從「被動」到「主動」，為什么給耳機(jī)裝上「眼睛」后AI范式變了？

編輯｜吳昕、Youli

先行一步

Sam Altman 與 Jony Ive 聯(lián)手探索的無屏 AI 硬件，正在被逐步揭開。供應(yīng)鏈信息顯示，這款產(chǎn)品并沒有選擇屏幕，而更像是一種可穿戴設(shè)備：體積接近 iPod Shuffle，可以放入口袋或隨身佩戴；內(nèi)置麥克風(fēng)與攝像頭，持續(xù)感知用戶所處的真實環(huán)境，與之并肩工作，主動給出建議。

「無屏、主動式 AI」這條路徑上，中國公司其實已經(jīng)先行一步。

12 月底，光帆科技在北京發(fā)布了 Lightwear AI 全感穿戴設(shè)備。這是一套由 AI 耳機(jī)、智能手表以及設(shè)計獨特的充電盒組成的組合式終端。其中，AI 耳機(jī)也是全球首款具備視覺感知能力的主動式 AI 耳機(jī)。

三款設(shè)備實時協(xié)同，扮演一個「始終在場」的 AI 助理 ，與你一同觀察世界，并主動參與日常生活與決策。

Lightwear AI 全感穿戴設(shè)備，這是一個由 AI 耳機(jī)、智能手表以及設(shè)計獨特的充電盒組成的套裝。

「喂，曉帆。」一名戴著耳機(jī)的女孩在超市里購物，拿起一瓶飲料，隨口喊了一句。發(fā)布會現(xiàn)場，出現(xiàn)了這樣一個場景。

「在呢。」 隱身在耳機(jī)里的 AI 助理被喚醒。

「這個在網(wǎng)上咋賣？」女孩問。AI 「看」了一眼她手中的商品：識別出商品名稱，隨即在網(wǎng)上搜索同款價格 ——500 毫升 15 瓶，57.9 元，更便宜。

在女孩的確認(rèn)下，AI 直接完成下單。

耳機(jī)黑色部分就是 AI 的眼睛，為 AI 提供視覺感知的攝像頭。

類似的主動能力，并不只體現(xiàn)在購物場景中。耳機(jī)盒內(nèi)置 GPS，當(dāng)用戶快到家時，曉帆會主動提醒有快遞要取。

在另一個更長任務(wù)的演示中，用戶只用表達(dá)需求，AI 主動把事情完成，并告訴你結(jié)果，中間溝通個一兩次就行。

整個流程從一句「XX 問你什么時候有空和王總吃飯」開始。曉帆自動檢查日程沖突，發(fā)現(xiàn)約飯時間與一場產(chǎn)品會議重疊后，按用戶要求調(diào)整了會議安排。

隨后，它繼續(xù)主動詢問是否需要一并處理機(jī)票和酒店：機(jī)票按照「再早一點」的要求重新預(yù)訂；酒店則直接按「常住的那一家」定了兩晚。

這些場景，都映射出光帆科技試圖呈現(xiàn)的主動式 AI 雛形。

發(fā)布會之后，這家創(chuàng)業(yè)公司也迅速受到關(guān)注。其創(chuàng)始人董紅光是小米早期員工（第 89 號），長期負(fù)責(zé)操作系統(tǒng)與智能化相關(guān)核心工作，幾乎貫穿了小米多個關(guān)鍵技術(shù)階段。成立僅一年多時間，光帆科技便吸引了一批頗具分量的投資機(jī)構(gòu)入局，也為這條「無屏、主動式 AI」路徑增添了更多現(xiàn)實注腳。

AI 硬件大爆發(fā)，被動式 AI 面臨挑戰(zhàn)

在光帆科技壓軸登場之前，僅在 2025 年這一年里，全球范圍內(nèi)就已密集涌現(xiàn)出一批 AI 硬件產(chǎn)品。阿里推出夸克 AI 眼鏡，字節(jié)加碼 AI 耳機(jī)、AI 手機(jī)，同時還有 AI Pin、戒指、項鏈、手環(huán)等更具「腦洞」的新形態(tài)。

AI 正在加速脫離屏幕，為自己尋找新的「肉身」。而這場 「物種大爆發(fā)」，并非偶然。

一方面，大模型能力持續(xù)躍遷，終于能夠支撐復(fù)雜場景的理解，以及長鏈路任務(wù)的穩(wěn)定執(zhí)行（如 AI Agent）；響應(yīng)速度也被拉進(jìn)「1 秒俱樂部」，交互體感開始逼近真人對話。

