AI眼镜仅重149克颠覆行业实现全天无感佩戴

首页

热心网友

转载

2026-05-17

在当前的AI硬件浪潮中，AI眼镜被普遍视为最有潜力替代手机的形态。原因很直接：它贴合人脸的核心三角区，能“看”也能“听”。只需在镜片上叠加显示功能，眼镜就能完成从感知到反馈的闭环。这种无需外接设备、独立承载信息输入与输出的能力，构成了它成为“下一代个人计算平台”的物理基础。

这个故事从AR火爆时期讲到现在，依然吸引着资本和极客的目光。但问题也随之而来：越来越多的功能堆叠，让眼镜越来越重，造型也受到限制。消费者似乎必须牺牲最基本的佩戴舒适度，来换取那些五花八门的智能体验。

于是，有人开始思考，是不是还有另一条路可走。

今年4月底的硅谷，一家来自中国的公司——心眸科技，发布了其首款AI眼镜产品Moonix。公司的负责人郭于晨，在手机和AR领域深耕超过十年。从手机操作系统到网易AR产品研发，再到自己创业，他经历了完整的行业周期。但在这次发布会上，他只想回答一个核心问题：在一个已经如此拥挤的赛道上，为什么还要做一款看起来并不那么“极客”的AI眼镜？

1. “记录”，才是被忽略的刚需

放眼当下的AI眼镜市场，产品比拼似乎陷入了一场“功能竞赛”。实时翻译、智能提词、语音助手、AI Agent……功能列表越来越长，产品也越来越“酷”。

在郭于晨看来，许多炫酷功能解决的其实是用户的“痒点”，而非“痛点”。这并非全盘否定行业创新，而是理性地指出，当前的产品演进路径是多种因素共同作用的结果。真正促使他打造Moonix的动因，在于一个被普遍忽视的视角：当前的AI眼镜在堆叠功能时，是否忘记了眼镜作为“眼镜”的本质？

自1284年第一副眼镜诞生以来，这种产品形态陪伴人类数百年，其核心属性从未改变：轻便、无感、设计至上。这就是眼镜的“第一性原理”。

反观市面上的AI眼镜，重量普遍超过40克，用户很难长期佩戴。即便软硬件工程已做到极致，但过重的负担让它始终难以真正融入日常生活。

因此，Moonix选择做“减法”，让一切设计回归用户最真实的需要。这套哲学深受乔布斯的影响——创新往往意味着对无数件事说“不”。就像初代iPhone，它没有3G、GPS，也不能换电池，却因为把触控、上网和音乐体验做到极致，从而重新定义了手机。它提供的并非最前沿的技术，而是用户当下最需要的体验。

郭于晨试图在AI眼镜上重演这套逻辑。而起点，就是找到那个真正的刚需。经过在AR领域十余年的积累与推敲，团队最终锚定了一个痛点：记录真实的人生瞬间。

在所有的可穿戴设备中，眼镜与“记录”这件事有着天然的适配性。它位于面部信息三角区，覆盖视觉与听觉；它跟随主视角，你看哪里，哪里的声音就被自然聚焦。同时，它能解放双手、始终在线，并且对戴眼镜的人群而言，替换成本极低。

Moonix的目标，是成为记录个人生活的AI入口。在这个前提下，佩戴舒适度、是否干扰正常视野就成了核心考量。于是，团队做出了一个关键取舍：扬长避短，放大眼镜作为信息输入媒介的优势，而暂时不加显示功能。毕竟，打造一副好AI眼镜的前提，是先打造一副好眼镜。

2. 好用与好看，一个都不能少

一款能让人愿意日常佩戴的眼镜，必须满足两个硬指标：足够轻，足够好看。

Moonix在这两点上都做到了极致：标准版重14.9克，Pro版重19.9克；镜腿高度仅4毫米，并提供超过100种可选的镜框款式。

14.9克这个数字，是团队基于严苛计算和反向推导得出的结果。最初设定的目标是16.9克，并预留了冗余空间，最终工厂实测数据进一步压缩到了14.9克，甚至比许多普通板材眼镜更轻。要知道，目前市面上最轻的AI眼镜也在28克左右，主流产品则普遍超过40克。

