6月3日，第十六届松山湖中国IC创新高峰论坛开幕。本届松山湖论坛以“面向’AI眼镜’的创新IC新品推介”为主题，重点展示和推荐10款相关领域的本土优秀IC新品。
在本次大会“AI眼镜的产业化之路”圆桌论坛环节，芯原股份董事长、首席执行官、总裁戴伟民，恒玄科技（上海）股份有限公司商务拓展副总裁高亢，南京芯视元电子有限公司总经理、CEO何军，灵伴科技（杭州）股份有限公司AR平台总工程师马超，深圳市亿境虚拟现实技术有限公司总经理石庆，芯原微电子（上海）股份有限公司执行副总裁、定制芯片平台事业部总经理汪志伟，雷鸟创新技术（深圳）有限公司CTO张君杰，逐点半导体（上海）股份有限公司CEO、总经理周贞宏，歌尔微电子股份有限公司战略投资部投资总监刘炜俊等嘉宾，围绕，围绕AI眼镜的关键技术突破、生态构建、全产业链协同以及商业化落地的话题展开深度探讨。
据Omdia数据显示，2025年全球AI眼镜出货量达870万台。中国出货量接近100万台，占全球份额10.9%。历经多轮产品迭代与市场培育，AI眼镜产业已然站在规模化爆发的临界点，但功耗偏高、整机体积受限、佩戴与显示体验不足等痛点依旧制约行业提速。圆桌现场，主持人戴伟民围绕产业现存痛点抛出七大行业关键问题，并同步开展现场观众投票，各位嘉宾立足终端、芯片、光学等不同赛道分享研判，碰撞出诸多务实的产业观点。
一问：AI眼镜杀手级应用到底是什么？
当前 AI 眼镜产品形态百花齐放，但真正引爆市场、拉动行业大规模出货的杀手级应用尚未落地。围绕“AI 眼镜杀手级应用到底是什么？”议题，现场调研投票结果显示，语音交互、影像拍摄分享、消息弹窗提示是认可度最高的三大落地场景。
石庆十分看好办公生产力赛道，他指出，AI眼镜正逐步变成轻量化AI硬件入口，依托语音、多模态信息输入对接大模型，落地实时会议纪要，是确定性较强的核心应用。
高亢从芯片厂商对接终端的一线视角分析，消息提醒是刚需场景，如果对标智能手表的用户使用习惯，信息弹窗始终是高频使用功能；市场上反馈较好的Rokid等搭载光波导的产品，凭借出色的提示画面观感，建立起产品差异化优势。
今年3月，某业内品牌推出AI变焦读写眼镜，从传统单一屈光配镜升级为集成动态光学、AI 感知、数据管控的主动式青少年近视防控产品，由此延伸出探讨：AI 变焦技术商业化前景如何？
张君杰表示，近视人群基数庞大，AI 变焦具备广阔市场潜力，但人眼生理构造精密敏感，相关临床医学难题有待攻克，技术规模化落地仍需周期打磨。
马超持相同观点，近视验光、配镜高度因人而异，个性化属性抬高量产门槛，短期难以大规模铺货；现阶段落地近视适配主要有两种成熟方案：传统定制光学镜片、波导屏与近视镜片分体结构，后者成本可控、量产落地效率更高。
而对于“如何看待AI赋能的助听类眼镜”这一话题，马超认为，听障人士国内有2000万左右人口，助听类设备配备显示功能也存在需求。比如听障人士打电话场景，通过文字将对方的语音内容显示在眼镜上，也是比较典型的场景需求，
二问：两年内，中国市场哪一类AI眼镜将会率先实现百万级规模商业落地？
在刚需应用路径逐步明朗后，产业关注点自然从场景探索转向规模化落地。能否突破百万台出货关口，是衡量产品商业模式跑通、产业链走向成熟的关键标志。立足当下国内消费分层、硬件成本分化的行业现状，圆桌开启第二个议题：“年内，中国市场哪一类 AI 眼镜将会率先实现百万级规模商业落地？”
在现场投票中，无显示带摄像头AI眼镜获票最多。
马超分析，从行业长期价值来看，集成显示与摄像的智能眼镜发展潜力更高，全彩方案更是未来主流方向，但受供应链制约，产品全面成熟尚需时日；若以短期冲刺百万出货为目标，单色显示眼镜落地节奏会更快。