另一方面，推理與部署成本持續(xù)下探，再疊加中國在制造與供應(yīng)鏈上的系統(tǒng)性優(yōu)勢，讓中國玩家在這一輪 AI 硬件競賽中顯得尤為活躍。

但問題，也同樣清晰。

大多數(shù) AI 硬件已經(jīng)足夠貼身，卻并不「始終在場」；看起來隨時可用，卻仍在等待一道清晰的命令。這依然是一種被動式智能，存在認(rèn)知摩擦。

比如，你需要先掏出手機(jī)、打開 App，再用近乎「產(chǎn)品經(jīng)理式」的方式，把真實需求拆解成一段段包含關(guān)鍵詞的 Prompt；又或者，只有在你主動提問「這是什么？」時，AI 眼鏡才會啟動識別并給出反饋。至于耳機(jī)，更是高度依賴語音喚醒和明確指令。

主動式智能正試圖消除的就是這種負(fù)擔(dān)。它會持續(xù)進(jìn)行云端計算，感知、理解用戶所處的情境（「你現(xiàn)在在超市」）+ 記憶（「你記得要買果汁」），在合適的時機(jī)（「你路過商店」），在你尚未開口之前主動介入 ——「別忘了，順手買果汁。」

事實上，谷歌的 Project Astra 一直在嘗試構(gòu)建這樣一個主動的 AI 助手：擁有眼睛、耳朵和聲音，能夠與你共處、理解你正在經(jīng)歷的世界。這與光帆科技所追求的、帶有「活人感」的 AI 助理 ——全天候、全感知、主動智能—— 在理念上高度一致。

只不過，Project Astra 尚未脫離手機(jī)；而光帆科技的選擇，是讓 AI 不再依附于手機(jī)、建立新的交互范式。但是，這樣的 AI 硬件，究竟該如何搭建？

他們先從「AI 需要感知什么、怎么感知」出發(fā)，逐步?jīng)Q定是否要做加法、怎么加。

「看得見」，是主動智能的門票

在硬件形態(tài)上，光帆科技沒有選擇已有手機(jī)做加法，或是更為主流的眼鏡，而是對耳機(jī)進(jìn)行「改造」，在上面裝上攝像頭。看似反直覺的選擇背后，隱藏著他們的清晰認(rèn)知：視覺感知，是主動智能的門票。

而要做到隨時看、隨時聽、隨時跟用戶說話，手機(jī)和眼鏡很難滿足。

手機(jī)，是為觸控交互而生，依賴顯式喚醒、依賴用戶主動將注意力集中到一塊屏幕上，從根本上限制了 AI 的「持續(xù)觀察力」。而且，手機(jī)大部分時間都放在口袋里，無法主動感知，用戶也無法隨時與之交流。

眼鏡似乎更為自然，包括 AI 大廠和初創(chuàng)都很看好，但從長期來看，也并非「最優(yōu)解」。

首先，在用戶接受度上就不太友好，尤其是很多非近視人群根本沒有戴眼鏡的習(xí)慣，而且重。技術(shù)層面，精密結(jié)構(gòu)下，電池容量、重量、功耗（尤其疊加 AR 后）之后，很難平衡。而一旦進(jìn)入「持續(xù)視覺掃描」?fàn)顟B(tài)，攝像頭正對路人，隱私與倫理壓力幾乎不可避免。

耳機(jī)就不同了。用戶體量大、接受度高、佩戴自然，選擇給耳機(jī)裝上攝像頭，并非簡單的硬件堆砌，而是一套圍繞感知能力的重構(gòu)—— 在耳機(jī)已有聽覺感知的基礎(chǔ)上，在左右耳塞各置一枚 200 萬像素攝像頭，實現(xiàn)雙目視覺感知，并配合充電盒進(jìn)行輔助定位。

這里的攝像頭拍攝，不是給人看，是讓 AI「看」，用以理解物理世界的空間與物體，支持「閱后即焚」，不必?fù)?dān)心隱私問題。

只有 200 萬像素，其實是蘊含著一個重要的「低像素哲學(xué)」：更強(qiáng)調(diào)「語義理解」而非「光學(xué)美感」，AI 無需欣賞 4K 畫質(zhì)的電影，只需要能分辨出用戶手中拿的是橙汁、咖啡，還是藥品，就足夠了。

