不用多说，小米大概率也会在今年年内推出一款 AI 眼镜。事实上去年年底就有消息传出，小米已经与 XR 领域代工龙头歌尔股份达成合作，预计在 2025 年第二季度（可能是 4 月米粉节）。

在过去半年，AI 眼镜正以前所未有的速度席卷市场。从 Rokid 到雷鸟、小度、INMO、Looktech（脑机公司）、雷神科技（PC 厂商）……各路厂商都在争相推出自己的智能眼镜，甚至打出了「下一个智能手机」的口号。

而包括小米在内的更多公司，还在产品开发的路上。

这场「百镜大战」令很多人兴奋不已，市场的热情也前所未有，但当下 AI 眼镜最直观的感受可能不是「未来已来」，而是续航焦虑。

续航焦虑是AI 眼镜的大问题？

在厂商的各种宣发中，AI 眼镜的未来畅想经常是围绕「随时随地与 AI 对话」展开。但现实是，这种「随时随地」的对话可能只能持续几十分钟。

典型的就是掀起这场「百镜大战」的 Ray-Ban meta，日常连续使用续航还有 4 小时，但如果连续使用 AI 对话，只能勉强撑过 30 分钟。

与此同时，手机可能还方便随时随地充电，但大部分近视用户日常都只有一副光学眼镜，并不方便随时随地放回眼镜盒充电。这意味着佩戴 AI 眼镜，可能会感到一种焦虑——它会不会在关键要用的时候电量耗尽？

即使不追求全天候佩戴，仅仅是外出四五个小时，AI 眼镜的续航也往往让人望而却步。而目前，市面上已发布的 AI 眼镜产品在续航表现上可谓千差万别，先来看一组「来自官方」的数据：

（续航尽量采用官方表述）图/

从表面上看，某些产品的标称续航似乎相当可观，Looktech AI 眼镜号称可达 14 小时，雷鸟 V3 标称 7 小时。但这些数据存在一定的迷惑性，比如雷鸟的「典型场景」全靠官方定义，更据参考价值的数据是：录像时长 30 分钟，或者连续听歌约 3 小时。

相较之下，重量比雷鸟 V3 更轻的 Looktech AI 眼镜甚至号称续航可达「14 小时」，很难不让人怀疑背后的测试场景和续航定义。

而从官方公布的电池容量来看，Rokid Glasses、雷鸟 V3 整体还是在与 Ray-Ban meta 相近甚至更轻的重量下，放入了更大容量电池。INMO GO2 尽管拥有一块 440mAh 的「大电池」，但官方却仅仅标称「连续使用 150 分钟」：

比电池更小的 Rokid Glasses（唯二支持 AR 显示）看起来还短。

Rokid Glasses，图/

至于由充电厂商闪极旗下首款 AI 眼镜——闪极 A1，直接在镜腿内塞入了三颗电池，实现了 450mAh 的大电池，也是 Ray-Ban meta 的三倍。尽管「蓝牙音频」这个说法比较含糊，但 2 小时的视频拍摄确实在体现了大电池的实力。

但闪极 A1 的续航仍然存在一定的疑点，核心就藏在它和 INMO GO2 共同采用的那款来自 5 年前的紫光展锐芯片上，这里我们先按下不谈。

总的来说，面对 AI 眼镜在续航上的挑战，在这个市场里，厂商们各自探索着不同的应对策略，比如典型的「续航不够，充电来凑」，各家都在尝试通过不同方式优化充电体验以及提高快充功率，以此改善日常体验。

但不管哪种策略，都无法掩盖一个事实：AI 眼镜依然极度依赖充电，远远无法做到智能手机那样的全天候使用。

问题究竟出在哪里？如果拆解一副 AI 眼镜的功耗结构，我们会发现它的耗电模式并不简单。

AI 计算能力越强，AI眼镜掉电越快

如果说 AI 是 AI 眼镜最吸引人的关注点，那 AI 计算也能说是 AI 眼镜最容易被忽视的「能耗黑洞」。

对 AI 眼镜，很多人期待的是「随时随地与 AI 对话」，但鲜有人意识到，这个「对话」背后隐藏着大量的计算和联网需求。今天来看，大部分 AI 眼镜还是采用了「本地+云端」AI 的方式来确保综合体验。

AI 眼镜的产品形态，决定了它不可能塞进智能手机甚至 PC 级别的芯片，最多搭载一款性能足够强、能效足够高的芯片，提供 NPU 算力满足基于本地 AI 计算的意图理解以及基础语音交互需求，再结合网络连接云端实现强大的 AI 体验。

