从
智能化升级迈向场景化深度应用，再到全新交互方式的探索，
AI 正重塑可穿戴设备领域的未来走向。在芯原举办的以 “智慧可穿戴：始终在线、超轻量、超低能耗” 为主题的技术研讨会上，芯原股份解决方案架构
工程师刘律宏表示，随着 AI 等核心技术的突破，AR/AI 眼镜在生活与工作中展现出丰富的应用场景，涵盖实时翻译、智能导航、智能教育、AR 试穿以及 AI 手术等。
然而，当前 AR/AI 眼镜面临着功能、续航与质量之间难以平衡的矛盾。AR/AI 眼镜需对重量与电池进行极限压缩。在重量方面，双目波导 AR 方案约 10g，简单手术识别
传感器加陀螺仪约 3g -
5g，500 - 800mAh 电池约 8g - 12g。如图所示，若一款 AR/AI 眼镜总重 50g，其中显示系统占比 20%，传感器占比 10%，电池占比 24%。相较之下，普通树脂镜片眼镜仅重 10 - 30g。
在续航方面，不同产品在不同应用场景下续航表现差异显著，且应用越复杂，续航时间急剧缩短。例如，产品 1 配备 500mAh 电池，可支持 8 小时连续
视频播放或影视投屏；产品 2 电池约 440mAh，能为轻量级导航等场景提供 4 - 6 小时续航；产品 3 配备 1200mAh + 电池，在 3D 解剖教学等场景下续航为 4.5 小时。
刘律宏指出，后续面临的典型挑战之一是续航与轻便的平衡，更多的应用场景意味着需要集成更多组件（包括传感器）、更强算力和更高性能，而这必然带来更大能耗与更重质量；典型挑战之二是功能与续航的平衡，功能丰富后，能耗增加，若要维持甚至提升续航时间，就需更大电池，这也会导致方案重量上升。
因此，AR/AI 眼镜对多媒体子系统的要求集中体现在功能、续航和质量三个方面。功能上，需支持更多功能，具备强大算力；续航方面，要实现更低的 IP 功耗、更高效的数据交互、更低的带宽需求以及更低的外部存储空间要求等；质量层面，需达成更小的方案面积与更轻的方案质量。
刘律宏介绍，芯原多年来深耕可穿戴市场，紧密贴合市场需求开发适配的 IP 和系统。针对上述挑战与要求，芯原推出面向可穿戴市场研发的专用 IP 系列，包含
GPU、NPU、ISP、Dewarp、Video 等，可实现物体识别、手势识别等多种功能，覆盖从 AR 眼镜到手表等各类可穿戴设备应用。这些 IP 是紧
耦合架构系统架构下的解决方案，用户可依据产品需求，灵活选用芯原可穿戴像素处理 IP 和系统互联 IP，构建极具竞争力的可穿戴方案。
同时，芯原还提供精简的软件代码及配套，如适配的精简 Lite 版 IP 软件，具有代码量小、外存空间占用少、
CPU 负载低的特点，支持
RTOS、
Linux、安卓等多操作系统。
关注微信