消费级 AIoT（XR 与穿戴）：下一代计算平台的黎明
思瀚产业研究院    2026-02-24

消费级 AIoT 涵盖智能眼镜、智能手表、智能音箱、TWS 耳机等多种终端形态。其中，AI 眼镜作为最具代表性的创新品类，正成为端侧 AI 落地的核心载体，未来或将引领整个穿戴设备市场的增量增长。

现状与痛点：多元终端并进，AR 眼镜引领突破

消费级 AIoT 市场正呈现“多点开花”的格局。智能手表、TWS 耳机、智能音箱等品类持续渗透，形成稳定基本盘，但以 AR 眼镜为代表的 XR 设备正凭借其作为“下一代计算平台”的潜力，成为驱动市场空间（TAM）扩张的核心变量。 根据 IDC 数据，2024 年全球可穿戴设备出货量达 5.4 亿台，市场进入平稳增长期，市场增长引擎正从量的普及转向质的革新，即通过嵌入更复杂的本地 AI 能力来提升产品价值与用户体验。其中，智能手表和耳机占据主导，功能迭代集中于健康监测与音频体验。而 AR 眼镜因其能深度融合物理与数字世界，提供情境化、无感化的信息交互，被视为继智能手机后最具革命性的终端形态。然而，这一进化路径面临一个共通的底层约束：在消费电子严格的体积、续航与成本限制下，如何实现高性能 AI 计算。

具体而言，不同品类应对其特有的“性能三角”困境。智能手表手环的核心矛盾在于高精度健康监测（如连续血氧、心电图 ECG）、独立通信（eSIM）与超长续航（>7 天）之间的平衡。增加传感器精度与功能会显著增加功耗。TWS 耳机的痛点集中在**顶级主动降噪（ANC）/空间音频算力、高保真无损音频传输与单次续航（>6 小时）的兼顾，实现计算音频所需的高性能 DSP 与低延迟无线连接均是耗电大户。智能音箱的挑战来自远场语音识别的准确率、多设备协同的响应速度与始终在线（Always-On）的待机功耗。其需在离线环境下处理复杂的语音唤醒和指令理解，对端侧 SoC 的能效比要求苛刻。

在 AIoT 终端中，AR 眼镜是其中一个关键品类，也面临“算力、续航、重量”的不可能三角挑战，技术突破成为规模化普及的关键前提。该挑战即在普通眼镜的重量（<50g）与形态限制下，实现空间计算所需的高算力与全天续航，构成了“重量、算力、续航”的“不可能三角”。

这一矛盾构成核心发展瓶颈：提升续航需增大电池容量，但电池增重会恶化佩戴体验；提高算力需提升功耗，但主动散热方案（风扇/散热片）在<50g 重量约束下无实施空间。在重量维度，全天候佩戴要求重量需接近普通眼镜（<50g，理想状态<30g），否则会导致耳廓压痛、鼻托疲劳，这是消费电子向医疗级佩戴体验进化的硬约束。现有产品典型续航仅 2-4 小时（Meta Ray-Ban 拍摄状态仅 30-45 分钟），而被动散热条件下，设备面临温度过高的问题，而耳部接触面温度需<43°C，否则有烫伤风险。从 2025 年产品表现来看，主流 AI 眼镜的续航时间仍集中在 3-4 小时，当前主流消费级 AR 眼镜产品，如 Ray-Ban Meta（约 50g，续航 4 小时）和 Rokid Max（约 75g，续航约 3 小时），仍在这一三角约束中艰难平衡，算力多依赖运行轻量模型。

技术破局：分体式计算与高速互联成为主流路径

当前 AI 眼镜行业正在努力攻克这一不可能三角的极限，分体式（Split Processing）架构成为主流过渡方案。分体式架构通过计算卸载重构了端侧 SoC 的设计逻辑：眼镜只负责感知和显示，重负载计算（AI/渲染）交给手机或主机，改变了市场对 SoC 的连接能力（Wi-Fi 7/UWB）需求。

