当轻量化刻不容缓，“录音笔”被塞入AI眼镜

作者 | 山竹

出品 | 锌产业

2026年的AI眼镜圈，开始做减法，那种惨不忍睹的减法。

在大多数人的印象中，AI眼镜是AR眼镜的过渡形态：

在体积、算力、功耗、工艺等因素制约下，AI眼镜舍弃了显示功能，转而将拍照、导航、字幕、翻译等在手机上成熟的应用搬到了眼镜上。

从功能承袭到产品设计，AI眼镜团队以往的野心，一直都是取代智能手机。

然而，如果你翻看了相关工艺和技术的成熟度、整个产业的工业化进度，你就会发现，AI眼镜和智能手机中间，隔着一道难以逾越的鸿沟。

Geoffrey Moore在他的经典巨作《跨越鸿沟》一书中，关于高科技产品的研发设计，有过这样一段论述：

那些成功跨越鸿沟的产品，无一不是先在某个垂直领域成为必需品，再借由实用主义者的圈层渗透，完成向大众市场的跃迁。

当AI眼镜困于智能手机的完美逻辑无法自拔时，一些幡然醒悟的创业者开始走出执念，钻入一个细分领域寻找答案。

这个细分领域就是被AI录音卡片验证过的AI录音市场。

AI记忆在2026年成了AI眼镜的核心功能，甚至成了它的唯一功能，AI眼镜由此得以做到了30g、20g，乃至15g……

2026年，当AI眼镜开始做极致减法，一个极简逻辑在这一市场中快速蔓延。

01 为了让你戴上AI眼镜一整天

当谈起AI眼镜，我们谈的究竟是什么？

Meta掌门人扎克伯格为我们将这个议题划到了，下一代计算平台。

扎克伯格最早是将Oculus的VR设备类比为下一代计算平台，当他做AR眼镜，乃至AI眼镜时，这一理念自然也就沿袭了下来。

扎克伯格之于AI眼镜，就像马斯克之于自动驾驶汽车。

这样的理念自然也就在国内AI眼镜圈子里被不断引用、不断提及，甚至有了点终局思维的意思。

沿着这一理念，AI眼镜最好拥有显示、摄像、语音、导航、翻译、支付、空间感知等功能，甚至还要能够独立运行应用。

功能列表越长，AI眼镜似乎就越接近“下一代智能终端”。

但问题在于，AI眼镜首先是一个需要压在鼻梁、夹在耳后的日用品。

显示模组，需要光机、光波导和驱动电路；

摄像头，需要图像传感器、存储和传输能力；

更强的本地计算，意味着更大的芯片、电池和散热空间；

每增加一种能力，眼镜的重量、镜腿宽度、发热和功耗也会随之增加。

手机增加十几克，影响或许有限，眼镜增加十几克，带来的变化却会直接落在鼻子和耳朵上，压迫感成了AI眼镜长期应用的噩梦。

中国信通院在《AI眼镜关键技术与产业生态研究报告（2025年）》中就指出：

即使部分产品已经突破30g，但长时间使用仍存在鼻梁压迫和耳后夹持不适等问题；

当前AI眼镜嵌入镜腿的100—120mAh电池，能够维持8-14小时续航，硬件空间和能源系统始终处于紧张状态。

这样的产品使用现状让轻量化设计不再只是一个发布会上用于炫耀的参数，对强调持续感知和主动服务的AI眼镜来说，重量甚至决定了它的产品逻辑能否成立。

如果一副眼镜只能佩戴一两个小时，它就很难成为用户全天候信息入口；

如果用户需要频繁摘下充电，AI模型所以来的上下文环境就很难连续。

只有先让AI眼镜“戴得住”，其背后承载的AI能力才有意义。

所以，在经历了AI眼镜百镜大战、AI眼镜市场规模达到千万台、乃至出现累计出货量达千万的AI眼镜后，我们看到，2026年，一批追求极致轻薄的AI眼镜陆续登场。

这其中尤以WAIC 2026期间同天发布的两款AI眼镜，表现最是突出。

一款是自天猫精灵团队走出创业的茹忆创办的李未可，在WAIC 2026上发布的李未可X-AI眼镜。

李未可X-AI眼镜整机重量只有26g，主体负责语音交互和音频记录，强调的是音频数据+AI助手的记忆功能，通过音频数据驱动AI助手不断迭代升级，打造一个用户个人的AI模型。

