Intelligent Eyewear 用 Snapdragon AR1 与 2GB 内存做端侧预处理，识别翻译交给云端 Gemini

把显示从镜架上拿掉，最先要回答的是「信息从哪里出去」。Intelligent Eyewear 给出的答案是声音：镜腿里的开放式扬声器承担全部输出，Gemini 生成的回答、翻译和导航指令都以音频形式回放，佩戴者不需要掏出手机看屏幕 。眼镜本身不做识别，也不做翻译，它把摄像头和麦克风采集到的音视频数据交给 Google 的 Gemini 模型处理，再把结果读出来 。无屏形态成立的前提，是把「理解」这一步整体外包给云端。

采集端：相机与四麦克风负责「看见」和「听见」

眼镜端保留的是一套采集与回放组件。摄像头负责第一人称视角的画面，麦克风阵列负责拾取佩戴者的语音指令，开放式扬声器负责把结果送到耳朵里 。这套组合支撑起三类被明确描述的功能：转弯提示导航、即时语音翻译，以及免提拍照录像 。它们共同的特点是输入来自佩戴者当下的处境，输出不需要占据视野——导航告诉你「下一个路口左转」，翻译在你与人对话时把对方的话转述过来，拍摄则只需一句指令或轻触镜框 。

唤醒方式也围绕「不动手」设计。佩戴者可以说出「Hey Gemini」唤起助手，也可以轻触镜框完成同样的操作 。Gemini 被描述为能够查询眼前事物的资料、执行即时翻译，或代为处理日常事务 。翻译覆盖超过 70 种语言，导航则由 Google 地图提供逐步指引 。用户感知到的是「问一句、听一句」，中间的画面采集、云端推理和音频合成都被隐藏起来。

端侧只做轻量预处理，重活交给 Gemini

硬件配置印证了这种分工。眼镜采用 Qualcomm Snapdragon AR1 Gen 1 芯片，配 2GB 内存和 64GB 存储，支持蓝牙 5.4 与 Wi-Fi 6E，防水等级 IPX4 。AR1 Gen 1 与 2GB 内存放在需要本地跑大模型的设备上会显得局促，但在这套架构里，端侧的任务是采集、编码、维持连接和播放音频，识别与生成由 Gemini 在云端完成 。64GB 存储和 Wi-Fi 6E 的存在，说明它需要缓存拍摄内容并在有网络时上传；蓝牙 5.4 则指向与手机的近场链路。

这种「端侧轻、云端重」的取舍，解释了 41 克的无屏形态为何能成立：镜架里不需要塞进显示模组、大容量电池或更强的散热结构，重量和体积的压力随之下降。代价是能力被网络和配对设备绑定——没有手机、没有连接，Gemini 的推理就无从调用。

手机是链路中的必经节点

Intelligent Eyewear 通过专用程序连接手机使用，兼容范围被明确限定：Pixel 7 及之后机型；Galaxy S、Galaxy S FE、Galaxy Z Fold、Flip 及 Fold Ultra 系列，且须运行 One UI 9.0 或之后版本；iPhone 13 及之后机型，至少 6GB 内存并运行 iOS 26.6 或之后版本 。眼镜不是独立设备，它把实时 Gemini 查询、地图导航和音乐播放都挂在手机这条蓝牙链路上，手机负责联网、定位与部分算力调度。

导航必须连着手机，是因为逐步导航依赖 Google 地图的实时定位与路线计算，眼镜端没有独立的蜂窝连接，定位与地图数据都要经手机取得，再以语音形式回放 。翻译和「查询眼前事物」同样如此：画面与语音先传到手机，再进入 Gemini 的云端推理，结果回到镜腿扬声器。整条链路里，眼镜是感官和嘴巴，手机是神经，云端是大脑。

「没有屏幕」不等于「没有输出」，但输出的丰富度受限于音频这一单一通道。语音适合短指令、即时翻译和逐步导航，却难以承载需要反复扫视的信息；Google 自己把产品线分成音频眼镜与显示眼镜两类，并让音频款先行，显示款后续跟进，等于承认两种形态各自解决不同场景 。对第一代产品而言，语音通道的边界就是功能的边界。

