千问最新款AI硬件，走出一种“看眼色”路线

撰文 | 雁 秋

编辑 | 李信马

题图 | DoNews摄

一年前，千问发布了第一款AI眼镜，当时团队提出过一个判断，即AI硬件会真正开启AI时代的人机交互革命。一年后，千问带来了三款AI硬件产品，包括两款AI眼镜（N1系列：N1、N1 Pro）以及AI耳夹式耳机。

接下来似乎应该列出产品亮点，但我们不妨先略过参数和技术，毕竟信息有时会在不经意的句子里，它们本身就是产品的另一种说明书。

笔者通过回忆整理出发布会上的几条表述：

“好的智能不该去消耗用户更多的注意力。” “把复杂留在了内部，把自然留在脸上。” “主动不是AI的擅自做主，是你事先定义好了任务，它只是在你不方便操作的时候替你做了这一步。” “不必离开当下，也能把当下留下。”

概括来讲，“主动服务”是千问提出的AI硬件未来该走的方向，也是这几款硬件产品最大的亮点。

放在当下的市场语境里，“主动服务”的逻辑值得我们多看一眼。Omdia数据显示，2026年上半年全球AI眼镜出货量达到420万副，同比增长127%，Counterpoint的口径更激进，出货量同比增长263%。

市场在高速膨胀，但其中有一点很微妙——IDC数据显示，2026年二季度中国智能眼镜市场出货61.1万台，同比下滑8.0%，首次出现负增长。

一边是赛道狂飙，一面是市场降温。千问在这个节点把新品推到台前，显然不是想再发一副“能拍照、能翻译”的眼镜。那它真正想要的是什么？这个问题可能比N1系列本身更值得关注。

01、产品逻辑里，理解力排第一

从笔者在现场体验看，无论是N1还是N1 Pro，佩戴上脸的那一刻比想象中要轻便，尽管它们的镜腿看起来“厚重”些，这是因为搭载了传感器、电池、芯片的缘故，因此我们不能用普通眼镜的克数水平去要求它。

说出一句“你好千问”，就可以把指令派给它了，比如识物（前面是什么）、测心率（目前我的心率是多少）、导航（去XXX处怎么走）、翻译、拍照、询价（这个多少钱）等等。当然，这是目前市面上AI眼镜的基操，商家几乎都在围绕这几个维度竞争。

那千问N1系列有什么特别之处？首先要介绍下“眼动追踪”，这是N1 Pro的一大特点。

绝大多数AI眼镜做的事情本质上和手机没有区别，用户先开口，它才回应，用户先指令，它才动作。而N1 Pro可以做到用户看哪儿，它就知道你要什么，比如在博物馆里不方便开口，眨眨眼，眼镜就知道你在看哪个文物；看到心仪的产品想查价，眨眨眼就会提供相关信息；看外文菜单时也无须给出具体单词，只要目光锁定问一句“这一项是什么”，眼镜就可以给出翻译。

千问AI眼镜差异化的另一个关键点，落在“全天候环境感知系统”上，这套系统的运作逻辑可以拆成几步：

首先，一颗专用低功耗感知芯片持续“看”着周围环境，不拍照片、不录视频；其次，用灰度帧做最轻量的环境判断；最后，一旦捕捉到值得进一步理解的线索，系统才会按照分级唤醒机制调用更强的算力来处理。

这套逻辑的关键在于把“感知”和“记录”拆成了两条独立的链路：拍摄用RGB摄像头，感知用灰度帧；拍摄链路负责记录值得留下的画面，感知链路负责理解用户正在经历什么场景。

举几个例子来说明，比如你走进会议室，眼镜会识别到会议环境，结合声学判断后自动开启会议记录；再比如，你出差赶火车，眼镜视觉理解车站环境，并和行程订单交叉校验，在合适节点提醒车次和检票口，你不需要推着行李箱、拿着咖啡的同时停下来掏出手机确认信息。

当然，这套全天候环境感知系统也不是万能的。比如它能判断你在会议室，但判断不了你在开会还是在闲聊，它能识别你在车站，但识别不了你赶不赶时间，这套系统短期内仍是一个辅助性大于功能性的存在，但可喜的是它指出了AI硬件的一个方向。

