AI眼鏡熱潮引發“芯”變革

 　　從Meta到小米，AI眼鏡正形成 “百鏡大戰”之勢。眾人拾柴火焰高，作為可穿戴領域的新寵，AI眼睛的功能也在不斷迭代和豐富，而在這背后，少不了各類芯片的加持，無論是技術層面的革新突破，還是需求數量的爆發式增長，都是強勁的“芯”動力在發揮作用。當然，AI眼鏡市場的快速擴張，對各類芯片的需求呈現出爆發式增長，也為芯片市場注入了新的強心劑。

　　核心算力引擎-主控芯片SoC

　　AI眼鏡的運行依賴多種關鍵芯片協同工作，各類芯片的性能也是AI眼鏡實現各種強大功能的基石，直接影響著AI眼鏡的運算速度、圖像識別能力、音頻處理效果以及功耗管理等關鍵性能。其中，SoC芯片作為核心的主控芯片，如同AI眼鏡的“大腦”，集成了中央處理器(CPU)、圖形處理器(GPU)、神經網絡處理器(NPU)以及圖像信號處理器(ISP)等多個模塊，負責整體運算、圖形處理、AI任務執行以及圖像數據處理等重要功能。

　　當前，主流的SoC方案主要有三種。

　　第一種是系統級SoC方案，該方案是將多個關鍵的電子組件集成到一個芯片上，實現高度集成化，具備較強的計算能力和豐富的功能支持，能應對復雜的AI運算和多任務處理。以高通的AR1 Gen1芯片為例，其采用6nm制程，具備高集成度和低功耗特性，搭載的多核處理器可支持復雜計算任務和實時圖像處理，集成的第三代Hexagon NPU，為視覺搜索、實時翻譯、定向音頻采集等功能提供了支持，目前被應用于Meta Ray-Ban智能眼鏡、雷鳥X3 PRO、小米AI眼鏡等企業旗艦產品中。然而，系統級SoC也存在一些劣勢，其功耗相對較高，在散熱方面也面臨挑戰，同時芯片成本較高，平均約55美元，占整機硬件成本的31.6%，限制了其在中低端AI眼鏡產品中的應用。

　　第二種是MCU級SoC+ISP方案，該方案以MCU作為主控單元，集成了基礎通信與傳感模塊，提供基礎運算能力，但由于無法集成ISP，需要外接ISP芯片用于影像功能。例如，恒玄2800采用6nm制程，集成多核CPU/GPU、NPU等，為滿足拍攝需求，需外掛ISP芯片。這種方案在一定程度上平衡了成本與性能，成本僅10~15美元，功耗低至100mW，但難以支持復雜的AI模型。因此，通常應用于一些功能相對簡單、對成本和功耗要求較高的入門級AI眼鏡產品中，提供基本的圖像拍攝和簡單的智能交互體驗。

　　第三種是SoC+MCU雙核架構，該方案讓SoC和MCU分工協作，SoC負責處理高計算需求的任務，如運行分時操作系統、執行人工智能算法以及處理攝影功能相關的高負載任務，利用其優秀的算力和豐富的功能模塊，保障AI眼鏡在復雜任務下的高效運行;MCU則專注于音頻等低功耗場景，通過分時調度實現對功耗的精細管理，從而優化續航表現。通過這種分工方式，該方案能夠在保證AI眼鏡性能的同時，實現高效的電源管理，有效延長設備的續航時間，非常適合需要長時間佩戴使用的AI眼鏡產品。不過，SoC+MCU方案由于采用了兩顆芯片，成本也相對較高。例如，星宸科技SSC833在AI視覺處理中采用了這一架構，成本約20~30美元。

　　隨著AI技術在眼鏡設備中的深入應用，對主控芯片算力的要求呈指數級增長。賽迪顧問集成電路中心副總經理楊俊剛表示，從簡單的語音識別、圖像分析，到更為復雜的實時翻譯、智能場景感知，都需要芯片具備強大的計算能力，以實現快速、準確的處理。然而，算力的提升往往伴隨能耗的急劇增加，這與AI眼鏡對續航能力的要求形成了矛盾。

