ध्वनि देखना, छवियाँ सुनना: एआई चश्मे का तापमान

2026 में से केवल आधा बीत जाने के साथ, जारी किए गए AI ग्लासों की संख्या पहले ही 68 तक पहुंच गई है, जिसमें HUAWEI, थंडरबर्ड, XREAL और KEDAXUNFEI जैसे ब्रांड सभी नए उत्पाद लॉन्च कर रहे हैं। कार्यालय के काम और खेल से लेकर स्वास्थ्य सहायता अनुप्रयोगों तक, एआई चश्मा अपनी बहु-कार्यात्मक क्षमताओं का प्रदर्शन कर रहे हैं।

यह ध्यान देने योग्य है कि 'ऑडियोविज़ुअल सहायता', एआई चश्मे की एक विशिष्ट विशेषता, हाल के वर्षों में निर्माताओं का ध्यान आकर्षित कर रही है। कुछ हद तक, यह बाज़ार के संभावित आकार के बारे में नहीं है, बल्कि उस अद्वितीय मूल्य के बारे में है जो AI चश्मा इस बाज़ार में प्रदर्शित कर सकता है।

इस साल जनवरी में, रोमानियाई स्टार्टअप .lumen ने एक विघटनकारी पहुंच तकनीक - नेत्रहीनों के लिए .lumen नेविगेशन चश्मा - का प्रदर्शन किया। फरवरी में, मेटा ने संज्ञानात्मक हानि वाले लोगों और दिग्गजों को स्वतंत्र जीवन जीने में मदद करने के लिए एआई ग्लास सहायक कार्यों को उन्नत किया; मार्च में, दक्षिण कोरिया के डेम्युंग ऑप्टिक्स ने श्रवण और दृश्य हानि वाले लोगों के लिए समाधान प्रदान करने के लिए संयुक्त रूप से एआई चश्मा विकसित करने के लिए एवरीसाइट के साथ एक समझौते पर हस्ताक्षर किए; जून में, रोकिड ने कहा कि उसने प्रासंगिक उपयोगकर्ता समूहों के बीच आवश्यकताओं पर शोध करने के लिए विशेष समूहों के लिए एक समर्पित टीम की स्थापना की है, और इसके उत्पादों को झेजियांग, सिचुआन, युन्नान और चीन के अन्य क्षेत्रों में विकलांग व्यक्तियों के संघ द्वारा सब्सिडी वाले सहायक उपकरणों की सूची में शामिल किया गया है।

ध्वनि को दृश्यमान बनाना: उपशीर्षक चश्मे को चीन की 'सहायक उपकरण सब्सिडी' सूची में शामिल किया गया है।

श्रवण-बाधित उपयोगकर्ताओं के लिए, वर्तमान में एआई चश्मे का सबसे सीधा लाभ ध्वनि को पाठ में परिवर्तित करना है जिसे वास्तविक समय में पढ़ा जा सकता है।

यह दिशा नई नहीं है. 2022 में, एलएलविज़न ने एआर उपशीर्षक चश्मा 'श्रोता' जारी किया, जो वार्तालाप ऑडियो एकत्र करने के लिए एक माइक्रोफोन का उपयोग करता है और फिर उपयोगकर्ता के दृष्टि क्षेत्र में लिखित उपशीर्षक प्रदर्शित करता है। यह उत्पाद उस समय बड़े पैमाने पर उत्पादन प्राप्त करने वाले शुरुआती उपभोक्ता-ग्रेड एआर उपशीर्षक चश्मे में से एक था।

वाक् पहचान और हल्के प्रदर्शन प्रौद्योगिकियों की परिपक्वता के साथ, वास्तविक समय कैप्शनिंग विशेष सहायक उपकरणों से सामान्य प्रयोजन एआई ग्लास में स्थानांतरित होने लगी है। मेटा रे-बैन डिस्प्ले लेंस के भीतर संवाद कैप्शन और अनुवाद प्रदर्शित करने का समर्थन करता है, जिसमें पाठ केवल पहनने वाले को दिखाई देता है। रोकिड ग्लासेस और थंडरबर्ड एक्स3 प्रो जैसे उत्पादों ने अपने डिस्प्ले-आधारित एआई ग्लास की प्रमुख विशेषताओं के रूप में वास्तविक समय कैप्शनिंग और अनुवाद को भी शामिल किया है।

