智東西
作者 | ZeR0
編輯 | 漠影
智東西3月6日報道，在MWC 2026期間，高通執行副總裁阿力克斯·卡圖贊（Alex Katouzian）與智東西等媒體進行了深入交流，透露接下來幾個月將推出面向XR/AR眼鏡的至尊版產品眼鏡。
據他分享，未來驍龍所有業務線都將面向旗艦級推出Elite至尊版平臺，目前已有驍龍8至尊版、驍龍X Elite、驍龍可穿戴平臺至尊版眼鏡。
▲Alex Katouzian
其中，驍龍可穿戴平臺至尊版在本屆世界行動通訊大會MWC 2026期間釋出，這是全球首款可跨WearOS by Google、Android和Linux系統執行的個人AI可穿戴平臺，也是高通首次將旗艦級“至尊版”品牌引入可穿戴領域眼鏡。首批搭載該平臺的商用終端預計將於未來幾個月內上市。
展開全文
高通亦在MWC展臺上展出了搭載驍龍平臺的智慧手機、AI PC、XR/MR裝置、智慧手錶、智慧耳機、AI機器人等廣泛消費電子終端產品眼鏡。
▲高通MWC 2026展臺個人AI展區一隅
卡圖贊認為，在AI可穿戴裝置上不會出現某一款應用一騎絕塵的情況，真正的“殺手級應用”是裝置本身的能力，讓使用者無需掏出手機、開啟app、手動打字，只要語音提問，AI就能自主識別你正在看的東西，執行即時翻譯、資訊講解、地圖導航等任務，把答案直接反饋給你眼鏡。
他坦言，記憶體價格會影響所有的消費電子裝置市場，個人AI裝置需要的DDR記憶體規格和數量會小於手機或PC，但需要的儲存容量可能會很大眼鏡。市場上目前的共識是預計2026年和2027年，記憶體價格會波動性上漲。全行業都需要去面對一個現實，記憶體供應是有的，但價格會很高昂。
一、20億引數模型已有很好推理表現眼鏡，小型語言模型精度會大幅提升
驍龍可穿戴平臺至尊版採用3nm製程工藝，搭載專用Hexagon NPU與低功耗eNPU雙核AI加速架構，支援在端側直接執行多達20億引數的模型，首個token生成時間壓縮至0.2秒眼鏡。
為什麼是20億引數？卡圖贊說，執行在小型裝置上的20億引數模型已經有很好的推理表現眼鏡。當前一些作業系統已預整合了具備高效推理能力的嵌入式模型。高通也在與模型廠商合作，推動面向NPU的模型最佳化。
他相信在小型裝置上部署優質推理模型有廣闊空間，未來小型語言模型的精度會大幅提升，可更充分地利用端側算力眼鏡。
“每當一個前沿大模型釋出後，僅需6個月，一個100億引數量級的模型就能達到與6個月前的大模型幾乎相同的精度眼鏡。”卡圖贊談道，“當這類模型問世時，我們可以將其適配到終端側執行，比如PC、手機、獨立計算單元、汽車和機器人，充分利用終端側NPU算力。”
不過，畢竟AI可穿戴裝置記憶體空間有限，要執行較大的模型，仍需與PC、手機或獨立計算單元相連線，以獲得更大的算力支援眼鏡。
二、三級分流處理AI計算任務眼鏡，不斷提升裝置續航時長
高通正在嘗試構建一種“good-better-best”處理模式，分為良好、更佳、最佳三級，第一級由小型語言模型在終端側完成回答，第二級是將任務分流到手機、PC或其他獨立計算單元進行處理，第三級是將任務上傳到雲端處理眼鏡。
（1）本地直接執行20億引數的模型眼鏡，執行調整設定、快速回答、快速檢索、簡單最佳化照片等非重負載任務，時延超低；
（2）查詢等較複雜的任務被分流至透過藍牙/Wi-Fi連線的智慧手機等更強算力裝置上眼鏡，可執行70億到100億引數的模型，在離線狀態下立即回答問題；
（3）更復雜的任務交給雲端處理，使用者可能需要稍作等待眼鏡。
這套分級模式透過把不同能力的終端組成一張協同網路，將計算任務交給最合適的節點來完成，從而實現對高算力、低延遲、安全可控的兼顧，並且能讓裝置的續航時間變得更長眼鏡。
