دیدن صدا، شنیدن تصاویر: دمای عینک های هوش مصنوعی

با گذشت تنها نیمی از سال 2026، تعداد عینک های هوش مصنوعی عرضه شده در حال حاضر به 68 عدد رسیده است و برندهایی مانند HUAWEI، Thunderbird، XREAL و KEDAXUNFEI همگی محصولات جدیدی را عرضه می کنند. از کار اداری و ورزش گرفته تا برنامه های کمک سلامت، عینک های هوش مصنوعی قابلیت های چند منظوره خود را به نمایش می گذارند.

شایان ذکر است که 'کمک سمعی و بصری' که یکی از ویژگی های خاص عینک های هوش مصنوعی است، در سال های اخیر مورد توجه تولیدکنندگان قرار گرفته است. تا حدودی، این به اندازه بالقوه بازار نیست، بلکه ارزش منحصر به فردی است که عینک های هوش مصنوعی می توانند در این بازار نشان دهند.

در ژانویه سال جاری، استارت آپ رومانیایی .lumen یک فناوری دسترسی مخرب را به نمایش گذاشت - عینک ناوبری .lumen برای نابینایان. در ماه فوریه، Meta عملکردهای کمکی عینک هوش مصنوعی پیشرفته را برای کمک به افراد دارای اختلالات شناختی و جانبازان برای بازیابی زندگی مستقل انجام داد. در ماه مارس، Daemyung Optics از کره جنوبی توافق نامه ای را با Everysight امضا کرد تا به طور مشترک عینک های هوش مصنوعی را برای ارائه راه حل هایی برای افراد دارای اختلالات شنوایی و بینایی توسعه دهند. در ماه ژوئن، Rokid اعلام کرد که یک تیم اختصاصی برای گروه‌های ویژه برای انجام تحقیقات نیاز در میان گروه‌های کاربری مربوطه ایجاد کرده است و محصولات آن در فهرست ابزارهای کمکی یارانه‌ای توسط فدراسیون افراد معلول در ژجیانگ، سیچوان، یوننان و سایر مناطق چین گنجانده شده است.

قابل مشاهده کردن صدا: عینک زیرنویس در فهرست 'یارانه دستگاه کمکی' چین گنجانده شده است.

برای کاربران کم شنوایی، مستقیم ترین مزیت عینک هوش مصنوعی در حال حاضر، تبدیل صدا به متنی است که می تواند در زمان واقعی خوانده شود.

این جهت جدید نیست. در سال 2022، LLVision عینک زیرنویس AR 'Listener' را منتشر کرد که از یک میکروفون برای جمع آوری صدای مکالمه استفاده می کند و سپس زیرنویس های رونویسی شده را در میدان دید کاربر نمایش می دهد. این محصول همچنین یکی از اولین عینک های زیرنویس AR درجه مصرف کننده بود که در آن زمان به تولید انبوه دست یافت.

با بلوغ فناوری‌های تشخیص گفتار و صفحه نمایش سبک وزن، شرح‌نویسی بلادرنگ از دستگاه‌های کمکی تخصصی به عینک‌های هوش مصنوعی همه‌منظوره تبدیل می‌شود. Meta Ray-Ban Display از نمایش زیرنویس‌ها و ترجمه‌های دیالوگ در لنزها پشتیبانی می‌کند و متن فقط برای کاربر قابل مشاهده است. محصولاتی مانند Rokid Glasses و Thunderbird X3 Pro همچنین شرح و ترجمه بلادرنگ را به‌عنوان ویژگی‌های کلیدی عینک‌های هوش مصنوعی مبتنی بر نمایشگر خود گنجانده‌اند.

یکی دیگر از رویکردهای تکنولوژیکی افزایش خود صدا است. ویژگی 'تمرکز مکالمه' متا که روی Ray-Ban Meta و Oakley Meta HSTN آزمایش شده است، از میکروفون های جهت دار برای برجسته کردن صدای گوینده در مقابل کاربر استفاده می کند و تداخل ناشی از نویز محیط را کاهش می دهد. این نوع محلول به سمعک‌های ملایم نزدیک‌تر است و برای محیط‌های پر سر و صدا مانند رستوران‌ها، نمایشگاه‌ها و ایستگاه‌های قطار مناسب است، اما نمی‌تواند جایگزین نمایش کپشن برای کاربرانی با نارسایی شدید شنوایی شود.