分体式架构将传统一体机式的计算任务拆解为“端-边-云”三级算力协同。分体式方案将重负载的 AI 推理与渲染任务卸载至手机、主机或云端，从而重塑了端侧 SoC 的设计重点。该架构的本质是根据任务对延迟、带宽和算力的敏感性进行分层处理：眼镜端 SoC（如高通 AR1）专注于低功耗传感器融合（IMU，摄像头）、基础视觉 AI（如二维码识别）和显示驱动；配套设备（如手机、专用计算单元）则承担复杂的多模态大模型推理、操作系统运行等高算力任务。这一模式将端侧 SoC 的核心能力要求，从纯粹的峰值算力（TOPS）转向了极致的能效比（Perf/Watt）和强大的高速连接能力。

眼镜端（1–10 TOPS）负责处理传感器采集、实时 SLAM 定位、初阶 AI 筛选（如人脸检测、二维码识别），要求延迟<20ms；外接设备端（5–10 TOPS）如手机/主机承担复杂 AI 推断（VLM视觉语言模型）、渲染预处理，延迟<50ms；云端（50–100 TOPS）支持大模型推理、多模态生成，延迟<100ms。这种分布式架构既缓解了眼镜本身的功耗与散热限制，也扩展了其实际应用边界。

随着架构将计算任务从眼镜端剥离后，前端与后端之间的高速数据通道成为整个系统的生命线。高传输带宽方面，需实时传输未经压缩的高分辨率画面（单眼 1080p+）、传感器数据流，Wi-Fi 6 的 9.6Gbps 理论峰值已难以满足无损传输需求；需要低传输延迟，运动到光子延迟（MTP）必须控制在 20 毫秒以内，最好低于 10 毫秒，否则会导致眩晕；以及需要高连接可靠性，防止数据丢包或波动而导致画面卡顿、定位漂移。

因此，这直接催生了对新一代支持低延迟、高带宽的无线连接技术的刚性需求，WiFi 7 和 UWB（超宽带），已成为下一代 XR SoC 的必备特性。Wi-Fi 7 成为满足分体式 AR超高带宽和低延迟需求的核心技术。其支持 320MHz 信道带宽和 4K QAM 调制，理论峰值速率可达 5.8Gbps 以上，多链路操作（MLO）允许设备同时通过 2.4GHz、5GHz 和 6GHz 多个频段传输数据，保障高清视频流与传感器数据的实时同步传输，大幅提升吞吐量和抗干扰能力。

UWB（超宽带）则承担空间锚定功能，实现厘米级定位（精度 10cm 级）。UWB的核心优势在于能够实现厘米级的高精度定位和测距，同时具备低功耗、高安全性和强抗干扰性，因此可用于眼镜与手机/手柄的精确相对定位，以及低功耗唤醒检测，构建无缝的跨设备交互体验。

高通于 2025Q3 宣布 IEEE802.11bn 标准预计将于 2028 年完成，并将成为 Wi-Fi 8的基础。Wi-Fi 8 的目标是在复杂的现实环境中优先保障可靠的性能表现，即使在网络拥塞、易受干扰且移动性强的场景中，也能提供出色的连接。Wi-Fi 8 引入超高可靠性（UHR）框架，在峰值速率与 Wi-Fi 7 持平的基础上，通过协调空间重用（Co-SR）、协调波束成形（Co-BF）、动态子信道操作（DSO）等技术，将边缘吞吐量提升 25%、P95 延迟降低 25%、漫游丢包减少 25%，实现复杂环境下的"有线级"无线体验。高通骁龙 AR2 等专用芯片的出现，配合端云协同计算模式，正逐步满足实时图像识别、自然语言处理等 AI 任务的算力需求。

