Ver sonido, escuchar imágenes: la temperatura de las gafas de IA

Cuando solo ha transcurrido la mitad de 2026, el número de gafas con IA lanzadas ya ha llegado a 68, y marcas como HUAWEI, Thunderbird, XREAL y KEDAXUNFEI han lanzado nuevos productos. Desde trabajos de oficina y deportes hasta aplicaciones de asistencia sanitaria, las gafas con IA están mostrando sus capacidades multifuncionales.

Vale la pena señalar que la 'asistencia audiovisual', una característica específica de las gafas de IA, ha estado atrayendo la atención de los fabricantes en los últimos años. Hasta cierto punto, no se trata del tamaño potencial del mercado, sino del valor único que las gafas AI pueden demostrar dentro de este mercado.

En enero de este año, la startup rumana .lumen presentó una tecnología de accesibilidad disruptiva: las gafas de navegación .lumen para ciegos. En febrero, Meta avanzó en las funciones de asistencia de las gafas de IA para ayudar a las personas con discapacidades cognitivas y a los veteranos a recuperar una vida independiente; en marzo, Daemyung Optics de Corea del Sur firmó un acuerdo con Everysight para desarrollar conjuntamente gafas con inteligencia artificial para brindar soluciones a personas con discapacidad auditiva y visual; En junio, Rokid declaró que había establecido un equipo dedicado a grupos especiales para realizar investigaciones de necesidades entre grupos de usuarios relevantes, y sus productos se han incluido en la lista de herramientas de asistencia subsidiadas por la Federación de Personas con Discapacidad en Zhejiang, Sichuan, Yunnan y otras regiones de China.

Hacer visible el sonido: las gafas de subtítulos se han incluido en la lista de 'Subsidios para dispositivos de asistencia' de China.

Para los usuarios con discapacidad auditiva, el beneficio más directo de las gafas con IA en la actualidad es la conversión de sonido en texto que se puede leer en tiempo real.

Esta dirección no es nueva. En 2022, LLVision lanzó las gafas de subtítulos AR 'Listener', que utilizan un micrófono para recopilar audio conversacional y luego muestra los subtítulos transcritos en el campo de visión del usuario. Este producto también fue una de las primeras gafas de subtítulos AR de consumo en lograr una producción en masa en ese momento.

Con la maduración del reconocimiento de voz y las tecnologías de visualización liviana, los subtítulos en tiempo real están comenzando a pasar de dispositivos de asistencia especializados a gafas de inteligencia artificial de uso general. Meta Ray-Ban Display admite la visualización de subtítulos de diálogo y traducciones dentro de las lentes, con el texto visible solo para el usuario. Productos como Rokid Glasses y Thunderbird X3 Pro también han incorporado subtítulos y traducción en tiempo real como características clave de sus gafas con IA basadas en pantalla.

Otro enfoque tecnológico es mejorar el sonido en sí. La función 'Conversation Focus' de Meta, probada en Ray-Ban Meta y Oakley Meta HSTN, utiliza micrófonos direccionales para resaltar la voz del hablante frente al usuario, reduciendo la interferencia del ruido ambiental. Este tipo de solución se acerca más a los audífonos suaves y es adecuada para entornos ruidosos como restaurantes, exposiciones y estaciones de tren, pero no puede reemplazar la visualización de subtítulos para usuarios con discapacidad auditiva grave.

Desde la perspectiva del producto, las gafas de IA ya poseen los requisitos básicos para convertir voz en subtítulos, pero todavía existen diferencias significativas entre los subtítulos accesibles y la transcripción de reuniones ordinarias. Las conversaciones cotidianas a menudo involucran a varias personas hablando simultáneamente, dialectos, acentos, música de fondo y ruido ambiental repentino. Además de reconocer el texto, las gafas de subtítulos también necesitan determinar la identidad del hablante y la dirección de la voz, manejar las rupturas de oraciones, el tono y el contexto, e involucrar la recopilación de datos del micrófono. Desarrollar esta función es fácil, pero hacerlo bien no lo es.

Actualmente, la política nacional china ha comenzado a adoptar esta forma de producto. La nueva versión del catálogo de Beijing de subvenciones para la compra de dispositivos de asistencia para discapacitados ha añadido las 'gafas de subtítulos' a la lista. En julio de 2026, durante un evento de experiencia de gafas accesibles con tecnología de inteligencia artificial organizado por la Asociación para Sordos del Distrito de Haidian en Beijing, las principales características mostradas fueron subtítulos en tiempo real, traducción inteligente y navegación.

Al hacer que las imágenes sean audibles, las gafas con IA están comenzando a asumir el papel de comprensión ambiental.