张君杰从用户圈层拆分产品定位：无屏摄像款主要面向内容创作、日常分享人群，带屏机型则聚焦全场景 AI 交互需求。他同时提出，参与该赛道的品牌数量也是拉动品类销量突破的关键变量，并同样看好单色眼镜，认为该形态拥有更广阔的 AI 落地空间。
三问：如何看待AI眼镜的成本与隐私？
AI眼镜规模化普及受硬件成本显著制约。与此同时，机型普遍搭载摄像头用于实景拍摄、多模态识别，也引发大众关于随身摄像的数据采集、个人隐私泄露的热议。
围绕这两个话题，参与圆桌的嘉宾也展开了讨论。
对于成本和价格问题，马超表示，无显示无摄像头的传统音频眼镜，跟耳机市场有重叠，可接受的价格在6-700元以内。无显示带摄像头的眼镜产品，一类是采用海外大厂多合一的SoC，推高了成本，目前在1500-2000元区间。另一个是采用国产芯片的产品在1000-1500元范围。单色眼镜的成本可以做到3000元以下，彩色眼镜目前量产有限，成本在4-5000元左右。
张君杰预计，明年眼镜产品价格会下降。单色眼镜的成本增加并不多。
高亢认为，带摄像头的智能眼镜产品，未来两年由于存储涨价等原因，都要面临成本挑战。而显示眼镜的成本将会保持下降趋势。
谈及AI眼镜摄像头隐私隐患，马超提出，未来设备普遍会实现全天候待命、实时在线（always-on）运行，由此催生后门入侵、数据泄漏等安全风险，也是全球性行业难题。应对的解决方案，他建议摄像头采集数据做分层管控：一类感知数据留存端侧，禁止第三方 APP 调取；另一类实拍录像数据从芯片底层做安全锁死、杜绝后门。
张君杰表示，隐私防护核心落脚在数据脱敏，相关处理必须放在端侧落地，通过画面模糊等方式完成数据脱敏，依托芯片本地运算或联动手机处理，原始数据原则上不上传云端。
周贞宏提出方案：终端拍摄图像（人脸等信息）在本地完成3D建模后，可以上传建模文件至云端渲染，既能规避原始图像外泄的隐私风险，还可大幅削减数据传输带宽。
四问：AI眼镜需要怎样的小模型？
受制于机身狭小空间、小容量电池约束，传统AI大模型很难直接装进智能眼镜，带来功耗、成本、体验等方面的挑战，因此，AI眼镜搭载轻量化端侧模型成为一条可选路线。
对于智能眼镜的AI模型集成，戴伟民提及了芯原与谷歌的战略合作，双方共同打造面向端侧LLM的功耗Coral NPU IP，为智能眼镜、AI玩具、可穿戴设备等提供“轻量级、始终在线、超低功耗”的算力基础。
这也引出了“AI眼镜需要怎样的小模型？主要用来做什么？”这一话题的讨论。
汪志伟认为，AI眼镜始终要有一个实时在线的NPU，以及与之相对应的小模型，起到智能传感，比如语音视觉数据的处理作用。芯原与谷歌的合作，基于Gemini 3 2.7B模型的基优化微调，落地多语种翻译，适配日常交互场景。
而图像、视频等高负载任务，需要1TOPS及以上算力的高性能NPU搭配 DDR。汪志伟表示，从超低功耗常驻运行方案到大算力高性能NPU，芯原可灵活定制多规格IP产品，能够覆盖AI眼镜全场景算力需求。
五问：哪类AI眼镜需要通用SoC？哪类需要定制SoC？以及需要怎样的SoC？
随着AI眼镜分化出音频入门、中端拍摄、高端光波导多条产品路线，整机功耗、算力、成本需求差异持续拉大，SoC选型不再适用统一方案。通用SoC与定制SoC各自适配不同产品定位。围绕产品分层，不同定位AI眼镜该如何取舍通用与定制芯片。
在现场关于“定制为AI眼镜带来哪些好处？”的投票中，更快响应、续航、专用算力排名靠前。