为了将重量打下来，茹忆甚至用上了模块化设计，将原本硬件本体上的摄像头模组做模块化设计，需要拍摄时，这款眼镜可以安装一个10g左右的1200万像素的磁吸摄像头。

这样设计的好处是，日常佩戴的眼镜重量降下来了，在会议、面谈等敏感场景，也很好地避免了现在大家对于智能眼镜摄像头存在的隐私安全问题的恐慌。

当然，这样的设计也有缺点，缺点就是模块化设计增加了AI眼镜摄像功能的使用门槛，多了一个步骤，也必将会失去一部分用户。

更重要的是，这样的设计会带来用户对于拍摄功能的质疑：

既然可以模块化设计，是否也就意味着摄像功能并非AI眼镜的刚需功能？

另一款是曾在网易做AR产品研发的郭于晨创办的Moonix，在WAIC 2026上发布的Moonix AI眼镜。

Moonix AI眼镜更为极致的是，将整机重量压缩到了14.9g，同样是主体负责音频记录，基于音频记录+AI助手的记忆功能，通过音频数据驱动AI助手的迭代升级，打造一个用户个人的AI模型。

更重要的是，两款AI眼镜的理念如出一辙：

做极致功能简化（只保留音频功能），尽可能换取眼镜的轻薄和全天续航；

支持主动音频识别和录制，强调通过用户个人数据训练出拥有AI记忆功能的智能体。

基于类似设计理念的产品，还有去年年底发布的界环特别版，以及今年上半年发布的Vidda G11和Solos AirGo A6。

为了让用户佩戴一整天，这几款AI眼镜几经取舍后，整机重量都控制到了30g以下。

音频、记忆、超薄、全天候，由此成了2026年AI眼镜的关键词。

02 录音功能，因何成了AI眼镜的终极技能？

当显示、拍照、翻译等功能被AI眼镜厂商一个个割舍、抛弃后，录音功能，为什么成了AI眼镜的终极技能？

这是主打音频功能的AI眼镜，在进入市场之前必须回答的问题。

首先，从全天候佩戴功能实现上来看，录音功能所需硬件资源更少，对硬件更友好。

相较于光学显示模块和图像采集模块，麦克风体积更小、功耗更低，对算力和传输带宽的要求也更小，通过多麦克风阵列、波束成形和降噪算法，各个AI眼镜研发团队又可以在不显著增加重量和功耗的前提下改善收音。

蜂巢科技在2025年11月发布的界环AI音频眼镜特别版，就是在26.4g机身里藏了4颗麦克风用于录音转写和AI总结，同时也覆盖了翻译功能，主打办公和翻译场景应用，最长续航达到了14小时。

海信在2026年5月发布的Vidda G11，则是在26.5g机身里嵌入了6颗麦克风，配合AI收声算法和抗风噪能力，主要解决的是会议、户外通话和复杂环境下“能不能听清”的问题，配套应用也有增加录音AI总结、翻译和智能语音助手，官方标定续航更是超过了25小时。

其次，这也是一个已经在AI眼镜之外得到了商业验证的功能。

在大模型掀起的这场AI浪潮中，AI录音硬件已经从传统录音笔进一步分化出了录音卡片、录音胸针、可穿戴录音设备，它们的功能并不复杂：

通过一个物理按键控制录制启停，再由软件完成转写、摘要、说话人识别和待办提取。

其中最具代表性的产品是PLAUD Note，它将录音设备做成接近银行卡大小的薄片，可以吸附在手机背面，兼顾现场对话与通话录音。

随后推出的NotePin，进一步将录音设备变成可以夹在衣领或佩戴在手腕上独特的可穿戴设备。

更重要的是，这类产品的意义不只是提供了新的硬件形态，还证明了AI录音可以形成“硬件销售＋软件订阅”的收入闭环。

据TechCrunch报道，截至2026年6月，PLAUD已经出货超过200万台AI录音设备，其软件业务年化收入超1亿美元，用户覆盖170多个国家和地区。

这些数字证明了用户对于AI录音设备的强需求，相比尚在寻找高频应用场景的其它AI硬件，AI录音产品已经形成了较为清晰的用户群体和商业模式。

这也让AI眼镜团队在考虑功能取舍之时，最终唯独将录音功能保留下来的一个重要原因。

甚至于AI眼镜在主动AI录音这条路上，可能走得更远。

录音卡片、录音笔仍然需要用户意识到“这段内容值得保存”，然后拿出设备或者按下录音按钮，但真正重要的信息经常没有一个明确的起点：

一句临时的补充、一次走廊里的交流，或者客户在会议结束前提到的交付时间，都可能成为后续工作的关键。

眼镜由于更靠近用户的耳朵和嘴，也始终处于stand by状态，更适合成为稳定的第一人称音频入口，用户不必调整录音设备的位置，也不需要在桌上额外摆放一件硬件。

这正是Moonix和李未可进一步强调AI眼镜主动记录能力的原因。

按照Moonix的产品逻辑，AI眼镜可以在用户开启智能记录后间歇采集环境信息，在需要完整保存时再切换为持续录制，音频进入应用后，由AI生成纪要、待办和每日总结，并逐渐沉淀为个人数据库。

