲜，然后就落灰。
三堵墙叠在一起，彼此加固，形成了一个闭环：硬件缺陷强化隐私焦虑，隐私焦虑压缩使用场景，场景缺失让用户找不到价值，价值缺失反过来让品牌没有动力投入资源突破硬件瓶颈。
哪一堵墙都不是单独能撬动的，它们互为因果，彼此锁死。WAIC 现场的热闹，某种程度上只是在用声量掩盖这个困局的沉默。
四、结语
WAIC 首日闭馆后，智械岛记者在场馆门口碰到一个做行业研究的朋友，他手里拿着一沓资料，表情疲惫，我们蹲在台阶上聊了十分钟，他说了一句话让我想了很久：" 你不觉得奇怪吗？阿里、腾讯，还有字节，虽然字节今天连展台都没有，三家公司给出的三种不同的 AI 眼镜答案，但好像没有谁真正说服了市场。"
在 WAIC 上，阿里千问宣布把 AI 眼镜升级为智能体眼镜，强调全天候感知和主动服务；李未可和腾讯云 WorkBuddy 联合发布 X-AI 记忆眼镜，押注长期记忆；而字节的第一代豆包 AI 眼镜虽然被内部叫停了，但业内都在传他们的第二代正在走极致轻量路线，二十多克砍掉扬声器。
5000 万研发投入，规划的 10 万台产能，全部归零，字节的第一代豆包 AI 眼镜为什么被叫停？因为产品跟市面方案太像了，消费者看不出它跟小米、雷鸟、华强北的白牌有什么区别。
这个被叫停的产品像一面镜子，照出了全行业的尴尬。AI 眼镜仍然处于有产品无品类时期，消费者知道 AI 眼镜这个名字，但说不清它到底是什么，是一个会说话的墨镜？一个戴在脸上的相机？还是一个不用手的手机？
历史反复验证过一件事。Google 不是第一个搜索引擎，iPod 不是第一个 MP3，淘宝不是第一个电商平台。它们胜出的原因只有一个：率先完成了品类定义，用最简单、最清晰的方式告诉消费者 " 我是谁、解决什么问题 "。
2026 年 6 月，扎克伯格发布了 299 美元的自有品牌 Meta 眼镜，他对品类的定义是，AI 眼镜就是眼镜本身，一切智能都是附加值。扎克伯格觉得，几年后很难想象大多数眼镜不是 AI 眼镜。
这个定义不一定对，但它至少清晰，它指向的是像买墨镜一样买 AI 眼镜。
而国内厂商还在各自为战。记者兜里揣着几份从 WAIC 现场拿的宣传页，每一张都在讲自己的故事：李未可押注长期记忆，想成为你的第二大脑；Rokid 力推 YodaOS 操作系统，搭建一个不让安卓和 iOS 插手的新生态；Moonix 死磕 14.9 克的极致轻量，赌你戴上了就摘不下来。
没有哪条路明显对了，也没有哪条路明显错了。问题并不在于谁对谁错，而在于当消费者同时看到不同的宣传页时，脑子里只会剩下一个念头：坚定地买谁。
2026 年，全球 AI 眼镜出货量预计突破 1600 万台，Meta 一家就吃掉六七成。苹果预计 2027 年发布首款 AI 眼镜，谷歌的 Android XR 生态正在成型，三星的 Galaxy Glasses 蓄势待发。
大玩家会越来越多，产品会越来越成熟。但无论谁赢，赢的条件不会变：谁能率先回答 "AI 眼镜到底是什么 "，谁就拿到了定义这个千亿赛道的钥匙。
在那之前，所有的百镜都只是在黑暗中各自摸索，WAIC 聚光灯打得很亮，但真正的那道晨光，还没有亮起来。
免责说明：文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。