真正的關(guān)鍵在于 ——只疊加了一個「視覺感知」，一切都因此而變得不同，因為，視覺是「主動性」的唯一基石。

主動智能的本質(zhì)，在于主動感知環(huán)境、理解上下文并預(yù)測行動時機(jī)。而這一能力首先依賴對真實世界空間結(jié)構(gòu)、物體關(guān)系與動態(tài)變化的持續(xù)感知，這些關(guān)鍵信息只有視覺能夠提供。

而耳機(jī)「雙目」的視覺高度，恰好與人類視野持平 —— 你看到什么，它就看到什么。于是，AI 可以實時理解你所處的情境，建立穩(wěn)定的世界模型，判斷你的關(guān)注焦點，形成「共同注意力」。

沒有視覺，AI 無法真正理解世界；沒有世界模型，就不可能有真正的主動協(xié)作。語音、記憶、推理，只有嵌入視覺框架，才會產(chǎn)生質(zhì)變。

比如，當(dāng)用戶在路過超市時，AI「看到」用戶所處的環(huán)境，其「記憶」模塊才能被激活，主動發(fā)出提醒，「該買橙汁了。」

當(dāng)用戶看到心儀餐廳，想要進(jìn)一步了解，發(fā)出「幫我看下這家餐廳怎么樣」的提問指令時，AI 只有「看到」餐廳后，才能啟動實現(xiàn)個性化口味比對、附近更優(yōu)餐廳推薦、餐廳位置準(zhǔn)確告知等。

從單兵作戰(zhàn)到多感官協(xié)同

主動智能的必經(jīng)之路

要實現(xiàn)真正的主動式 AI，只「薅」一個硬件顯然不夠。

哪怕是最核心的耳機(jī)，也會不可避免地面臨感知盲區(qū) —— 比如身體出現(xiàn)異常，AI 根本無從得知。

更現(xiàn)實的問題是，人在睡覺、洗澡、剛起床等場景下，并不會持續(xù)佩戴耳機(jī)；一些關(guān)鍵信息，也很難長期依賴記憶來維持。

只有走向多感官協(xié)同，主動智能才可能真正成立，并逐步逼近全天候、全感知的狀態(tài)。基于這一判斷，在為耳機(jī)補(bǔ)上視覺能力之外，光帆科技還為系統(tǒng)引入了一塊手表：耳機(jī)負(fù)責(zé)「聽」和「看」，手表負(fù)責(zé)「顯示」和「觸控」。

首先，手表補(bǔ)齊了語音交互的短板。

那些并不適合通過聲音完成的信息交互 —— 例如購物驗證碼、導(dǎo)航定位、簡單提示 —— 可以直接在屏幕上呈現(xiàn)，降低打擾，也提升效率。

更關(guān)鍵的是，手表本身是一枚持續(xù)工作的身體傳感器。

如果 AI 想要更主動、更貼近個體，就必須理解「人」的狀態(tài)，而不僅僅是環(huán)境。通過持續(xù)采集心率、血氧、睡眠、壓力等數(shù)據(jù)，AI 才能感知身體變化，并在合適的時刻給出針對性的提醒與建議。例如在運動中心率異常升高時，主動介入。

與此同時，光帆科技還對耳機(jī)充電盒進(jìn)行了功能重構(gòu)。

它內(nèi)置 2020mAh 電池， eSIM 卡與定制化 AI 通信協(xié)議，可脫離手機(jī)直接聯(lián)網(wǎng)，還內(nèi)置高精度 GPS；同時集成算力、獨立麥克風(fēng)和揚聲器，即便不佩戴耳機(jī)，也可以通過語音與 AI 進(jìn)行交互。

充電盒上的獨立麥克風(fēng)。

因此，在洗澡、起床、閱讀等「不想戴耳機(jī)」的場景下，用戶依然可以與 AI 保持基本互動，例如詢問當(dāng)天的天氣或日程安排。

這種分布式協(xié)作的思路，并非個案。

在 Meta 的 Orion 項目中，除了眼鏡本體，還配套了一個手勢追蹤腕帶，以及一個遙控器大小的計算模塊，三者通過無線方式協(xié)同工作。其中，腕帶用于讀取與手勢相關(guān)的神經(jīng)信號，幫助 AI 更精準(zhǔn)地理解用戶意圖。

從這個角度看，手表、耳機(jī)、眼鏡，乃至充電盒，并不是彼此替代的競爭關(guān)系，而是在不同位置、不同維度，分別承擔(dān) AI 助理的「感官」與「分身」。它們分工協(xié)作、彼此補(bǔ)位，最終目標(biāo)是一件事：讓 AI 真正「在場」，并主動融入生活。

