Widzenie dźwięku, słyszenie obrazów: temperatura okularów AI

Minęła dopiero połowa 2026 r., a liczba wypuszczonych na rynek okularów AI osiągnęła już 68, a takie marki jak HUAWEI, Thunderbird, XREAL i KEDAXUNFEI wprowadzają na rynek nowe produkty. Od pracy biurowej i sportu po aplikacje związane z opieką zdrowotną – okulary AI prezentują swoje wielofunkcyjne możliwości.

Warto zauważyć, że „pomoc audiowizualna”, niszowa funkcja okularów AI, w ostatnich latach przyciąga uwagę producentów. W pewnym stopniu nie chodzi tu o potencjalną wielkość rynku, ale raczej o wyjątkową wartość, jaką okulary AI mogą wykazać na tym rynku.

W styczniu tego roku rumuński startup .lumen zaprezentował przełomową technologię dostępności – okulary nawigacyjne .lumen dla niewidomych. W lutym Meta udoskonaliła funkcje wspomagające okulary AI, aby pomóc osobom z zaburzeniami poznawczymi i weteranom odzyskać niezależne życie; w marcu firma Daemyung Optics z Korei Południowej podpisała umowę z Everysight w sprawie wspólnego opracowywania okularów AI w celu zapewnienia rozwiązań dla osób z wadami słuchu i wzroku; w czerwcu Rokid poinformował, że powołał dedykowany zespół dla specjalnych grup w celu przeprowadzenia badania potrzeb odpowiednich grup użytkowników, a jego produkty zostały wpisane na listę narzędzi wspomagających dotowanych przez Federację Osób Niepełnosprawnych w Zhejiang, Syczuan, Yunnan i innych regionach Chin.

Widoczność dźwięku: okulary z napisami znalazły się na chińskiej liście „Dotacji na urządzenia wspomagające”.

Dla użytkowników z wadą słuchu najbardziej bezpośrednią zaletą okularów AI jest obecnie konwersja dźwięku na tekst, który można odczytać w czasie rzeczywistym.

Ten kierunek nie jest nowy. W 2022 roku firma LLVision wypuściła okulary AR z napisami „Słuchacz”, które wykorzystują mikrofon do zbierania dźwięku konwersacji, a następnie wyświetlają transkrybowane napisy w polu widzenia użytkownika. Produkt ten był również jednym z pierwszych konsumenckich okularów napisowych AR, które wprowadzono wówczas do masowej produkcji.

Wraz z rozwojem technologii rozpoznawania mowy i lekkich wyświetlaczy, napisy w czasie rzeczywistym zaczynają odchodzić od wyspecjalizowanych urządzeń wspomagających na rzecz uniwersalnych okularów AI. Meta Ray-Ban Display obsługuje wyświetlanie napisów dialogowych i tłumaczeń w soczewkach, przy czym tekst jest widoczny tylko dla użytkownika. Produkty takie jak Rokid Glasses i Thunderbird X3 Pro również zawierają napisy i tłumaczenie w czasie rzeczywistym jako kluczowe funkcje okularów AI opartych na wyświetlaczach.

Innym podejściem technologicznym jest wzmocnienie samego dźwięku. Funkcja Meta „Conversation Focus”, przetestowana na urządzeniach Ray-Ban Meta i Oakley Meta HSTN, wykorzystuje mikrofony kierunkowe do podkreślania głosu osoby mówiącej w obecności użytkownika, redukując zakłócenia powodowane przez hałas otoczenia. Tego typu rozwiązanie jest bliższe łagodnym aparatom słuchowym i nadaje się do hałaśliwych środowisk, takich jak restauracje, wystawy i dworce kolejowe, ale nie może zastąpić wyświetlania napisów dla użytkowników z poważnymi wadami słuchu.

