【导读】2026年7月23日，巴黎 ，法国独立科技公司、影像质量评测领域公认权威DXOMARK，与高通技术公司及Counterpoint咨询合作举办了一场聚焦智能眼镜的线上研讨会。本次研讨会旨在为智能眼镜行业从业者提供切实可行的洞察，涵盖关键市场动态、摄像头及AI质量基准测试以及硬件创新等议题。DXOMARK智能眼镜产品总监Thibault Cabana、高通产品管理高级总监Sahil Bansal，以及Counterpoint 咨询移动设备首席分析师Flora Tang担任本次研讨会的主讲嘉宾。
研讨会议题一览
智能眼镜市场概览：从小众到主流，AI眼镜引领市场爆发
据Counterpoint 咨询的Flora Tang介绍，自2023年第一代Ray-Ban Meta AI眼镜问世以来，智能眼镜整体市场持续强劲增长，预计2025年至2028年间的复合年增长率（CAGR）将达到75%。AI眼镜，即集成了具备AI能力处理器、语音交互、视觉AI辅助及连接功能的眼镜，是推动整体市场增长的核心驱动力，在2026年第一季度占据了智能眼镜市场86%的份额。
竞争格局与差异化的区域生态系统：仍有广阔增长空间
Meta处于该行业的前沿地位，其全球市场份额在2026年第一季度已达84%，且自2024年以来保持快速的同比增长。在这一'Meta主导'的市场格局下，美国是最大的智能眼镜市场，占据全球市场份额的一半，其次是欧洲、印度、澳大利亚和中国。Counterpoint同时观察到各地区之间存在显著差异，各地区围绕各自的生态系统发展：Meta在美国市场以87%的份额领跑（2026年第一季度），而在印度，本土品牌FireBoltt凭借极具竞争力的价格策略，以30%的市场份额向Meta的38%发起挑战。在中国，OEM厂商推出了专为本土消费者定制的增强型AI眼镜，小米（28%）和阿里巴巴（21%）位居前列。
未来展望：从智能眼镜到AR+AI眼镜，产品发展新趋势
与基础AI智能眼镜相比，AR+AI眼镜代表着一个扩展品类，正从信息显示向真实生活中的社交与生活辅助场景延伸。尽管该市场目前仍属小众，Flora Tang指出，AR+AI眼镜（也就是将增强现实显示与AI驱动功能相结合的智能眼镜）的快速增长值得期待，预计2025年至2028年间的复合年增长率将达115%。根据2026年第一季度数据，中国以45%的份额主导AR AI眼镜市场，美国以43%紧随其后。Rokid以47%的市场份额成为最大的OEM厂商，其次是Meta（43%）和阿里巴巴（6%）。
智能眼镜影像质量与AI性能：DXOMARK基准测试洞察
DXOMARK的Thibault Cabana指出，影像已不再局限于智能手机，摄像头正被嵌入新一代AI驱动的可穿戴设备之中。DXOMARK在过去20年间紧密追踪影像技术的演进，从数码相机到智能手机，如今又延伸至智能眼镜。随着这一全新形态（紧凑、免持摄像头）和全新使用场景（AI驱动体验、第一视角视频）的出现，全新的评估需求也应运而生。一套客观、可重复的基准测试框架，对于真实评估这些新兴设备的性能至关重要，为制造商和消费者提供可靠的评估与比较依据。
DXOMARK并未选择通过立即推出公开排名，而是采取了循序渐进的方式，使方法论随智能眼镜市场的快速发展同步演进。本次基准测试以典型消费者使用场景为基础，有望成为该品类首批同类评测之一，延续了DXOMARK将实验室测量与真实场景评估相结合的一贯方法论。本次基准测试涵盖以下机型：Rayneo X3 Pro、Ray-Ban Meta Display、Ray-Ban Meta Gen 2、INMO Air 3、HTC Vive Eagle、Rokid AI Glasses以及Quark AI Glasses。
