بازدیدها: 0 نویسنده: ویرایشگر سایت زمان انتشار: 1395/07/14 منبع: سایت
از لیتیوم مایع تا حالت تمام جامد: چگونه ریز باتریهای درون بازوهای شقیقه با ضخامت 2.2 میلیمتر عامل ساخت یا شکستن نسل بعدی عینکهای هوشمند را تعیین میکنند.
آیا متوجه پدیده عجیبی شده اید؟ مواد تبلیغاتی برای عینکهای هوش مصنوعی 2026 ادعاهای عجیبی را مطرح میکنند - ضبط 4K، ترجمه همزمان، مکالمات با مدل بزرگ هوش مصنوعی، نمایشگرهای فضایی... با این حال وقتی به دست کاربران برسد، رایجترین شکایت همیشه یکسان است: باتری به اندازه کافی دوام نمیآورد.
نکته قابل توجه تر این است که این موضوع منحصر به یک شرکت نیست. Ray-Ban Meta (154mAh) چهار ساعت استفاده معمولی را ارائه می دهد، اما عکس گرفتن مکرر و تعاملات هوش مصنوعی این زمان را به نصف به دو ساعت کاهش می دهد. V3 (158mAh) تنها 30 دقیقه فیلمبرداری را مدیریت می کند. و حتی V4 - که در می 2026 راه اندازی شد و به عنوان دارای یک باتری نیمه جامد با 'افزایش عظیم 57٪ ظرفیت' تبلیغ می شود - اساسا چیزی بیش از افزایش سقف چگالی انرژی فناوری سنتی لیتیوم یون کمی بالاتر است.
چرا کل صنعت از این واقعیت که باتری پاشنه آشیل عینک های هوش مصنوعی واقعی است طفره می رود؟ این مقاله به تشریح میدان نبردی میپردازد که با «مشخصات پر زرق و برق» پنهان شده است - از توزیع کل مصرف برق سیستم و محدودیتهای فیزیکی کوچکسازی باتریهای یکپارچه معبد گرفته تا مسابقه صنعتیسازی در میان فناوریهای نیمه جامد، تمام حالت جامد، و اکثریت آند سیلیکونی-کربن، و همچنین طیف وسیعتری از فناوریهای مدیریت آند-کربن بسیار متغیر.
داده های آکادمی فناوری اطلاعات و ارتباطات چین (CAICT) برای سال 2025 نشان می دهد که میانگین عمر باتری عینک های هوش مصنوعی تنها 6.77 ساعت است، در حالی که محصولات دارای قابلیت نمایش واقعیت افزوده به طور متوسط کمتر از 3 ساعت هستند. این نشان میدهد که فاصلهای بین عملکرد واقعی و هدف اعلامشده صنعت برای 'پوشیدن در تمام روز' (بیش از 12 ساعت) وجود ندارد.
[نمودار: مقایسه عمر باتری واقعی عینکهای هوش مصنوعی (2025–2026)]
نمودار بالا تفاوت فاحشی را نشان میدهد: عینکهای هوش مصنوعی بدون صفحه (دارای قابلیتهای صوتی و دوربین) با استفاده از راهحلهای MCU کم مصرف (مانند Rokid Style در 12 ساعت، Moonix در 16 ساعت و NIMO در 48 ساعت) از عمر باتری 12 ساعت فراتر رفتهاند. در مقابل، عینکهای AI/AR مجهز به نمایشگر – که به طور گسترده در صنعت به عنوان «فاکتور فرم نهایی» شناخته میشوند – در محدوده ۲ تا ۵ ساعته باقی میمانند. این بدان معناست که برای هر پیکسل اضافی اضافه شده به صفحه نمایش، هزینه از نظر عمر باتری به صورت تصاعدی است.
یافته های کلیدی:
• RayNeo V4 که در می 2026 منتشر شد، دارای یک باتری نیمه جامد با 57٪ ظرفیت بیشتر از V3 است. با این حال، افزایش عمر باتری بسیار کمتر از افزایش ظرفیت است، زیرا افزایش مصرف انرژی ناشی از بارهای محاسباتی هوش مصنوعی - به ویژه استنتاج مدل بزرگ روی دستگاه - از رشد چگالی انرژی باتری پیشی میگیرد.