这一突破在业内引发了讨论，不少声音质疑其可行性。究其原因，在于多数厂商仍在固有的工程范式内做优化，而Moonix选择从第一性原理出发，将“轻”作为贯穿始终的核心战略。

实现路径可以拆解为两个层面。首先是在硬件选型上保持独立思考，从“记录”核心场景出发，只选用最合适的方案，而非盲目堆砌高性能元件。其次是在材料与工艺上追求极致的轻量化，跳出了行业常规的材质选择。

真正的挑战集中在镜腿内部。Moonix的镜腿最薄处仅3毫米，高度仅4毫米，在如此逼仄的空间内完成所有电子元器件的堆叠，无异于一场精密的“空间榨取”。内部团队为此经历了多轮争执与反复验证，从应力结构到模具开模，每个细节都需推敲。最终，在这极致压缩的空间里，团队塞入了两套配置：标准版搭载6个微型麦克风，Pro版则额外增加一颗高清摄像头。

6个麦克风阵列并非营销噱头，不同位置的麦克风承担着不同的拾音功能，共同保障了音频输入的质量与空间音频采集能力。而Pro版摄像头的加入，则源于一个朴素的生活洞察：很多人开车时遇见绝美晚霞，却因双手被方向盘占用，只能眼睁睁看着画面消逝。

正因如此，Moonix团队对摄像头形成了独特的理解：对于记录生活而言，“拍得到”远比“拍得好”更重要。这让人想起早期的iPhone，前置摄像头仅120万像素，后置仅800万像素，但用户从未诟病其画质，反而称赞其色彩与响应速度。有些瞬间，只要被留存下来，其意义就已远超画质本身。

在设计上，Moonix对标的是丹麦高端眼镜品牌林德伯格（Lindberg）。林德伯格带来的启示在于，真正的好产品应该是“隐形”的，让人忘记它的存在，服务于人而非喧宾夺主。

这种理念与乔布斯1984年设计Macintosh时不谋而合。当时，乔布斯要求工程师把内部电路板排列整齐，因为“即便没人会打开看，用户也应该感受到这是一台用心的产品”。

在对标林德伯格设计风格的基础上，Moonix通过模块化设计，推出了超过100种SKU，以兼顾不同用户的审美。其核心思路是将镜框与镜腿完全解耦——所有电子元器件集成在镜腿内，镜框可根据喜好自由更换。这种硬件层面的解耦设计，避免了镜腿与镜框之间的走线难题，与传统智能眼镜的思路截然不同，目前正在申请专利。

在团队看来，一款面向大众的消费电子产品，必须尊重每个人在脸型和审美上的差异。模块化设计正是解决这一行业共性难题的答案：在保证核心功能的前提下，让一副眼镜真正适配个性化的需求。

至此，Moonix已经具备了成为一副好眼镜的硬性条件。但要成为一副好的AI眼镜，还需要一套真正贴合普通人“记录”需求的AI能力。

3. 克制的“主动式AI”

“主动式AI”是当下AI硬件厂商热衷讲述的故事，但Moonix的版本，显得克制许多。

在团队的定义里，市面上不少产品只是“嵌套了AI功能的产品”，加个总结功能就贴上AI标签。而真正的AI硬件，其输入和输出都应具备极强的开放性，允许用户自行定义所需，而非被厂商预设的功能列表所束缚。

这正是Moonix构建AI能力的起点：围绕“记录”这一核心场景，打造一套“感知、理解、链接与分发”的主动式AI体系，让AI在该出现时出现，该隐身时隐身。

同时，Moonix拥有独立的App，用户既可以直接与眼镜语音交互，也能通过App与AI沟通。

在感知环节，Moonix提供两种工作模式。

一种是“无声陪伴模式”。开启记录功能后，眼镜会自动识别并记录它认为重要的内容。当检测到有意义的声音变化时，系统会自动开始录制，全程在后台完成，用户无需操作。Pro版则采用间隔拍摄，每隔几分钟自动记录一段10秒视频，这些碎片画面最终会被AI拼接成完整的vlog或九宫格漫画，让用户无需逐帧回看，也能拥有连贯的回忆。