據卡圖贊分享，搭載驍龍平臺的可穿戴裝置功耗非常低，因為採用的晶片組架構各項功能均設計在約1W的功率水平執行，無論是攝像頭還是NPU都能在極低功耗狀態下獨立工作，執行時無需喚醒晶片的其他元件眼鏡。目前搭載其晶片組的AR眼鏡可實現約8小時的續航。
高通還致力於將所有晶片元件和元器件整合至一個模組中，從而縮小晶片體積眼鏡。這樣整個晶片主機板只需佔用鏡框一個很小的角落，剩餘空間可以用於容納電池，裝置的續航時間就有望延長到16~20小時。
三、構建端側AI的信任基礎眼鏡，鼓勵採用私有云備份
端側AI的核心價值主張之一是隱私眼鏡。使用者資料不離開本地，不經過第三方伺服器。但這帶來了一個現實問題：裝置丟失或更換時，AI助手學習的個性化能力是否需要重新適應使用者習慣？
對此，高通給出的方案是既倡導端側資料隱私，也鼓勵私有云備份眼鏡。
使用者可將個人資料以及AI助手的個性化使用習慣備份到私有云，這些資料經過加密處理，僅限使用者本人透過金鑰專屬訪問眼鏡。無論是OEM廠商還是雲服務供應商均不持有該金鑰。
這種私有云空間完全由使用者掌控眼鏡。換機時，完整的AI能力、個人資料及使用習慣模型都能無縫遷移，讓AI助手對使用者的記憶不會中斷。
實現跨終端的無縫流轉，主要有兩種方案：一是高通技術公司提供參考設計平臺和軟體解決方案，二是OEM廠商直接在自家產品矩陣打通跨裝置協同眼鏡。
卡圖贊舉了一個跨終端流轉的生動例子：佩戴AI可穿戴裝置、口袋裡有手機、開著聯網汽車的使用者，可以在開車時直接說“幫我開啟微信，找到某某某的地址”，其可穿戴裝置就會和手機相連，在微信裡找到地址，再發給汽車，由汽車自動導航，全程免手動操作眼鏡。
四、眼鏡只是入口之一眼鏡，多種個人AI裝置協同能帶來更好體驗
AI眼鏡在2025至2026年間成為行業熱點，眾多廠商將其視為繼智慧手機之後的下一個主流終端形態眼鏡。
卡圖贊認為，眼鏡是個人AI裝置的一個好切入點，因為很多人本來就戴眼鏡，但對於不戴眼鏡的使用者來說，胸針、掛墜、帶攝像頭的耳機、智慧首飾等裝置同樣能完成記錄、錄音錄影、視覺處理等互動眼鏡。
“我認為提供多種形態的終端型別選擇是件好事，可以讓消費者自由選擇眼鏡。”他談道，“只要這個AI助手能幫使用者解決痛點，比如你每天不用掏出30次手機去查東西或開啟應用，而是隻需要和眼鏡或可穿戴裝置進行對話就能節省時間，那它就解決了問題。”
他相信透過2-3種終端的協同配合，可以給使用者帶來更出色的體驗眼鏡。比如智慧手錶可以提供心率、步數等健康資料，與AI眼鏡形成聯動，在使用者詢問眼鏡識別到的食材攝入熱量建議時，調出卡路里攝入量和運動資料來參考。
結語：打通智慧、感知、連線與高效計算眼鏡，個人AI將重新定義“穿戴”的邊界
高通在MWC 2026的整體敘事高度連貫，從個人AI、5G、Wi-Fi 8解決方案到6G未來願景，都是在為“以使用者為中心的生態”提供技術支撐眼鏡。
邁向萬物智聯的個人AI時代，還依賴多個條件的成熟：模型小型化的精度進步、OEM廠商的多形態佈局、開發者的端側遷移意願、消費者對新互動方式的接受，以及記憶體等基礎零部件的成本回落眼鏡。
目前整個消費電子行業都需要面對記憶體供應有限但價格高企的現實眼鏡。更多記憶體意味著更強的端側AI能力，但也直接推高裝置成本，壓制消費者換機與新品類的普及速度。
此外，免手動操作的跨裝置協同、個性化AI持續陪伴都需要使用者養成習慣和對託個人資料的信賴，這對普通消費者來說，未必是低門檻眼鏡。
儘管前方挑戰重重，但毋庸置疑的是，跨終端協同的個人AI體驗、更豐富的個人AI裝置品類，將讓AI走出手機螢幕，搭建一套以使用者為中心的分散式AI生態眼鏡。這有望重新定義“穿戴”的邊界，帶給人們前所未有的效率提升，讓個人資料流轉更好地為智慧生活提供便利和樂趣。