• عمر باتری 48 ساعته NIMO بر پیکربندی بدون دوربین و نمایشگر تکیه دارد و تنها از حداقل سنسورها استفاده می کند. در اصل، این یک جفت عینک با قابلیت صوتی بلوتوث است که بسیار کمتر از تعریف کامل 'عینک هوش مصنوعی' است.
• عینک های هوش مصنوعی هوآوی (مجهز به باتری های دو طرفه 252 میلی آمپر ساعتی) به 9 ساعت پخش صدا یا 8 ساعت مکالمه دست می یابند. با این حال، عملکرد در طول 78 دقیقه پخش زنده مداوم یک واقعیت آشکار را نشان می دهد: زمانی که کارهای پر بار و مداوم در حال اجرا هستند، عمر باتری باقی مانده تنها در چند دقیقه اندازه گیری می شود.
برای درک گلوگاه عمر باتری، ابتدا باید به یک سوال پاسخ دهیم: چرا یک جفت عینک با وزن 40 گرم - مجهز به باتری 154 میلی آمپر ساعتی (تقریباً 0.57 وات ساعت) - در مواجهه با اوج بار قدرت در سراسر سیستم که نزدیک به 3 وات است، تنها 30 دقیقه دوام می آورد؟
[نمودار: ساختار هزینه BOM عینک هوش مصنوعی و رابطه بین باتری، وزن و عمر باتری]
تصویر سمت چپ بر اساس تجزیه و تحلیل صورتحساب مواد (BOM) iResearch برای هولولنز است: واحد نمایشگر نوری 43٪، واحد محاسباتی برای 31٪، ذخیره سازی برای 15٪، و واحد حسگر برای 9٪ - در حالی که باتری تنها 2٪ است. این به این دلیل نیست که باتریها ارزان هستند، بلکه به این دلیل است که باتری از نظر فیزیکی تا حد مطلق 'فشرده' شده است: در مجموع بودجه وزنی 40 گرمی، باتری معمولاً فقط 5 تا 8 گرم اختصاص مییابد.
[نمودار: تفکیک مصرف انرژی ماژول های هسته عینک هوش مصنوعی]
جدول بالا 'سه دزد بزرگ' مصرف برق را نشان می دهد:
ماژول نمایشگر (Micro-OLED + درایور موتور نوری): مصرف برق معمولی 800 میلیوات با حداکثر توان 1.2 وات است. این دلیل اساسی است که چرا عمر باتری عینک های AR با نمایشگر داخلی نمی تواند از پنج ساعت بیشتر شود. موتور نوری باید تصویر را در موجبر 'پروژه' کند و سپس آن را در چشم کاربر جفت کند. تلفات نوری در هر مرحله توان قابل توجهی را مصرف می کند.
کنترلکننده اصلی SoC (Qualcomm AR1/AR2): مصرف برق معمولی 600 میلیوات و حداکثر 1.2 وات است. وظایف استنتاج هوش مصنوعی روی دستگاه (مانند بیدار شدن صدا، ترجمه بلادرنگ و تشخیص تصویر) به NPU یا DSP برای فعال ماندن نیاز دارند. مصرف برق بیدار شدن AR1 تقریباً 10 میلی آمپر است — در حالت آماده به کار به عنوان یک تخلیه نامرئی عمل می کند.
ISP دوربین + پردازش تصویر: مصرف برق معمولی 300 میلیوات و حداکثر 800 میلیوات است. کارهایی مانند ضبط 4K، رمزگذاری بلادرنگ، و تجزیه و تحلیل بصری مبتنی بر هوش مصنوعی (به عنوان مثال، تشخیص اشیا و درک صحنه) باعث افزایش مصرف انرژی در این ناحیه می شود.
تضاد عمیقتر در این واقعیت نهفته است که ماهیت «همیشه روشن» عینکهای هوش مصنوعی به دستگاه نیاز دارد تا به طور مداوم محیط خود را (برای بیدار شدن صدا و دریافت دادههای حسگر) نظارت کند، که کاهش مصرف انرژی در حالت آمادهباش را تا سطح میکرو آمپر معمولی تلفنهای هوشمند غیرممکن میکند. در حالی که پردازنده ADA100 Jiutian Ruixin میتواند میانگین مصرف انرژی را زیر 70 میکروآمپر و زیر 170 میکروآمپر در حین کار با توان کامل نگه دارد، این بهینهسازی فقط برای عملکرد واحد 'بیدار شدن صدا' اعمال میشود. مصرف برق پس از درگیر شدن تعامل چندوجهی همچنان به طور تصاعدی افزایش می یابد.