当然，无论是眼动追踪还是全天候环境感知系统，最大的软肋是隐私。你看向哪里、看了多久、瞳孔如何变化，这些数据本身就是一种生物特征。更微妙的是社交层面的问题，当你在会议上戴着眼镜、AI通过眼动判断你在看哪个同事、在看哪份文件时，被注视的感觉仍然可能让周围的人产生不适。

千问给出的边界是：感知和记录是两件事；主动服务建立在用户授权之上；关键动作最终必须由用户确认。只有用户授权了行程信息才能读取订单，开启了听记任务它才会开始录音，而发送、支付这类关键操作，眼镜只负责准备好选项，最终按不按由用户决定。

执行层面刚刚开始，这是N1系列面临的第一道考验。

02、千问“看”到了什么？

如果对比一下行业其他人的路是怎么走的，我们可以更深刻地了解千问全天候环境感知系统的独特性。

目前，AI眼镜在“看世界”这件事上有两种主流方案。一种是Meta的纯视觉路线，靠高分辨率RGB摄像头配合计算机视觉算法来“猜”深度，但这套方案的代价是在暗光环境下直接“抓瞎”；另一种是苹果的dToF（直接飞行时间）激光雷达路线，通过发射激光脉冲计算光子往返时间差，获得绝对的三维物理坐标，然而这套逻辑的成本也是碾压级的。

千问的路线介于两者之间，它专门开了一条极低功耗的灰度感知链路，用专用芯片干专用的事，把“持续看”这件事的功耗压到了5毫瓦，灰度帧的信息量远不如RGB，但对用户大概在什么场景这种基础判断来说，够用了。

不过，路线选择只是表层。正如文章开头提到，千问真正想要的，可能比N1系列本身更值得关注。

AI眼镜的降温，不是代表市场不需要这个品类，而是第一批靠“新鲜感”买单的用户已经饱和，靠识物、翻译、拍照这些手机也能做的功能撑不起复购。千问在这个节点没有大肆宣传技术更迭，而是换了一套产品逻辑，他们认为未来AI硬件的竞争不在于谁的参数更漂亮，而是谁先让设备从工具变成陪伴者。

在笔者看来，千问未必只是在赌某一款产品能卖爆，而是一件更底层的事，即下一代人机交互的入口权。

手机时代的入口是屏幕上的App、搜索框和二维码，用户先掏出设备，再打开某个应用，再输入意图。AI眼镜如果只是把这一步搬到脸上，那它永远只是个配件，千问要打破的就是这一点，他们把入口前移到“看”和“问”本身。

N1 Pro的眼动追踪和全天候环境感知，本质上就是在抢一个比语音助手更前置的入口，用户不需要离开当下，也不需要掏出手机，只要看一眼、问一句，服务就应该在合适节点出现。发布会上的那句“不必离开当下，也能把当下留下”不只是文艺表达，而是在告诉大家，视线和场景本身就是流量入口。

可以预测，这个入口一旦建立并且铺开来，分配权就会被重写。看到商品，连接的是电商和支付；看到菜单，连接的是翻译和本地生活；走到车站，连接的是地图、行程和提醒；走进会议室，连接的是办公和记录。千问背靠阿里生态，电商、支付、地图、本地生活、办公这些能力，恰好能接住这些入口。

这也是为什么千问选择“主动服务”作为产品方向。在笔者看来，千问看中的是交互权背后的流量池，正所谓硬件是入口、服务是利润，这个逻辑和当年智能音箱、智能手表早期很像，但AI眼镜的感知能力更强，能撬动的场景也更多。

所以，如果你问千问N1系列到底能不能成，现在下结论还早。它可能成为新“搭子”，也可能变成脸上最贵的一块配件，无论如何至少它提出了一个有意思的方向。也许未来有一天，你忙完一天的工作，突然发现手机电量还剩80%，那千问这场“看眼色”的实验才算真正成功。

（注：文内图片均为DoNews拍摄）