Z punktu widzenia produktu okulary AI spełniają już podstawowe wymagania dotyczące konwersji mowy na napisy, jednak nadal istnieją znaczne różnice pomiędzy dostępnymi napisami a transkrypcją zwykłych spotkań. Codzienne rozmowy często obejmują wiele osób mówiących jednocześnie, dialekty, akcenty, muzykę w tle i nagły hałas otoczenia. Oprócz rozpoznawania tekstu okulary z napisami muszą także określać tożsamość mówiącego i kierunek głosu, obsługiwać przerwy w zdaniach, ton i kontekst, a także gromadzić dane z mikrofonu. Opracowanie tej funkcji jest łatwe, ale zrobienie tego dobrze już nie.

Obecnie chińska polityka krajowa zaczęła uwzględniać tę formę produktu. W nowej wersji pekińskiego katalogu dotacji na zakup urządzeń wspomagających dla osób niepełnosprawnych dodano do tej listy „okulary z napisami”. W lipcu 2026 r. podczas wydarzenia dotyczącego korzystania z okularów dla osób niesłyszących wspomaganego sztuczną inteligencją zorganizowanego przez Stowarzyszenie Osób Niesłyszących Haidian w Pekinie głównymi funkcjami zaprezentowano napisy w czasie rzeczywistym, inteligentne tłumaczenie i nawigację.

Dzięki usłyszeniu obrazu okulary AI zaczynają przejmować rolę zrozumienia środowiska.

Potrzeby osób niedowidzących w zakresie okularów AI są bardziej złożone. Użytkownicy słabowidzący mogą zachować część wzroku i wymagają takich funkcji, jak powiększanie obrazu, poprawianie krawędzi, regulacja kontrastu, wzmacnianie kolorów i rozpoznawanie tekstu. Dla całkowicie niewidomych lub prawie całkowicie niewidomych użytkowników ekran ma stosunkowo ograniczoną wartość; produkty muszą przekształcać obraz i informacje przestrzenne na wskazówki głosowe, dotykowe lub inne.

Określa to również dwa różne kierunki produktów dotyczące okularów wspomagających dla osób niedowidzących. Pierwszy typ pomaga użytkownikom „rozumieć, co się przed nimi dzieje”. Kamery potrafią rozpoznawać tekst, towary, banknoty, ludzi, znaki autobusowe i drogowe, a następnie transmitować wyniki przez otwarte głośniki. Multimodalne duże modele poprawiają możliwości opisu sceny, dzięki czemu okulary wykraczają poza rozpoznawanie pojedynczych obiektów i odpowiadają na pytania takie jak „Co jest na stole?”, „Co robi osoba przede mną?” i „Co oznacza ta informacja?”.

Drugi typ pomaga użytkownikom „określić następny ruch”. Produkty te muszą identyfikować granice dróg, stopnie, przeszkody i dynamiczne pojazdy, określać relacje przestrzenne między obiektami, a następnie udostępniać sugestie działań za pomocą głosu, wibracji lub informacji zwrotnej pod wpływem nacisku. .lumen przyjmuje to drugie podejście. Jego system czerpie z koncepcji autonomicznej jazdy, związanych z postrzeganiem środowiska, wykorzystując czujniki i sztuczną inteligencję do znajdowania bezpiecznych ścieżek spacerowych, a następnie wykorzystując dotykowe informacje zwrotne, aby poprowadzić użytkowników do zmiany kierunku. Urządzenie nie korzysta z wcześniej narysowanych map środowiskowych ani nie musi w sposób ciągły ogłaszać głosowo skrętów w lewo i w prawo, co zmniejsza obciążenie uwagi użytkownika komunikatami dźwiękowymi.

Jednak obowiązki produktu znacznie wzrastają w miarę jego ewolucji od „opisywania środowiska” do „przewodnictwa w podróży”. Podczas gdy ogólne odpowiedzi na pytania AI mogą czasami powodować błędy w rozpoznawaniu, co może skutkować błędną odpowiedzią, niedostępne systemy nawigacji, które błędnie oceniają kroki, pojazdy lub przeszkody, mogą mieć bezpośredni wpływ na bezpieczeństwo użytkownika. Przezroczyste szkło, nisko położone przeszkody, zawieszone obiekty, podświetlenie i nocne otoczenie to scenariusze, w których komputerowe systemy wizyjne są podatne na błędne oceny. Istniejące badania generalnie uwzględniają wykrywanie przeszkód, planowanie ścieżki, łączenie czujników i interaktywne informacje zwrotne jako podstawowe możliwości systemów nawigacji dla osób niedowidzących.

