6G能力演进下的AI眼镜体验升级展望

chzh4719

中移智库

本文围绕AI眼镜从“能用”走向“自然好用”的演进趋势展开，结合当前AI眼镜在终端形态、联网方式、算力功耗和连续体验等方面的现实约束，分析其对连接、算力、感知和安全能力提出的新需求。文章基于IMT-2030框架和3GPP相关研究方向，从增强上行、AI与通信融合、通感一体、超高可靠低时延、泛在连接以及安全可信等方面，探讨6G相关能力对未来AI眼镜体验升级的潜在支撑作用。

AI眼镜的想象空间：从屏幕交互到场景服务

近年来，AI眼镜逐步从概念展示走向真实应用。拍照、听音乐、接电话、语音问答、识别物体，以及翻译、字幕和导航提示等能力，已经开始进入用户体验。如果仅将AI眼镜理解为“把手机上的部分功能搬到眼前”，其潜在价值仍未被充分体现。

手机端AI大多以App和屏幕为主要入口，需要用户主动打开应用、输入问题、切换页面。AI眼镜更接近人的第一视角，有机会结合用户正在看的内容、听到的声音、所在的位置和正在进行的任务，在合适的时机提供信息提示和服务引导。

例如，未来当用户走进机场时，AI眼镜可以结合航班信息、当前位置和登机时间，在视野边缘提示值机柜台、安检排队情况、登机口方向和预计步行时间。如果航班延误，还可以根据后续行程提示是否需要改签、是否需要通知相关人员。用户不必在多个App之间切换，而是在现实场景中直接获得服务提示。再如，面对一台复杂设备，AI眼镜可以将操作步骤标注在对应部件上；来到陌生城市，路线、交通、翻译和支付等服务也可以围绕当前场景逐步呈现。

这背后变化的，是人和信息的关系：过去用户需要进入屏幕寻找服务，未来信息和服务有可能围绕现实场景自然呈现。当然，AI眼镜短期内不会替代手机。手机仍然是最成熟的个人计算终端，阅读、社交、视频、支付、办公和复杂操作，都更适合在手机上完成。更合理的判断是手机继续承担通用计算中心的角色，AI眼镜则在“看路、看物、看设备、看现场”的场景中，成为手机之外的一种新入口。从当前产品形态看，部分AI眼镜尚不具备独立蜂窝通信能力，更多通过手机、Wi-Fi以及4G/5G网络间接调用云端能力。

因此，本文讨论6G，并非强调AI眼镜必须内置6G通信模组，而是关注AI眼镜体验背后的连接、算力、感知和安全能力如何演进。换言之，AI眼镜体验并不只取决于眼镜本体，还取决于眼镜、手机、网络、边缘计算和云端AI之间的协同能力。当前，AI眼镜已经可以通过终端协同和云端AI实现不少单点功能；面向未来，6G相关能力更值得关注的是推动这些功能，在更复杂、更连续的真实场景中形成稳定体验。

现阶段功能基础：AI眼镜演进并非始于6G

分析6G与AI眼镜的关系，需要首先明确一个前提，即AI眼镜的功能演进并不以6G为起点。实时翻译、实时字幕、基础导航、拍照识别、语音问答等能力，今天已经可以依托端侧AI、手机协同、云端模型、Wi-Fi以及4G/5G网络逐步实现。5G和5G-A的重要意义，在于让云端AI调用、XR业务、低时延连接、QoS保障、上行能力和网络节能等能力不断增强。5G Americas在《5G-Advanced Overview》中将5G-A描述为3GPP Release 18及以后面向6G演进的重要阶段，重点包括AI/ML、XR、能效和更丰富的服务能力。

3GPP官网在一篇讨论5G-A XR能力向6G演进的技术文章中指出，5G SA和5G-A相关能力正在成为通向未来6G标准的重要桥梁。文章还特别提到，轻量化、具备AI能力的智能眼镜正在出现，这类终端会让未来网络更加关注上行吞吐，而不只是过去更常见的下行体验。在拍照识别、语音问答等单点应用中，现有网络和手机协同已经可以支撑较多场景；但当AI眼镜走向长时间佩戴、持续环境感知、实时场景理解和稳定信息叠加时，其对连接、算力、感知和安全体系的要求将明显提升。因此，讨论AI眼镜的体验升级，不能只看眼镜本身，也需要关注其背后的连接、算力、感知和安全体系。