　　解決這一矛盾，當前主流的方法是采用更先進的制程，如從傳統的12nm工藝演進到更先進的6nm、4nm工藝，能夠在更小的芯片面積內集成更多的晶體管，增強集成度，減少芯片面積的同時，提高芯片的運算效率，同時降低單位運算的能耗。另一方面，引入動態電壓頻率調節(DVFS)技術，根據芯片的工作負載實時調整電壓和頻率。當芯片執行簡單任務時，降低電壓和頻率以減少能耗;而在處理復雜任務時，提高電壓和頻率以滿足算力需求。此外，一些芯片還采用了異構核分工技術，如恒玄BES2800芯片，通過大核處理突發任務、小核維持待機，實現了平均功耗低于300mW，在保證芯片性能的同時，優化了能耗管理。

　　此外，3D堆疊封裝技術有望成為提升芯片性能與集成度的關鍵路徑。通過TSV(硅通孔)技術，3D堆疊封裝能夠實現存儲、計算單元的三維集成，將原本在二維平面上布局的芯片組件在垂直方向上進行堆疊，從而大幅提升芯片的能效比，為AI眼鏡實現更復雜的功能和更長的續航提供有力支持。

　　視覺之眼-CMOS圖像傳感器

　　在AI眼鏡的“視界”里，CMOS圖像傳感器是實現高清拍攝、精準圖像識別等功能的核心組件，其性能直接決定了AI眼鏡的成像質量、視覺交互體驗以及各項功能的實現效果。

　　當前，索尼IMX681在AI眼鏡市場中占據著統治地位，Ray-Ban Meta、雷鳥V3、Rokid Glasse、小米AI眼鏡等產品均采用該芯片。索尼IMX681之所以能夠稱霸市場，源于以下優勢。

　　首先，其尺寸小巧，像素排列為3024x4032，像素數達到1200萬，像素間距為1微米，CMOS寬邊長度略大于4.032mm，長邊長度略大于3.024mm，僅約為手機攝像頭傳感器的25%，這使得它能輕松適配AI眼鏡的緊湊設計。在功耗方面，IMX681采用背照式堆棧工藝，優化了能耗管理，相比手機的CMOS傳感器更節能，低功耗特性有效降低了AI眼鏡整體的發熱問題，避免影響佩戴體驗。在拍攝質量上，它擁有不錯的HDR支持以及全局快門技術，AI眼鏡用于AR體驗、物體識別時，經常需要拍攝運動物體，全局快門能避免傳統滾動快門帶來的運動畸變問題，用于實時場景識別(OCR、手勢檢測、人臉識別等)，也能提供更清晰的圖像，有助于AI算法的處理。

　　此外，索尼在智能手機影像領域長期耕耘所構建的成熟開發生態，也是IMX681的一大優勢。眾多AI眼鏡廠商采用高通AR1平臺作為計算平臺，而索尼IMX681與高通AR1平臺深度適配，廠商無需投入大量人力進行影像優化，就能獲得成熟穩定的影像體驗，大大縮短了產品的研發周期，降低了開發成本。

　　然而，隨著AI眼鏡市場從小眾探索走向大眾消費，用戶對影像質量、AI計算能力、續航的需求不斷升級，“統治”市場的索尼IMX681也面臨著挑戰。近年來，以豪威和思特威為代表的中國CMOS廠商在AI眼鏡領域取得了顯著進展，以優秀的性價比和豐富的定制能力，開始打破索尼IMX681的壟斷局面，有望為AI眼鏡市場帶來新的活力與變革。