از منظر محصول، عینک‌های هوش مصنوعی از قبل دارای الزامات اولیه برای تبدیل گفتار به زیرنویس هستند، اما هنوز تفاوت‌های قابل توجهی بین زیرنویس‌های قابل دسترس و رونویسی جلسات معمولی وجود دارد. مکالمات روزمره اغلب شامل چندین نفر است که به طور همزمان صحبت می کنند، گویش ها، لهجه ها، موسیقی پس زمینه و سر و صدای ناگهانی محیطی. عینک زیرنویس علاوه بر تشخیص متن، باید هویت و جهت صدای گوینده را نیز تعیین کند، شکستن جمله، لحن و متن را کنترل کند و شامل جمع آوری داده های میکروفون باشد. توسعه این عملکرد آسان است، اما انجام آن به خوبی نیست.

در حال حاضر، سیاست ملی چین شروع به پذیرش این فرم محصول کرده است. نسخه جدید کاتالوگ پکن برای یارانه برای خرید وسایل کمکی برای معلولان، 'عینک زیرنویس' را به لیست اضافه کرده است. در ژوئیه 2026، طی یک رویداد تجربه عینک قابل دسترس مجهز به هوش مصنوعی که توسط انجمن ناشنوایان منطقه Haidian در پکن برگزار شد، زیرنویس‌های بلادرنگ، ترجمه هوشمند و ناوبری ویژگی‌های اصلی به نمایش گذاشته شد.

با شنیدن کردن تصاویر، عینک های هوش مصنوعی شروع به ایفای نقش درک محیطی می کنند.

نیازهای افراد کم بینا به عینک هوش مصنوعی پیچیده تر است. کاربران کم بینا ممکن است مقداری دید را حفظ کنند و به ویژگی هایی مانند بزرگنمایی تصویر، بهبود لبه، تنظیم کنتراست، بهبود رنگ و تشخیص متن نیاز دارند. برای کاربران کاملاً نابینا یا تقریباً کاملاً نابینا، صفحه نمایش دارای ارزش نسبتاً محدودی است. محصولات باید تصویر و اطلاعات مکانی را به صدا، لمس یا نشانه های دیگر تبدیل کنند.

این همچنین دو جهت محصول مختلف را برای عینک های کمکی برای افراد کم بینا تعیین می کند. نوع اول به کاربران کمک می‌کند 'درکش کنند چه چیزی در مقابلشان است.' دوربین‌ها می‌توانند متن، کالاها، اسکناس‌ها، افراد، علائم اتوبوس و جاده را تشخیص دهند و سپس نتایج را از طریق بلندگوهای باز پخش کنند. مدل‌های بزرگ چندوجهی قابلیت‌های توصیف صحنه را بهبود می‌بخشند و به عینک اجازه می‌دهند تا فراتر از تشخیص اشیاء منفرد رفته و به سؤالاتی مانند 'روی میز چه چیزی؟'، 'فردی که مقابل من است چه می‌کند؟' و 'این اعلان چه می‌گوید؟' پاسخ دهد.

نوع دوم به کاربران کمک می کند «حرکت بعدی خود را تعیین کنند.» این محصولات باید مرزهای جاده، گام ها، موانع و وسایل نقلیه پویا را شناسایی کنند، روابط فضایی بین اشیاء را تعیین کنند و سپس پیشنهادات عملی را از طریق بازخورد صوتی، ارتعاش یا فشار ارائه دهند. لومن این رویکرد اخیر را اتخاذ می کند. سیستم آن از مفاهیم ادراک محیطی رانندگی خودمختار، استفاده از حسگرها و هوش مصنوعی برای یافتن مسیرهای پیاده روی ایمن و سپس استفاده از بازخورد لمسی برای راهنمایی کاربران برای تغییر جهت وام گرفته است. این دستگاه به نقشه های محیطی از پیش ترسیم شده متکی نیست، و همچنین نیازی به اعلام پیوسته چرخش چپ و راست از طریق صدا ندارد و بار پیام های شنیداری را بر روی توجه شنوایی کاربر کاهش می دهد.

با این حال، مسئولیت‌های یک محصول با تبدیل آن از «توصیف محیط» به «راهنمای سفر» به طور قابل توجهی افزایش می‌یابد. در حالی که پاسخ به سؤالات هوش مصنوعی ممکن است گاهی اوقات خطاهای تشخیصی را نشان دهد، که احتمالاً منجر به پاسخ نادرست، سیستم‌های ناوبری غیرقابل دسترس می‌شود که مراحل، وسایل نقلیه یا موانع را مستقیماً بر ایمنی کاربر ارزیابی می‌کند. شیشه‌های شفاف، موانع کم ارتفاع، اشیاء معلق، نور پس‌زمینه و محیط‌های شبانه همگی سناریوهایی هستند که سیستم‌های بینایی کامپیوتری در معرض قضاوت نادرست هستند. تحقیقات موجود به طور کلی تشخیص موانع، برنامه ریزی مسیر، ترکیب حسگر و بازخورد تعاملی را به عنوان قابلیت های اصلی سیستم های ناوبری برای افراد کم بینا در نظر می گیرند.