高通在 2022 骁龙峰会推出第一代骁龙 AR2 平台，这是市场上首款专为 AR 设备打造的处理器。AR2 采用先进的 4nm 工艺制程；同时，为打造超轻薄、高性能 AR 眼镜，高通采用多芯片分布式处理架构并结合定制化 IP 模块。AR2 可满足骁龙分离式渲染方案，其处理器能够动态地将时延敏感性感知数据处理分配给眼镜终端，把更复杂的数据处理需求分流（如渲染）到智能手机、PC 或其他兼容的终端上。

骁龙AR2平台为多芯片组合模式分布式架构（此前XR1、XR2均为单芯片集成方案）。包括 AR2 主处理器（负责感知、显示）、AR2 协处理器（负责摄像头聚合、AI 和计算机视觉）、 连接模组（低时延、低功耗 Wi-Fi 7）三个部分。分布式架构可以更好发挥各芯片的优势。高通骁龙 AR2 三个小芯片分别位于左镜腿、鼻托上方、右镜腿上。

AR 处理器为实现动作到显示（M2P）的低时延而优化，同时支持多达九路并行摄像头进行用户和环境理解，其增强的感知能力包括能够改善用户运动追踪和定位的专用硬件加速引擎，用于降低手势追踪或六自由度（6DoF）等高精度输入交互时延的 AI 加速器，以及支持更流畅视觉体验的重投影引擎；

AR 协处理器可聚合摄像头和传感器数据，支持面向视觉聚焦渲染的眼球追踪和虹膜认证，从而仅对用户注视的内容进行工作负载优化，以帮助降低功耗；通讯模块利用高通 Fast Connect 7800 连接系统，开启极速商用 Wi-Fi7 连接，使 AR 眼镜和智 能手机或主机终端之间的时延低于 2 毫秒。该芯片集成了对于 FastConnect XR 软件套件 2.0 的 支持，能够更好地控制 AR 眼镜的数据，以改善时延、减少抖动并避免不必要的干扰。

市场空间扩张，从“配件”到“必需品”的质变

智能眼镜正从“配件”向“必需品”质变，市场天花板有望向智能手机规模看齐。未来智能眼镜将部分替代手机在导航、通信、信息获取、简单的 AI 交互等高频场景的功能。 当前市场仍处于早期起量阶段，其中消费级产品占比快速提升。行业预测显示，随着苹果 Vision Pro 平价版、Meta Ray-Ban 系列迭代以及更多手机厂商入局，市场将在 2026 年迎来加速拐点。长期来看，若产品形态和体验成熟，AR 眼镜的年出货量天花板有望向亿级乃至十亿级迈进，这为上游端侧 SoC 带来了确定性的增量空间。

根据wellsennXR 数据及预测，2035 年全球眼镜销量将达 20 亿副左右，市场规模将接近 2000亿美元。据 IDC 统计，2025 年第三季度全球智能眼镜市场出货量 429.6 万台，同比增长74.1%。其中全球音频和视频拍摄眼镜市场出货量 299.4 万台，同比增长 287.5%。IDC 预测，2026 年中国市场 AI 眼镜出货量将达 275 万台（同比增长 107%），全球市场规模于2030 年突破 1170 万台。Wellsenn XR 预测 2035 年全球 AI 眼镜销量有望突破 14 亿台，年出货量将看齐当今智能手机的规模。

2025-2027 年将成为智能眼镜产业从技术验证期向规模化普及期跃迁的历史拐点，Apple Vision Air、Meta Orion 消费版、三星 Project Moohan 三款标杆产品的集中上市，将触发产业链的快速起量。苹果计划于 2027 年下半年量产 Vision Air，通过减重40%并降价 50%的组合拳，将 XR 设备从极客奢侈品推向消费电子。市场普遍预期，VisionAir 的出货量有望远超 Vision Pro 上市初期的表现。Meta 凭借“双线并行”策略，同时巩固当下市场与定义未来形态。

