AI眼鏡行業開年狂飆！視覺識別、交互處理功能升級，ISP向高端迭代趨勢明顯_風聞

電子發燒友網報道（文/莫婷婷）市場調研機構IDC的數據顯示，2024年Q1全球智能眼鏡出貨量同比增長超過200%，預計到2029年，全球智能眼鏡年銷量有望達到5500萬副，市場規模將達到1067.78億元。可見，AI眼鏡市場的強勁增長勢頭。

消費市場看好，資本市場的表現也不差，2025年開年，AI眼鏡概念在1月2日探底回升，包括華燦光電、億道信息、移遠通信、中科藍訊、博士眼鏡等產業鏈企業都迎來一定的漲幅。那麼，AI眼鏡產業鏈上的企業有哪些呢，佔成本最高的芯片領域，又有哪些企業迎來技術進展？

SoC佔AI眼鏡總成本約三成

AI智能眼鏡的產業鏈上游企業包括芯片、光學模組、顯示模組、聲學模組、傳感器模組、交互模組、電源、結構件、連接器、電感、電池、AI技術等。

從整體成本構成來看，主要的成本項目有：SoC佔比34%、結構件佔比11%、代工佔比9%、存儲佔比7%、鋰電池佔比4%、PCB佔比4%、聲學模組佔比3%、電源管理芯片佔比3%。以Rayban Meta的成本構成為例，高通AR1 Gen1（4nm）SOC芯片佔比33.54%，成本約55美元；結構件佔比11.59%、代工佔比9.15%、佰維BWCK1EZC芯片ROM+RAM佔比6.71%、索尼IMX681圖像傳感器（舜宇封裝）佔比5.49%。

由此看到，SoC是最大的成本項目。從產業鏈來看，AI眼鏡的芯片企業包括高通、聯發科等國際芯片廠商，國內企業有海思、紫光展鋭、物奇微、全志科技、炬芯科技、恆玄科技、耀宇視芯、瑞芯微、晶晨股份、樂鑫科技、炬芯科技等。

傳感器企業有歌爾股份、舜宇光學、豪威科技。聲學企業有敏芯股份、共達電聲等。存儲企業有佰維存儲、兆易創新等。電池企業有紫建電子、德賽電池、珠海冠宇、億緯鋰能、欣旺達。AI技術企業有云天勵飛、虹軟科技等。

顯示屏方面，涉及的企業有京東方、TCL、舜宇光學、韋爾股份、瑞聲科技、藍特光學、騰景科技等。代工企業有歌爾股份、立訊精密、華勤技術、億道信息、佳禾智能、龍旗科技、佳禾智能等。

目前，芯片作為AI眼鏡的關鍵環節，產業鏈上的企業均在加速佈局AI智能眼鏡市場。例如紫光展鋭的W517芯片應用於影目X系列AI眼鏡，炬芯科技ATS3085芯片應用於影目INMO Go智能AR眼鏡。瑞芯微的通用AIoT芯片平台如RK3588、RK356X等已應用在AR、VR等設備上，RV系列視覺類芯片依託低功耗方案及自研ISP的優勢，可應用在AI眼鏡上。

AI技術成為聚焦點，ISP向高端迭代趨勢明顯

在AI智能眼鏡市場需求提升後，不少SoC企業都在加速佈局AI技術，試圖進入這個新興市場。

例如深耕視覺領域的富瀚微也在佈局該市場，富瀚微在互動平台表示，公司已經和客户緊密合作，計劃於2025年推出AI眼鏡芯片。而炬芯科技已經於2024年12月正式發佈了首顆端側AI音頻芯片ATS323X，採用AI-NPU架構，相較於DSP HiFi5，實際應用算力和能效比更高，功耗更低。在AI技術上的佈局將為炬芯科技在AI智能眼鏡市場帶來了多方面的機會，通過領先的技術實現產品差異化，獲得更多的市場份額。