تجزیه و تحلیل عمیق منتشر شده در ستون Zhihu در ژانویه 2026 نشان داد که با توجه به فضای بسیار محدود و نیاز به باتری های با ظرفیت کوچک (زیر 500 میلی آمپر ساعت) در عینک های هوشمند، آندهای گرافیتی سنتی به محدودیت های چگالی انرژی حجمی خود رسیده اند. سازندگان تنها دو مسیر برای پیشرفت دارند: تغییر سیستم های مواد یا تغییر فرم های ساختاری.
[نمودار: تکامل چگالی انرژی در نقشه راه فناوری باتری عینک هوشمند]
لیتیوم یون مایع سنتی: چگالی انرژی حجمی تقریباً 250 Wh/L است که به سقف با ضخامت 2.2 میلی متر برخورد می کند.
آند سیلیکون کربن: ظرفیت ویژه نظری 10 برابر گرافیت است، با چگالی انرژی واقعی 30-50٪ افزایش می یابد. در حالی که تا سال 2025 در گوشی های هوشمند رده متوسط تا رده بالا اجرا می شود، نفوذ به باتری های میکرو (کمتر از 500 میلی آمپر ساعت) همچنان با چالش هایی مانند گسترش حجمی و استرس چرخه ای مواجه است.
حالت نیمه جامد: چگالی انرژی بیش از 360-400 Wh/kg است و چگالی انرژی حجمی 30-40٪ افزایش می یابد. کاربرد بازار انبوه در سال های 2025-2026 آغاز شد. محصولاتی مانند RayNeo V4 و Shanji A1 در حال حاضر دارای این فناوری هستند.
حالت تمام جامد: چگالی انرژی نظری 400-500 وات ساعت بر کیلوگرم است، با چگالی انرژی حجمی که انتظار می رود از 700 وات ساعت در لیتر فراتر رود. با این حال، از سال 2026، در مرحله آزمایشی آزمایشگاهی یا آزمایشی باقی می ماند و انتظار نمی رود تا سال 2027 کاربرد در مقیاس کوچک در لوازم الکترونیکی مصرفی داشته باشد.
'انقلاب نامرئی' شکل ساختاری:
سلولهای دکمهای با روکش فولادی: با استفاده از فرآیند کپسولهسازی اختصاصی، این سلولها تقریباً 20 درصد ظرفیت بالاتری را برای همان حجم ارائه میدهند. آنها قبلاً در ماژولهای باتری «پیست مسابقه شکل» عینکهای هوشمند مصرفکننده مانند NIMO استفاده میشوند.
• ضریب فرم نامنظم: باتری ها مستقیماً در فضای منحنی بازوهای شقیقه تعبیه می شوند و نیاز به طرح های ساختاری اضافی مورد نیاز برای قرار دادن باتری های استاندارد را از بین می برند.
• فناوری لایهبرداری: تولید انبوه باتریهای شیشهای هوشمند هوش مصنوعی با فناوری لایهکاری و نسبت دوپینگ سیلیکونی 20% برای سه ماهه سوم 2026 برنامهریزی شده است. این افزایش 15 تا 25 درصدی در چگالی انرژی حجمی در مقایسه با فناوری سیم پیچی ارائه می دهد.
• منبع تغذیه متقارن دو معبد: دستگاههایی مانند Huawei و RayNeo X3 Pro از طرح متقارن با باتریهای 126 میلیآمپر ساعتی در هر معبد استفاده میکنند که توزیع وزن را متعادل میکند و در عین حال تولید گرمای موضعی را کاهش میدهد.