为建立有意义的参考基准，更好地评估智能眼镜影像的成熟度，本次测试选取了两款补充设备作为对比参照。苹果iPhone 13前置摄像头作为智能手机参考设备：其规格代表了当前大多数智能眼镜的摄像头水平，尽管已上市近五年，仍是衡量当前智能眼镜与上一代智能手机摄像头差距的有效参照。DJI Osmo Pocket 3被选为第二参照设备，因为紧凑型运动/行动相机在功能上更贴近智能眼镜的使用场景，使其成为智能手机类别之外一个更具针对性的对比参照。
智能眼镜照片与视频：进步快速，实际挑战仍待解决
Thibault Cabana在研讨会上披露了本次照片和视频性能的主要测试发现。
智能眼镜照片性能主要结论：
• 户外影像质量已达到相对成熟的水平，大多数智能眼镜在简单光线条件下（标准动态范围、户外场景）均能提供准确的曝光和可接受的色彩还原。
• HDR和低光是目前两大尚未解决的主要挑战，性能在这两类场景下显著下滑，细节保留、噪点控制和曝光方面的问题尤为突出。
• Quark AI Glasses在照片整体性能上表现最强，在广泛的使用场景下兼顾了稳健的曝光、宽广的动态范围和出色的低光能力。Ray-Ban Meta Display紧随其后。
• 在各款智能眼镜中，没有任何一款设备能在所有画质维度上持续领先，各设备均存在明显的性能取舍（例如在高光保留与主体曝光、整体细节与噪点之间的权衡）。
智能眼镜视频性能主要结论：
• 视频质量的成熟度整体低于照片质量，产品间的性能差距更大，在复杂光线和运动场景下的局限性也更为明显。
• 动态范围和HDR处理正成为关键差异化因素，Ray-Ban Meta Display是唯一支持HDR视频输出的设备，但其HDR实现方式仍处于初步阶段。
• 防抖性能和动态伪影的重要性正与传统画质指标并驾齐驱，重影、闪烁、马赛克、眩光等问题对用户的感知影响往往超过噪点或色彩偏差。
• 低光视频仍是最具挑战性的使用场景，大多数设备为了控制噪点而牺牲曝光和细节，同时常伴有明显的色偏和色彩准确度下降。
研讨会部分亮点：
在上述两个动态范围场景中：
• 上方场景中Rayneo X3 Pro在人脸曝光与高光保留之间提出了一种折中取舍方案,而 Quark AI 则更注重人脸曝光, 但在主体额头部位出现了局部对比度问题。
• 下方场景中Ray-Ban Meta Display和Quark AI S1 glasses在人脸曝光与高光细节保留之间做出了可接受的平衡取舍，尽管两者采用的处理策略各有不同。
在低光等复杂使用场景下，差距变得更加明显。Quark AI Glasses和Ray-Ban Meta Display在有效控制噪点的同时提供了准确的曝光表现。
在实验室受控环境下进行的测试（10勒克斯, 关闭HDR），结果显示，Quark AI在细节与噪点取舍的综合表现上最为出色，甚至超越了搭载更大传感器、具备更强进光能力的DJI Osmo Pocket。
在户外条件下，各设备的表现较为接近，在室内及低光环境下，各设备之间的差距则更为显著。以低光场景为例，Quark AI的输出画面因低曝光及偏橙色白点出现失真，而Ray-Ban Meta凭借其HDR视频输出呈现出更为均衡的画面效果。
在防抖测试中，Rokid AI和INMO Air 3存在明显的防抖问题，而Quark AI和Ray-Ban Meta表现相对较好。性能受限的原因之一在于缺乏EIS（电子图像稳定）技术，例如在本次测试使用的固件版本中INMO Air 3就未搭载EIS。
智能眼镜照片与视频测试结果：
以下结果汇总了各设备在当前基准测试中照片和视频的综合表现。
超越答案本身：DXOMARK如何评估智能眼镜的AI性能
AI性能是智能眼镜上备受期待的功能，用户对其作为核心体验功能抱有很高期望。作为智能眼镜体验的核心组成部分，DXOMARK建立了一套专属评测协议，用于评估AI驱动的使用场景，其中之一便是文字识别。
