对话阿里巴巴智能终端业务负责人宋刚：AI眼镜进化论，一场生态、续航的攻坚战

当大模型从技术奇点跃迁为产业基座，当智能体从实验室走进产线诊室，人工智能的第三次浪潮正以前所未有的锐度重构全球经济肌理。

中国在这场变革中展现出双重禀赋：既是拥有超大规模应用场景的试炼场，又在芯片突围、算法开源等深水区发起攻坚。从单点技术破壁到生态级创新，从效率工具到新质生产力引擎，一条具有东方特色的AI发展路径正加速浮现。

7月26日，世界人工智能大会（WAIC 2025）以“智能时代 同球共济”为主题，汇聚了来自AI领域的科技巨头、学术先锋与政策制定者，而这场覆盖技术、伦理、艺术的超级盛宴，昭示着AI已从“产业变量”进化为“文明常量”。

在这场关于人工智能产业的盛会上，36氪不仅作为产业观察者，更以产业连接者的角色深度参与，在展馆中搭建了“氪星直播间”，以对话的形式，揭秘人工智能产业进阶的底层逻辑。

在对谈中，阿里巴巴智能终端业务负责人宋刚表示：未来，决定 AI眼镜市场格局的关键指标体是用户粘性，即用户活跃度与用户时长。阿里眼镜的目标打造一副好戴好用的超级眼镜，并最终成为用户在AI时代的个人移动入口。

以下为对谈实录，经36氪编辑：

36kr：先请您简单介绍一下自己和贵公司的基本情况，来此次waic的感受如何，有什么样的收获？

A：我是来自阿里巴巴智能信息事业群智能终端业务的宋刚，我们的团队一直专注于智能终端硬件的设计、研发和生产销售，比如哇哦闺蜜机、智能音箱，以及此次在 WAIC 上亮相的夸克 AI 眼镜。非常高兴能够参加本次大会，和来自海内外的国际专家、行业伙伴共同探讨如何用 AI 赋能生活，为消费者带去更多具有科技感的人工智能产品。

36kr：当前AI眼镜产品存在场景鸡肋、续航短板、佩戴不适三大痛点，阿里眼镜如何实现性能、功耗、舒适性的三角平衡？有哪些独家的工程学创新？

A：在场景方面，我们将夸克 AI 眼镜打造成一个“真正意义上的AI 随身入口”，通过“阿里巴巴自有生态构建+行业拓展合作”满足用户的更多场景需求。

我们还联合集团内部的生态，构建起了覆盖搜索、导航、支付、个人出行和商旅出行等垂直场景的AI能力矩阵，让 AI 更好地服务用户的生活。

在解决现阶段 AI 眼镜续航能力不足的方面，夸克 AI 眼镜采用双芯双系统设计，通过高性能芯片与低功耗蓝牙芯片双芯片智能调度来优化电池使用；在工程方面我们也进行了创新，采用双电池+换电设计，通过热插拔镜腿让用户快速更换主电池；搭配一个可随身携带的-耳机盒大小的换电仓，可以实现24小时续航，全天候使用。

为了提升用户的佩戴舒适感，我们眼镜鼻托和耳弯接触面采用了仿生曲面设计，实现压力均匀分布；同时将设备重心精准控制在眼镜几何中心位置，实现了佩戴时的最佳平衡感；而且我们还采用钛合金一体注塑成型镜腿，结合弹性棘轮转轴设计，在保证轻量化的同时，实现运动场景下的结构包裹稳定。

综上，夸克 AI 眼镜通过系统深度定制裁剪优化，通过深度自研与产业器件定制能力，达成了三角平衡。

在整机架构方面，通过定制研发双音圈大振膜小型化的扬声器、设计超窄一体化FPC，运用高折射率镜片加镀膜工艺，进一步缩小波导区域光栅面积，使得我们的哇哦眼镜镜腿更细、镜框更窄更薄、镜片看起来更通透；

