從「被動」到「主動」，為什么給耳機裝上「眼睛」后AI范式變了？

2026-04-01 ai 攝像頭人工智能耳機

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

編輯｜吳昕、Youli
先行一步
Sam Altman 與 Jony Ive 聯手探索的無屏 AI 硬件，正在被逐步揭開。供應鏈信息顯示，這款產品并沒有選擇屏幕，而更像是一種可穿戴設備：體積接近 iPod Shuffle ，可以放入口袋或隨身佩戴；內置麥克風與攝像頭，持續感知用戶所處的真實環境，與之并肩工作，主動給出建議。
在「無屏、主動式 AI」這條路徑上，中國公司其實已經先行一步。
12 月底，光帆科技在北京發布了 Lightwear AI 全感穿戴設備。這是一套由 AI 耳機、智能手表以及設計獨特的充電盒組成的組合式終端。其中， AI 耳機也是全球首款具備視覺感知能力的主動式 AI 耳機。
三款設備實時協同，扮演一個「始終在場」的 AI 助理，與你一同觀察世界，并主動參與日常生活與決策。

Lightwear AI 全感穿戴設備，這是一個由 AI 耳機、智能手表以及設計獨特的充電盒組成的套裝。
「喂，曉帆。」一名戴著耳機的女孩在超市里購物，拿起一瓶飲料，隨口喊了一句。發布會現場，出現了這樣一個場景。
「在呢。」隱身在耳機里的 AI 助理被喚醒。
「這個在網上咋賣？」女孩問。 AI 「看」了一眼她手中的商品：識別出商品名稱，隨即在網上搜索同款價格 ——500 毫升 15 瓶， 57.9 元，更便宜。
在女孩的確認下， AI 直接完成下單。

耳機黑色部分就是 AI 的眼睛，為 AI 提供視覺感知的攝像頭。
類似的主動能力，并不只體現在購物場景中。耳機盒內置 GPS ，當用戶快到家時，曉帆會主動提醒有快遞要取。
在另一個更長任務的演示中，用戶只用表達需求， AI 主動把事情完成，并告訴你結果，中間溝通個一兩次就行。
整個流程從一句「XX 問你什么時候有空和王總吃飯」開始。曉帆自動檢查日程沖突，發現約飯時間與一場產品會議重疊后，按用戶要求調整了會議安排。
隨后，它繼續主動詢問是否需要一并處理機票和酒店：機票按照「再早一點」的要求重新預訂；酒店則直接按「常住的那一家」定了兩晚。
這些場景，都映射出光帆科技試圖呈現的主動式 AI 雛形。
發布會之后，這家創業公司也迅速受到關注。其創始人董紅光是小米早期員工（第 89 號），長期負責操作系統與智能化相關核心工作，幾乎貫穿了小米多個關鍵技術階段。成立僅一年多時間，光帆科技便吸引了一批頗具分量的投資機構入局，也為這條「無屏、主動式 AI」路徑增添了更多現實注腳。

AI 硬件大爆發，被動式 AI 面臨挑戰
在光帆科技壓軸登場之前，僅在 2025 年這一年里，全球范圍內就已密集涌現出一批 AI 硬件產品。阿里推出夸克 AI 眼鏡，字節加碼 AI 耳機、AI 手機，同時還有 AI Pin、戒指、項鏈、手環等更具「腦洞」的新形態。
AI 正在加速脫離屏幕，為自己尋找新的「肉身」。而這場「物種大爆發」，并非偶然。
一方面，大模型能力持續躍遷，終于能夠支撐復雜場景的理解，以及長鏈路任務的穩定執行（如 AI Agent）；響應速度也被拉進「1 秒俱樂部」，交互體感開始逼近真人對話。
另一方面，推理與部署成本持續下探，再疊加中國在制造與供應鏈上的系統性優勢，讓中國玩家在這一輪 AI 硬件競賽中顯得尤為活躍。
但問題，也同樣清晰。
大多數 AI 硬件已經足夠貼身，卻并不「始終在場」；看起來隨時可用，卻仍在等待一道清晰的命令。這依然是一種被動式智能，存在認知摩擦。
比如，你需要先掏出手機、打開 App ，再用近乎「產品經理式」的方式，把真實需求拆解成一段段包含關鍵詞的 Prompt；又或者，只有在你主動提問「這是什么？」時， AI 眼鏡才會啟動識別并給出反饋。至于耳機，更是高度依賴語音喚醒和明確指令。
主動式智能正試圖消除的就是這種負擔。它會持續進行云端計算，感知、理解用戶所處的情境（「你現在在超市」）+ 記憶（「你記得要買果汁」），在合適的時機（「你路過商店」），在你尚未開口之前主動介入 ——「別忘了，順手買果汁。」
事實上，谷歌的 Project Astra 一直在嘗試構建這樣一個主動的 AI 助手：擁有眼睛、耳朵和聲音，能夠與你共處、理解你正在經歷的世界。這與光帆科技所追求的、帶有「活人感」的 AI 助理 —— 全天候、全感知、主動智能 —— 在理念上高度一致。