Dlatego na tym etapie okulary AI bardziej nadają się jako uzupełnienie lasek, psów przewodników i pomocy człowieka. Podczas maratonu londyńskiego w 2026 r. niektórzy niewidomi biegacze używali inteligentnych okularów Meta do rozpoznawania punktów orientacyjnych i informacji głosowych, ale główne wskazówki nadal zapewniali towarzyszący im biegacze lub psy przewodnicy. Rzeczywiste przypadki użycia pokazują, że okulary AI mogą poprawić efektywność pozyskiwania informacji, ale nadal daleko im do pełnego wspierania bezpiecznej nawigacji.

Produkty ułatwiające dostępność muszą także zapewniać kanały pomocy ze strony człowieka. Gdy urządzenie nie jest w stanie określić złożonych warunków drogowych, użytkownicy powinni mieć możliwość szybkiego skontaktowania się z członkami rodziny lub wolontariuszami w celu przesłania zdalnym asystentom obrazów z perspektywy pierwszej osoby i informacji o lokalizacji. Sztuczna inteligencja przetwarzająca standardowe informacje o wysokiej częstotliwości z interwencją człowieka w scenariuszach o niskiej częstotliwości, ale obarczonych wysokim ryzykiem, może na tym etapie być bardziej niezawodną kombinacją produktów.

Żywotność baterii: główna przeszkoda w przypadku dostępnych okularów AI

Dostępne okulary AI to urządzenia wspomagające pracujące w wysokiej częstotliwości i w porównaniu ze zwykłymi okularami konsumenckimi AI mają wyższe wymagania dotyczące żywotności baterii i komfortu noszenia. Dzieje się tak dlatego, że produkty te nie są okazjonalnymi narzędziami pomocniczymi, ale raczej urządzeniami często używanymi w sytuacjach o dużej częstotliwości, takich jak podróże i komunikacja. Dlatego żywotność baterii i waga są ważnymi wskaźnikami długotrwałego użytkowania dostępnych okularów AI.

Wyświetlacze, kamery i ciągłe przetwarzanie AI pozostają największymi konsumentami energii. Meta Ray-Ban Display oficjalnie podaje, że maksymalny czas pracy baterii wynosi 6 godzin przy mieszanym użytkowaniu; Okulary do strzelania AI, które częściowo eliminują ekran, mogą wydłużyć czas pracy baterii do ponad 10 godzin, ale ciągły czas nagrywania wideo można utrzymać tylko w ciągu 1 godziny, co utrudnia zaspokojenie potrzeb ciągłego zrozumienia wizualnego AI.

Obecnie producenci stale badają możliwości poprawy żywotności baterii. Na przykład bateria pałąkowa na szyję firmy Rokid w jej działalności Rokid Glass3 B2B zapewnia co najmniej dwie i pół godziny ciągłej pracy podczas pracy aparatu.

Co więcej, konstrukcja wymiennej baterii to kolejny skuteczny sposób na wydłużenie żywotności baterii z punktu widzenia sprzętu. Użytkownicy mogą zdejmować i wkładać zausznik, aby wymienić baterię główną, a bateria dodatkowa może utrzymać ciągłą moc podczas procesu wymiany. W połączeniu z etui do wymiany baterii umożliwia pracę na baterii przez cały dzień. Na poziomie systemu architektura dwuchipowa może również znacznie wydłużyć żywotność baterii.

Oczywiście oprócz rozwiązań wymienionych powyżej, aby naprawdę rozwiązać problem, konieczna jest prawdziwa rewolucja w zakresie materiałów, z których wykonane są akumulatory, obejmująca postęp w zakresie materiałów anod krzemowo-węglowych i akumulatorów półprzewodnikowych.