Las necesidades de gafas de IA de las personas con discapacidad visual son más complejas. Los usuarios con baja visión pueden conservar algo de visión y necesitan funciones como ampliación de la imagen, mejora de los bordes, ajuste del contraste, mejora del color y reconocimiento de texto. Para usuarios totalmente ciegos o casi totalmente ciegos, la pantalla de visualización tiene un valor relativamente limitado; Los productos necesitan convertir imágenes e información espacial en señales de voz, táctiles o de otro tipo.

Esto también determina dos direcciones de producto diferentes para gafas de asistencia para personas con discapacidad visual. El primer tipo ayuda a los usuarios a 'comprender lo que tienen delante'. Las cámaras pueden reconocer textos, mercancías, billetes, personas, autobuses y señales de tráfico, y luego transmitir los resultados a través de altavoces abiertos. Los modelos multimodales de gran tamaño mejoran las capacidades de descripción de escenas, permitiendo que las gafas vayan más allá del reconocimiento de objetos individuales y respondan preguntas como '¿Qué hay sobre la mesa?', '¿Qué está haciendo la persona frente a mí?' y '¿Qué dice este aviso?'.

El segundo tipo ayuda a los usuarios a 'determinar su próximo movimiento'. Estos productos necesitan identificar límites de carreteras, escalones, obstáculos y vehículos dinámicos, determinar las relaciones espaciales entre objetos y luego proporcionar sugerencias de acción a través de voz, vibración o retroalimentación de presión. .lumen adopta este último enfoque. Su sistema toma prestados los conceptos de percepción ambiental de la conducción autónoma, utilizando sensores e inteligencia artificial para encontrar caminos seguros para caminar y luego usando retroalimentación háptica para guiar a los usuarios a cambiar de dirección. El dispositivo no depende de mapas ambientales prediseñados, ni necesita anunciar continuamente giros a izquierda y derecha mediante voz, lo que reduce la carga de indicaciones auditivas en la atención auditiva del usuario.

Sin embargo, las responsabilidades de un producto aumentan significativamente a medida que evoluciona de 'describir el entorno' a 'guiar viajes'. Si bien las respuestas generales a preguntas de la IA pueden ocasionalmente presentar errores de reconocimiento, lo que podría resultar en una respuesta incorrecta, los sistemas de navegación inaccesibles que calculan mal los pasos, los vehículos o los obstáculos podrían afectar directamente la seguridad del usuario. El vidrio transparente, los obstáculos bajos, los objetos suspendidos, la retroiluminación y los entornos nocturnos son escenarios en los que los sistemas de visión por computadora son propensos a cometer errores de cálculo. Las investigaciones existentes generalmente consideran la detección de obstáculos, la planificación de rutas, la fusión de sensores y la retroalimentación interactiva como las capacidades centrales de los sistemas de navegación para personas con discapacidad visual.

Por lo tanto, en esta etapa, las gafas de IA son más adecuadas como complemento de los bastones, los perros guía y la asistencia humana. Durante el Maratón de Londres de 2026, algunos corredores con discapacidad visual utilizaron gafas inteligentes Meta para obtener reconocimiento de puntos de referencia e información de voz, pero la guía principal aún la proporcionaban los corredores acompañantes o los perros guía. Los casos de uso del mundo real muestran que las gafas de IA pueden mejorar la eficiencia de la adquisición de información, pero aún están lejos de respaldar plenamente la navegación segura.

Los productos de accesibilidad también deben conservar canales para la asistencia humana. Cuando el dispositivo no puede determinar condiciones complejas de la carretera, los usuarios deberían poder contactar rápidamente a familiares o voluntarios para transmitir imágenes en perspectiva en primera persona e información de ubicación a asistentes remotos. La IA que maneja información estandarizada de alta frecuencia, con intervención humana en escenarios de baja frecuencia pero de alto riesgo, puede ser una combinación de productos más confiable en esta etapa.

Duración de la batería: un gran obstáculo para las gafas con IA accesibles

Las gafas de IA accesibles son dispositivos de asistencia de alta frecuencia y, en comparación con las gafas de IA de consumo habituales, tienen mayores requisitos de duración de la batería y comodidad de uso. Esto se debe a que estos productos no son herramientas de asistencia ocasionales, sino dispositivos que se utilizan con frecuencia en escenarios de alta frecuencia, como viajes y comunicaciones. Por lo tanto, la duración de la batería y el peso son indicadores importantes para el uso a largo plazo de gafas con IA accesibles.

Las pantallas, las cámaras y la computación continua con IA siguen siendo los mayores consumidores de energía. Meta Ray-Ban Display indica oficialmente una duración máxima de la batería de 6 horas con uso mixto; Las gafas para disparar con IA que eliminan parcialmente la pantalla pueden extender la duración de la batería a más de 10 horas, pero el tiempo de grabación de video continuo solo se puede mantener dentro de 1 hora, lo que dificulta satisfacer las necesidades de comprensión visual continua de la IA.