未来，Meta 在通过 Ray-Ban Meta 智能眼镜培育用户AI 交互习惯的同时，其内部称为 “Project Nazare”的 Orion 项目正致力于攻克技术难关。业内预计，该量产版 AR 眼镜有望在 2027-2030 年间问世，目标是实现真正的全天候佩戴，对光学、微显示和低功耗芯片产业链提出极高要求并产生巨大拉动。三星的入局为 Android 生态树立了高端标杆，加速了全局竞争与供应链迭代。它的出现与苹果Vision 产品形成了直接竞争，迫使双方在显示、交互、芯片性能上持续加码，从而推动高端 XR 供应链的技术升级与成本优化。

三大巨头的行动共同指向一个方向：产品形态从头显向轻型眼镜演进，价格向高端数码产品靠拢，共同推动市场向规模化普及迈进。这个过程将推动价格下探与生态建立，苹果 Vision Air、三星 Moohan 等将高端 MR 头显价格从 3500 美元拉至 1500-2000 美元区间。同时，Meta Quest、苹果 Vision Pro/ Air、三星 Moohan 将分别围绕各自的 OS（Quest OS、Vision OS、Android XR）建立应用生态，吸引早期大众用户和开发者。随着苹果、Meta 的全天候 AI/AR 眼镜逐步成熟并上市。产品形态接近普通眼镜，主打无感交互和情境化 AI，旨在成为下一代个人计算中心。若能解决核心应用场景，市场天花板将被打开，进入更广阔的普及阶段。

除 AI 眼镜外，多终端协同拉动 SoC 需求升级。智能手表领域，三星 Galaxy Watch6采用 Exynos W950 芯片，支持 ECG +血糖联合监测；TWS 耳机方面，AirPods Pro 3 搭载 H17 芯片，实现实时翻译与噪音分类；智能音箱市场，小爱音箱 Pro 2026 款采用全志 A733 芯片，支持离线唤醒与多轮对话。这些终端的 AI 化升级推动 SoC 平均售价（ASP）从 2023 年的 18 美元升至 2026 年的 27 美元。

竞争格局：高通垄断生态，手机厂商开启破局尝试

高通在 XR/AI 眼镜芯片市场占据绝对主导地位，但三星、Google、小米等手机巨头正通过"自研+深度定制+生态绑定"的三线策略打破这一格局，存在产业变局。

在 XR 专用 SoC 领域，高通凭借其 Snapdragon XR 系列（XR2 Gen 2/AR1/AR2）建立了近乎垄断的生态优势。截至目前，除苹果采用自研 M 系列芯片外，Meta、Pico、HTC、DPVR 等主流品牌占据全球市场出货量的 90%，全部采用高通骁龙 XR 平台。市面上主流的独立 VR 头显和 AI 智能眼镜均采用高通骁龙 XR2 Gen 2 或 AR1 Gen 1 平台。Meta Quest全系 Quest 3（骁龙 XR2 Gen 2）、Quest Pro（XR2+ Gen 1）及 Quest Pro 2（XR2+ Gen3）均采用高通方案；Pico 与国产阵营中字节跳动 Pico 4、Pico Ultra，以及 Vivo VisionDiscovery Edition 等中国主流头显清一色搭载 XR2+ Gen 2；AI 眼镜中 Ray-Ban Meta（AR1 Gen 1）、雷鸟 X2（XR2）、Rokid Glasses（AR1）、小米 AI 眼镜（AR1）等轻量级设备亦被高通覆盖。

根据 Counterpoint Research 数据，截至 2024 年，其全球 XR 芯片SoC 市场占有率高达 90%以上。2022 年，高通与 Meta 签署多年期战略协议，联合研发基于骁龙 XR 平台的定制化芯片组，形成"芯片-算法-内容"的闭环优化。通过 SnapdragonSpaces XR 开发者平台，高通向 OEM 厂商提供从光学模组选型、散热设计到 Tracker 布局的完整参考方案，使 Pico、DPVR 等厂商能在 6-9 个月内完成产品量产，反过来又强化高通标准的行业地位。