在穿戴方面，通过鼻托和耳弯接触面采用了仿生曲面设计，实现压力均匀分布；同时将设备重心精准控制在眼镜几何中心位置，实现了佩戴时的最佳平衡感；而且我们还采用钛合金一体注塑成型镜腿，结合弹性棘轮转轴设计，在保证轻量化的同时，实现运动场景下的结构包裹稳定；

在电子架构方面：采用了双电池与换电设计，通过热插拔镜腿让用户快速更换主电池；搭配一个可随身携带的 耳机盒大小的换电仓，可以实现24小时续航，全天候使用。

在系统OS方面，搭配安卓加RTOS双系统实现动态资源调度，既大幅提升了重载场景下的能效，又有效降低了待机场景下的功耗。

在影像系统方面，我们自主研发了Super Raw暗光处理算法，通过RAW域多帧融合与自适应降噪，有效地抑制了暗光下的噪声，显著提升了图像信噪比。

36kr：眼镜整合了阿里的服务生态，在您看来，哪一类场景能成为用户每日刚需？这类场景需要突破哪些技术壁垒？

A：我们认为通过AI技术能力与服务，渗透到用户的衣食住行相关生活需求场景都可能成为用户刚需。阿里生态场景可以很好地赋能这些消费者刚需场景，比如各种信息提醒（日程、信息提醒）是高频生活场景，我们通过和飞猪的合作，可以实现航班信息提醒。

通过AI眼镜实现免掏手机就能安全又快捷地支付，特别是在各种解放双手的场景，AI 眼镜能给用户带来便利，如行进当中的扫码支付、户外徒步拍摄等，在跨语言沟通的场景，翻译、同声传译等功能也很重要。

针对工作学习需要提效的场景，AI 眼镜的如会议记录、百科问答等功能也能帮助用户提升效率。

需要突破的技术壁垒一是AI的感知与理解能力，包括语音、图像识别，语义理解、意图判断等多个方面，这中间需要强大的 AI 中控能力加持，合理拆解任务并调用不同生态服务，之后才能真正实现“听得清、看得懂、理解准、答得好”，才会形成更好的用户粘性。

二是端云协同能力，眼镜端需在低功耗下完成响应，云端需对接不同生态伙伴的云端 AI 服务完成信息处理，两端要在不同网络条件下协作响应，实现既快又准的体验闭环。

阿里的优势就在于，我们既有多模态AI能力，又掌握服务生态与系统能力，可以把这些技术打穿到真实场景中，让AI眼镜真正“用得上、用得顺、离不开”。

36kr：在面对行业竞争时，阿里眼镜的核心壁垒是什么？您认为AI眼镜行业未来3年将因哪项技术突破将会彻底爆发？

A：基于阿里自研大模型创新的 AI 应用，联合内外部生态整合能力，以及基于自研的软硬件能力构建的技术创新，构成了阿里做夸克 AI 眼镜的核心壁垒。

技术突破点包含三个，分别是硬件、AI 能力以及生态。硬件方面，在近眼显示、拍照、感知能力等多个方面提升，同时，实现外观小型化也是关键因素。

人因穿戴：高集成柔性电路板，高容量高密度电池，下一代创新复合材料构建小型化极致穿戴。

近眼显示：技术突破小型化双光机双目显示，推进显示功耗、轻薄化等行业痛点的改善落地

声学音频：开放式声学系统结合用户环境的自适应与个性化服务提升。

拍摄感知：摄像头传感器、计算能力与影像｜感知算法融合提升，革新影像与视觉感知能力

AI 能力：AI眼镜要实现真正的“智能化”，除了强大的语音识别能力，更在于理解和决策能力的全面进化。

先进语音识别与理解： 在嘈杂环境下的高精度语音识别（降噪、分离）、支持口语化和轻声交互、支持多语种实时翻译、低延迟响应。

多模态对话理解能力：基于语音、文本、视觉的多模态对话理解能力，能更准确地理解用户的交互意图，让用户从“操作指令”转向“一句话直接表达需求”；第一视角的视觉多模态理解，能听也能看，体验更自然；