بنابراین در این مرحله عینک های هوش مصنوعی بیشتر به عنوان مکمل عصا، سگ راهنما و کمک انسان مناسب هستند. در طول ماراتن لندن 2026، برخی از دوندگان کم بینا از عینک هوشمند متا برای به دست آوردن اطلاعات تشخیص نقطه عطف و صدا استفاده کردند، اما راهنمایی اصلی همچنان توسط دوندگان همراه یا سگ های راهنما ارائه می شد. موارد استفاده در دنیای واقعی نشان می‌دهد که عینک‌های هوش مصنوعی می‌توانند کارایی کسب اطلاعات را بهبود بخشند، اما هنوز با پشتیبانی کامل از ناوبری ایمن فاصله دارند.

محصولات دسترس‌پذیری همچنین باید کانال‌هایی را برای کمک‌های انسانی حفظ کنند. هنگامی که دستگاه نمی تواند شرایط پیچیده جاده را تعیین کند، کاربران باید بتوانند به سرعت با اعضای خانواده یا داوطلبان تماس بگیرند تا تصاویر چشم انداز اول شخص و اطلاعات مکان را به دستیاران راه دور منتقل کنند. مدیریت هوش مصنوعی اطلاعات استاندارد شده با فرکانس بالا، با مداخله انسان در سناریوهای با فرکانس پایین اما پرخطر، ممکن است ترکیب محصول قابل اعتمادتری در این مرحله باشد.

عمر باتری: یک مانع بزرگ برای عینک های هوش مصنوعی قابل دسترس

عینک‌های هوش مصنوعی قابل دسترسی، دستگاه‌های کمکی با فرکانس بالا هستند و در مقایسه با عینک‌های معمولی AI مصرف‌کننده، نیازهای بالاتری برای عمر باتری و راحتی پوشیدن دارند. این به این دلیل است که این محصولات ابزارهای کمکی گاه به گاه نیستند، بلکه دستگاه هایی هستند که اغلب در سناریوهای با فرکانس بالا مانند سفر و ارتباطات استفاده می شوند. بنابراین، عمر باتری و وزن آن شاخص های مهمی برای استفاده طولانی مدت از عینک های هوش مصنوعی قابل دسترس هستند.

نمایشگرها، دوربین ها و محاسبات مستمر هوش مصنوعی همچنان بزرگترین مصرف کنندگان انرژی هستند. Meta Ray-Ban Display رسما حداکثر عمر باتری را 6 ساعت با استفاده مختلط اعلام می کند. عینک‌های عکاسی با هوش مصنوعی که تا حدی صفحه نمایش را حذف می‌کنند، می‌توانند عمر باتری را تا بیش از 10 ساعت افزایش دهند، اما زمان ضبط ویدیوی پیوسته را فقط می‌توان در عرض 1 ساعت حفظ کرد، و پاسخگویی به نیازهای درک بصری مداوم هوش مصنوعی را دشوار می‌کند.

در حال حاضر، سازندگان به طور مداوم در حال بررسی بهبود عمر باتری هستند. به عنوان مثال، باتری گردنبند Rokid در تجارت Rokid Glass3 B2B خود، حداقل دو ساعت و نیم کارکرد مداوم را در حین کار کردن دوربین ارائه می دهد.

علاوه بر این، طراحی باتری قابل تعویض یکی دیگر از راه های موثر برای افزایش عمر باتری از دیدگاه سخت افزاری است. کاربران می توانند برای جایگزینی باتری اصلی، معبد را خارج کرده و وارد کنند، و باتری ثانویه می تواند برق مداوم را در طول فرآیند تعویض حفظ کند. هنگامی که با جعبه تعویض باتری استفاده می شود، عمر باتری تمام روز را فعال می کند. در سطح سیستم، طراحی معماری دو تراشه نیز می تواند عمر باتری را به میزان قابل توجهی بهبود بخشد.

البته، علاوه بر راه حل های ذکر شده در بالا، یک انقلاب واقعی در مواد زیربنایی باتری ها برای حل واقعی مشکل مورد نیاز است، مانند پیشرفت در مواد آند سیلیکون-کربن و باتری های حالت جامد.