Actualmente, los fabricantes exploran continuamente mejoras en la duración de la batería. Por ejemplo, la batería con banda para el cuello de Rokid en su negocio B2B Rokid Glass3 proporciona al menos dos horas y media de funcionamiento continuo mientras la cámara está funcionando.

Además, un diseño de batería reemplazable es otra forma eficaz de aumentar la duración de la batería desde la perspectiva del hardware. Los usuarios pueden quitar e insertar la patilla para reemplazar la batería principal, y la batería secundaria puede mantener energía continua durante el proceso de intercambio. Cuando se utiliza con el estuche de intercambio de batería, permite que la batería dure todo el día. A nivel del sistema, un diseño de arquitectura de doble chip también puede mejorar significativamente la duración de la batería.

Por supuesto, además de las soluciones enumeradas anteriormente, se necesita una verdadera revolución en los materiales subyacentes de las baterías para resolver genuinamente el problema, como avances en materiales de ánodos de silicio-carbono y baterías de estado sólido.

Los datos relacionados muestran que, en comparación con los ánodos de grafito ordinarios, los ánodos de silicio-carbono pueden mejorar significativamente la densidad de energía masiva y la densidad de energía volumétrica de las baterías, aumentando generalmente la densidad de energía general de la batería entre un 8% y un 40%. Al mismo tiempo, debido a la alta capacidad teórica específica del silicio, la duración de la batería y el rendimiento de carga rápida también se pueden optimizar en gran medida.

Este material se utilizó por primera vez en teléfonos inteligentes de alta gama y otros dispositivos electrónicos, y posteriormente se aplicó también a las gafas. La batería XIAOMI Jinshajiang de 263 mAh integrada en las gafas AI de XIAOMI utiliza la misma tecnología de ánodo de silicio-carbono de alta densidad que la de los teléfonos XIAOMI, lo que mejora en gran medida la duración de la batería de las gafas AI.

En comparación con las baterías tradicionales de iones de litio, las baterías de estado sólido ofrecen mayor densidad de energía, velocidades de carga más rápidas y mayor seguridad. Para las gafas de IA, la miniaturización y la alta densidad de energía de las baterías de estado sólido son particularmente importantes. Como dispositivos portátiles, las gafas con IA tienen un espacio interno muy limitado. Las baterías de estado sólido pueden adaptarse mejor a estos requisitos de espacio compacto y, al mismo tiempo, proporcionar suficiente energía para soportar diversas funciones de las gafas con IA, como pantallas de alto brillo, reconocimiento de imágenes y grabación de vídeo de larga duración.

Por último, el Informe mundial sobre la visión de 2019 de la Organización Mundial de la Salud muestra que más de 2.200 millones de personas en todo el mundo padecen discapacidad visual o ceguera. En cuanto a la audición, aproximadamente 1.500 millones de personas en todo el mundo tienen distintos grados de pérdida auditiva, y alrededor de 430 millones experimentan una discapacidad auditiva grave.

Si bien la ausencia de barreras puede no ser el mercado de más rápido crecimiento para las gafas de IA, sin duda es uno de los escenarios que mejor pone a prueba el valor del producto. Los usuarios comunes pueden tolerar errores de reconocimiento ocasionales y usar fácilmente sus teléfonos como alternativas; sin embargo, para los usuarios que dependen de dispositivos para comunicarse y viajar, la precisión, la latencia, la duración de la batería y la confiabilidad impactan directamente en la experiencia del usuario y la seguridad personal.

En términos de accesibilidad, además de las personas con discapacidad visual y auditiva, la población de 'cabello plateado' también ha atraído la atención de los fabricantes chinos. En la Senior Expo del año pasado, LIANHUI Technology lanzó las primeras gafas de ayuda visual del mundo equipadas con el cerebro inteligente Om, diseñadas específicamente para personas mayores. Las gafas pesan solo 45 gramos, tienen una duración de batería de 8 horas y admiten capacidades de inteligencia artificial como detección de todo, interacción proactiva y toma de decisiones autónoma.

En la 4.ª Feria Óptica Internacional de Shenzhen de China y la Primera Exposición de Gafas con Inteligencia Artificial de 2026, MINGZHI Cloud Technology también lanzó gafas con tecnología de IA para personas mayores. Equipadas con tecnología de modelo a gran escala, estas gafas integran funciones como asistencia visual, asistencia auditiva, respuesta de emergencia y asistencia remota, proporcionando una solución portátil inteligente personalizada para personas mayores.

El toque humano en las gafas de IA aumenta constantemente.

Fuente:：VRTUOLUO