高通的垄断并非单纯依靠先发优势，而是通过"硬件-算法-开发者"的三重绑定构建起生态壁垒：

芯片领先优势明显。XR2+ Gen 2 支持单眼 4.3K@90fps，AI 性能较前代提升 8 倍，实现 12ms 全彩视频透视延迟；XR2+ Gen 3 首发 Oryon CPU 内核，支持 16GB LPDDR5X 内存，直接对标苹果 Vision Pro 的 M2 芯片；2025 年 6 月发布的 AR1+ Gen 1 进一步支持运行参数规模达 10 亿的 Meta Llama-3.2-1B 等端侧小型语言模型。高通专为眼镜设计的 AR1 平台集成了强大的 ISP 和 NPU（如第三代 Hexagon NPU），能本地运行数十亿参数的 AI 模型。

战略客户深度绑定，将智能手机时代的“统一技术路线图”成功延伸至空间计算领域。通过与 Meta 等头部厂商的深度绑定和持续迭代，高通构建了从高性能头显到轻量化眼镜的完整产品矩阵，主导了行业技术标准。2025 年 Meta 的 Ray-Ban Meta 累计出货已突破 300 万副，由于 Ray-Ban Meta 等产品超预期销售，Meta 向高通大幅追加了超过1200 万颗 AR1 系列芯片的订单。这形成了“爆款产品-芯片放量-生态强化”的闭环，主流品牌如 Meta、Pico、HTC 等在开发独立头显时，普遍将高通骁龙 XR 平台作为首选。

面对高通的生态壁垒，手机厂商以及国产芯片供应商等新进入者并未选择正面强攻通用主控 SoC，而是从外围和细分市场切入，聚焦生态延伸与方案整合。手机厂商入局XR，将其在移动生态、人机交互和供应链整合上的优势自然延伸，多采用“高通主 SoC+ 专用协处理器”的整合方案，以快速推出有竞争力的产品。小米在其 AI 眼镜产品中，采用了高通 AR1 + 恒玄科技 BES2700 的双芯片架构。

高通芯片处理复杂 AI 和视觉任务，恒玄芯片专攻高清音频和低功耗无线连接，通过明确分工优化整体能效。创维的 A6 系列 AI 眼镜也采用了类似的高通+恒玄（BES2800）方案。而理想汽车推出的 Livis AI 眼镜，则更聚焦车载联动场景，采用了恒玄 BES2800 主控 + 独立 ISP（图像信号处理器）的极简组合，在保证核心功能的前提下追求更低功耗和成本。

国产芯片供应商聚焦差异化技术路径崛起，以恒玄科技、瑞芯微为代表的国产芯片厂商，正通过提供专用协处理器、主控平台或完整解决方案，而一些新兴专精厂商聚焦于填补高通等巨头未充分覆盖的细分需求。恒玄科技已成为 AI 眼镜音频与低功耗连接方案的核心供应商。其旗舰芯片 BES2800 基于 6nm 工艺，单芯片集成多核 CPU、NPU、低功耗 Wi-Fi 与蓝牙。它不仅独家供应 Meta Ray-Ban 系列，更被小米、创维、理想等众多品牌采用，全球市占率超 30%。其下一代 BES3000 系列据称功耗降低 40%，算力提升至 12TOPS，旨在适配更独立的智能眼镜终端。此外，万有引力发布专为 AI 眼镜打造的极眸 G-VX100 ISP 芯片，专注于超低功耗下的高清视频拍摄、空间视频及眼动追踪功能。瑞芯微凭借在多媒体处理领域的积累，其 RV 系列芯片已应用于多个AI 眼镜项目，下一代芯片正重点向 AI 眼镜方向演进。