Rokid的赌注：AI眼镜不是另一个黑莓，但可能死在另一个黑莓之前

先扔一组数据。根据IDC的预测，2025年全球AI眼镜出货量将突破500万台。而同期苹果Vision Pro的预期销量是50万台。一个量级差。但真正有意思的是另一组数据：目前市面上AI眼镜的退货率，有渠道商透露在15%到20%之间。这个数字对刚起步的品类来说，不算低。

我最近在实验室看论文，刚好读到一篇关于端侧AI推理的综述。导师说，别只盯着论文，去看看产品。我就去翻了翻Rokid最近的动态。这家公司很有意思，它明确说了一句话：不想做下一个黑莓。

黑莓当年死在哪？死在认为自己的封闭生态能对抗苹果的开放生态，死在键盘交互的路径依赖。Rokid不想重蹈这个覆辙。但问题是，它现在走的路，其实和黑莓有相似之处。

Rokid为什么说自己不是黑莓？因为它做了两件事。第一，首发搭载通义千问大模型，没有自研闭源模型。第二，它把AI眼镜定位成独立终端，而不是手机配件。这个思路，和Meta的Ray-Ban Stories完全不一样。

Meta的做法是，眼镜是手机的延伸，拍照、听音乐、发消息，都靠手机处理。用户买的是数据源，不是独立终端。Rokid却在赌，AI眼镜应该像手机一样，自己完成感知、理解、响应。这其实是个很硬核的技术判断。

但这里面有个坑，我读论文的时候特别有感触。端侧AI面临一个两难：算力不够，功耗超标。现在最先进的端侧芯片，跑一个7B参数的小模型，推理延迟还在200毫秒以上。这是不可接受的。你戴上眼镜问一句“前面那栋楼是什么”，等三秒才回答，体验就完了。

这让我想到另一个对比：苹果的路线。苹果至今没有正式发布AI眼镜，但它的专利布局很有意思。苹果选择的是“空间计算”，不是“眼镜计算”。它认为眼镜应该是一个传感器阵列，真正的大脑在手机或电脑上，通过低延迟的无线传输来完成交互。这其实是Meta的加强版，比Rokid的独立终端路线更保守，但也更现实。

Rokid为什么敢赌？因为它在赌大模型压缩技术的发展。最近有篇论文，用知识蒸馏和量化技术，把Llama 3.2的8B模型压缩到1.5B，精度损失不到5%。如果这个技术能落地，眼镜端的推理延迟就能降到50毫秒以内。Rokid赌的就是这个技术窗口。

但问题在于，这个窗口何时关闭，取决于大厂。Meta和苹果的研发投入是Rokid的几十倍，如果它们决定在端侧AI上加码，Rokid的技术优势可能瞬间消失。黑莓当年也是在小众市场做得很极致，但大厂一个转身，它就没了。

所以，Rokid现在最应该做的，不是证明自己不是黑莓，而是证明自己有时间窗口。它需要在这两年内，把AI眼镜的场景做到足够窄、足够深，让用户产生真正的依赖。比如，是不是可以专注做导游或者翻译场景？这个场景够具体，够高频，而且对独立终端的算力要求不高，因为计算量主要在网络侧。

我最近在实验室做一个关于增强现实协作的项目，导师说了一句话：场景比技术重要。Rokid选对了场景，但选错了时机。但现在这个时机，又恰恰是技术迭代最快的窗口。

如果你也在关注AI眼镜，建议你去做一件事：去线下体验店，戴上Rokid的眼镜，在真实场景里走五分钟。别在店里看演示视频，出门，走到路边，问它“那辆车的颜色是什么”，看它能不能听清，能不能识别，能不能在2秒内回答。这个体验，比任何论文和报道都更能回答“Rokid是不是下一个黑莓”这个问题。

因为答案不在纸上，在眼镜的镜头里。

原文链接：https://www.tmtpost.com/8064197.html