中国报告大厅网讯,AI眼镜作为融合人工智能技术的下一代消费级可穿戴终端,当前正处于产业导入初期,市场竞争格局和需求特征尚未定型。
AI眼镜属于消费电子终端行业,产业链上游为核心组件,包括AI SoC(人工智能系统级芯片)、光学模组、传感器、电池等,中游为整机设计制造,多采用ODM/OEM模式,下游为品牌商和零售渠道,最终触达C端用户。进一步拆解初代Ray-Ban Meta的硬件成本结构,主板作为集成核心芯片、存储、连接模块的组件,占综合硬件成本的比例超过五成。综合硬件成本为174美元,其中BOM(物料清单)成本为149美元,主板成本占比达到54.3%,这意味着上游核心芯片和电子元件的成本占据了AI眼镜硬件成本的一半以上,芯片性能的提升和成本下降将直接带动终端产品价格下探,推动行业渗透率提升。
光学模组是AI眼镜的另一核心组件,对于带显示功能的AR AI眼镜来说,光学模组的成本占比会更高,但当前市场主流的拍照类AI眼镜不需要大面积的显示模组,仅需要基础的镜片,因此光学成本占比相对较低。电池方面,为了实现轻量化,当前主流AI眼镜的电池容量都相对较小,单次续航普遍在4-8小时之间,配合充电盒可以实现全天使用,电池成本占比相对稳定,但能量密度的提升仍然是行业技术研发的核心方向。
渠道方面,初代Ray-Ban Meta上市时已经覆盖全球60个国家,合计1.8万家实体零售网点,线下渠道对于AI眼镜这种需要体验的可穿戴设备来说至关重要,用户只有实际佩戴体验后才会做出购买决策,因此头部品牌都在优先拓展线下零售网络。Meta通过和Luxottica的合作,直接利用后者现有的太阳镜零售渠道,快速实现了全球网点覆盖,这也是Ray-Ban Meta能快速起量的核心原因之一。不同于其他消费电子,AI眼镜兼具消费电子产品和眼镜的属性,零售渠道既需要符合3C产品的展示逻辑,也需要符合眼镜的试戴逻辑,现有传统眼镜零售渠道已经具备成熟的试戴服务体系,因此品牌方和传统眼镜渠道的合作能大幅降低渠道拓展成本,这一模式已经被头部品牌验证。
当前全球消费级AI眼镜市场,头部厂商主要包括Meta、小米等,不同厂商的产品定位不同,定价策略直接影响用户接受度,不同品牌针对不同场景推出差异化定价,从入门的音频拍照款到高端AR款,定价区间覆盖从千元人民币到近万元人民币,Meta作为最早布局消费级AI眼镜的厂商,先后联合Luxottica旗下雷朋、Oakley推出多代产品,定价逐步提升,对应功能也持续升级,小米作为国内头部消费电子厂商,2025年推出的量产AI眼镜针对大众市场定价,覆盖不同配置需求,不同版本通过电致变色功能区分价格,给用户更多选择空间,现有已公开的主流机型售价数据覆盖全球主流品牌的主力产品,所有数据均为官方发布的终端售价,能反映当前行业的定价区间。
| 品牌机型 | 区域 | 售价(原币单位) |
|---|---|---|
| Ray-Ban Meta(2023款) | 全球 | 299美元 |
| Ray-Ban Meta Gen2 | 美国 | 379美元 |
| Oakley Meta HSTN | 全球 | 399美元 |
| Oakley Meta HSTN 限量版 | 全球 | 499美元 |
| Oakley Meta Vanguard | 美国 | 499美元 |
| Meta Ray-Ban Display套装 | 美国 | 799美元 |
| 小米AI眼镜标准版 | 中国 | 1999元 |
| 小米AI眼镜单色电致变色版 | 中国 | 2699元 |
| 小米AI眼镜彩色电致变色版 | 中国 | 2999元 |
当前消费级AI眼镜的定价大致分为两个档位,海外品牌主打中高端市场,定价普遍在300美元以上,对应功能更完善,渠道覆盖更广,国内品牌主打大众市场,通过差异化配置覆盖1999元到2999元区间,更符合国内消费者的价格预期,功能溢价在不同品牌间表现不同,小米通过电致变色功能实现的溢价在300到1000元之间,整体定价更贴近大众消费需求。
机身重量方面,初代Ray-Ban Meta的重量为48.6克,小米AI眼镜的重量为40克,轻量化优势明显,更适合长时间佩戴。拍摄参数方面,两者的摄像头像素都达到1200万,Ray-Ban Meta初代支持1080P 60fps视频拍摄,单段视频最长拍摄60秒,小米AI眼镜支持2K 30fps视频拍摄,连续录制时长为10分钟,电池容量相比前代同类型产品提升64%。续航方面,初代Ray-Ban Meta单次续航为4小时,总续航配合充电盒达到32小时,2025年推出的Oakley Meta HSTN单次续航提升到8小时,配合充电盒达到48小时,续航提升明显,适配户外场景的使用需求。不同品牌的参数升级方向也存在差异,海外品牌更侧重拍摄性能和续航提升,国内品牌更侧重轻量化和定价下沉,不同的升级方向对应不同的用户群体,海外品牌主打全球社交平台用户,对拍摄和分享的需求更高,国内品牌主打日常通勤和轻办公场景,对佩戴舒适度和价格的敏感度更高。当前主流产品仍然将单次续航控制在10小时以内,主要是为了控制机身重量,避免因为电池过大导致佩戴舒适度下降,这一平衡仍需要技术进步打破,下一代产品可能会通过更低功耗的AI芯片和能量密度更高的电池来实现续航和重量的双重优化。