现实约束：从单点功能到连续体验

对AI眼镜而言，网络速率只是影响体验的因素之一。随着应用从单次调用走向持续感知和实时反馈，体验连续性将成为更突出的约束。当前不少AI眼镜功能仍以单次触发为主，例如拍照识别、语音问答、短时翻译等。未来更理想的形态，是持续理解用户所处环境：用户正在看什么、在哪里、周围有什么、下一步可能需要什么。这里面会涉及语音、图像、视频、位置、姿态等多模态数据，也会带来上行、功耗、隐私和算力压力。翻译、字幕、导航、远程协作等功能，单次实现并不难，难的是长期稳定。手机上结果慢一秒，用户可能还能接受；但眼镜贴近人的视线和动作，如果字幕卡顿、空间标注漂移、远程指导不同步，体验会立刻变得不自然。AI眼镜需要的不只是“偶尔快”，还要尽可能“始终稳”。

普通导航今天已经很成熟，但AI眼镜需要的不只是知道“我在哪里”，还要知道“我朝向哪里”“眼前物体在哪里”“数字信息应该叠加到真实世界的哪个位置”等，这已经超出了普通GPS导航的范畴，更接近空间理解能力。同时，AI眼镜比手机更接近第一视角，可能持续接触并处理用户看到的画面、听到的声音、所在的位置、交流对象和工作场景。终端越智能，越需要身份认证、权限控制、隐私保护、数据安全和可追溯机制。因此，AI眼镜从单点功能走向日常化使用，需要连接、算力、感知和安全体系共同支撑。这也为讨论6G相关能力提供了现实背景。


技术支撑：6G能力演进与AI眼镜体验升级

从目前国际标准和产业规划看，6G并不是简单追求“更快网速”。它更重要的变化，是面向更复杂的沉浸式体验、AI服务、泛在覆盖和通感融合。ITU-R已经将下一代移动通信命名为IMT-2030，即业界所说的6G。2023年形成的ITU-R M.2160框架提出，IMT-2030将面向比IMT-2020/5G更广泛的使用场景和能力，包括沉浸式通信、超高可靠低时延通信、大规模通信、泛在连接、AI与通信融合、通感一体等六类典型使用场景。2026年，ITU-R WP 5D进一步完成IMT-2030无线接口技术性能最低要求草案，推动6G标准化工作进入更具体的技术要求阶段。结合AI眼镜的需求，以下重点关注其中与AI眼镜体验关系密切的六类方向：增强上行、AI与通信融合、通感一体、超高可靠低时延、泛在连接、安全可信。其中既包括IMT-2030明确提出的典型使用场景，也包括由AI眼镜业务形态引出的网络能力需求和总体设计原则。

（一）增强上行：从内容消费转向环境感知

手机时代，大量业务以内容下载为主，如视频、网页、直播等。AI眼镜具有第一视角摄像头、麦克风、位置和姿态等感知入口，如果要让AI理解用户正在看的世界，就需要把语音、图像、视频、位置、传感器数据等持续上传，或者在边缘侧进行协同处理。因此，对AI眼镜来说，上行不是辅助能力，而是重要的基础能力。3GPP在讨论5G-A XR向6G演进时已经指出，轻量化AI智能眼镜正在出现，未来尤其是AI应用会更加关注上行吞吐，而过去很多应用更多关注下行吞吐。

这意味着，6G对AI眼镜的意义，不只是让用户下载内容更快，还包括支撑大量设备在移动状态下持续、稳定地上传多模态感知信息。需要说明的是，这里的“上传”不一定是眼镜自己直接接入蜂窝网络。它可能通过手机或未来更丰富的终端协同方式完成。关键不在于具体链路形态，而在于AI眼镜要从内容消费走向环境感知，背后的网络体系必须更重视上行能力和上行稳定性。

（二）AI与通信融合：从连接保障走向体验协同

过去网络更多承担连接与传输功能：终端采集数据，网络负责传输，云端负责处理。但AI眼镜的不同任务，对网络的要求并不一样。第一视角视频需要稳定上行，远程协作需要音视频和空间标注同步，安全提醒需要高可靠，持续识别还要考虑终端功耗。如果网络只是按照统一方式提供带宽，很难支撑这些差异化体验。

ITU已经把“AI与通信”列为IMT-2030的重要使用场景。3GPP关于AI/MLfor NG-RAN与5G-A向6G演进的材料，也区分了“AI for Network”和“Network for AI”两条路径：前者是用AI提升网络性能和管理，后者是让网络更好支撑AI/ML服务。3GPP还指出，面向6G，AI/ML将进一步与无线通信技术融合，渗透到不同协议层并支持多种功能。放到AI眼镜上看，6G的价值不只在于“连接更快”，也在于让网络成为AI服务体验的一部分。未来网络不仅需要提供带宽和连接，还需要根据业务类型，对时延、抖动、可靠性、上行能力和能耗等指标进行更精细的协同保障。

