在CES 2025科技盛会上，AI眼镜成为万众瞩目的焦点，各大厂商竞相展示，上演了一场别开生面的“百镜大赛”。国内电商平台上的AI眼镜一经上架便迅速售罄，再度彰显了这一领域的火爆态势。这一现象不仅推动了可穿戴设备的市场热度，更让业界对AI眼镜及可穿戴设备的大规模商业化进程寄予厚望。

据《科创板日报》记者多方采访了解，业内普遍认为，端侧算力是当前制约可穿戴设备交互体验和大规模商业化的关键因素之一。为了突破这一限制，业界正在积极探索更高性能、更低能耗的集成芯片，以及大小模型协同处理的混合AI技术，同时努力提升设备的续航能力。

目前，全球领先的芯片厂商如高通已在CES 2025上推出了搭载45TOPS算力NPU的骁龙X平台，旨在更高效地运行AI应用。国内上市公司中，也不乏在端侧AI芯片领域取得突破的龙头厂商。例如，瑞芯微已有多个领域的客户基于其主控芯片研发了支持AI大模型的新硬件，如AI学习机、桌面机器人等。此外，瑞芯微的RK3588、RK3576等芯片型号也集成了在AI算法上具有优势的NPU。

晶晨股份同样在端侧AI芯片领域取得了显著进展，其发布的业界首款集成4K和AI功能的6nm商用芯片，加入了端侧AI功能，擅长在本地执行推理任务，能实现多种智能化功能。该芯片已吸引了多家全球知名运营商的关注，计划基于其推出下一代旗舰产品。

除了瑞芯微和晶晨股份外，中科蓝讯、恒玄科技等公司也在积极布局端侧AI芯片及相关硬件。中科蓝讯的讯龙三代BT895x芯片采用多核架构，高算力、低功耗，可满足AI耳机端侧对语音处理、高速音频传输等的需求。而恒玄科技的BES2800芯片则集成了多核CPU/GPU、NPU等组件，以支持更大模型的AI语音算法和传感器检测算法。

业内专家指出，提高端侧算力需要从内置芯片与算法模型两个方面综合考虑。芯片提供硬件能力，模型提供软件能力。目前，各大芯片厂商的SoC芯片已支持多种功能，但要进一步提高性能，还需考虑提高芯片的先进制程或内部集成NPU。同时，针对AI眼镜等可穿戴设备，还需在轻量化设计中实现复杂的AI处理能力，这对硬件性能、算法效率和功耗控制提出了更高的要求。

为了解决这些问题，业界正在探索混合AI协作处理技术。高通在其白皮书中表示，云端和边缘终端协同工作，能够实现更强大、更高效且更普及的AI应用。未来，在以终端为中心的混合AI架构中，云端将仅用于处理终端侧无法充分运行的AI任务。此外，业内还在探索预训练模型和微调模型等端侧小模型的应用，以满足不同客户的需求。

然而，所有电子设备都绕不开电池续航能力问题。受制于电池技术的物理瓶颈，如何在保证续航的同时减小电池体积是行业面临的核心挑战。目前，业内主流的解决方案包括高密度锂电池和智能功耗管理技术，同时也有企业在探索超快充电技术、新型固态电池以及太阳能辅助供电等创新路径。

（图片来源：相关公司白皮书及财联社）

（图：高通《通过NPU和异构计算开启终端侧生成式AI》白皮书中提到的集成芯片示例）

（图：高通《混合AI是AI的未来》白皮书）