एक अन्य तकनीकी दृष्टिकोण स्वयं ध्वनि को बढ़ाना है। रे-बैन मेटा और ओकले मेटा एचएसटीएन पर परीक्षण किया गया मेटा का 'कन्वर्सेशन फोकस' फीचर, उपयोगकर्ता के सामने स्पीकर की आवाज को उजागर करने के लिए दिशात्मक माइक्रोफोन का उपयोग करता है, जिससे परिवेश शोर से हस्तक्षेप कम हो जाता है। इस प्रकार का समाधान हल्के श्रवण यंत्रों के करीब है और रेस्तरां, प्रदर्शनियों और ट्रेन स्टेशनों जैसे शोर वाले वातावरण के लिए उपयुक्त है, लेकिन यह गंभीर श्रवण हानि वाले उपयोगकर्ताओं के लिए कैप्शन डिस्प्ले को प्रतिस्थापित नहीं कर सकता है।

उत्पाद के नजरिए से, एआई चश्मे में भाषण को उपशीर्षक में परिवर्तित करने के लिए पहले से ही बुनियादी आवश्यकताएं हैं, लेकिन सुलभ उपशीर्षक और साधारण मीटिंग ट्रांसक्रिप्शन के बीच अभी भी महत्वपूर्ण अंतर हैं। रोजमर्रा की बातचीत में अक्सर कई लोगों का एक साथ बोलना, बोलियाँ, उच्चारण, पृष्ठभूमि संगीत और अचानक पर्यावरणीय शोर शामिल होता है। पाठ को पहचानने के अलावा, उपशीर्षक चश्मे को वक्ता की पहचान और आवाज की दिशा निर्धारित करने, वाक्य विराम, स्वर और संदर्भ को संभालने और माइक्रोफ़ोन डेटा संग्रह को शामिल करने की भी आवश्यकता होती है। इस फ़ंक्शन को विकसित करना आसान है, लेकिन इसे अच्छी तरह से करना आसान नहीं है।

वर्तमान में, चीनी राष्ट्रीय नीति ने इस उत्पाद रूप को अपनाना शुरू कर दिया है। विकलांगों के लिए सहायक उपकरणों की खरीद के लिए सब्सिडी के लिए बीजिंग के कैटलॉग के नए संस्करण ने सूची में 'उपशीर्षक चश्मा' जोड़ा है। जुलाई 2026 में, बीजिंग में बधिरों के लिए हैडियन डिस्ट्रिक्ट एसोसिएशन द्वारा आयोजित एआई-संचालित सुलभ चश्मा अनुभव कार्यक्रम के दौरान, वास्तविक समय उपशीर्षक, बुद्धिमान अनुवाद और नेविगेशन प्रदर्शित की गई मुख्य विशेषताएं थीं।

दृश्यों को श्रव्य बनाकर, एआई चश्मा पर्यावरणीय समझ की भूमिका निभाने लगा है।

एआई चश्मे के लिए दृष्टिबाधित व्यक्तियों की ज़रूरतें अधिक जटिल हैं। कम दृष्टि वाले उपयोगकर्ता कुछ दृष्टि बरकरार रख सकते हैं, और उन्हें छवि आवर्धन, बढ़त वृद्धि, कंट्रास्ट समायोजन, रंग वृद्धि और पाठ पहचान जैसी सुविधाओं की आवश्यकता होती है। पूरी तरह से अंधे या लगभग पूरी तरह से अंधे उपयोगकर्ताओं के लिए, डिस्प्ले स्क्रीन का मूल्य अपेक्षाकृत सीमित है; उत्पादों को छवि और स्थानिक जानकारी को आवाज, स्पर्श या अन्य संकेतों में बदलने की आवश्यकता होती है।

यह दृष्टि बाधित लोगों के लिए सहायक चश्मे के लिए दो अलग-अलग उत्पाद दिशाएँ भी निर्धारित करता है। पहला प्रकार उपयोगकर्ताओं को ''यह समझने में मदद करता है कि उनके सामने क्या है।'' कैमरे पाठ, सामान, बैंकनोट, लोगों, बस और सड़क संकेतों को पहचान सकते हैं, और फिर खुले स्पीकर के माध्यम से परिणाम प्रसारित कर सकते हैं। मल्टीमॉडल बड़े मॉडल दृश्य विवरण क्षमताओं में सुधार करते हैं, जिससे चश्मा एकल वस्तुओं को पहचानने से परे जा सकते हैं और 'मेज पर क्या है?', 'मेरे सामने वाला व्यक्ति क्या कर रहा है?', और 'यह नोटिस क्या कहता है?' जैसे सवालों के जवाब दे सकता है।