超级智能体： AI眼镜可能成为用户最贴身的数字助理，不仅能回答问题、执行命令，还能处理复杂事务（超级智能体），理解用户的长期目标和价值观。

端云协同推理能力：AI模型要在轻量化、低功耗的端侧快速运行，同时结合云端大模型能力实现高精度复杂任务推理。二者需在不同网络和算力条件下自适应切换，确保体验稳定、反应即时。

连续学习与个性化：模型需具备持续学习用户习惯和语境的能力，从而构建更加贴合个人的服务体系，实现从“通用AI”到“专属AI”的演进，真正成为个人的随身智能助理。

AI内容生态：AI眼镜的使用频次和黏性，最终依赖于围绕它建立起的内容与服务生态。我们综合了全行业的主要内容生态，从各种维度提供融合内容服务。

从被动获取到主动推荐：在内容和信息服务的供给方式上，基于用户当前所处场景和历史行为偏好，主动推送有价值的信息、服务与行动路径，真正实现“想用户所想”。

与生态深度打通：在生态内容的广度上，从现在的搜索、导航、支付、个人出行和商旅出行等核心场景服务不断拓展到日常出行、购物、学习、工作等更多场景，让用户戴上眼镜就能打通从“感知”到“行动”的完整闭环。

垂类知识与服务的深度融合：在生态内容的深度上，通过与垂直行业内容体系结合（如旅游、教育、商业等），构建高质量、结构化、可理解的AI内容源，让AI眼镜具备长期留存和复购的内容价值。

第三方内容服务生态：支持第三方内容与能力接入，推动内容与服务开发者共建 AI 眼镜的新生态，使AI眼镜成为一个可生长的智能平台。

36kr：在AI眼镜彻底爆发后。您认为决定市场格局的终极指标是什么？阿里眼镜的目标是什么？

A：我们认为， 决定 AI眼镜市场格局的关键指标体是用户粘性，即用户活跃度与用户时长。而决定用户粘性主要有：

1、 持续为用户解决问题提供价值：有优秀的整机软硬基础体验，快速、准确地响应用户的需求，甚至预测需求；设备能够全天候多场景使用；有丰富实用的应用和内容生态：多样化的 AI 原生服务，能覆盖用户日常衣食住行等各个方面；强大的多模态理解与调度能力，能更好理解用户意图，快速准确地提供各类 AI 服务。

2、 持续产品市场渗透与增长力：丰富多元产品矩阵，通过“高端显示+主流拍摄”产品组合入局AI眼镜赛道，以高端树立品牌心智，以主流覆盖大众市场，形成“高端标杆+规模增长”的协同效应；完善销售服务体验：为用户提供眼镜行业专业，全面的验光配镜、加工制造与视力数据服务。

阿里眼镜的目标打造一副好戴好用的超级眼镜，并最终成为用户在AI时代的个人移动入口。

36kr：展望未来3-5年，在AI驱动下，您认为您所在的行业将发生哪些最具变革性的重构？这种重构对产业竞争的关键影响会体现在哪里？贵司如何提前布局？

A：AI眼镜拥有眼镜消费品、AI创新科技品和数码电子品的三重属性，所以核心变革预期主要有：

1、在眼镜方面：与眼镜品牌在技术、渠道、服务以及C2M定制能力的整合，推动眼镜产业价值链变革；

2、在消费电子方面：构建深度自研软硬件开发能力，联合上游核心供应链（如光学、芯片、传感器等），打造一套融合AI多模态感知能力的全新自然交互方式，推动人机交互方式的变革。

3、 在AI 生态方面：从有限的 AI 服务场景，到多元化服务场景；从用户选择 AI 服务，到 AI 主动感知理解用户意图、主动推荐 AI 服务。推动 AI 应用内容生态的变革。

我们将联合全球领先的眼镜品牌，融合通义千问大模型与夸克 AI 应用能力，构建能听会看的智能交互体验。通过“阿里巴巴自有生态构建+行业拓展合作”双轮驱动，构建覆盖搜索、导航、支付、商旅等高频场景的 AI 服务矩阵，并不断拓展更多可落地的生态服务，重构人与信息的连接方式，加速整个生态的发展。