那麼，AI眼鏡芯片朝着哪些方向迭代呢？可以看到，當前AI眼鏡的功能正不斷豐富，因此對AI芯片的技術需求也越來越高，AI眼鏡芯片有以下迭代方向：包括高性能計算能力、低功耗設計、集成ISP功能、支持多種傳感器接口、高速數據傳輸接口、嵌入式AI加速器、靈活性與可擴展性，以及安全性等。

在高性能計算能力的需求方面，AI眼鏡需要執行語音識別和自然語言處理任務，此外，當前也有越來越多AI眼鏡搭載了攝像頭，例如閃極A1、李未可即將發佈的第二代AI眼鏡等，因此芯片需要具備圖像處理的能力，需要有高效的多核架構支持這些複雜算法的運行。在芯片平台方面，紫光展鋭的W517採用四核Arm Cortex架構，支持強大AI計算能力和高清短視頻錄製。

在ISP功能方面，AI眼鏡增加了視覺識別的功能，要求AI芯片搭載ISP（圖像信號處理器），用於處理來自攝像頭的原始圖像數據。例如全志科技推出的V85X系列芯片搭載了自研的新一代AI ISP智慧圖像處理引擎——全志智影，能夠在複雜低照度場景下提升成像效果，實現黑光全綵，同時為AI檢測處理提供更優質的輸入，提升檢測識別率。STM32N6主控芯片也帶有專用圖像信號處理器（ISP），可以保證智能眼鏡在輕量化的同時，高續航、豐富炫酷的AR功能。

業內人士認為，隨着AI智能眼鏡中視覺理解模型的進步，對圖像處理的要求也日益嚴格，將會進一步驅動ISP向高端迭代，高端ISP將朝着高精度、高性能及多功能的方向發展。具體來看，包括更高要求的圖像處理性能、即時性與低延遲、支持邊緣計算、適應多樣化光照條件等。

ISP向高端迭代主要有以下兩大需求，一是能高效地處理原始數據，二是內置足夠的計算資源。

在高效地處理原始數據方面，隨着視覺理解模型的能力不斷增強，要求ISP芯片高效地處理來自攝像頭傳感器的原始數據，通過色彩校正、自動曝光控制等技術，為視覺理解模型提供準確的圖像；同時，還要支持更高的像素密度和更快的數據吞吐量，以確保提供給AI模型的輸入是準確且詳細的。

在內置足夠的計算資源方面，具備拍攝功能的要求ISP需要內置足夠的計算資源來運行輕量級的AI算法或者預處理任務。當前，有不少AI眼鏡的AI任務在邊緣側（設備端）進行，特別是一些語音交互功能，而不是依賴於雲端服務器。這樣的設計可以減少延遲、提高隱私保護，並且能夠在沒有穩定互聯網連接的情況下工作。例如百度推出的小度AI眼鏡具有拍照錄像功能，支持基於百度文心大模型構建的語音交互功能，這意味着它可以在本地完成語音識別和響應。

在芯片方面，例如全志科技的V85X系列芯片內置最大1T算力的NPU，能夠支持複雜的AI算法和深度學習應用，提供強大的邊緣計算能力。STM32N6主控芯片實現了MCU+NPU架構，處理能力達600GOPS，在MCU上實現了強大的邊緣AI性能。STM32N6還將ISP集成到MCU中，可大幅簡化計算機視覺用例，降低CPU在多任務場景中的工作負載，可應對MCU上計算機視覺的大部分挑戰。

小結

現階段，國內AI智能眼鏡行業不斷發展，在一定程度上能帶動產業鏈的發展，不管是XR芯片、AI技術、光學顯示、ODM廠商都將受益於此次AI智能眼鏡市場的起量。可以期待的是，作為產業鏈上游的芯片廠商，芯片平台將隨着終端產品的視覺識別、交互處理等各種功能升級，在AI智能眼鏡市場中一較高下。

聲明：本文由電子發燒友原創