فناوری فعلی باتری برای عینکهای هوش مصنوعی سه مسیر موازی را دنبال میکند که هر کدام مزایا و معایب خاص خود را دارند:
رویکرد فنی |
چگالی انرژی |
مرحله صنعتی شدن |
نقاط قوت و ضعف |
آند سیلیکون کربن |
350Wh/L |
در تولید انبوه |
مزایا: سازگار با خطوط تولید موجود. افزایش هزینه قابل مدیریت |
باتری نیمه جامد |
400Wh/L |
برنامه در مقیاس بزرگ |
مزایا: ایمنی بالا، ساختار پایدار و مناسب برای بسته بندی های غیر استاندارد. |
باتری تمام حالت جامد |
700Wh/L |
مقیاس آزمایشگاهی/پایلوت |
مزایا: بالاترین چگالی انرژی پتانسیل، غیر قابل اشتعال، سازگار با آندهای لیتیوم-فلز. |
«راهحل 2.0» Yaoshi Lithium: در فوریه 2026، Yaoshi Lithium دور سرمایهگذاری سری A را با جمعآوری 200 میلیون یوان تکمیل کرد. باتری حالت جامد با چگالی انرژی فوقالعاده «2.0» (تراکم انرژی > 1000 Wh/L) به چالش تعادل ظرفیت و ایمنی در ضریب فرم فشرده عینکهای هوش مصنوعی میپردازد. با بهره گیری از فناوری حالت جامد در محل و فرآیندهای بسته بندی ریز بسیار مقاوم در برابر خوردگی، باتری قبلاً توسط مشتریان پیشرو تأیید شده است. این نشان دهنده راه حل باتری با بالاترین چگالی انرژی برای عینک های هوش مصنوعی است که در حال حاضر در سوابق عمومی افشا شده است.
«مسیر سیلیکونی بالا» فناوری Haopeng: تا سه ماهه چهارم سال 2025، Haopeng Technology توسعه باتریهای لیتیوم یونی با محتوای سیلیکون بالا را تکمیل کرده و آنها را در محصولات پوشیدنی به کار گرفته است. این شرکت قصد دارد با یک شریک استراتژیک اروپایی در زمینه مواد سیلیکونی برای توسعه باتریهای لیتیوم یونی با آندهای 100٪ سیلیکونی همکاری کند و برنامههای آتی برای عرضه این محصولات به برندهای پوشیدنی هوشمند آمریکایی شمالی خواهد بود.
واقعیتی که توسط اکثریت قریب به اتفاق بررسی ها و خرابی ها نادیده گرفته می شود این است که باتری ها در حین تخلیه گرما تولید می کنند. این گرما کارایی باتری را بیشتر کاهش میدهد و یک چرخه معیوب از «تولید گرما → کاهش راندمان → تخلیه سریعتر → افزایش گرما» ایجاد میکند. در فضای محدود 40 گرمی بازوی معبد، این موضوع به طور تصاعدی تقویت میشود.
خنک کننده غیرفعال:
• فیلم حرارتی گرافن: به طور گسترده در عینک های هوش مصنوعی پیشرفته استفاده می شود، می تواند دمای هات اسپات را 3 تا 5 درجه سانتی گراد کاهش دهد، اما در حین کار با بار بالا پایدار نمی تواند انباشت گرما را حل کند.
• محفظه بخار (VC): گرما را از ناحیه SoC/باتری در سرتاسر شقیقهها به طور یکنواخت توزیع میکند، اما 1 تا 2 گرم وزن اضافه میکند و «محدودیت 40 گرم» را به چالش میکشد.
خنک کننده فعال:
• یک گزارش تحقیقاتی در آوریل 2026 توسط Wukuang Securities نشان می دهد که تراشه های خنک کننده فعال مینیاتوری - در مقیاس میلی متری و وزن کمتر از 5٪ راه حل های سنتی - وارد مرحله تجاری سازی شده اند. این تراشه ها را می توان در لبه های فریم عینک ادغام کرد تا کارایی اتلاف گرما را از طریق همرفت اجباری افزایش دهد. برای یک نیاز مدیریت حرارتی معین، استفاده از این تراشههای خنککننده فعال مینیاتوری امکان کاهش یا جایگزینی مواد خنککننده غیرفعال (مانند چارچوبهای فلزی و پدهای حرارتی) را فراهم میکند که منجر به کاهش خالص وزن میشود.