这离不开本地 AI 计算单元的大量计算，来保证基础体验。于是我们看到 AI 眼镜厂商普遍基于相对先进的骁龙 AR1 Gen 1 芯片进行打造，但也有一些 AI 眼镜选择了更多依赖云端。

比如闪极 A1 和 INMO GO2 就搭载了一款推出于 2020 年的可穿戴芯片——紫光展锐 W517。紫光展锐 W517 对标的是高通更早之前推出的骁龙 4100 系列穿戴芯片，相比骁龙 AR1 Gen 1 不仅在 CPU、ISP 和能效等方面存在的劣势，更大的短板可能还是 AI 计算性能以及网络连接性能上的不足。

问题也随之而来——不只是 CPU 性能影响系统流畅性，本地 AI 性能的不足意味着 AI 眼镜的基础能力要更多依赖云端，更意味着语音助手的反应速度取决于网络环境，延迟和稳定性就不可避免。

换言之，尽管在电池容量上有着很大的优势，但基础体验可能是小雷对闪极 A1 最大的顾虑所在。

另外，AI 的联网需求也不可避免加剧功耗问题。对于一款体积有限、内部电路紧凑的产品来说，网络的长时间运行几乎等同于「续航灾难」。这也是为什么 Ray-Ban meta 的 AI 功能开启后，续航会直接缩水到 30 分钟。

而更直观的「耗电大户」是摄像头。

图/雷鸟

目前来看，Ray-Ban meta 引领风潮之后的大部分 AI 眼镜都配备了摄像头，不仅可以让用户随时随地进行第一人称视角的拍照和录像，更是 AI 视觉识别的基础硬件要求。

这些操作几乎都是「高耗能」任务。更何况，AI 眼镜不像手机那样有足够大的电池来支撑长时间的影像处理，AI 计算+拍摄的双重负担，让眼镜在高强度使用时续航短得惊人。

Rokid Glasses，图/ Rokid

除此之外，Rokid Glasses 和 INMO GO 2 还是市面上少有支持 AR 显示的 AI 眼镜，可以称之为 AI+AR 眼镜。而显示意味着需要一套完整的光学显示系统，耗电量可想而知。

所以尽管从使用体验的角度来看，Rokid Glasses 这类 AI+AR 眼镜更加便利，特别是在 AI 翻译等场景下，但代价就是更快的电量消耗。

快充「治标」，硅碳负极电池「治本」

面对续航这个大难题，厂商当然也想解决，实际上的解决方案无非两种：开源和节流，即增大电池容量和减少设备耗电。

「节流」的方式可以从不同角度来实现，比如等待高通等芯片厂商推出更适合 AI 眼镜的芯片产品，以及厂商在软硬件上的不断优化。但「开源」，其实就只能提高电池的能量密度，这也是突破 AI 眼镜续航瓶颈的关键。

而硅碳负极电池，正是目前最具希望打破消费电子产品瓶颈的电池技术之一。相比传统锂离子电池采用的石墨负极，硅碳负极的理论比容量高出 10 倍，实际应用中能让电池能量密度提升 30%-50%。

换句话说，在不改变电池尺寸的情况下，同样的空间能装下更高的电量，这对于体积受限的 AI 眼镜来说至关重要。事实上，这种技术其实已经在电动汽车和智能手机上落地。

vivo X200 Pro mini，图/

在最新一代中、高端机型上，我们能看到真我 Neo7（6.78 英寸）在 8.5mm 机身下塞入 7000mAh 的超大电池；6.3 英寸屏幕的小米 15（5400mAh）也激增了 790mAh；同样 6.3 英寸屏幕的 vivo X200 Pro mini，甚至塞下了一块 5700mAh 的大电池。

假设这一技术能够移植到 AI 眼镜，那么今天 AI 眼镜的电池容量，完全可以在不改变产品重量的情况下，直接提升至更大的电池容量，提供更长的续航。

当然，硅碳负极的高能量密度，带来的不仅是更长续航，还有更高的技术挑战。硅材料在充放电过程中会膨胀，长期使用可能会影响电池寿命，而 AI 眼镜的微型电池尺寸远小于手机，如何控制这种体积变化仍是个难题。

更高的能量密度也意味着更大的发热量，而眼镜不像手机有充足的散热结构，在高负荷使用下，如何平衡续航和安全，仍需要工程上的突破。

尽管如此，硅碳负极仍然是目前最接近现实的 AI 眼镜续航解法。相比依靠快充或减少 AI 计算来缓解续航焦虑，电池技术的提升才是真正的根本性改变。如果 AI 眼镜的电池能突破目前的瓶颈，续航可能不再是困扰，而是智能体验的保障。

届时，我们不再需要考虑「这副 AI 眼镜能撑多久」，而是真正让 AI 无缝融入日常生活。