从「被动」到「主动」，为什么给耳机装上「眼睛」后AI范式变了？

编辑｜吴昕、Youli

先行一步

Sam Altman 与 Jony Ive 联手探索的无屏 AI 硬件，正在被逐步揭开。供应链信息显示，这款产品并没有选择屏幕，而更像是一种可穿戴设备：体积接近 iPod Shuffle，可以放入口袋或随身佩戴；内置麦克风与摄像头，持续感知用户所处的真实环境，与之并肩工作，主动给出建议。

「无屏、主动式 AI」这条路径上，中国公司其实已经先行一步。

12 月底，光帆科技在北京发布了 Lightwear AI 全感穿戴设备。这是一套由 AI 耳机、智能手表以及设计独特的充电盒组成的组合式终端。其中，AI 耳机也是全球首款具备视觉感知能力的主动式 AI 耳机。

三款设备实时协同，扮演一个「始终在场」的 AI 助理 ，与你一同观察世界，并主动参与日常生活与决策。

Lightwear AI 全感穿戴设备，这是一个由 AI 耳机、智能手表以及设计独特的充电盒组成的套装。

「喂，晓帆。」一名戴着耳机的女孩在超市里购物，拿起一瓶饮料，随口喊了一句。发布会现场，出现了这样一个场景。

「在呢。」 隐身在耳机里的 AI 助理被唤醒。

「这个在网上咋卖？」女孩问。AI 「看」了一眼她手中的商品：识别出商品名称，随即在网上搜索同款价格 ——500 毫升 15 瓶，57.9 元，更便宜。

在女孩的确认下，AI 直接完成下单。

耳机黑色部分就是 AI 的眼睛，为 AI 提供视觉感知的摄像头。

类似的主动能力，并不只体现在购物场景中。耳机盒内置 GPS，当用户快到家时，晓帆会主动提醒有快递要取。

在另一个更长任务的演示中，用户只用表达需求，AI 主动把事情完成，并告诉你结果，中间沟通个一两次就行。

整个流程从一句「XX 问你什么时候有空和王总吃饭」开始。晓帆自动检查日程冲突，发现约饭时间与一场产品会议重叠后，按用户要求调整了会议安排。

随后，它继续主动询问是否需要一并处理机票和酒店：机票按照「再早一点」的要求重新预订；酒店则直接按「常住的那一家」定了两晚。

这些场景，都映射出光帆科技试图呈现的主动式 AI 雏形。

发布会之后，这家创业公司也迅速受到关注。其创始人董红光是小米早期员工（第 89 号），长期负责操作系统与智能化相关核心工作，几乎贯穿了小米多个关键技术阶段。成立仅一年多时间，光帆科技便吸引了一批颇具分量的投资机构入局，也为这条「无屏、主动式 AI」路径增添了更多现实注脚。

AI 硬件大爆发，被动式 AI 面临挑战

在光帆科技压轴登场之前，仅在 2025 年这一年里，全球范围内就已密集涌现出一批 AI 硬件产品。阿里推出夸克 AI 眼镜，字节加码 AI 耳机、AI 手机，同时还有 AI Pin、戒指、项链、手环等更具「脑洞」的新形态。

AI 正在加速脱离屏幕，为自己寻找新的「肉身」。而这场 「物种大爆发」，并非偶然。

一方面，大模型能力持续跃迁，终于能够支撑复杂场景的理解，以及长链路任务的稳定执行（如 AI Agent）；响应速度也被拉进「1 秒俱乐部」，交互体感开始逼近真人对话。

另一方面，推理与部署成本持续下探，再叠加中国在制造与供应链上的系统性优势，让中国玩家在这一轮 AI 硬件竞赛中显得尤为活跃。

但问题，也同样清晰。

大多数 AI 硬件已经足够贴身，却并不「始终在场」；看起来随时可用，却仍在等待一道清晰的命令。这依然是一种被动式智能，存在认知摩擦。

比如，你需要先掏出手机、打开 App，再用近乎「产品经理式」的方式，把真实需求拆解成一段段包含关键词的 Prompt；又或者，只有在你主动提问「这是什么？」时，AI 眼镜才会启动识别并给出反馈。至于耳机，更是高度依赖语音唤醒和明确指令。

主动式智能正试图消除的就是这种负担。它会持续进行云端计算，感知、理解用户所处的情境（「你现在在超市」）+ 记忆（「你记得要买果汁」），在合适的时机（「你路过商店」），在你尚未开口之前主动介入 ——「别忘了，顺手买果汁。」

事实上，谷歌的 Project Astra 一直在尝试构建这样一个主动的 AI 助手：拥有眼睛、耳朵和声音，能够与你共处、理解你正在经历的世界。这与光帆科技所追求的、带有「活人感」的 AI 助理 ——全天候、全感知、主动智能—— 在理念上高度一致。

