在CES 2025展会中，AI眼镜动态成为了全场瞩目的焦点，吸引了众多厂商参与，上演了一场别开生面的“百镜大赛”。国内电商平台上，多款AI眼镜一经上架便迅速售罄，再次验证了这一领域的火爆程度。

因此，包括AI眼镜在内的可穿戴设备的大规模商业化进程，成为了市场关注的又一热点。《科创板日报》记者通过深入采访了解到，业内普遍认为，端侧算力是目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。为解决这一问题，更高性能、更低能耗的集成芯片、大小模型协同处理的混合AI，以及提升设备续航能力成为主要方向。

目前，业内正在积极部署端侧AI芯片及相关硬件。据相关产业链人士透露，全球领先厂商已着手研究端侧AI的部署，这将成为未来可穿戴设备、AI玩具、AI办公用具等领域的主要趋势。

例如，高通在CES 2025上推出了骁龙X平台，该平台搭载的NPU算力高达45TOPS，能够更高效地运行AI应用。国内上市公司中，也有多家龙头厂商研发出了具备端侧AI能力的芯片。

（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）

瑞芯微证券部人士表示，该公司已有多个领域的客户基于瑞芯微主控芯片，研发出在端侧支持AI大模型的新硬件，如AI学习机、桌面机器人、算力终端、会议主机等产品。目前，瑞芯微的多个芯片型号已集成了在AI算法上具有优势的NPU（神经网络处理器），其中RK3588、RK3576带有6TOPs NPU处理单元，能够支持端侧主流的0.5B-3B参数级别的模型部署。

晶晨股份在2024年下半年发布了业界首款集成4K和AI功能的6nm商用芯片，该芯片加入了端侧AI功能，擅长在本地执行推理任务，能实现本地字幕翻译、实时翻译、实时会议记录、手势识别、体态识别等功能。目前，晶晨股份已有超15款芯片带NPU算力，算力范围1T-5T，并有多家全球知名运营商决定基于这款端侧AI功能芯片，推出其下一代旗舰产品。

中科蓝讯的讯龙三代BT895x芯片采用CPU+DSP+NPU的多核架构，具备高算力、低功耗的特点，可满足AI耳机端侧对语音处理、高速音频传输等的需求。然而，该公司相关人士表示，目前只有这款讯龙三代芯片具备NPU能力，下游客户需求还需进一步明确。

恒玄科技的BES2800芯片基于6nmFinFET工艺，单芯片集成了多核CPU/GPU、NPU、大容量存储、低功耗Wi-Fi和双模蓝牙等。先进工艺使得芯片在相同尺寸上可集成更大内存，以支持更大模型的AI语音算法和传感器检测算法。目前，已知使用该款芯片的品牌包括三星Galaxy Buds Pro 3、腾讯会议天籁实验室。

提高端侧算力需从内置芯片与算法模型两方面入手。中航证券科技电子分析师刘牧野在接受采访时表示，目前各大芯片厂商的SoC芯片都支持视频、音频、蓝牙等功能，但要进一步提高芯片性能，就需要考虑提高芯片的先进制程或内部集成NPU。

影目科技相关人士也表示，AI眼镜需要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。为提升AI眼镜的体验感，可从硬件和软件两方面入手，通过软硬件协同优化提升计算效率。

该影目科技人士进一步称，AI眼镜的端侧算力并非一成不变，可使用智能功耗管理技术，根据不同使用场景动态分配算力，确保性能与续航的平衡，提升设备的整体能效比。

此外，利用混合AI协作处理也是提高算力支撑的有效途径。瑞芯微证券部人士表示，芯片商提供能支撑端侧AI的产品，最终取决于品牌是否需要在设备上部署端侧AI。在设备上部署端侧AI能让眼镜及时作出互动反应，例如让眼镜开启拍照功能等，同时也可避免用户隐私问题。然而，端侧模型的算力能力始终有限，对于需要大量联网查询的互动问题，仍需通过联网云端大模型来实现。

高通在《混合AI是AI的未来》白皮书中指出，云端和边缘终端（如智能手机、汽车、个人电脑和物联网终端）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。

（图：高通《混合AI是AI的未来》白皮书）

天使投资人、资深人工智能专家郭涛表示，目前产业内用于端侧的小模型主要有预训练模型和微调模型两种。预训练模型是在大规模的数据集上进行训练的，可提供通用的特征表示；微调模型则是针对特定的任务或领域进行优化的。

智用人工智能应用研究院CTO周闻钧指出，端侧小模型有着具体的应用需求。许多企业，尤其是行业客户，由于合规、隐私和安全方面的考虑，非常需要在物理边界内控制属于自己的模型，因此端侧小模型的需求是切实存在的。

刘牧野亦认为，混合AI是未来端侧AI的重要趋势。但对于可穿戴设备品牌商来说，部署端侧AI会大大提高制造成本，因此是否部署终端AI也是其综合考量与市场需求平衡的结果。目前，国内的端侧小模型产业还处于初期阶段，尚未有特别出众的小模型出现。

值得注意的是，所有电子设备都面临电池续航能力问题。影目科技相关人士提到，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，通过优化算力分配和降低硬件能耗来提升续航能力。此外，部分前沿企业也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。