近期AI眼镜有望迎来又一波“上新潮” 。华为将于5月19日召开新品发布会
，在华为终端官宣的待发布新品中，就包含了“智能眼镜
”；苹果也正加速布局可穿戴设备和AI硬件 ，预计2026-2027年推出首款AI智能眼镜
，直接挑战Meta的Ray-Ban产品线，搭载自研专用处理器
。

　　同时此前 ，Meta发布2025财年一季报
，公司表示Ray-Ban Meta AI眼镜月活跃用户是一年前的4倍多。

　　今年4月，Meta在Ray-Ban Meta AI眼镜上全面推出实时翻译功能 ，覆盖所有市场的英语、法语 、意大利语和西班牙语
，用户只要提前下载了相应的语言包，即使没有Wi-Fi或移动网络连接 ，也能够正常使用该功能 。此外
，Meta计划在未来为智能眼镜引入“实时AI”功能
。通过内置摄像头，智能眼镜将能够捕捉佩戴者的视野内容 ，从而实现基于实时AI的交互式对话能力。

　　根据WellsennXR数据，Ray-BanMeta AI眼镜2025Q1销量为52.5万台
，同比增长209% 。而全球AI智能眼镜Q1总体销量为60万台，同比增长达216% ，全年预计销售550万台。

　　2025年是AI眼镜爆发元年
，小米（01810）AI智能眼镜有望在后续发布，为智能终端带来催化
。财联社VIP特联合蜂网火线直连“AI眼镜 ”专家 ，调研产业链最新动态
，并于5月6日发文。

　　【核心逻辑】

　　【交流纪要】

　　问题一：能否对2025年一季度全球AI眼镜市场做简单概述？

　　专家：2025年一季度全球AI眼镜市场由Meta主导，一季度销量约52.5万台 ，占据约90%的市场份额 。Meta预计2025年Ray-BanMetaAI眼镜销量可以达1000万台
，但市场普遍认为实际全球AI眼镜销量可能在450万-500万台之间，这是主要的预期差
。

　　问题二：为什么Meta可以在AI眼镜领域一枝独秀？

　　专家：Meta具有显著的先发优势以及产品迭代经验 ，其Ray-BanMeta智能眼镜于2023年9月推出第二代
，2024年销量就已经达到150-160万台，成为全球首款销量突破百万的消费级AI眼镜产品 ，这表明Meta在产品定义
、成本控制及用户体验上已积累显著经验。

　　技术与渠道方面，Meta与Ray-Ban合作
，借助后者在眼镜行业的设计与渠道资源优势，叠加旗下Facebook、Instagram社交媒体平台直接触达用户 ，快速覆盖欧美及日韩市场
，再配合MetaAI助手集成的多模态交互能力，通过云端大模型优化功能 ，形成技术壁垒 。

　　反观三星 、亚马逊等大厂
，因产品定位保守
、供应链布局滞后及生态协同不足，导致市场份额较小
。国内初创企业（如雷鸟、XREAL）更多聚焦中低端产品 ，市场反馈有限。未来随着小米 、华为等厂商推出更加成熟的AI/AR眼镜产品
，竞争格局或发生变化 。

　　问题三：今年内还有哪些AI眼镜新产品值得期待？

　　专家：今年内预计还有多个AI眼镜产品待发布
。比如小米的AI眼镜产品可能在Q2-Q3期间推出，可能分为高端和低端版本 ，低端版本或通过国内供应链将价格压至1000元以内
，支持摄像头
、音频模块及AI功能。还可能推出电子变色墨镜和彩色显示版本 。华为AI眼镜预计也在Q2-Q3公布，可以体现华为硬件创新+模型能力的深度融合
。

　　其他厂商如豆包、Rokid 、雷鸟
、三星、荣耀 、传音等也可能在2025年推出自己的AI眼镜新品。另外 ，Meta也可能在年内推出第三代Ray-Ban Meta智能眼镜，但目前尚未披露具体日期和价格 。

　　问题四：今年AI眼镜有哪些值得关注的新技术方向？

　　专家：目前部分AI眼镜正在探寻采用光波导+Micro LED的单色或全彩显示方案来实现轻量化与高显示效果。碳化硅材料的衍射光波导因其高折射率被重点研发
，可扩大视场角（FOV），目前单副镜片光学模组成本约200美元 ，预期随量产成本下降
。Meta、苹果等大厂推进反射/衍射方案
，国内厂商如水晶光电和舜宇光学在光波导技术上重点布局，预计全彩显示眼镜在2026年后逐步量产。

　　SOC芯片方面 ，主要发展路径还是低功耗+算力提升 。目前高通ARone主导高端市场
，国内厂商如恒玄科技推出集成低功耗
、ISP及WiFi的芯片BES2700/2800，下半年有望发布下一代集成方案；瑞芯微研发高算力芯片RK3588支持端侧大模型
。

　　电池的创新方向主要是提升能量密度与镜腿狭长空间的形状适配性 ，现有厂商如豪鹏科技开发高硅负极锂电池
，容量提升50%；紫建电子优化扣式电池设计等等。

　　问题五：近期小米发布MIMO大模型，参数只有7B ，将对AI眼镜等端侧应用产生什么样的影响？

　　专家：7B模型端侧可实现复杂场景的文本生成、本地检索
，但涉及动态交互或实时多模态任务仍需依赖云端 。通常汽车和PC端侧采用7B模型，需配备较高算力 ，而眼镜普遍使用0.5B或1.5B模型以降低功耗
。

　　综合目前MIMO的表现来看，若小米对其7B模型再进行模型压缩技术优化
，理论上可赋能AI眼镜。但需注意，7B模型在端侧的推广需依赖算力资源优化及量化技术降低功耗 ，具体实现需结合实际硬件性能 。

　　本文转自“财联社
”；智通财经编辑：李佛
。