高亢表示，产品出货量大的客户最终都会面临一个问题，如何脱颖而出和差异化，这时就会考虑定制化方案，比如做Chiplet等。足够量的出货是个性化的基础。
汪志伟补充，AI 眼镜品类分化明显，单颗通用 SoC 很难兼顾所有产品，容易造成芯片面积、功耗与成本冗余，伴随行业出货攀升，定制化芯片需求将持续上行。
何军也提到，今年行业定制订单已明显增多，预判未来两到三年，AI 眼镜芯片定制需求增速将超出市场预期。
六问：AI眼镜视觉体验的最大瓶颈是什么？
随着AI眼镜在语音交互、端侧AI算力上持续突破，视觉表现逐渐成为制约产品体验与普及的关键短板。受光学器件成本、整机体积、功耗限制，显示清晰度、画面尺寸、佩戴观感等痛点难以兼顾。
那么，当前，制约AI眼镜视觉体验的最大瓶颈是什么？在现场的投票中，近一半观众选择渲染算法与算力不足。
何军谈到，当下AI眼镜普遍搭载OLED显示方案，但屏幕功耗偏高，要么外接线材由手机、主机供电，要么机身搭载大容量电池，直接造成产品偏重。尤其是不少女性作为核心消费群体，十分反感外露连接线，线缆累赘、机身笨重成为影响选购的关键阻碍。想要撬动大众市场、提升产品出货规模，眼镜必须兼顾轻量化与时尚设计，如何在控制功耗的前提下去掉外接配线，也是优化视觉体验、打开消费市场的关键因素。
七问：本土AI眼镜品牌公司如何在港股实现上市？
伴随AI眼镜产业快速扩容，XREAL已率先递交港股招股书，多家本土头部品牌也在积极筹备IPO。但整体而言，行业普遍存在持续高研发、短期难盈利、营收波动等现实难题。
对于“本土AI眼镜品牌公司如何在港股实现上市？”这一话题，刘炜俊表示，AI眼镜硬件企业想要获得资本市场青睐、实现上市突围，关键在于锚定标杆级落地应用。依托语音助手、随身拍摄等刚需赛道最容易实现单点放量，尤其女性用户是拍摄功能核心消费群体，两大场景有望在未来两年借行业资本红利迎来爆发。
从行业体量来看，智能手机年出货约 20 亿台，TWS耳机、智能手表年出货2～3亿台，反观全品类 AI眼镜年整体出货仅千万量级，且Meta占据大头。目前判断，本土品牌如果年出货站稳100万台、单品热销60万台即可获得资本认可。目前已有国产厂商年实现数十万出货，明年有望冲刺百万门槛。
结合出货与商业化现状，现场参会者对本土眼镜企业港股上市节点形成了相对统一的预判：未来1-2年内。
结语
整场松山湖圆桌围绕七大核心议题，全方位复盘了当下AI眼镜产业的机遇与挑战。嘉宾从终端品牌、芯片设计、供应链等多视角达成共识：语音、随身拍摄、信息提醒已是现阶段落地确定性最强的刚需，成本偏高、隐私隐患等仍是制约行业大众化普及的核心痛点；端侧轻量化 NPU与定制化SoC，正成为破解眼镜功耗、算力矛盾的底层关键。
对于AI眼镜的发展，与会嘉宾也给出积极建议。比如，石庆表示，受供应链成熟度、佩戴美观度约束，不必执着于一步成型全能眼镜。一方面通过精简硬件，发力全天候在线的时尚音频AI眼镜，靠多外观SKU打开大众消费市场；另一方面打破硬件绑定，把多模态主动AI、复杂传感模组从镜框拆分，延伸至吊坠、手环、戒指等多元化个人AI穿戴硬件。跳出眼镜单一载体束缚，将核心AI能力跨硬件复用，循序渐进打磨产品，既能分摊研发与硬件成本，也能依托全品类穿戴拓宽商业化空间。
着眼未来，与会嘉宾表示，随着国产化供应链持续完善、端侧AI技术迭代提速、隐私合规体系逐步落地，AI 眼镜行业终将挣脱成本、功耗与产品形态的桎梏。期待全产业链企业秉持务实迭代的发展思路，深耕用户真实需求，依托多元化产品拓宽市场边界，早日迎来本土品牌规模化量产与资本化落地的收获期，以穿戴智能革新大众日常生活，推动国内AI眼镜产业驶入高质量发展的快车道。