दूसरा प्रकार उपयोगकर्ताओं को 'अपना अगला कदम निर्धारित करने' में मदद करता है। इन उत्पादों को सड़क की सीमाओं, कदमों, बाधाओं और गतिशील वाहनों की पहचान करने, वस्तुओं के बीच स्थानिक संबंधों को निर्धारित करने और फिर आवाज, कंपन या दबाव प्रतिक्रिया के माध्यम से कार्रवाई सुझाव प्रदान करने की आवश्यकता होती है। .लुमेन इस बाद वाले दृष्टिकोण को अपनाता है। इसकी प्रणाली स्वायत्त ड्राइविंग की पर्यावरणीय धारणा अवधारणाओं से उधार लेती है, सुरक्षित पैदल पथ खोजने के लिए सेंसर और एआई का उपयोग करती है और फिर उपयोगकर्ताओं को दिशा बदलने के लिए मार्गदर्शन करने के लिए हैप्टिक फीडबैक का उपयोग करती है। डिवाइस पूर्व-तैयार पर्यावरण मानचित्रों पर निर्भर नहीं करता है, न ही इसे आवाज के माध्यम से बाएं और दाएं मोड़ की लगातार घोषणा करने की आवश्यकता होती है, जिससे उपयोगकर्ता के श्रवण ध्यान पर श्रवण संकेतों का बोझ कम हो जाता है।

हालाँकि, किसी उत्पाद की जिम्मेदारियाँ काफी बढ़ जाती हैं क्योंकि यह 'पर्यावरण का वर्णन करने' से लेकर 'यात्रा का मार्गदर्शन करने' तक विकसित होता है। जबकि सामान्य एआई प्रश्न उत्तर देने से कभी-कभी पहचान संबंधी त्रुटियां प्रदर्शित हो सकती हैं, जिसके परिणामस्वरूप संभावित रूप से गलत उत्तर मिल सकता है, दुर्गम नेविगेशन सिस्टम जो कदमों, वाहनों या बाधाओं का गलत आकलन करते हैं, सीधे उपयोगकर्ता की सुरक्षा को प्रभावित कर सकते हैं। पारदर्शी कांच, निचली बाधाएं, निलंबित वस्तुएं, बैकलाइटिंग और रात के समय का वातावरण ऐसे परिदृश्य हैं जहां कंप्यूटर विज़न सिस्टम में गलत निर्णय लेने की संभावना होती है। मौजूदा शोध आम तौर पर बाधा का पता लगाने, पथ नियोजन, सेंसर फ़्यूज़न और इंटरैक्टिव फीडबैक को दृष्टिबाधित लोगों के लिए नेविगेशन सिस्टम की मुख्य क्षमताओं के रूप में मानता है।

इसलिए, इस स्तर पर, एआई चश्मा बेंत, गाइड कुत्तों और मानव सहायता के पूरक के रूप में अधिक उपयुक्त हैं। 2026 के लंदन मैराथन के दौरान, कुछ दृष्टिबाधित धावकों ने ऐतिहासिक पहचान और आवाज की जानकारी प्राप्त करने के लिए मेटा स्मार्ट चश्मे का उपयोग किया, लेकिन मुख्य मार्गदर्शन अभी भी धावकों या गाइड कुत्तों द्वारा प्रदान किया गया था। वास्तविक दुनिया के उपयोग के मामलों से पता चलता है कि एआई चश्मा सूचना अधिग्रहण दक्षता में सुधार कर सकते हैं, लेकिन वे अभी भी सुरक्षित नेविगेशन का पूरी तरह से समर्थन करने से दूर हैं।

सुगम्यता उत्पादों को मानवीय सहायता के लिए चैनल भी बनाए रखने की आवश्यकता है। जब डिवाइस जटिल सड़क स्थितियों का निर्धारण नहीं कर सकता है, तो उपयोगकर्ताओं को पहले व्यक्ति परिप्रेक्ष्य छवियों और स्थान की जानकारी को दूरस्थ सहायकों तक प्रसारित करने के लिए परिवार के सदस्यों या स्वयंसेवकों से तुरंत संपर्क करने में सक्षम होना चाहिए। कम-आवृत्ति लेकिन उच्च-जोखिम वाले परिदृश्यों में मानवीय हस्तक्षेप के साथ उच्च-आवृत्ति, मानकीकृत जानकारी को संभालने वाला एआई, इस स्तर पर एक अधिक विश्वसनीय उत्पाद संयोजन हो सकता है।