داده‌های مرتبط نشان می‌دهند که در مقایسه با آندهای معمولی گرافیت، آندهای سیلیکون کربن می‌توانند به طور قابل‌توجهی چگالی انرژی جرمی و چگالی انرژی حجمی باتری‌ها را بهبود بخشند، و معمولاً چگالی انرژی کلی باتری را بین ۸ تا ۴۰ درصد افزایش می‌دهند. به طور همزمان، با توجه به ظرفیت تئوری بالای سیلیکون، عمر باتری و عملکرد شارژ سریع نیز می تواند تا حد زیادی بهینه شود.

این ماده ابتدا در گوشی های هوشمند رده بالا و سایر وسایل الکترونیکی استفاده شد و بعداً روی عینک نیز استفاده شد. باتری 263 میلی آمپر ساعتی XIAOMI Jinshajiang که در عینک های هوش مصنوعی شیائومی تعبیه شده است، از همان فناوری آند سیلیکونی کربن با چگالی بالا در گوشی های XIAOMI استفاده می کند که عمر باتری عینک های هوش مصنوعی را تا حد زیادی بهبود می بخشد.

در مقایسه با باتری‌های لیتیوم یون سنتی، باتری‌های حالت جامد چگالی انرژی بالاتر، سرعت شارژ سریع‌تر و ایمنی بهتر را ارائه می‌کنند. برای عینک‌های هوش مصنوعی، کوچک‌سازی و چگالی انرژی بالای باتری‌های حالت جامد از اهمیت ویژه‌ای برخوردار است. عینک های هوش مصنوعی به عنوان دستگاه های پوشیدنی فضای داخلی بسیار محدودی دارند. باتری‌های حالت جامد می‌توانند بهتر با این نیازهای فضای فشرده سازگار شوند و در عین حال انرژی کافی برای پشتیبانی از عملکردهای مختلف عینک‌های هوش مصنوعی مانند نمایشگرهای با روشنایی بالا، تشخیص تصویر و ضبط ویدیوی طولانی مدت را فراهم کنند.

در نهایت، گزارش جهانی 2019 سازمان بهداشت جهانی در مورد بینایی نشان می دهد که بیش از 2.2 میلیارد نفر در سراسر جهان از اختلال بینایی یا نابینایی رنج می برند. در مورد شنوایی، تقریباً 1.5 میلیارد نفر در سراسر جهان درجات مختلفی از کم شنوایی دارند که حدود 430 میلیون نفر با اختلالات شدید شنوایی مواجه هستند.

در حالی که فقدان موانع ممکن است سریع ترین بازار در حال رشد برای عینک های هوش مصنوعی نباشد، مطمئنا یکی از سناریوهایی است که ارزش محصول را به بهترین شکل آزمایش می کند. کاربران معمولی می توانند خطاهای تشخیص گاه به گاه را تحمل کنند و به راحتی از تلفن خود به عنوان جایگزین استفاده کنند. با این حال، برای کاربرانی که برای ارتباط و سفر به دستگاه‌هایی متکی هستند، دقت، تأخیر، عمر باتری و قابلیت اطمینان مستقیماً بر تجربه کاربر و ایمنی شخصی تأثیر می‌گذارد.

از نظر دسترسی، علاوه بر افراد دارای اختلالات بینایی و شنوایی، جمعیت 'موهای نقره ای' نیز توجه تولیدکنندگان چینی را به خود جلب کرده است. در نمایشگاه سال گذشته، فناوری LIANHUI اولین عینک کمک بصری مجهز به مغز هوشمند Om را که به طور خاص برای افراد مسن طراحی شده بود، روانه بازار کرد. این عینک تنها 45 گرم وزن دارد، عمر باتری 8 ساعته دارد و از قابلیت های هوش مصنوعی مانند سنجش همه چیز، تعامل فعال و تصمیم گیری مستقل پشتیبانی می کند.

در چهارمین نمایشگاه بین‌المللی نوری شنژن چین و اولین نمایشگاه عینک هوش مصنوعی 2026، فناوری ابری MINGZHI عینک‌های مجهز به هوش مصنوعی را برای افراد مسن عرضه کرد. این عینک مجهز به فناوری مدل در مقیاس بزرگ، عملکردهایی مانند کمک بینایی، کمک شنوایی، پاسخ اضطراری و کمک از راه دور را یکپارچه می کند و یک راه حل پوشیدنی هوشمند سفارشی برای سالمندان ارائه می دهد.

لمس انسان در عینک های هوش مصنوعی به طور مداوم در حال افزایش است.

منبع:：VRTUOLUO