李未可X-AI更强调场景判断，其Memory Policy Engine用于识别会议、面谈、商务拜访和差旅等场景，决定何时记录、哪些内容值得保留，再从中提取人物、事件、时间和任务。

于是，我们看到，当下的AI音频眼镜背后是这样一条工作链路：

第一层是录下来，重点解决收音、降噪和续航；

第二层是整理出来，通过转写、摘要和待办降低用户回听成本；

第三层是长期记住，让不同时期的记录形成连续上下文；

第四层则是继续执行，把记录中的任务交给其他智能体和办公系统。

导航通常只在出行时使用，提词集中于演讲和拍摄场景，视觉问答需要用户主动发问，而这样的AI录音产生的内容则可以长期、持续积累下来。

一次翻译解决的是一次沟通，一次导航抵达的是一个目的地，一场会议留下的人物关系、项目背景和任务节点，却可能在几个月后仍然有价值。

这是AI眼镜背后记忆功能的逻辑。

实际上，就像具身智能里的UMI设备一样，现在这样的AI音频眼镜更像是一台数采设备。

更有诱惑力的其实是，AI眼镜团队希望可以由它最终养成那个个人AI智能体，和它背后承载的AI故事。

03 当“录音笔”拥有长期记忆，新的问题才刚刚出现

李未可X-AI眼镜试图把这条链路再向前推进一步。

眼镜记录下会议、客户拜访和差旅中的信息，WakeeMemory将其整理为结构化记忆，再同步给腾讯云WorkBuddy，后者可以据此生成文稿、PPT和日程，完成任务跟进及跨系统流转。

如果这套流程能够稳定运行，AI眼镜所替代的将不只是AI录音笔。

传统录音笔的任务在用户按下停止键时基本结束，AI记忆眼镜则希望把停止录音变成工作流的起点：

谁承诺了什么、何时完成、需要向谁发送文件，都可以继续转化为行动。

Moonix目标更偏向个人数字记忆，它希望通过长期音频记录积累用户语境，让AI逐渐理解其工作和生活，而不是只回答一次问题。

这两种路线都指向个人智能体正在面对的一个根本问题：

大模型很会回答问题，却不了解提问者正在经历什么。

用户可以把文件上传给AI，也可以在每次对话中重新解释项目背景，但这些操作始终需要主动输入，AI眼镜提供了另一种可能——让AI从真实生活中获取持续上下文。

从这个角度来看，录音不是AI眼镜剩下的“低配功能”，反而可能是个人智能体获取上下文的第一块拼图。

声音中包含的不只是语言，还有说话人、时间、场景和关系，它比单次拍照更连续，也比用户手动输入更自然。

但一支始终贴近用户的录音笔，同样会把AI眼镜带进更敏感的区域。

第一个问题是知情问题。

用户愿意记录自己的生活，不代表与其交谈的人也默认接受录音，会议室、医院、学校、律师事务所和客户办公室对录音的容忍度完全不同，具备主动录音能力的AI眼镜，是否也懂得适时回避，也将成为这类产品是否智能的一个衡量标准。

第二个问题是数据边界。

音频可能包含商业机密、身份证明、联系方式和私人对话，AI眼睛厂商需要回答的不只是“数据是否加密”，还包括原始音频保存在哪里、云端是否留存、谁掌握密钥、用户删除后备份是否同步清除，以及数据会不会被用于模型训练。

OpenAI可以搜集全网数据用来训练大模型，但这些互联网数据大多不具有明显的隐私性，但个人日常音频数据有着更高级别的隐私需求。

第三个问题是AI错误的连锁反应。

转写漏掉一个否定词，可能让会议结论完全反转，错误识别说话人，可能把承诺归到另一个人名下，摘要忽略限制条件，也可能生成一条看似明确、实际错误的待办。

当系统只负责整理录音，用户还可以回听原文纠正，可一旦它开始自动创建日程、生成邮件甚至推进任务，错误的成本也会随之上升。

这意味着“从记录到执行”不能只追求自动化，还需要保留原始证据、出处定位、用户确认和撤销机制，记忆越主动，执行越深入，系统就越需要克制。

轻量化设计的难题同样没有终结，14.9g、19g、26g......，这些重量参数实则是不含处方镜片的重量，高度近视镜片会继续增加眼镜重量。

此外，官方续航也来自不同测试口径，连续录音、音乐播放、待机和“实用续航”不能直接横向对比，这些AI眼镜对于你而言，并不都能佩戴一整天。

不过，这一系列AI眼镜至少重新回答了一个问题：

如果AI眼镜还无法成为下一代计算平台，如何先让它成为一台用户可以全天佩戴的眼镜。

而在这类产品中，真正的竞争也将转向AI：

谁能具备更强的理解能力，从而采集更多高质量数据；

谁能通过用户侧采集的这些高质量数据，训练出更懂用户的个人智能体。