बैटरी जीवन: सुलभ एआई ग्लास के लिए एक बड़ी बाधा

सुलभ एआई ग्लास उच्च-आवृत्ति सहायक उपकरण हैं, और सामान्य उपभोक्ता एआई ग्लास की तुलना में, बैटरी जीवन और पहनने में आराम के लिए उनकी उच्च आवश्यकताएं होती हैं। ऐसा इसलिए है क्योंकि ये उत्पाद कभी-कभार सहायक उपकरण नहीं हैं, बल्कि यात्रा और संचार जैसे उच्च-आवृत्ति परिदृश्यों में अक्सर उपयोग किए जाने वाले उपकरण हैं। इसलिए, सुलभ एआई ग्लास के दीर्घकालिक उपयोग के लिए बैटरी जीवन और वजन महत्वपूर्ण संकेतक हैं।

डिस्प्ले, कैमरे और निरंतर एआई कंप्यूटिंग सबसे बड़े बिजली उपभोक्ता बने हुए हैं। मेटा रे-बैन डिस्प्ले आधिकारिक तौर पर मिश्रित उपयोग के साथ अधिकतम 6 घंटे की बैटरी जीवन बताता है; एआई शूटिंग चश्मा जो डिस्प्ले स्क्रीन को आंशिक रूप से खत्म कर देता है, बैटरी जीवन को 10 घंटे से अधिक तक बढ़ा सकता है, लेकिन निरंतर वीडियो रिकॉर्डिंग का समय केवल 1 घंटे के भीतर ही बनाए रखा जा सकता है, जिससे निरंतर एआई दृश्य समझ की जरूरतों को पूरा करना मुश्किल हो जाता है।

वर्तमान में, निर्माता लगातार बैटरी जीवन में सुधार की खोज कर रहे हैं। उदाहरण के लिए, Rokid Glass3 B2B व्यवसाय में Rokid की नेकबैंड बैटरी कैमरा चालू रहने के दौरान कम से कम ढाई घंटे तक निरंतर संचालन प्रदान करती है।

इसके अलावा, एक बदली जाने योग्य बैटरी डिज़ाइन हार्डवेयर परिप्रेक्ष्य से बैटरी जीवन को बढ़ाने का एक और प्रभावी तरीका है। उपयोगकर्ता मुख्य बैटरी को बदलने के लिए टेम्पल को हटा और सम्मिलित कर सकते हैं, और द्वितीयक बैटरी स्वैपिंग प्रक्रिया के दौरान निरंतर बिजली बनाए रख सकती है। जब बैटरी स्वैपिंग केस के साथ उपयोग किया जाता है, तो यह पूरे दिन की बैटरी जीवन को सक्षम बनाता है। सिस्टम स्तर पर, एक डुअल-चिप आर्किटेक्चर डिज़ाइन भी बैटरी जीवन में काफी सुधार कर सकता है।

बेशक, ऊपर सूचीबद्ध समाधानों के अलावा, समस्या को वास्तविक रूप से हल करने के लिए बैटरी की अंतर्निहित सामग्रियों में एक सच्ची क्रांति की आवश्यकता है, जैसे कि सिलिकॉन-कार्बन एनोड सामग्री और ठोस-राज्य बैटरी में प्रगति।

संबंधित डेटा से पता चलता है कि साधारण ग्रेफाइट एनोड की तुलना में, सिलिकॉन-कार्बन एनोड बैटरी के द्रव्यमान ऊर्जा घनत्व और वॉल्यूमेट्रिक ऊर्जा घनत्व में काफी सुधार कर सकते हैं, आमतौर पर समग्र बैटरी ऊर्जा घनत्व को 8% से 40% तक बढ़ा सकते हैं। इसके साथ ही, सिलिकॉन की उच्च सैद्धांतिक विशिष्ट क्षमता के कारण, बैटरी जीवन और फास्ट-चार्जिंग प्रदर्शन को भी काफी अनुकूलित किया जा सकता है।

इस सामग्री का उपयोग सबसे पहले हाई-एंड स्मार्टफोन और अन्य इलेक्ट्रॉनिक उपकरणों में किया गया था, और बाद में इसे चश्मे पर भी लागू किया गया था। XIAOMI के AI ग्लास में निर्मित 263mAh XIAOMI Jinshajiang बैटरी XIAOMI फोन की तरह ही उच्च-घनत्व सिलिकॉन-कार्बन एनोड तकनीक का उपयोग करती है, जो AI ग्लास की बैटरी जीवन में काफी सुधार करती है।