只不過， Project Astra 尚未脫離手機；而光帆科技的選擇，是讓 AI 不再依附于手機、建立新的交互范式。但是，這樣的 AI 硬件，究竟該如何搭建？
他們先從「AI 需要感知什么、怎么感知」出發，逐步決定是否要做加法、怎么加。
「看得見」，是主動智能的門票
在硬件形態上，光帆科技沒有選擇已有手機做加法，或是更為主流的眼鏡，而是對耳機進行「改造」，在上面裝上攝像頭。看似反直覺的選擇背后，隱藏著他們的清晰認知：視覺感知，是主動智能的門票。
而要做到隨時看、隨時聽、隨時跟用戶說話，手機和眼鏡很難滿足。
手機，是為觸控交互而生，依賴顯式喚醒、依賴用戶主動將注意力集中到一塊屏幕上，從根本上限制了 AI 的「持續觀察力」。而且，手機大部分時間都放在口袋里，無法主動感知，用戶也無法隨時與之交流。
眼鏡似乎更為自然，包括 AI 大廠和初創都很看好，但從長期來看，也并非「最優解」。
首先，在用戶接受度上就不太友好，尤其是很多非近視人群根本沒有戴眼鏡的習慣，而且重。技術層面，精密結構下，電池容量、重量、功耗（尤其疊加 AR 后）之后，很難平衡。而一旦進入「持續視覺掃描」狀態，攝像頭正對路人，隱私與倫理壓力幾乎不可避免。
耳機就不同了。用戶體量大、接受度高、佩戴自然，選擇給耳機裝上攝像頭，并非簡單的硬件堆砌，而是一套圍繞感知能力的重構 —— 在耳機已有聽覺感知的基礎上，在左右耳塞各置一枚 200 萬像素攝像頭，實現雙目視覺感知，并配合充電盒進行輔助定位。

這里的攝像頭拍攝，不是給人看，是讓 AI「看」，用以理解物理世界的空間與物體，支持「閱后即焚」，不必擔心隱私問題。
只有 200 萬像素，其實是蘊含著一個重要的「低像素哲學」：更強調「語義理解」而非「光學美感」， AI 無需欣賞 4K 畫質的電影，只需要能分辨出用戶手中拿的是橙汁、咖啡，還是藥品，就足夠了。

真正的關鍵在于 —— 只疊加了一個「視覺感知」，一切都因此而變得不同，因為，視覺是「主動性」的唯一基石。
主動智能的本質，在于主動感知環境、理解上下文并預測行動時機。而這一能力首先依賴對真實世界空間結構、物體關系與動態變化的持續感知，這些關鍵信息只有視覺能夠提供。
而耳機「雙目」的視覺高度，恰好與人類視野持平 —— 你看到什么，它就看到什么。于是， AI 可以實時理解你所處的情境，建立穩定的世界模型，判斷你的關注焦點，形成「共同注意力」。
沒有視覺， AI 無法真正理解世界；沒有世界模型，就不可能有真正的主動協作。語音、記憶、推理，只有嵌入視覺框架，才會產生質變。
比如，當用戶在路過超市時， AI「看到」用戶所處的環境，其「記憶」模塊才能被激活，主動發出提醒，「該買橙汁了。」
當用戶看到心儀餐廳，想要進一步了解，發出「幫我看下這家餐廳怎么樣」的提問指令時， AI 只有「看到」餐廳后，才能啟動實現個性化口味比對、附近更優餐廳推薦、餐廳位置準確告知等。

從單兵作戰到多感官協同
主動智能的必經之路
要實現真正的主動式 AI ，只「薅」一個硬件顯然不夠。
哪怕是最核心的耳機，也會不可避免地面臨感知盲區 —— 比如身體出現異常， AI 根本無從得知。
更現實的問題是，人在睡覺、洗澡、剛起床等場景下，并不會持續佩戴耳機；一些關鍵信息，也很難長期依賴記憶來維持。
只有走向多感官協同，主動智能才可能真正成立，并逐步逼近全天候、全感知的狀態。基于這一判斷，在為耳機補上視覺能力之外，光帆科技還為系統引入了一塊手表：耳機負責「聽」和「看」，手表負責「顯示」和「觸控」。

首先，手表補齊了語音交互的短板。
那些并不適合通過聲音完成的信息交互 —— 例如購物驗證碼、導航定位、簡單提示 —— 可以直接在屏幕上呈現，降低打擾，也提升效率。
更關鍵的是，手表本身是一枚持續工作的身體傳感器。
如果 AI 想要更主動、更貼近個體，就必須理解「人」的狀態，而不僅僅是環境。通過持續采集心率、血氧、睡眠、壓力等數據， AI 才能感知身體變化，并在合適的時刻給出針對性的提醒與建議。例如在運動中心率異常升高時，主動介入。