在DXOMARK基准测试中，AI性能在受控条件下通过标准化感知指标进行评估。Thibault Cabana强调，DXOMARK评估的是整个过程，不仅关注最终答案的准确性，还涵盖一整套指标，包括响应延迟和幻觉率。归根结底，最重要的是整体用户体验：仅有准确的答案是不够的，还必须足够及时地呈现。
OCR（光学字符识别）能力的测试涵盖多个典型使用场景，包括：纸质文档上的简单文本识别、带有复杂排版内容的文本识别（如餐厅菜单），以及笔记本电脑屏幕上的简单文本识别。
在本次研讨会上，Thibault Cabana 重点展示了第一个测试场景，纸质文档的简单文本识别。
测试结果表明，环境光照条件对最终的文字识别性能具有显著影响。在不同光照条件下，Rokid AI Glasses 均展现出了最佳的文字识别表现。
值得注意的是，尽管 Rokid AI Glasses、Rayneo 和 HTC 三款设备均基于同一底层 AI 模型（Gemini），Rokid AI Glasses 的表现仍然优于另外两款产品。 造成这一差异的原因并非 AI 模型本身，而是在图像送入 AI 模型之前，各设备对图像进行预处理的方式存在差异。
在这项测试中,Rokid AI 眼镜在印刷文字识别方面取得了最高分,且不受光照条件影响。这一优势可能归因于 Rokid 的过度锐化策略,该策略似乎被一致地应用于摄影和 AI 应用场景。这种策略让 AI 模型在 OCR(光学字符识别)方面的工作更轻松,但也导致在摄影场景下画面显得不自然，这一点在我们的基准测试中也有所体现。
这表明,要想在摄影和 AI 阅读这两种应用场景中都提供更好的体验,需要采用两套不同调校的图像处理流程。由于光学字符识别(OCR)的准确率很大程度上取决于源图像的质量,即便使用与竞品相同的 AI 模型,Rokid 的调校策略也让其眼镜在阅读性能方面占据了优势。
高通技术公司：智能眼镜AI生态系统的创新之旅
' AI 正在成为新的 UI，'高通技术公司的Sahil Bansal表示，'它正逐步渗透至多类设备上的各种使用场景，并且这些设备彼此之间紧密互动。'
Sahil Bansal 还指出,AI 模型将日益呈现混合化趋势:根据查询请求的性质及其所需的算力,在端侧处理与云端处理之间进行动态平衡。
智能眼镜中的个人 AI 应用场景正在迅速涌现,覆盖消费级与企业级应用:从智能体(agentic)辅助、健康与健身、社交互动、娱乐,到生产力、专业医疗支持、远程协助以及教育等领域。
Sahil Bansal 还介绍了塑造这一生态系统的产品形态演变。除了已经确立的'眼镜-云端'和'眼镜-手机/PC/汽车'模式之外,第三种形态正在兴起:'眼镜-专用计算终端(puck)',后者具备更强的机载计算能力。
如今,众多科技公司正在投资个人 AI 领域,该行业的增长潜力十分可观。作为个人 AI 与智能眼镜领域的领军力量,高通技术公司正与更广泛的生态系统紧密合作,已助力推广多款 AI 眼镜,以及 AI 耳机等新兴可穿戴 AI 设备形态。高通技术公司的目标是持续为这一生态系统提供端到端支持:从基础构建模块技术与系统级芯片(SoC),到先进的感知与算法解决方案。
在会议尾声,Sahil Bansal 分享了智能眼镜摄像头设计的关键考量因素,并介绍了高通技术公司新近推出的 Snapdragon® 可扩展 AI 就绪型交钥匙工具包(START,Scalable Turnkey AI-Ready Toolkit)。该方案由芯片、软件及白标产品组成,旨在帮助合作伙伴更快地将新款智能眼镜及应用场景推向市场。
汇聚智能眼镜影像生态系统
本次研讨会吸引了逾180名参会者，涵盖OEM厂商高管、影像工程师、产品经理及科技分析师。
DXOMARK始终致力于为行业和消费者提供可靠、专业的影像评测服务。展望未来，DXOMARK将持续深耕智能眼镜领域，定期发布摄像头质量与AI性能的基准测试与评测报告，同时将评测范围拓展至显示屏领域。随着AR眼镜与AI眼镜的持续融合，显示屏将成为日益重要的评测品类。