只不过，Project Astra 尚未脱离手机；而光帆科技的选择，是让 AI 不再依附于手机、建立新的交互范式。但是，这样的 AI 硬件，究竟该如何搭建？

他们先从「AI 需要感知什么、怎么感知」出发，逐步决定是否要做加法、怎么加。

「看得见」，是主动智能的门票

在硬件形态上，光帆科技没有选择已有手机做加法，或是更为主流的眼镜，而是对耳机进行「改造」，在上面装上摄像头。看似反直觉的选择背后，隐藏着他们的清晰认知：视觉感知，是主动智能的门票。

而要做到随时看、随时听、随时跟用户说话，手机和眼镜很难满足。

手机，是为触控交互而生，依赖显式唤醒、依赖用户主动将注意力集中到一块屏幕上，从根本上限制了 AI 的「持续观察力」。而且，手机大部分时间都放在口袋里，无法主动感知，用户也无法随时与之交流。

眼镜似乎更为自然，包括 AI 大厂和初创都很看好，但从长期来看，也并非「最优解」。

首先，在用户接受度上就不太友好，尤其是很多非近视人群根本没有戴眼镜的习惯，而且重。技术层面，精密结构下，电池容量、重量、功耗（尤其叠加 AR 后）之后，很难平衡。而一旦进入「持续视觉扫描」状态，摄像头正对路人，隐私与伦理压力几乎不可避免。

耳机就不同了。用户体量大、接受度高、佩戴自然，选择给耳机装上摄像头，并非简单的硬件堆砌，而是一套围绕感知能力的重构—— 在耳机已有听觉感知的基础上，在左右耳塞各置一枚 200 万像素摄像头，实现双目视觉感知，并配合充电盒进行辅助定位。

这里的摄像头拍摄，不是给人看，是让 AI「看」，用以理解物理世界的空间与物体，支持「阅后即焚」，不必担心隐私问题。

只有 200 万像素，其实是蕴含着一个重要的「低像素哲学」：更强调「语义理解」而非「光学美感」，AI 无需欣赏 4K 画质的电影，只需要能分辨出用户手中拿的是橙汁、咖啡，还是药品，就足够了。

真正的关键在于 ——只叠加了一个「视觉感知」，一切都因此而变得不同，因为，视觉是「主动性」的唯一基石。

主动智能的本质，在于主动感知环境、理解上下文并预测行动时机。而这一能力首先依赖对真实世界空间结构、物体关系与动态变化的持续感知，这些关键信息只有视觉能够提供。

而耳机「双目」的视觉高度，恰好与人类视野持平 —— 你看到什么，它就看到什么。于是，AI 可以实时理解你所处的情境，建立稳定的世界模型，判断你的关注焦点，形成「共同注意力」。

没有视觉，AI 无法真正理解世界；没有世界模型，就不可能有真正的主动协作。语音、记忆、推理，只有嵌入视觉框架，才会产生质变。

比如，当用户在路过超市时，AI「看到」用户所处的环境，其「记忆」模块才能被激活，主动发出提醒，「该买橙汁了。」

当用户看到心仪餐厅，想要进一步了解，发出「帮我看下这家餐厅怎么样」的提问指令时，AI 只有「看到」餐厅后，才能启动实现个性化口味比对、附近更优餐厅推荐、餐厅位置准确告知等。

从单兵作战到多感官协同

主动智能的必经之路

要实现真正的主动式 AI，只「薅」一个硬件显然不够。

哪怕是最核心的耳机，也会不可避免地面临感知盲区 —— 比如身体出现异常，AI 根本无从得知。

更现实的问题是，人在睡觉、洗澡、刚起床等场景下，并不会持续佩戴耳机；一些关键信息，也很难长期依赖记忆来维持。

只有走向多感官协同，主动智能才可能真正成立，并逐步逼近全天候、全感知的状态。基于这一判断，在为耳机补上视觉能力之外，光帆科技还为系统引入了一块手表：耳机负责「听」和「看」，手表负责「显示」和「触控」。

首先，手表补齐了语音交互的短板。

那些并不适合通过声音完成的信息交互 —— 例如购物验证码、导航定位、简单提示 —— 可以直接在屏幕上呈现，降低打扰，也提升效率。

更关键的是，手表本身是一枚持续工作的身体传感器。

如果 AI 想要更主动、更贴近个体，就必须理解「人」的状态，而不仅仅是环境。通过持续采集心率、血氧、睡眠、压力等数据，AI 才能感知身体变化，并在合适的时刻给出针对性的提醒与建议。例如在运动中心率异常升高时，主动介入。