पारंपरिक लिथियम-आयन बैटरियों की तुलना में, सॉलिड-स्टेट बैटरियां उच्च ऊर्जा घनत्व, तेज़ चार्जिंग गति और बेहतर सुरक्षा प्रदान करती हैं। एआई ग्लास के लिए, सॉलिड-स्टेट बैटरियों का लघुकरण और उच्च ऊर्जा घनत्व विशेष रूप से महत्वपूर्ण है। पहनने योग्य उपकरणों के रूप में, एआई चश्मे में बहुत सीमित आंतरिक स्थान होता है। सॉलिड-स्टेट बैटरियां एआई ग्लास के विभिन्न कार्यों, जैसे उच्च-चमक डिस्प्ले, छवि पहचान और लंबी अवधि की वीडियो रिकॉर्डिंग का समर्थन करने के लिए पर्याप्त ऊर्जा प्रदान करते हुए इन कॉम्पैक्ट स्पेस आवश्यकताओं को बेहतर ढंग से अनुकूलित कर सकती हैं।

अंत में, विश्व स्वास्थ्य संगठन की दृष्टि पर 2019 की विश्व रिपोर्ट से पता चलता है कि दुनिया भर में 2.2 बिलियन से अधिक लोग दृश्य हानि या अंधापन से पीड़ित हैं। श्रवण के संबंध में, वैश्विक स्तर पर लगभग 1.5 बिलियन लोगों में अलग-अलग स्तर की श्रवण हानि होती है, लगभग 430 मिलियन लोग गंभीर श्रवण हानि का अनुभव करते हैं।

हालांकि बाधाओं की अनुपस्थिति एआई चश्मे के लिए सबसे तेजी से बढ़ने वाला बाजार नहीं हो सकता है, लेकिन यह निश्चित रूप से उन परिदृश्यों में से एक है जो उत्पाद के मूल्य का सबसे अच्छा परीक्षण करता है। सामान्य उपयोगकर्ता कभी-कभी पहचान संबंधी त्रुटियों को सहन कर सकते हैं और आसानी से अपने फोन को विकल्प के रूप में उपयोग कर सकते हैं; हालाँकि, उन उपयोगकर्ताओं के लिए जो संचार और यात्रा के लिए उपकरणों पर भरोसा करते हैं, सटीकता, विलंबता, बैटरी जीवन और विश्वसनीयता सीधे उपयोगकर्ता अनुभव और व्यक्तिगत सुरक्षा को प्रभावित करती है।

पहुंच के संदर्भ में, दृष्टि और श्रवण बाधित लोगों के अलावा, 'चांदी के बालों वाली' आबादी ने भी चीनी निर्माताओं का ध्यान आकर्षित किया है। पिछले साल के सीनियर एक्सपो में, LIANHUI टेक्नोलॉजी ने ओम बुद्धिमान मस्तिष्क से सुसज्जित दुनिया का पहला दृश्य सहायता चश्मा लॉन्च किया, जो विशेष रूप से बुजुर्गों के लिए डिज़ाइन किया गया था। चश्मे का वजन केवल 45 ग्राम है, इसमें 8 घंटे की बैटरी लाइफ है, और एआई क्षमताओं जैसे कि हर चीज को महसूस करना, सक्रिय बातचीत और स्वायत्त निर्णय लेने का समर्थन करता है।

चौथे चीन शेन्ज़ेन अंतर्राष्ट्रीय ऑप्टिकल मेले और 2026 की पहली आर्टिफिशियल इंटेलिजेंस आईवियर प्रदर्शनी में, मिंगज़ी क्लाउड टेक्नोलॉजी ने बुजुर्गों के लिए एआई-संचालित चश्मा भी लॉन्च किया। बड़े पैमाने पर मॉडल तकनीक से लैस, ये चश्मा दृष्टि सहायता, श्रवण सहायता, आपातकालीन प्रतिक्रिया और दूरस्थ सहायता जैसे कार्यों को एकीकृत करते हैं, जो वरिष्ठ नागरिकों के लिए एक अनुकूलित स्मार्ट पहनने योग्य समाधान प्रदान करते हैं।

एआई चश्मे में मानवीय स्पर्श लगातार बढ़ रहा है।

स्रोत:：VRTUOLUO