AI眼镜按照核心功能可以划分为拍照AI智能眼镜、AI+AR智能眼镜、音频AI智能眼镜三个主要细分品类,不同品类的用户定位不同,拍照AI智能眼镜主打第一视角随拍随分享,契合社交平台用户的内容创作需求,AI+AR智能眼镜主打增强显示交互,目前仍处于技术落地初期,音频AI智能眼镜主打开放式音频听歌,本质是带基础AI功能的音频眼镜,2024年全球全年销量数据显示,不同细分品类的占比差异显著,产业导入期的需求特征已经初步显现。
| 细分品类 | 销量占比(%) |
|---|---|
| 拍照AI智能眼镜 | 94 |
| AI+AR智能眼镜 | 4 |
| 音频AI智能眼镜 | 2 |

拍照功能凭借较低的技术门槛和清晰的用户需求占据绝对主导地位,AR功能虽然被行业视为长期方向,但当前受限于技术成熟度和用户教育,市场占比仍然极低,音频功能仅作为补充场景存在,用户需求更多集中在传统音频设备,AI眼镜的音频功能尚未形成独立的竞争力,这一结构反映当前行业仍处于导入期,核心需求围绕基础实用功能展开。
这背后的核心原因在于,拍照分享功能解决了用户现有的痛点,传统拍摄需要手持手机,第一视角拍摄不方便,AI眼镜可以解放双手,实现第一视角随拍随剪随分享,完美契合短视频内容创作者和普通用户的社交分享需求,技术落地难度也相对较低,不需要解决AR显示的光学畸变、眩晕等问题,因此能快速实现规模化放量。与之形成对照的是,AI+AR智能眼镜需要解决显示效果、续航、重量等多个难题,当前产品的用户体验仍然达不到大众消费的要求,仅在B端工业、医疗等领域有小规模应用,C端市场需求尚未爆发,因此销量占比极低。音频AI智能眼镜本质是在传统音频眼镜的基础上增加了AI语音功能,核心功能仍然是开放式音频听歌,需求被TWS耳机等现有产品满足,因此市场空间相对有限,仅作为补充品类存在。
功能层面,针对TikTok用户的使用数据显示,拍摄功能的使用率达到98%,远高于听音乐的9%和AI语音助手的8%,这进一步验证了当前用户对AI眼镜的核心需求集中在拍摄分享,其他功能的使用频率仍然较低,很多用户购买AI眼镜后,仅会偶尔使用其他附加功能,核心使用场景仍然围绕拍摄展开。当前AI眼镜仍处于教育用户的阶段,单一核心痛点的产品更容易被用户接受,多功能叠加会推高产品价格,也会增加产品重量,降低用户体验,因此头部品牌都选择先从单一核心痛点切入,逐步叠加其他功能,这一策略也符合消费电子行业的发展规律,智能手机发展初期也是先解决核心通话需求,再逐步叠加其他功能。
佩戴舒适度是影响AI眼镜复购和口碑的核心因素,不同于传统近视眼镜或太阳镜,AI眼镜需要集成电池、摄像头、传感器等多个组件,重量和结构设计直接影响佩戴体验,针对国内用户的调研数据显示,不同用户对Ray-Ban Meta初代产品的佩戴感受差异明显,整理不同感受的占比数据,能反映当前行业在佩戴体验上存在的普遍问题。
| 体验类型 | 占比(%) |
|---|---|
| 佩戴不舒适 | 19.5 |
| 无明显不舒适 | 31.5 |
| 佩戴舒适 | 37.5 |
| 佩戴很舒适 | 11.5 |

接近八成用户对重量的接受度在可承受范围内,但仍有近两成用户明确感受到不舒适,主要痛点集中在压鼻梁、重量过大、夹头等结构设计问题,这背后是当前AI眼镜在组件集成和轻量化设计上仍有提升空间,电池容量和续航需求与轻量化目标存在天然矛盾,行业仍需要在两者间找到更好的平衡。
进一步拆解不舒适用户的痛点分布,压鼻梁或无鼻托导致的不舒适占比达到25.8%,重量过大导致的不舒适占比18.2%,夹头和镜腿压耳朵的占比均为10.6%,76%的用户认为“有一点重但能接受”,这说明当前产品的重量已经接近用户可接受的阈值,进一步增加重量会明显降低用户体验,因此轻量化仍然是行业研发的核心方向。中国信通院2025年发布的AI眼镜评价体系包含7个模块,合计60个测试项,其中就包含佩戴舒适度、重量、续航、拍摄效果等多个核心维度,这意味着行业标准正在逐步完善,将推动产品体验的持续提升。
AI大模型方面,当前AI眼镜接入的大模型呈现多元竞争格局,国内市场中,Kimi的市场份额达到18.87%,DeepSeek为11.32%,GLM为9.43%,尚未形成一家独大的格局,不同品牌会选择不同的大模型合作伙伴,大模型的能力会直接影响AI眼镜的语音交互、图像识别等功能的体验,未来随着大模型技术的持续升级,AI眼镜的交互体验也会持续提升。不排除未来会有头部品牌推出绑定自有大模型的AI眼镜,依托大模型的能力打造差异化体验,但当前大模型的功耗仍然较高,在终端侧运行大模型对芯片和电池的压力较大,因此多数产品仍然采用云侧推理的模式,这对网络连接的要求较高,离线场景下的使用体验仍然有待提升。一定程度上,当前AI眼镜的发展仍然受限于底层硬件技术的瓶颈,无论是电池能量密度还是AI芯片的功耗,都需要进一步升级,才能支撑更多功能的落地,行业的爆发仍需要底层技术的突破。
如需获取AI眼镜行业深度定制研究服务,可联系专业产业研究机构对接。