边界卡在哪：连接、兼容与未经验证的续航

能力边界大致落在三处。其一是连接依赖：实时查询、导航与音乐播放都要求手机在场且蓝牙链路稳定，脱离配对设备，眼镜退化为相机与耳机。其二是兼容清单的收窄：Pixel 7 之前、较旧的 Galaxy 机型与 iPhone 13 之前的设备被排除在外，部分功能还叠加了系统版本与内存门槛 。其三是续航，厂商标称 9 小时，但缺少独立实测，实际使用时长会随拍摄、翻译和导航的调用频率变化。

这些限制说明它把复杂度转移到了用户不易察觉的地方：云端推理的延迟、手机电量的消耗、蓝牙断连时的功能降级，都不会写在镜架上。Gemini 让眼镜「听懂」并「回答」，但回答能否及时送达，取决于那条从镜腿到手机再到云端的链路是否通畅。无屏设计换来了重量与形态，也换来了对这条链路的深度依赖。

41 克这个数字，放在一副要装下摄像头、四麦克风、扬声器、芯片和电池的眼镜上，本身就是一份取舍清单。Intelligent Eyewear 的镜框被描述为针对不同面部结构做过人体工学调校，把重量分散到鼻梁、耳朵和太阳穴之间，目标是全天佩戴不压出明显负担 。它塞进去的硬件包括：1200 万像素 HDR 相机、四麦克风、开放式扬声器、Snapdragon AR1 Gen 1、2GB 内存和 64GB 存储，全部要落在同一副镜架里 。41 克是把拍摄、语音和连接能力压缩进日常眼镜形态之后，厂商能给出的平衡点。

拍摄规格是这副眼镜最容易被参数表概括、也最容易被误读的部分。相机为 1200 万像素 HDR，可以录制 3K 30fps 或 1080p 视频，机身自带 64GB 存储 。3K 30fps 意味着它把视频能力放在「够用且便于分享」的档位，而不是对标运动相机的高帧率或高码率路线；64GB 则决定了连续录制和日常随手拍之间的容量分配需要用户自己心里有数。HDR 的加入说明厂商在意逆光和明暗反差场景下的直出可用性，但参数本身不回答成片质量，尤其在无屏取景的前提下。

无屏取景是理解这副眼镜拍摄体验的关键。镜片里没有显示屏，用户按下快门或发出语音指令时，无法像手机那样实时看到构图、对焦和曝光结果，拍摄更接近「盲拍」：取景靠佩戴者自己的视线判断，确认靠拍摄后的语音反馈或手机端回看。把显示这一环整体拿掉，才换来了 41 克的日常佩戴可能。也正因如此，它的拍摄定位更偏向快速记录和第一视角片段，而不是需要精确构图的创作工具。

续航同样需要放在这副眼镜的使用方式里看。单次充电标称约 9 小时，配合满电充电盒最长可用 72 小时，防水等级为 IPX4 。9 小时覆盖的是一整天的间歇使用，而不是连续拍摄或持续语音交互的重度场景；72 小时是把充电盒的补电次数算进去之后的累计时长，两者不能混为一谈。这些数字来自厂商公布，目前没有独立实测来验证实际混合使用下的续航表现，拍摄、语音查询和蓝牙连接各自的耗电占比也缺少公开数据。IPX4 对应的是防溅水，日常通勤和小雨场景可以应付，但不适合浸泡或高强度水上活动。

这副眼镜在记录场景下的能力上限就比较清楚了：它能以 1200 万像素和 3K 30fps 完成第一视角的快速拍摄，靠 64GB 存储容纳相当数量的素材，靠 9 小时标称续航撑过一天的非连续使用；代价是无屏取景带来的构图不确定性，以及续航数字尚未经过第三方验证。对打算把它当日常记录工具的人来说，真正要判断的是能否接受「拍完才知道拍成什么样」的工作方式，以及一天里有多少时间愿意留给充电盒。

把摄像头戴在脸上，最先被追问的是旁人知不知情。Intelligent Eyewear 的隐私设计因此是功能本身的一部分：眼镜在拍摄时以外侧指示灯向周围示意，指示灯一旦被遮挡，录制随即停止；把眼镜从头上取下，录制同样终止。这两条规则把「是否在拍」的判断权从佩戴者手里部分交还给被拍摄的一方——你不需要相信戴眼镜的人自觉，只需要看那盏灯是否亮着、是否被挡住。

这套机制与无屏形态直接相关。没有取景器，旁人无法从佩戴者的视线或屏幕反光判断镜头朝向，指示灯就成了唯一的外部信号；一旦指示灯可以被手指、贴纸或帽檐轻易盖住，整套示意机制就失效了。厂商把「遮挡即停拍」做成硬性联动，等于承认可见性是这套设备能否进入公共空间的前提。

