光波导的良率，比AR眼镜的PPT更难爬
2026年上半年，华为、谷歌、阿里、雷鸟、Rokid、XREAL、苹果（按公开消息）相继把AI/AR眼镜推到台面上，618前后发布的款式据财联社统计接近百款。中国信通院在最新一期《AI眼镜关键技术与产业生态研究报告》中给出了一组更冷静的结论：微显示与光波导决定了设备的厚度下限，端侧AI芯片算力与续航则决定"能不能戴出门"。换句话说，营销侧的故事讲完了，工程侧的爬坡才刚开始。
SEMI大湾区产业峰会在去年10月就抛出一道判断：AR/AI眼镜要量产，光学、芯片、电池三道关必须同步突围，否则"百镜"只会变成"百废"。半年过去，这条判断没有软化——某华南ODM厂商在SEMI芯屏会论坛上坦言，阵列光波导（Surface Relief Grating）单片良率仍卡在40%-55%，几何波导在亮度均匀性上还过不了量产线。
良率每抬10个百分点，模组单价能压下来约8%-12%。这是一个同业里流传的粗估，但方向没有争议。问题是，光波导的良率不仅取决于工艺，还取决于上游的玻璃晶圆、纳米压印母版、耦合光栅设计，每一个环节都分散在不同的供应链。
端侧AI芯片的"1瓦预算"
光波导还没有解套，AI芯片那头也没有。眼镜形态决定了SoC的功耗天花板大致在1W-1.5W，再高就要触发温控降频——这是多家ODM厂商在2025年底内部评审时反复出现的数字。
2026年里，业内出现一种新的折中路径：不指望把70亿参数的大模型完整塞进眼镜本体，而是把模型分层留在端侧。热路径上的语音转写、物体识别、第一轮意图分类，跑在端侧NPU上，功耗控制在500mW-800mW；冷路径上的多轮对话、检索增强、长上下文生成，回落到手机或云端处理。
据信通院报告对芯片部分的描述，端侧AI芯片的迭代逻辑已经从"算力跑分"切换到"每瓦有效token"。这一指标牵引出两件具体的工程改造：
第一，模型异步量化。70亿参数的稠密模型做INT4量化后，权重体积可以压到4GB上下；做INT3甚至更低时，配合KV-Cache的稀疏化，理论上可以塞进部分带8GB LPDDR5的SoC。但量化越激进，语音/视觉任务的首token延迟漂移越明显，0.3秒到0.8秒的差距，用户能直接感知。
第二，端云协同的调度协议。眼镜和手机之间需要一套低功耗唤醒机制，靠蓝牙LE Audio或者UWB近场感知，让眼镜识别到"已经回到手机可用状态"后再回落到云端大模型。这套协议当前没有统一规范，各家厂商都在自己定义——这也是为什么2026年我们会在不同品牌间看到截然不同的续航表现。
散热与续航，被光波导夹住的两端
光波导和端侧芯片看似是两条独立链路，实际上是同一根系统约束的两个端点。光波导组件本身不发热，但它让出的空间（典型厚度1.5mm-2.5mm）极其有限；这一空间里要塞进SoC、电池、麦克风阵列、IMU和至少一颗环境光传感器，电池的容量往往被挤压到200mAh-400mAh。
中国银河证券在2026年初的行业深度报告里就指出，AI/AR眼镜要从"极客玩具"切换到"日用品"，必须解决"性能、体积、续航"的三角难题。SEMI论坛上的多家厂商把当前形态归类为"看起来像眼镜、戴起来还不够久"，原因是高负载AI推理+光波导显示同时开启时，电池对续航的承诺几乎守不住。
一个常被忽略的细节是SiP封装。它是当前端侧AI眼镜的主流封装形态，把SoC、Wi-Fi/蓝牙、PMIC和NOR Flash集成在同一基板上。一家ODM厂商私下告诉同行，他们做SiP的良率提升明显慢于预期——并非工艺做不到，而是模组供应商分散、对良率判定标准不统一，"行业里没人拍板一个统一的验收线"。
软硬件协同：三件还没对齐的事
参考AI纪元此前对70B模型塞进智能眼镜的拆解，把芯片压小只是第一步，真正决定"能用"的是算法、芯片、光学和功耗四者的协同。结合2026年上半年的产业观察，三件事还没有对齐：
模型量化等级与SoC NPU指令集的对齐。Qwen3、InternVL3这类端侧友好模型在不同量化下，向量乘加指令的命中率差异显著，需要SoC厂商提供量化白皮书，否则模型团队只能盲测。
光学设计与AI推理时序的对齐。光波导在显示高亮内容（比如AR字幕）时的瞬时功耗，会和NPU推理峰值撞车。需要硬件团队把两路负载的电源域设计成可独立调频，并配齐DVFS策略。
端云协议与数据合规的对齐。在欧洲和北美市场，眼镜端的实时音视频流入端侧大模型时，已经触发GDPR和CCPA的合规支出；厂商必须把数据脱敏、端侧处理留痕、本地缓存加密三件事一起做。
对硬件从业者的几条具体参照
如果你是正在选型或定义下一款AR眼镜的工程师，眼下的几条参照值得放进项目路线图：
- 光波导方案上，阵列光波导的良率比几何波导稳，但亮度均匀性仍是短板；如果产品定位在户外强光场景，建议优先评估JBD或镭昱这类上游MicroLED供应商给出的亮度参数。
- 端侧AI算力上，把"每瓦有效token"列为芯片选型KPI，而不是TOPS峰值。问供应商要量化白皮书，问他们700mW预算下70亿模型的实际首token延迟，而不是参考跑分。
- 续航上，把"AI负荷+光学显示"的混合功耗拆开测，不要只看待机功耗。SEMI论坛上多家厂商给出的现场复测数据表明，混合负荷下的实测续航往往只有标称值的55%-65%。
- 供应链上，SiP模组的良率验收标准需要自己主导定义，不能直接照搬通用消费电子的AQL——AI纪元此前的散热文章（参见《8000P算力园区里的水冷改造》）里已经强调过，功耗约束会反向改写供应链的验收逻辑。
AR眼镜不是一门纯硬件生意，硬件承接所有甜蜜与苦涩。到2026年下半年，光波导良率与端侧AI功耗的"工程死结"能不能松一松，决定了百镜大战能不能真正滑向千万台量级。这件事不会靠PPT解决，它会在每一家晶圆厂、每一条SiP产线、每一次DVFS调优里慢慢被回答。