（三）通感一体：从位置服务走向空间理解

普通导航并不需要等到6G。今天的手机地图已经很好用，5G/5G-A也可以支撑很多定位和导航体验。AI眼镜更进一步需要的是空间理解：知道用户在哪里、看向哪里、眼前物体在哪里，以及数字信息应该叠加到真实世界的哪个位置。例如在机场、商场、园区、工厂、地下空间中，眼镜不仅要提示“往哪走”，还要把箭头、说明、警示、操作步骤稳定地叠加到真实空间中。

这正是通感一体值得关注的原因。ITU已经把Integrated Sensing and Communication，也就是通感一体，列为IMT-2030的重要使用场景。对AI眼镜来说，通感一体的意义，是让网络从单纯传输数据，进一步参与位置、环境和运动状态的感知。未来网络可以与终端、地图和AI系统一起，帮助理解空间关系。这将有助于AI眼镜从简单路径提示，走向更高阶的空间理解和信息叠加。

（四）超高可靠低时延：提升移动状态下的体验稳定性

实时翻译、实时字幕、基础导航等能力，今天已经可以依托5G、Wi-Fi、端侧AI和云端模型逐步实现。但更大的挑战在于，当用户长时间佩戴AI眼镜，并处于移动、拥塞、弱覆盖、室内外切换和多人并发环境中，这些能力能否始终稳定可用。

眼镜贴近人的视野，体验对抖动和中断更敏感。字幕偶尔卡一下，空间标注漂一下，远程协作画面和标注不同步，都会让用户明显感到“不自然”。ITU把“超高可靠低时延通信”列为IMT-2030使用场景之一。同时，3GPP在5G-A阶段也已经针对XR增强QoS能力。例如Release 18中引入更精细的XR业务支持，支持按照应用数据单元粒度进行差异化QoS处理，并向网络提供应用流量模式信息。对AI眼镜来说，稳定比峰值更重要，这也是其从“可用功能”走向“自然体验”的关键。

（五）泛在连接：支撑AI眼镜走向更广泛真实场景

AI眼镜如果只在办公室和城市热点区域好用，很难成为真正的随身入口。机场、车站、景区、园区、工厂、港口、矿山、地下空间、户外运动和灾害救援现场，都可能成为AI眼镜的重要应用场景。这些场景往往不是单纯追求峰值速率，而是更看重覆盖范围、连接连续性和复杂环境下的可靠性。

ITU已经把“泛在连接”列为IMT-2030的重要使用场景，并指出IMT-2030预计支持更丰富的沉浸式体验、增强的泛在覆盖和新的协作形式。对AI眼镜而言，泛在连接的意义在于，让相关体验从网络条件较好的热点区域，逐步延伸到更多真实生产生活场景中。

（六）安全可信：支撑第一视角数据的可控使用

AI眼镜更接近用户第一视角，可能涉及图像、语音、位置、身份和工作场景等敏感信息。随着AI眼镜从拍摄记录、语音问答走向持续感知和场景理解，数据采集边界、授权机制、身份认证、隐私保护和安全审计的重要性会进一步提升。

ITU-RM.2160在IMT-2030框架中强调安全、韧性、可持续性等总体原则；3GPP关于AI/ML与6G融合的材料也提到，数据安全和系统能效是后续演进需要关注的重要挑战。对AI眼镜而言，未来网络还需要为第一视角数据的可控采集、可信传输和合规使用提供支撑。

面向未来：从单点功能走向稳定体验

当前，AI眼镜在拍摄、识别、问答、翻译、导航等方面已经具备一定基础。面向未来，更值得关注的是这些能力能否在更复杂的真实场景中形成稳定体验。例如，翻译能力需要在不同语言、不同场景和不同网络条件下保持连续；识别能力需要从单次物体识别走向对周边环境的持续理解；导航和提示能力需要从简单路径指引，走向与真实空间稳定叠加；行业应用则需要进入机场、景区、园区、工厂、地下空间、户外和应急现场等更复杂环境。同时，第一视角数据的采集和处理也需要建立在可信、可控、合规的基础之上。

因此，6G对AI眼镜的意义，并不是让某一个功能从无到有，而是推动连接、算力、感知和安全能力更好协同，使AI眼镜在更复杂的真实场景中具备持续可用、稳定可靠和可信可控的体验基础。

需要注意的是，当前6G仍处于标准研究和技术要求形成阶段，具体商用能力还需要后续国际标准化和产业部署逐步落实。本文讨论的是基于IMT-2030框架和3GPP相关研究方向的合理展望，而不是已经确定的商用功能清单。