图像进入云端之前的处理同样被明确划了线。经 Gemini 视觉功能处理的影像不会存入 Gemini 记录，也不用于训练人工智能模型或广告定向；Gemini 在给出回应之前，会先自动遮蔽画面中旁观者的面孔 。把打码放在推理之前而非之后，意味着送进模型的那一帧已经不含可识别的路人面部——这是流程顺序上的安排，而不是事后补救的承诺。对在餐厅、地铁、展会里被动入镜的人来说，这条规则决定了他们的脸会不会成为一次查询的附带数据。

这些表述来自厂商对产品行为的说明，而非独立第三方对实际数据流的审计。打码是否在所有光照与角度下都可靠、指示灯在强日光下是否仍清晰可辨、遮挡检测会不会被误触发或绕过，公开材料里都没有对应测试。设计意图与规则文本可以确认，运行层面的验证仍然缺位。

Meta 与 Ray-Ban 合作的智能眼镜此前就因指示灯可见性受到质疑——外界担心那盏灯在明亮环境下不够醒目，旁人难以察觉正在拍摄。即便厂商设置了外部信号，信号的强度与可感知性仍会被持续审视。Intelligent Eyewear 的「遮挡即停拍」在规则上比单纯亮灯更进一步，但它同样要面对同一个问题：旁观者是否真的看得见、看得懂。

规则背后还有一条兜底条款：违反使用条款可能导致设备被禁用。这把隐私约束从硬件行为延伸到了账户层面——停拍是即时的物理反应，禁用则是事后的服务级处置。两者叠加，构成了这套眼镜在公共场合使用的合规边界：指示灯亮起是当下的示意，条款则是长期的红线。对打算在会议、课堂或街头日常佩戴的人来说，真正需要判断的是这套「亮灯—停拍—打码—不留存」的链条在多大程度上能被旁人信任，以及它在被质疑时拿得出多少可验证的证据。

官方给出的配对条件是：Android 侧覆盖 Pixel 7 及之后机型，以及 Galaxy S、Galaxy S FE、Galaxy Z Fold、Flip 与 Fold Ultra 系列，但后者须运行 One UI 9.0 或之后版本；iPhone 侧则要求 iPhone 13 及之后、至少 6GB 内存，并运行 iOS 26.6 或之后版本 。跨两个操作系统同时支持，说明 Google 并不打算把这副眼镜锁进自家生态；但把系统版本卡到 One UI 9.0 与 iOS 26.6 这一级，意味着大量硬件本身够格、系统却停在旧版的手机被挡在门外。判断能否配对不能只看机型年份，还要翻到设置里确认系统版本——这是比价格更前置的一道门槛。

目前只有厂商口径的指标需要打问号。翻译覆盖 70 余种语言、导航指令随行播报、日历与邮件查询，这些能力在发布材料里被并列列出 ，但没有任何独立测试去回答两个关键问题：嘈杂街头与多人对话场景下，实时翻译的准确率和延迟究竟落在什么水平；连续语音交互叠加蓝牙链路后，标称的 9 小时续航会缩水多少。厂商标称的续航通常对应理想化的混合使用，而实时 Gemini 查询、地图导航与音乐播放都要经手机蓝牙中转，这条链路上的功耗与断连表现，至今没有第三方实测可查。

上市节奏同样留有空档。首批只限美国与韩国，香港的售价与发售日期至今未有公布；由于眼镜须配合专用程序与 Gemini 服务使用，个别功能在香港的适用范围也要等正式发售后才能确认 。Google 把硬件分成音频眼镜与显示眼镜两类，音频款先行，显示款随后跟进 。显示款没有给出时间表，也就意味着当前这套「无屏 + 语音」的取舍，在可见的一段时间内就是这款产品的完整形态，而不是过渡版本。

接下来最值得盯的变量很具体：一是系统版本门槛会不会随软件更新下放，让更多存量机型进入兼容清单；二是首批用户到手后，翻译准确率与真实续航能否被独立测量出来，尤其是蓝牙链路在移动场景下的稳定性；三是香港等市场的定价与功能开放范围何时落地，以及显示款是否给出明确窗口。在这些问题有答案之前，把这款眼镜当作一副「需要特定手机、依赖云端、续航待验证」的语音终端，比把它当作成熟的计算平台更稳妥。