Powiązane dane pokazują, że w porównaniu ze zwykłymi anodami grafitowymi, anody krzemowo-węglowe mogą znacznie poprawić masową i wolumetryczną gęstość energii akumulatorów, zwykle zwiększając ogólną gęstość energii akumulatorów o 8% do 40%. Jednocześnie, dzięki dużej teoretycznej pojemności właściwej krzemu, można znacznie zoptymalizować żywotność baterii i wydajność szybkiego ładowania.

Materiał ten po raz pierwszy zastosowano w wysokiej klasy smartfonach i innych urządzeniach elektronicznych, a później zastosowano go także w okularach. Bateria 263 mAh XIAOMI Jinshajiang wbudowana w okulary AI XIAOMI wykorzystuje tę samą technologię anod krzemowo-węglowych o dużej gęstości, co w telefonach XIAOMI, co znacznie poprawia żywotność baterii okularów AI.

W porównaniu do tradycyjnych akumulatorów litowo-jonowych, akumulatory półprzewodnikowe oferują wyższą gęstość energii, większą prędkość ładowania i większe bezpieczeństwo. W przypadku okularów AI szczególnie ważna jest miniaturyzacja i duża gęstość energii akumulatorów półprzewodnikowych. Jako urządzenia do noszenia, okulary AI mają bardzo ograniczoną przestrzeń wewnętrzną. Baterie półprzewodnikowe mogą lepiej dostosować się do wymagań dotyczących niewielkiej przestrzeni, zapewniając jednocześnie wystarczającą ilość energii do obsługi różnych funkcji okularów AI, takich jak wyświetlacze o wysokiej jasności, rozpoznawanie obrazu i długotrwałe nagrywanie wideo.

Wreszcie, ze światowego raportu Światowej Organizacji Zdrowia na temat wzroku za rok 2019 wynika, że ​​ponad 2,2 miliarda ludzi na całym świecie cierpi na zaburzenia widzenia lub ślepotę. Jeśli chodzi o słuch, około 1,5 miliarda ludzi na całym świecie ma różny stopień ubytku słuchu, a około 430 milionów cierpi na poważne uszkodzenie słuchu.

Choć brak barier może nie jest najszybciej rozwijającym się rynkiem okularów AI, z pewnością jest to jeden ze scenariuszy, który najlepiej sprawdza wartość produktu. Zwykli użytkownicy tolerują sporadyczne błędy rozpoznawania i chętnie korzystają z telefonów komórkowych jako alternatywy. jednak w przypadku użytkowników, którzy polegają na urządzeniach do komunikacji i podróży, dokładność, opóźnienia, czas pracy baterii i niezawodność mają bezpośredni wpływ na wygodę użytkownika i bezpieczeństwo osobiste.

Pod względem dostępności, oprócz osób z wadami wzroku i słuchu, uwagę chińskich producentów przyciąga także populacja „srebrnowłosych”. Na zeszłorocznych targach Senior Expo firma LIANHUI Technology wprowadziła na rynek pierwsze na świecie okulary wspomagające wzrok, wyposażone w inteligentny mózg Om, zaprojektowane specjalnie dla osób starszych. Okulary ważą zaledwie 45 gramów, mają 8-godzinną żywotność baterii i obsługują funkcje sztucznej inteligencji, takie jak wykrywanie wszystkiego, proaktywna interakcja i autonomiczne podejmowanie decyzji.

Podczas 4. Międzynarodowych Targów Optycznych w Shenzhen w Chinach oraz Pierwszej Wystawy Okularów Sztucznej Inteligencji w 2026 r. firma MINGZHI Cloud Technology wprowadziła również na rynek okulary zasilane sztuczną inteligencją dla osób starszych. Wyposażone w technologię modelowania na dużą skalę, okulary te integrują takie funkcje, jak wspomaganie widzenia, wspomaganie słuchu, reagowanie w sytuacjach awaryjnych i pomoc zdalna, zapewniając dostosowane do indywidualnych potrzeb, inteligentne rozwiązanie do noszenia dla seniorów.

Ludzki dotyk w okularach AI stale rośnie.

Źródło::VRTUOLUO