• یک نمونه طراحی از Xinyuan Shares: از طریق استفاده از بیش از 20 پارتیشن دامنه قدرت و فناوری مقیاس ولتاژ پویا، دستگاه به مصرف برق تنها 5 میکرووات در حالت RTS و 3.8 مگاوات در حالت آماده به کار دست می یابد. این دستاورد نه تنها یک پیروزی برای فناوری باتری است، بلکه کمکی از معماری تراشه به تعادل بین عملکرد حرارتی و الکتریکی است.
'مثلث غیرممکن' مصرف برق، مدیریت حرارتی و وزن:
با توجه به محدودیت وزنی 40 گرمی، هر گرم اضافی از مواد مدیریت حرارتی نیاز به کاهش وزن باتری یا اجزای ساختاری دارد. استراتژی غالب صنعت برای سال 2026، 'کاهش بار از طریق محاسبات ناهمگن' است - بارگذاری وظایف کم مصرف (مانند سنجش صدا و پیش پردازش تصویر) از SoC اصلی به یک پردازنده مشترک (مانند NXP RT600 یا Ruixin Micro RK2118). با کاهش مصرف برق سیستم، این رویکرد به طور مستقیم نیاز به ظرفیت باتری را کاهش می دهد و نیازهای مدیریت حرارتی را کاهش می دهد. معماری دو تراشه Rokid Style (NXP RT600 + Qualcomm AR1) این استراتژی را تجسم می کند و به عمر باتری 12 ساعته دست می یابد.
[نمودار: جدول زمانی برای صنعتی سازی فناوری باتری عینک هوش مصنوعی]
مواد بالادست:
• مواد آند مبتنی بر سیلیکون: Lanxi Zhide (تامین مالی سری D از SAIC Jinshi Capital)، Group14 (تاسیس شراکت سهام و عرضه با پورشه)، Beiterui، Xiangfenghua.
• الکترولیت های حالت جامد: انرژی Qingtao (مسیر مبتنی بر اکسید)، Ningdeshidai (مسیر مبتنی بر سولفید)، Shanghai Xiba، Sanxiang New Materials.
• الکترولیت ها/جداکننده ها: Tinci Materials، Enjie (در حال انتقال به سمت نیمه جامد/حالت جامد).
تولید باتری میانی:
• Yaoshi Lithium: محلول باتری حالت جامد که برای عینک های هوش مصنوعی طراحی شده است. چگالی انرژی > 1000 Wh/L. 200 میلیون یوان در بودجه سری A (به رهبری Wuyuefeng) جمع آوری کرد.
• فناوری Haopeng: باتری های لیتیوم یونی با محتوای سیلیکون بالا. اعتبار سنجی برای برنامه های پوشیدنی تکمیل شد.
• ATL (Amperex Technology Limited): باتری های معبدی با چگالی انرژی بالا را برای مارک های پیشرو مانند Huawei و Xiaomi تامین می کند.
• هسته لیتیوم Weilan: باتری های استوانه ای کوچک با آندهای مبتنی بر سیلیکون. قبلاً در ابزارهای برقی استفاده می شد و در حال گسترش به بخش پوشیدنی ها بود.
تولیدکنندگان دستگاه های پایین دستی/ODM:
• RayNeo: مدل V4 دارای یک باتری حالت نیمه جامد با افزایش 57 درصدی ظرفیت است که اولین اجرای مقیاس بزرگ فناوری باتری نیمه جامد در عینک های هوش مصنوعی را نشان می دهد.
• Huawei: از طراحی منبع تغذیه دو طرفه متقارن (252 میلی آمپر ساعت) برای متعادل کردن توزیع وزن و عمر باتری استفاده می کند.
• Moonix: از طریق مجموعه ویژگی های مینیمالیستی و باتری سفارشی، به عمر باتری طولانی تر (16 ساعت) در یک قاب فوق سبک 14.9 گرمی دست می یابد.
• خوشه صنعتی Dongguan: شرکتهای ODM/OEM مانند Sileke، Jiahe Smart، EssilorLuxottica، و Huahong یک اکوسیستم زنجیره تامین کامل، از باتریها تا دستگاههای نهایی را ایجاد کردهاند.
[نمودار: تکامل عمر باتری عینکهای هوش مصنوعی - شکاف بزرگتر بین مدلهای بدون صفحهنمایش و مجهز به صفحهنمایش]
کوتاه مدت (2026-2027): باتری های نیمه جامد و آندهای سیلیکونی کربن به پیکربندی استاندارد تبدیل می شوند.