　　豪威作為韋爾股份旗下的CMOS廠商，是國內手機CMOS領域的佼佼者，已被小米、華為等旗艦手機采用，其產品在像素尺寸、動態范圍、對焦速度等關鍵指標上表現出色。豪威已經成功進軍亞馬遜的AI+AR眼鏡項目，這標志著其在與索尼的競爭中取得了重要突破。

　　思特威同樣在手機市場占有一席之地，2023年全球手機攝像頭CMOS出貨量排名中緊隨索尼、三星和豪威之后。2025年5月8日，思特威全新推出1200萬像素AI眼鏡應用CMOS圖像傳感器——SC1200IOT。在尺寸設計上，SC1200IOT采用1/3.57”靶面設計，像素尺寸為1μm，封裝尺寸小至5.1毫米x3.7毫米，能很好地適配主流AI眼鏡邊框視覺模塊的微型攝像頭。功耗方面，得益于內部電路模塊的精準化控制設計，SC1200IOT實現了功耗的顯著優化，這不僅能有效減少使用中的設備發熱，還能提升AI眼鏡的續航能力。成像效果上，與行業同規格產品相比，SC1200IOT的感光度提升約29%。目前，SC1200IOT已接受送樣，并于2025年Q2實現量產，有望在AI眼鏡市場中占據一席之地。

　　數據流轉中心-存儲芯片

　　存儲芯片在AI眼鏡中同樣關鍵，肩負著存儲和檢索數據的重任，在AI眼鏡的硬件成本中占據著相當高的比例。以Meta的Ray-Ban智能眼鏡為例，佰維存儲提供的存儲芯片(ROM+RAM)在其BOM成本中占比約7%，僅次于主控SoC芯片，單機價值約11美元。

　　ePOP、eMCP是當前市場主流的AI眼鏡存儲集成方案。ePOP(Embedded Package on Package)即嵌入式堆疊封裝技術，通過將NAND Flash(非易失性閃存存儲器)和LPDDR(低功耗雙倍數據速率內存)垂直堆疊在SoC上方，實現了高度的集成化。這種技術最大的優勢在于能夠節省約60%的PCB空間，讓AI眼鏡的內部布局更加緊湊，有助于設備實現輕薄化設計。同時，由于減少了芯片數量和連接線路，降低了功耗，從而提升了設備的續航能力。該技術方案憑借小尺寸、低功耗、高性能等特點，已被Meta、Google、Facebook 等企業應用于AI智能眼鏡、智能手表等產品，并通過了高通等平臺認證，有效優化了設備響應速度與多線程處理能力。

　　eMCP(Embedded Multi-Chip Package)即嵌入式多芯片封裝技術，則是采用多芯片封裝技術，將eMMC(嵌入式多媒體卡)與LPDDR集成在一個封裝中。它內建NAND Flash控制芯片，能夠減少主芯片的運算負擔，簡化大容量閃存的管理，同時也能節省主板空間。在一些對存儲容量和性能有一定要求，但又需要控制成本的AI眼鏡中，eMCP技術得到了廣泛應用。它能夠在保證一定性能的前提下，為設備提供較為經濟的存儲解決方案，滿足了市場對于中低端AI眼鏡的需求。

　　隨著AI眼鏡功能的日益強大和豐富，AI眼鏡需要處理和存儲更多的數據，如高清視頻、高分辨率圖像以及不斷升級的AI模型等。存儲芯片的容量將不斷增大，從目前常見的32GB向更高容量發展，以確保設備能夠流暢運行各種復雜的應用程序。

　　除了以上芯片種類之外，AI眼鏡中還包括像音頻處理芯片、電源管理芯片、通信芯片、藍牙芯片等等，AI眼鏡市場的快速增長，直接拉動了對各類芯片的需求，為芯片廠商提供了更廣闊的市場空間，但也對芯片性能、功耗、尺寸等方面的嚴苛要求，促使芯片廠商不斷探索新技術、新工藝，這些技術創新不僅適用于AI眼鏡芯片，還有望應用于其他領域的芯片產品，拓展芯片產業的應用邊界。