高通AI眼镜演示:未来已来
大家好,我们又见面了啊~本文《高通智能眼镜AI演示:未来已来》的内容中将会涉及到等等。如果你正在学习科技周边相关知识,欢迎关注我,以后会给大家带来更多科技周边相关文章,希望我们能一起进步!下面就开始本文的正式内容~
作者:Ziad Asghar 高通技术公司高级副总裁兼XR业务总经理

听起来或许令人惊讶,但我刚刚经历了一场非常特别的对话——对象是一副由生成式AI驱动的智能眼镜。这不仅是一次简单的展示,更让我们看到了高通技术公司如何将原本只是配件的AI眼镜转变为功能完整、具备独立运行能力的终端设备。
本周二,在全球最大XR盛会AWE USA的现场,我通过搭载骁龙平台的雷鸟X3 Pro智能眼镜与AI助手进行了互动。这款设备能够在本地完成AI推理任务,无需依赖云端或互联网连接。
核心理念很明确:未来的AI眼镜可以完全脱离手机和云服务,实现自主运行。
正如我在AWE上所演示的那样,不久之后,人们在超市购物时就可以把手机留在车上,仅靠一副智能眼镜就能完成整个采购过程。
在舞台上,我模拟了为女儿生日派对准备奶油意面的情景,并让眼镜协助列出所需食材。AI助手基于内置的小型语言模型(SLM)Llama 1B理解了我的请求,并通过语音和镜片显示的文字给出了回应。
这是全球首次在智能眼镜上直接运行自回归生成式AI模型,不借助云端或手机,完全依靠设备自身算力完成。
这一成果在现场观众面前得以呈现,标志着智能眼镜领域的一次重大技术飞跃。
与此同时,高通技术公司也正式发布了其首款骁龙AR1+处理器。相比前代产品,它的体积缩小了26%,同时图像质量更高、功耗更低、外形更紧凑,并具备运行小型语言模型的能力。这些特性对于打造轻薄、高效的智能眼镜至关重要。
这些技术进步共同推动了AI眼镜的革新,使未来的眼镜设计更加多样化、更轻便,同时保持强大的性能,支持AI助手在本地高效运行。
虽然这次演示只是终端侧AI能力的一部分,但其所代表的技术方向和潜在影响是深远而广泛的。

发展与拓展
智能眼镜和XR头显的发展路径并非单一,高通技术公司也在持续布局多种形态的产品,例如具备强大终端侧运算能力的第二代骁龙XR2和XR2+平台。我认为未来将出现多种类型的设备形态,从完全自主运行AI模型的眼镜,到可连接手机或其他计算单元(如车载系统和平板电脑)的轻量化设备。高通技术公司的芯片组合正为此类未来做好充分准备。
无论是云端计算、终端本地处理,还是两者的结合,提升终端侧AI能力都将带来更流畅、低延迟且安全的用户体验。这对于将AI眼镜引入关键任务行业尤为重要,用户也将更加重视个性化体验、隐私保护以及端到端的智能化交互。
过去一年,XR行业取得了显著进展。2024年12月,高通联合谷歌和三星推出了Android XR操作系统,该系统以AI为核心,专为XR设备优化。
行业也在不断扩展:Meta推出了Ray-Ban智能眼镜,并展示了其首款真正具备数字叠加功能的AR眼镜Meta Orion;Rokid、雷鸟和XREAL等厂商也陆续发布新品。今年三月,BleeqUp推出了一款面向运动场景的AI眼镜。
试想一下,有了像第一代骁龙AR1+这样体积更小、性能更强的平台,在保证AI模型运行的前提下实现更轻薄的设计,这些公司将带来怎样的创新突破。

更智能、更具感知力
在智能眼镜演进过程中,尺寸小巧、佩戴舒适是基本要求。而第一代骁龙AR1+除了满足这些条件外,还带来了媲美高端智能手机的影像处理能力,这将成为智能眼镜未来发展的重要支撑。
这种视觉感知能力意味着眼镜可以捕捉用户视野中的每一个细节,从而开启多模态输入的新可能。对AI来说,不仅能更好地理解用户看到的内容,还能主动提供信息、建议或解释环境中的物体和地点,大大增强情境感知能力。
尽管智能眼镜可以在本地运行小型语言模型,但这并不意味着它们无法与其他设备协同工作。事实上,我认为智能手表、手环以及其他可穿戴传感器等新型终端将能与智能眼镜联动,形成全新的输入方式。
在高通技术公司,我们致力于构建多样化的终端生态,通过模块化架构帮助合作伙伴进入空间计算领域,为消费者带来前所未有的体验。
因此,我认为这次与AI眼镜助手的对话不仅是技术展示,更是行业迈向新阶段的标志。高通技术公司正在不断推动前沿技术的发展,释放出更深入、更个性化的智能体体验所带来的巨大潜力。
今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
Golang快速搭建HTTP服务器方法
- 上一篇
- Golang快速搭建HTTP服务器方法
- 下一篇
- AIOverviews支持图表生成吗?
-
- 科技周边 · 人工智能 | 22分钟前 | 人工智能 · PyTorch Tensor.is_contiguous memory_format
- PyTorch Tensor.is_contiguous 怎样检查张量在指定内存格式下是否连续
- 170浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | python · 人工智能 · Transformers ModelOutput to_tuple 模型输出
- Transformers ModelOutput.to_tuple 怎样把非空模型输出字段转换为元组
- 192浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | 人工智能 · Transformers word_ids BatchEncoding 子词对齐
- Transformers BatchEncoding.word_ids 怎样关联子词与原始单词位置
- 462浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 |
- Hugging Face ClassLabel.int2str 怎样把标签编号还原为类别名称
- 175浏览 收藏
-
- 科技周边 · 人工智能 | 3小时前 | python · 人工智能 · Hugging Face Datasets Dataset.split NamedSplit 数据集切分
- Hugging Face Dataset.split 怎样识别数据集对象对应的切分名称
- 476浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 |
- PyTorch torch.get_default_dtype 怎样读取新建浮点张量默认使用的数据类型
- 316浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 |
- FAISS 向量索引选择与召回精度的对比方法
- 212浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | python · FAISS IndexIDMap2 remove_ids 向量删除 自定义ID
- FAISS IndexIDMap2 怎样按自定义 ID 删除向量
- 334浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · GPU CPU embedding Sentence Transformers multi-process 设备分配
- Sentence Transformers 多进程编码任务的设备分配方法
- 301浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | python · 人工智能 · skip take Hugging Face Datasets streaming IterableDataset
- Hugging Face Datasets IterableDataset 怎样跳过前 N 条样本
- 294浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · Hugging Face Datasets IterableDataset repeat
- Hugging Face Datasets repeat 怎样按指定次数重放样本
- 195浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1095次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1091次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1256次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1197次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1046次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