• چگالی انرژی 30 تا 50 درصد افزایش می یابد و عمر باتری از 4 ساعت به 8 ساعت افزایش می یابد، اگرچه برای استفاده تمام روز از عینک های AR مجهز به نمایشگر کافی نیست.
• معماری ناهمگن چند تراشه ای (SoC + MCU/coprocessor) مصرف برق سیستم را 20 تا 30 درصد کاهش می دهد، به طور غیرمستقیم عمر باتری را افزایش می دهد.
• فناوری شارژ سریع: شارژ کامل در 40 دقیقه (RayNeo V3) → شارژ سریع در 15 دقیقه (هدف برای سال 2027).
میان مدت (2027-2029): استفاده در مقیاس کوچک از باتری های تمام حالت جامد در وسایل نقلیه و لوازم الکترونیکی مصرفی
• آکادمیک Ouyang Minggao (فوریه 2025) تمرکز استراتژیک بر مسیر فناوری ترکیب الکترولیت های سولفید، کاتدهای سه تایی با نیکل بالا و آندهای سیلیکون کربن را برجسته کرد. با اهداف عملکردی تعیین شده در چگالی انرژی 400 Wh/kg و عمر چرخه 1000 چرخه، هدف اطمینان از نصب دسته کوچک در خودروهای سواری تا سال 2027 است. انتظار می رود پذیرش در لوازم الکترونیکی مصرفی بین 1 تا 2 سال تاخیر داشته باشد.
• چگالی انرژی حجمی از 700 Wh/L تجاوز خواهد کرد و به طور بالقوه عینکهای AR با نمایشگرهای یکپارچه را قادر میسازد تا به عمر باتری 12 تا 16 ساعت دست یابند.
• شارژ بی سیم یا شارژ تماس مغناطیسی به ویژگی های استاندارد تبدیل می شود و نیاز کاربران نزدیک بین به حمل دو جفت عینک را از بین می برد.
بلند مدت (2030+): راه حل نهایی ترکیبی از آندهای لیتیوم-فلز و فناوری تمام حالت جامد.
• چگالی انرژی بیش از 500 Wh/kg. عمر چرخه بیش از 2000 چرخه
• باتری دیگر یک 'بار' برای بازوهای شقیقه نیست، بلکه یک 'منبع انرژی توزیع شده' است که در قاب ها، لولاها یا حتی لنزها تعبیه شده است.
• فنآوریهای توان کمکی فتوولتائیک/ترموالکتریک بالغ «عمر باتری دائمی» را از نظر تئوری ممکن میسازد.
در چشم انداز عینک هوش مصنوعی 2026، همه در مورد موجبرهای نوری، Micro-OLED و مدل های بزرگ روی دستگاه غوغا می کنند - با این حال باتری متغیر اساسی است که تعیین می کند آیا دستگاه واقعا قابل استفاده است یا خیر. باتری 154 میلی آمپر ساعتی Ray-Ban Meta برای دوام یک بعد از ظهر تلاش می کند، در حالی که NIMO - با طول عمر 48 ساعته - تنها با حذف ویژگی های اصلی به این کار دست می یابد. لفاظی صنعت در مورد عمر باتری، در هسته خود، تلاشی برای دور زدن محدودیت های فیزیکی است.
نقطه عطف واقعی در برگههای مشخصات نیست، بلکه در آزمایشگاههای مواد نهفته است: تنها زمانی که فناوری نیمه جامد به مقیاس واقعی دست یابد، فناوری حالت تمام جامد مانع هزینه را برطرف میکند و عمر چرخه آندهای کربنی سیلیکونی با عمر گرافیت برابری میکند - تنها در این صورت است که عینکهای هوش مصنوعی واقعاً شایسته این خواهند بود که همه روز به عنوان «همه روزه» نامیده شوند. اعلامیههایی مبنی بر اینکه 'آینده اینجاست' صرفاً در فواصل زمانی بین وصل کردن شارژر و جدا کردن آن از پریز، خود تسلی است.
داده های این مقاله تا جولای 2026 جاری است و پیشرفت مسیرهای فنی بر اساس اطلاعات در دسترس عموم است.
منبع: zhijingshidai