AI眼镜行业开年狂飙！视觉识别、交互处理功能升级，ISP向高端迭代趋势明显_风闻

电子发烧友网报道（文/莫婷婷）市场调研机构IDC的数据显示，2024年Q1全球智能眼镜出货量同比增长超过200%，预计到2029年，全球智能眼镜年销量有望达到5500万副，市场规模将达到1067.78亿元。可见，AI眼镜市场的强劲增长势头。

消费市场看好，资本市场的表现也不差，2025年开年，AI眼镜概念在1月2日探底回升，包括华灿光电、亿道信息、移远通信、中科蓝讯、博士眼镜等产业链企业都迎来一定的涨幅。那么，AI眼镜产业链上的企业有哪些呢，占成本最高的芯片领域，又有哪些企业迎来技术进展？

SoC占AI眼镜总成本约三成

AI智能眼镜的产业链上游企业包括芯片、光学模组、显示模组、声学模组、传感器模组、交互模组、电源、结构件、连接器、电感、电池、AI技术等。

从整体成本构成来看，主要的成本项目有：SoC占比34%、结构件占比11%、代工占比9%、存储占比7%、锂电池占比4%、PCB占比4%、声学模组占比3%、电源管理芯片占比3%。以Rayban Meta的成本构成为例，高通AR1 Gen1（4nm）SOC芯片占比33.54%，成本约55美元；结构件占比11.59%、代工占比9.15%、佰维BWCK1EZC芯片ROM+RAM占比6.71%、索尼IMX681图像传感器（舜宇封装）占比5.49%。

由此看到，SoC是最大的成本项目。从产业链来看，AI眼镜的芯片企业包括高通、联发科等国际芯片厂商，国内企业有海思、紫光展锐、物奇微、全志科技、炬芯科技、恒玄科技、耀宇视芯、瑞芯微、晶晨股份、乐鑫科技、炬芯科技等。

传感器企业有歌尔股份、舜宇光学、豪威科技。声学企业有敏芯股份、共达电声等。存储企业有佰维存储、兆易创新等。电池企业有紫建电子、德赛电池、珠海冠宇、亿纬锂能、欣旺达。AI技术企业有云天励飞、虹软科技等。

显示屏方面，涉及的企业有京东方、TCL、舜宇光学、韦尔股份、瑞声科技、蓝特光学、腾景科技等。代工企业有歌尔股份、立讯精密、华勤技术、亿道信息、佳禾智能、龙旗科技、佳禾智能等。

目前，芯片作为AI眼镜的关键环节，产业链上的企业均在加速布局AI智能眼镜市场。例如紫光展锐的W517芯片应用于影目X系列AI眼镜，炬芯科技ATS3085芯片应用于影目INMO Go智能AR眼镜。瑞芯微的通用AIoT芯片平台如RK3588、RK356X等已应用在AR、VR等设备上，RV系列视觉类芯片依托低功耗方案及自研ISP的优势，可应用在AI眼镜上。

AI技术成为聚焦点，ISP向高端迭代趋势明显

在AI智能眼镜市场需求提升后，不少SoC企业都在加速布局AI技术，试图进入这个新兴市场。

例如深耕视觉领域的富瀚微也在布局该市场，富瀚微在互动平台表示，公司已经和客户紧密合作，计划于2025年推出AI眼镜芯片。而炬芯科技已经于2024年12月正式发布了首颗端侧AI音频芯片ATS323X，采用AI-NPU架构，相较于DSP HiFi5，实际应用算力和能效比更高，功耗更低。在AI技术上的布局将为炬芯科技在AI智能眼镜市场带来了多方面的机会，通过领先的技术实现产品差异化，获得更多的市场份额。

那么，AI眼镜芯片朝着哪些方向迭代呢？可以看到，当前AI眼镜的功能正不断丰富，因此对AI芯片的技术需求也越来越高，AI眼镜芯片有以下迭代方向：包括高性能计算能力、低功耗设计、集成ISP功能、支持多种传感器接口、高速数据传输接口、嵌入式AI加速器、灵活性与可扩展性，以及安全性等。

在高性能计算能力的需求方面，AI眼镜需要执行语音识别和自然语言处理任务，此外，当前也有越来越多AI眼镜搭载了摄像头，例如闪极A1、李未可即将发布的第二代AI眼镜等，因此芯片需要具备图像处理的能力，需要有高效的多核架构支持这些复杂算法的运行。在芯片平台方面，紫光展锐的W517采用四核Arm Cortex架构，支持强大AI计算能力和高清短视频录制。

在ISP功能方面，AI眼镜增加了视觉识别的功能，要求AI芯片搭载ISP（图像信号处理器），用于处理来自摄像头的原始图像数据。例如全志科技推出的V85X系列芯片搭载了自研的新一代AI ISP智慧图像处理引擎——全志智影，能够在复杂低照度场景下提升成像效果，实现黑光全彩，同时为AI检测处理提供更优质的输入，提升检测识别率。STM32N6主控芯片也带有专用图像信号处理器（ISP），可以保证智能眼镜在轻量化的同时，高续航、丰富炫酷的AR功能。

业内人士认为，随着AI智能眼镜中视觉理解模型的进步，对图像处理的要求也日益严格，将会进一步驱动ISP向高端迭代，高端ISP将朝着高精度、高性能及多功能的方向发展。具体来看，包括更高要求的图像处理性能、实时性与低延迟、支持边缘计算、适应多样化光照条件等。

ISP向高端迭代主要有以下两大需求，一是能高效地处理原始数据，二是内置足够的计算资源。

在高效地处理原始数据方面，随着视觉理解模型的能力不断增强，要求ISP芯片高效地处理来自摄像头传感器的原始数据，通过色彩校正、自动曝光控制等技术，为视觉理解模型提供准确的图像；同时，还要支持更高的像素密度和更快的数据吞吐量，以确保提供给AI模型的输入是准确且详细的。

在内置足够的计算资源方面，具备拍摄功能的要求ISP需要内置足够的计算资源来运行轻量级的AI算法或者预处理任务。当前，有不少AI眼镜的AI任务在边缘侧（设备端）进行，特别是一些语音交互功能，而不是依赖于云端服务器。这样的设计可以减少延迟、提高隐私保护，并且能够在没有稳定互联网连接的情况下工作。例如百度推出的小度AI眼镜具有拍照录像功能，支持基于百度文心大模型构建的语音交互功能，这意味着它可以在本地完成语音识别和响应。

在芯片方面，例如全志科技的V85X系列芯片内置最大1T算力的NPU，能够支持复杂的AI算法和深度学习应用，提供强大的边缘计算能力。STM32N6主控芯片实现了MCU+NPU架构，处理能力达600GOPS，在MCU上实现了强大的边缘AI性能。STM32N6还将ISP集成到MCU中，可大幅简化计算机视觉用例，降低CPU在多任务场景中的工作负载，可应对MCU上计算机视觉的大部分挑战。

小结

现阶段，国内AI智能眼镜行业不断发展，在一定程度上能带动产业链的发展，不管是XR芯片、AI技术、光学显示、ODM厂商都将受益于此次AI智能眼镜市场的起量。可以期待的是，作为产业链上游的芯片厂商，芯片平台将随着终端产品的视觉识别、交互处理等各种功能升级，在AI智能眼镜市场中一较高下。

声明：本文由电子发烧友原创