与此同时，光帆科技还对耳机充电盒进行了功能重构。

它内置 2020mAh 电池， eSIM 卡与定制化 AI 通信协议，可脱离手机直接联网，还内置高精度 GPS；同时集成算力、独立麦克风和扬声器，即便不佩戴耳机，也可以通过语音与 AI 进行交互。

充电盒上的独立麦克风。

因此，在洗澡、起床、阅读等「不想戴耳机」的场景下，用户依然可以与 AI 保持基本互动，例如询问当天的天气或日程安排。

这种分布式协作的思路，并非个案。

在 Meta 的 Orion 项目中，除了眼镜本体，还配套了一个手势追踪腕带，以及一个遥控器大小的计算模块，三者通过无线方式协同工作。其中，腕带用于读取与手势相关的神经信号，帮助 AI 更精准地理解用户意图。

从这个角度看，手表、耳机、眼镜，乃至充电盒，并不是彼此替代的竞争关系，而是在不同位置、不同维度，分别承担 AI 助理的「感官」与「分身」。它们分工协作、彼此补位，最终目标是一件事：让 AI 真正「在场」，并主动融入生活。

再往远处看，设备的边界只会持续模糊。光帆科技对主动智能的判断是：未来一定是多设备联动，由一个统一的 AI 大脑进行调度。基于自研操作系统，他们后续还将接入更多形态的终端 —— 例如脖挂、眼镜、项链等。

无人区的艰难跋涉

主动智能，不属于某一件硬件，而属于一个协同运作的分布式系统。

而做这样一套分布式 AI 硬件，并不是把耳机、手表、充电盒简单叠加，而是一场关于算力如何分配、设备如何低功耗通信，以及人机工程学如何取舍的极限运动。

其中最核心、最根本的问题是：如何让一个只有几克重的设备，承载起接近大模型的「灵魂」？

光帆科技的解法，是自研一套端云结合的操作系统：Lightware OS，不是把所有能力都塞进单一设备，而是建立一种类似「生物神经系统」的层级分工与调度机制。

最「聪明」、算力最强的大脑，放在云端，负责调用不同的大模型，完成语音与图像理解、意图识别，以及复杂推理与决策。

比如，结合你的位置、你看到的招牌，以及历史评价等信息，判断这是一家什么类型的餐厅、口碑如何、值不值得走进去 —— 这些都交给云端完成。

随身携带的充电盒，同样具备算力，但它并不负责「深度思考」，而是反应足够快、兜底足够稳。

内置 4G eSIM 保证「永不掉线」。它是流量的调度站，在毫秒级内判断请求类型（是查地图还是听歌），瞬间将音视频流推向云端。同时，在网络波动时利用本地算力进行「行为缓冲」，避免 AI 变成「人工智障」。

至于耳机，更像是全天候的「感官末梢」，负责「听」和「看」，只跑最轻量的 AI 任务（如语音唤醒、低像素物体轮廓识别），让这些能力在后台长时间「静默运行」，以极低功耗换取随时在场的体验。

另一个同样棘手的问题，是如何恰如其分地与用户交互。

一个缺乏分寸感的 AI 助手，很快就会从「贴心」变成「打扰」，最终被用户关闭。

因此，在 Lightware OS 中，系统层必须具备对场景的判断能力：用户是否忙碌？当前是否适合打断？这一次介入是否真的有价值？这种对「干扰优先级」的判断，无法只靠给大模型写一段 Prompt 解决，而必须被写进系统的底层逻辑中。

如何让这套分布式硬件长期、可靠地作为一个整体运行，同样是一道工程难题。

哪怕只看端侧，多设备之间的实时通信本身就已经足够复杂；更现实的是，单个设备内部往往也不止一颗芯片，芯片之间如何高效协作，直接决定了系统稳定性。这不是「写好一个程序」就能解决的问题，而是必须在硬件层、驱动层、通信层同时成立。

还有硬件工艺上的「极限平衡」。在耳机这样极度受限的形态中加入摄像头，意味着必须同时权衡体积、重量、续航、散热与佩戴舒适度。

最终，加入摄像头和更大电池后，单只耳机重量被控制在11g，远低于常见智能眼镜约 40g 的重量，佩戴舒适度和行业头部的耳挂式耳机相当，并无明显不适和异物感。

这几年，CES 一直是「杀手级 AI 硬件」想象力的集中展示场。在众多方向中，个人穿戴与随身设备始终是焦点。而耳机这一高频入口，也正在被重新定义。

2026 年 1 月 6-9 日，光帆科技将携全球首款主动式 AI 耳机亮相 CES。下一代 AI 硬件的方向，或许正藏在这些看似熟悉、却正在被重新塑造的随身设备之中。