另一种是用户主动开启的“专注模式”。开启后，眼镜会全情记录接下来的一切细节，每一秒的画面与声音都将被留存。

数据输入后，会经过两个关键的技术处理，让眼镜真正“理解”场景。

首先，是软件层面最核心的多模态信息抽象提取能力。即如何将一个声音信息如实还原为当时的场景，以及基于视频信息，AI能否准确回答“钥匙放在哪里”这类需要视觉理解的问题。

其次，是构建一套复杂的记忆系统，模拟人脑的长短期记忆机制。这套系统的难点在于平衡记忆与遗忘，在确保重要信息不丢失的同时，避免冗余信息造成认知负担。

基于以上技术，Moonix的理解体系提供两项核心能力。

第一是时间轴串联。眼镜采集的音频与视频，会被AI理解并沉淀为个人记忆体，所有记忆按时间顺序排列。因为人类理解世界的方式本质上是基于时间的，时间是最好的索引。在配套App上，用户看到的是按日历和场景呈现的生活片段。你可以直接询问AI：“上周三见的那位客户叫什么名字？”AI便会从记忆体中检索答案。

用户还可以用自然语言定义任务，例如：“每周三早上，帮我整理上周所有见过客户的名字和跟进情况。”AI会自动提取相关数据并生成报告。

接下来是链接与分发环节。经过AI加工的信息，可以链接至飞书、Notion、Slack等常用工具，并能分发到抖音等第三方平台。例如，将面试总结直接推给HR，或将旅行vlog一键发布。这一步完成了“记录-理解-分享”的闭环，整个过程由AI驱动，让记录的内容融入用户的日常社交与工作流。

值得注意的是，Moonix的这套体系具备很强的开放性。输入侧，眼镜全天候采集真实世界的多模态数据；输出侧，AI加工后的信息可以通过API、MCP等接口桥接到用户自己的数字工具中，也支持有开发能力的用户自行DIY应用。

通常，硬件产品谈到打通外部生态，故事很容易滑向宏大的开放平台，比如建设开发者社区。但Moonix对此保持了克制。团队并不打算做一个AI眼镜专用的Notion，也不执着于再造一个应用商店。

在团队看来，AI时代降低开发门槛的同时，也可能拉低软件的平均质量，反而让那些经过市场验证的头部优质工具显得更加珍贵。因此，与其大包大揽，不如主动对接这些优秀软件，在用户授权的前提下，帮助实现所需功能。这种“链接而非替代”的思路，在当下显得更为务实。

4. 真实的世界更精彩

与许多技术型创业者不同，郭于晨的思考中带着更多对“人”本身的关注。他并没有一味放大技术对社会的利好。

早在从事AR领域时，他就在反复琢磨一个问题：为什么AR总比VR更容易让人接受？他的答案是，AR离真实世界更近。“真实的世界更直接、更精彩。我们只是增强现实，并非要营造一个纯虚拟的空间让人逃避。”

这个朴素的想法，最终成为了Moonix的起点。这一次，他不再增强现实，而是试图帮助更多人更好地记录现实本身。

AI创造了便捷的数字工具，但唯有真实，才拥有穿越时间的力量。“为什么很多人讨厌AI生成的内容？”郭于晨反问，“因为它不是真的。那不是你的经历，再精美也不是你的生活。”这就好比AI时代很难再造就一个王朔，因为AI生成的语料往往是平均化的、讨好大众的，很难像文学大家那样，用精准的文字写出极具张力的表达。

正是这种对“真实”近乎偏执的在意，让郭于晨选择回归最本质的用户需求，让AI生成内容的能力，更好地为“记录”真实感受而服务。

人类历史上，只有极少数人有资格被完整记录一生。太多普通人终其一生都在对抗遗忘。今天，AI创造了一个真假难辨的平行时空，而Moonix试图在其中为“真实”保留一块自留地，让普通人也有权利留住那些转瞬即逝的生命体验。