與此同時，光帆科技還對耳機充電盒進行了功能重構。
它內置 2020mAh 電池，eSIM 卡與定制化 AI 通信協議，可脫離手機直接聯網，還內置高精度 GPS；同時集成算力、獨立麥克風和揚聲器，即便不佩戴耳機，也可以通過語音與 AI 進行交互。

充電盒上的獨立麥克風。
因此，在洗澡、起床、閱讀等「不想戴耳機」的場景下，用戶依然可以與 AI 保持基本互動，例如詢問當天的天氣或日程安排。
【從「被動」到「主動」，為什么給耳機裝上「眼睛」后AI范式變了？】這種分布式協作的思路，并非個案。
在 Meta 的 Orion 項目中，除了眼鏡本體，還配套了一個手勢追蹤腕帶，以及一個遙控器大小的計算模塊，三者通過無線方式協同工作。其中，腕帶用于讀取與手勢相關的神經信號，幫助 AI 更精準地理解用戶意圖。
從這個角度看，手表、耳機、眼鏡，乃至充電盒，并不是彼此替代的競爭關系，而是在不同位置、不同維度，分別承擔 AI 助理的「感官」與「分身」。它們分工協作、彼此補位，最終目標是一件事：讓 AI 真正「在場」，并主動融入生活。
再往遠處看，設備的邊界只會持續模糊。光帆科技對主動智能的判斷是：未來一定是多設備聯動，由一個統一的 AI 大腦進行調度。基于自研操作系統，他們后續還將接入更多形態的終端 —— 例如脖掛、眼鏡、項鏈等。
無人區的艱難跋涉
主動智能，不屬于某一件硬件，而屬于一個協同運作的分布式系統。
而做這樣一套分布式 AI 硬件，并不是把耳機、手表、充電盒簡單疊加，而是一場關于算力如何分配、設備如何低功耗通信，以及人機工程學如何取舍的極限運動。
其中最核心、最根本的問題是：如何讓一個只有幾克重的設備，承載起接近大模型的「靈魂」？
光帆科技的解法，是自研一套端云結合的操作系統：Lightware OS ，不是把所有能力都塞進單一設備，而是建立一種類似「生物神經系統」的層級分工與調度機制。

最「聰明」、算力最強的大腦，放在云端，負責調用不同的大模型，完成語音與圖像理解、意圖識別，以及復雜推理與決策。
比如，結合你的位置、你看到的招牌，以及歷史評價等信息，判斷這是一家什么類型的餐廳、口碑如何、值不值得走進去 —— 這些都交給云端完成。
隨身攜帶的充電盒，同樣具備算力，但它并不負責「深度思考」，而是反應足夠快、兜底足夠穩。
內置 4G eSIM 保證「永不掉線」。它是流量的調度站，在毫秒級內判斷請求類型（是查地圖還是聽歌），瞬間將音視頻流推向云端。同時，在網絡波動時利用本地算力進行「行為緩沖」，避免 AI 變成「人工智障」。
至于耳機，更像是全天候的「感官末梢」，負責「聽」和「看」，只跑最輕量的 AI 任務（如語音喚醒、低像素物體輪廓識別），讓這些能力在后臺長時間「靜默運行」，以極低功耗換取隨時在場的體驗。
另一個同樣棘手的問題，是如何恰如其分地與用戶交互。
一個缺乏分寸感的 AI 助手，很快就會從「貼心」變成「打擾」，最終被用戶關閉。
因此，在 Lightware OS 中，系統層必須具備對場景的判斷能力：用戶是否忙碌？當前是否適合打斷？這一次介入是否真的有價值？這種對「干擾優先級」的判斷，無法只靠給大模型寫一段 Prompt 解決，而必須被寫進系統的底層邏輯中。
如何讓這套分布式硬件長期、可靠地作為一個整體運行，同樣是一道工程難題。
哪怕只看端側，多設備之間的實時通信本身就已經足夠復雜；更現實的是，單個設備內部往往也不止一顆芯片，芯片之間如何高效協作，直接決定了系統穩定性。這不是「寫好一個程序」就能解決的問題，而是必須在硬件層、驅動層、通信層同時成立。
還有硬件工藝上的「極限平衡」。在耳機這樣極度受限的形態中加入攝像頭，意味著必須同時權衡體積、重量、續航、散熱與佩戴舒適度。
最終，加入攝像頭和更大電池后，單只耳機重量被控制在 11g ，遠低于常見智能眼鏡約 40g 的重量，佩戴舒適度和行業頭部的耳掛式耳機相當，并無明顯不適和異物感。
這幾年， CES 一直是「殺手級 AI 硬件」想象力的集中展示場。在眾多方向中，個人穿戴與隨身設備始終是焦點。而耳機這一高頻入口，也正在被重新定義。
2026 年 1 月 6-9 日，光帆科技將攜全球首款主動式 AI 耳機亮相 CES 。下一代 AI 硬件的方向，或許正藏在這些看似熟悉、卻正在被重新塑造的隨身設備之中。

推薦閱讀

上一篇：南大騰訊聯合提出TimeLens，數據+算法全方位升級

下一篇：AI PC的進階之路：50 TOPS NPU只是開始！