再往遠(yuǎn)處看，設(shè)備的邊界只會持續(xù)模糊。光帆科技對主動智能的判斷是：未來一定是多設(shè)備聯(lián)動，由一個統(tǒng)一的 AI 大腦進(jìn)行調(diào)度。基于自研操作系統(tǒng)，他們后續(xù)還將接入更多形態(tài)的終端 —— 例如脖掛、眼鏡、項鏈等。

無人區(qū)的艱難跋涉

主動智能，不屬于某一件硬件，而屬于一個協(xié)同運作的分布式系統(tǒng)。

而做這樣一套分布式 AI 硬件，并不是把耳機(jī)、手表、充電盒簡單疊加，而是一場關(guān)于算力如何分配、設(shè)備如何低功耗通信，以及人機(jī)工程學(xué)如何取舍的極限運動。

其中最核心、最根本的問題是：如何讓一個只有幾克重的設(shè)備，承載起接近大模型的「靈魂」？

光帆科技的解法，是自研一套端云結(jié)合的操作系統(tǒng)：Lightware OS，不是把所有能力都塞進(jìn)單一設(shè)備，而是建立一種類似「生物神經(jīng)系統(tǒng)」的層級分工與調(diào)度機(jī)制。

最「聰明」、算力最強(qiáng)的大腦，放在云端，負(fù)責(zé)調(diào)用不同的大模型，完成語音與圖像理解、意圖識別，以及復(fù)雜推理與決策。

比如，結(jié)合你的位置、你看到的招牌，以及歷史評價等信息，判斷這是一家什么類型的餐廳、口碑如何、值不值得走進(jìn)去 —— 這些都交給云端完成。

隨身攜帶的充電盒，同樣具備算力，但它并不負(fù)責(zé)「深度思考」，而是反應(yīng)足夠快、兜底足夠穩(wěn)。

內(nèi)置 4G eSIM 保證「永不掉線」。它是流量的調(diào)度站，在毫秒級內(nèi)判斷請求類型（是查地圖還是聽歌），瞬間將音視頻流推向云端。同時，在網(wǎng)絡(luò)波動時利用本地算力進(jìn)行「行為緩沖」，避免 AI 變成「人工智障」。

至于耳機(jī)，更像是全天候的「感官末梢」，負(fù)責(zé)「聽」和「看」，只跑最輕量的 AI 任務(wù)（如語音喚醒、低像素物體輪廓識別），讓這些能力在后臺長時間「靜默運行」，以極低功耗換取隨時在場的體驗。

另一個同樣棘手的問題，是如何恰如其分地與用戶交互。

一個缺乏分寸感的 AI 助手，很快就會從「貼心」變成「打擾」，最終被用戶關(guān)閉。

因此，在 Lightware OS 中，系統(tǒng)層必須具備對場景的判斷能力：用戶是否忙碌？當(dāng)前是否適合打斷？這一次介入是否真的有價值？這種對「干擾優(yōu)先級」的判斷，無法只靠給大模型寫一段 Prompt 解決，而必須被寫進(jìn)系統(tǒng)的底層邏輯中。

如何讓這套分布式硬件長期、可靠地作為一個整體運行，同樣是一道工程難題。

哪怕只看端側(cè)，多設(shè)備之間的實時通信本身就已經(jīng)足夠復(fù)雜；更現(xiàn)實的是，單個設(shè)備內(nèi)部往往也不止一顆芯片，芯片之間如何高效協(xié)作，直接決定了系統(tǒng)穩(wěn)定性。這不是「寫好一個程序」就能解決的問題，而是必須在硬件層、驅(qū)動層、通信層同時成立。

還有硬件工藝上的「極限平衡」。在耳機(jī)這樣極度受限的形態(tài)中加入攝像頭，意味著必須同時權(quán)衡體積、重量、續(xù)航、散熱與佩戴舒適度。

最終，加入攝像頭和更大電池后，單只耳機(jī)重量被控制在11g，遠(yuǎn)低于常見智能眼鏡約 40g 的重量，佩戴舒適度和行業(yè)頭部的耳掛式耳機(jī)相當(dāng)，并無明顯不適和異物感。

這幾年，CES 一直是「殺手級 AI 硬件」想象力的集中展示場。在眾多方向中，個人穿戴與隨身設(shè)備始終是焦點。而耳機(jī)這一高頻入口，也正在被重新定義。

2026 年 1 月 6-9 日，光帆科技將攜全球首款主動式 AI 耳機(jī)亮相 CES。下一代 AI 硬件的方向，或許正藏在這些看似熟悉、卻正在被重新塑造的隨身設(shè)備之中。