手机端跑通了，眼镜端还没到
把70亿参数模型装进手机，骁龙8至尊版第五代已经演示过了。本站内测里，《六款手机端侧大模型实测：能跑不等于好用》记下的一组数字：首 token 延迟从1.2秒攀到4.1秒，长会话触发降频和发热，权限边界时不时卡住调用。手机有铜箔、有均热板、有4000mAh电池做缓冲，眼镜统统没有。
据财联社2026年5月24日报道，谷歌、阿里、华为、雷鸟创新相继推出新款AI眼镜，苹果也在入局，"百镜大战"把供应链彻底点燃。但同一条报道也点破了眼下最棘手的瓶颈——端侧AI能力、高算力场景下的散热与续航，仍然是"亟待突破的难题"。
这两个字——"亟待"——是2026年下半年所有穿戴式AI工程团队的题眼。
异步量化推理：内存账是可以做出来的
先说算法这一侧的情况，因为它是相对最干净的。
以近期端侧开源社区里讨论较多的异步分层量化（async tiered quantization）为例：把模型权重按调用频率分成三档，热段保留INT4在线、解码时按需把温段从INT8量化到INT4、冷段则直接以2-bit稀疏格式驻留闪存。配合独立的K/V缓存池和分块预取调度，70亿参数模型的常驻内存可以稳定压在3.5GB以下。
知乎专栏《从"手持"到"眼见"》把这个思路总结过：大模型轻量化和端侧-边缘协同，是当前AI眼镜工程的两条主线。前者负责"模型怎么塞下"，后者负责"塞不下的部分去哪跑"。
听起来很美。但落到眼镜上，还有第二个变量：电池。
电池、光波导、热：这才是工程死结
智能眼镜的物理约束有三道硬墙。
首先是电池。眼镜镜腿里塞得下的一般只有150-200mAh的异形电池，部分厂商走外挂扩容方案把上限推到400mAh区间。在这个量级下做70B推理，全速运转撑不过30分钟，调到能用的体验更现实的问题是"能不能撑完一场发布会"。
其次是光波导。2025年芯原在上海的专题会上，几家主流方案商已经把话挑明：光波导本身功耗不高，但它对SoC周围的NCVM镀膜、可调焦透镜和图像传感器提出了极高的一致性要求。多出来的摄像头和显示驱动，同样在抢那点紧张的电池余量。
第三是热。手机上那套铜箔+均热板的方案，眼镜做不了——重量和体积都不允许。人脸皮肤局部温度超过41°C，戴十分钟就会触发不适感。这意味着SoC的实际运行功耗上限，被锁死在3W以下。
3W，做70亿参数端侧推理。手机端可以靠瞬时功率尖峰去搏，眼镜不行，它必须长时间稳定在温度墙以内。
端云协同：被念叨很多，落地很少
念得最多的解决方案叫端云协同。听说起来很直接：眼镜只跑感知和粗筛，大脑交给手机或云端。
但这里面有几个工程不愉快处。
第一是延迟。眼镜的交互是"看见-提问-接收"的闭环，时延预期在300毫秒以内。一旦把推理甩到云端，即便5G和Wi-Fi 7的覆盖够，把语音上行 + LLM推理 + TTS下行跑完，抖动根本压不住。
第二是隐私。摄像头对着你看到的每一帧画面，眼镜天然是隐私敏感的设备。把原始视频流上云，无论合规还是用户感知都过不去——这一点跟手机上"按按钮才调用"的逻辑完全不同。
第三是流量。一路1080p 30fps的视频上行，一个问答来回就是几十兆字节。端侧模型的吸引力正是把数据留在本地，但前提是它真的跑得动。
所以现实里走得最远的方案，是混合路由：感知、字幕、第一轮意图理解留在眼镜端，复杂推理、联网搜索、长上下文摘要甩给绑定的手机App或家庭算力盒。路由器怎么切，是工程师的日常。
算力调度和光学散热，两套时钟还没合上
如果盯一条时间轴，更能看出节奏错配的严重性。
光学这边，光波导、可调焦镜片、MicroLED显示的迭代周期是按硬件摩尔跑的，18到24个月一代。算力这边，70亿参数模型在端侧落地是按软件摩尔跑的，6到9个月就有一轮明显提升。
结果就是：眼科光学的BOM成本压力还没缓解，跑在眼镜上的模型已经换了三代。有了更聪明的算法，没有更宽裕的热预算；有了更大的参数规模，对应的还是那颗3W的SoC。这就是行业里被叫作"软件超前、硬件拖底"的工程死结。
本站在《昇腾910C扩到千卡，先把六本运维账算清》里记过国产集群扩容的类似问题——规模上去了，能跑得稳的集群是另一个工程。眼镜端同样如此：算法跑通是账单的第一行，整机协同才是后面那一长串。
接下来的半年，看哪些信号
对关注穿戴式AI的人来说，接下来半年有几个可追踪的判断点：
一、真正的"双SoC"架构会在什么时候现身。把感知和推理拆到两颗芯片上，各跑一条独立的电源和热预算，是眼下看得到的解法。代价是BOM成本和重量都会增加。
二、第一批量产机型搭载的端云协同套件，敢不敢公开功耗曲线。发布会上"跑70B"是结果，曲线形状才是真相。
三、配件化方向会不会加速。手机作算力中枢、眼镜做显示和感知，通过Wi-Fi 7或UWB做低时延链路——这是退一步的工程现实主义。
四、光学期件的成本下探节奏。MicroLED和光波导良率提升，是眼镜自己跑得动大模型的前提。
财联社的报道里已经提到，ODM/EMS代工、SoC/MCU/SiP封装、电池环节会率先吃到红利。但算法和光学合龙的那一步，还没有人交卷。
70B塞进智能眼镜的故事，2026年下半年还停在"能跑"边上。真正进入"好用"，得等那套跨芯片、跨光学、跨电池的工程账本做完。这一步比任何一次模型升级都难。
