从纯观影到重回 6DoF，AI 将让 AR 眼镜重新伟大？

发布时间：2026-07-17 15:48:03 来源：安智兰德资讯网 作者：焦点

AR 眼镜，从纯终于找回了它本该有的观影样子。

在近期的到重 Rokid Open Day 2026 上，雷科技提前体验了下一代空间计算机 Rokid AR。将让结合官方披露与现场实测信息，眼镜这款设备延续了分体式设计，重新计算端搭载第五代骁龙 8 至尊版级别平台，从纯并完整支持 6DoF（六自由度）空间定位。观影

Open Day 现场的到重 Rokid AR 样机，图片来源：雷科技

乐奇 Rokid 在硬件架构上做出了关键区分：将「空间摄像头」与「AI 摄像头」解耦。将让前者专注于位置感知与环境建模，眼镜后者则负责视觉语义理解。重新配合专用的从纯空间计算协处理器，眼镜甚至能够渲染 4D 高斯泼溅（Gaussian Splatting）等高精度空间内容。观影

这并非 Rokid 一家的到重孤军奋战，而是整个行业的集体转向。

• 2024 年底：XREAL 发布 One 系列，通过自研 X1 芯片将原生 3DoF 能力集成至眼镜本体。
• 2025 年：VITURE 公布 Beast 系列，随后补齐眼镜端原生 3DoF 能力。
• 今年 5 月：雷鸟发布 GT 与 GT Max 系列，同样搭载独立空间计算芯片，支持原生 3DoF。

此外，XREAL One Pro 通过加装摄像头进一步支持 6DoF，VITURE Luma Ultra 也已利用环境摄像头探索完整空间定位。

技术科普：什么是 DoF？
* 0DoF：画面始终锁定在视野中央，随头部转动而移动。
* 3DoF：识别头部上下、左右旋转及倾斜，屏幕可固定在特定空间方向。
* 6DoF：在 3DoF 基础上，增加前后、左右、上下位移感知，实现真正的空间锚定。

短短两年间，主流消费级 AR 厂商几乎不约而同地回归空间定位技术。这一转变颇具戏剧性——几年前，行业曾集体“做减法”，砍掉摄像头，放弃空间感知，转而聚焦于便携虚拟大屏显示，试图将 AR 眼镜打造为纯粹的「显示器」。

如今，从 3DoF 到 6DoF，AR 眼镜重新拿回了感知现实的能力。

曾经主动放弃的“AR”

消费级 AR 眼镜并非没有过空间计算的野心。

2019 年亮相的 Nreal Light（后更名为 XREAL）已配备环境感知摄像头，支持 6DoF 定位。用户可将数字物体锚定在现实房间中，自由走近、远离或环绕观察。微软 HoloLens 与 Magic Leap 更是走得更远，实现了空间扫描、手势交互与环境理解。

Magic Leap 2，图片来源：Magic Leap

然而，理想很快撞上现实。

完整的 6DoF 需要摄像头、IMU（惯性测量单元）、SLAM（即时定位与地图构建）算法以及持续运行的计算平台。这意味着更高的功耗、更明显的发热、更复杂的内部结构，以及更难压缩的重量与成本。

更严峻的挑战来自内容生态。手机 App 可直接适配二维屏幕，但三维空间应用需要开发者重新设计界面、交互逻辑与内容形态。用户购买眼镜后，往往面临“无应用可用”的尴尬局面。

技术展示虽酷炫，但落地场景模糊。

因此，从 2021 年起，消费级 AR 眼镜行业集体转向“减法”策略：
* Nreal Air：砍掉完整环境感知，聚焦 Micro-OLED、Birdbath 光学与 USB-C 视频输入。
* Rokid Max、雷鸟 Air、VITURE One：沿袭相似路径，不再执着于识别房间结构或理解桌椅墙壁。

只需连接手机、电脑、Switch 或 Steam Deck，一副一两百英寸的虚拟大屏即刻呈现。

图片来源：雷鸟

这种策略简单、直接且有效。在飞机、高铁和酒店场景中，用户无需携带笨重显示器，也不必像 VR 头显那样完全隔绝现实。视频网站、主机游戏、电脑桌面等现成内容，无需等待“空间生态”从零构建。

公允地说，这次主动退让让消费级 AR 眼镜找到了可行的商业切入点。

代价是：许多产品已名不副实。画面固定于视野中央，头转屏随，眼镜无法感知现实空间，也不知屏幕应锚定于何处。严格而言，它们更接近头戴式显示器（HMD），而非真正的 AR 眼镜。

甚至连 3DoF 曾长期并非标配。

6DoF 空间定位的回归

对于主要用途为观影的设备，3DoF 至关重要。它决定了用户是在“观看前方的一块屏幕”，还是被一张始终贴在脸上的画面所束缚。因此，即便行业退守观影定位，3DoF 也未彻底消失。

过去两年，3DoF 已成为不少消费级 AR 眼镜的标配。XREAL One、VITURE Beast、雷鸟 GT 系列均将空间固定屏幕能力集成至眼镜本体。用户无需特定主机或软件，即可获得稳定的大屏体验。

但这仅是第一步。
* 3DoF解决的是“屏幕是否跟随头部运动”。
* 6DoF解决的是“内容是否锚定于现实世界”。

当眼镜仅能识别头部旋转时，屏幕最多固定在某个方向；当它开始理解用户在空间中的位移时，数字内容才能真正“融入现实”。

这也是厂商在补齐 3DoF 后，迅速将目光重新投向 6DoF 的原因。

XREAL One Pro 和外接磁吸摄像头，图片来源：XREAL

XREAL较早重新试水。在 One 系列后推出支持外接磁吸摄像头的 One Pro，通过增强环境感知能力，赋予眼镜基础 6DoF 空间定位。相比固定屏幕，虚拟窗口可真正“留在房间里”，用户移动时画面保持正确的空间关系。

看似仅增加两个摄像头，实质是从「显示设备」迈向「空间设备」。

VITURE路径类似：Beast 先集成 3DoF 解决基础稳定问题；Luma Ultra 则通过环境摄像头探索完整 6DoF，超越单纯的大屏显示体验。

Luma Ultra，图片来源：VITURE

雷鸟目前仍停留在 3DoF 阶段，但 GT 系列加入独立空间计算芯片，已为更复杂的空间感知预留能力。3DoF 在此更像过渡形态，而非终点。

而在 Open Day 上，Rokid下一代 AR 直接将 6DoF 作为核心能力，明确区分「空间摄像头」（定位与环境建模）与「AI 摄像头」（内容理解），配合外部计算单元完成复杂空间运算。

消费级 AR 眼镜绕了一圈，重回早期方向，但路径更加务实。为何厂商再次拥抱摄像头、6DoF 与完整空间计算？

AI 贯穿内容、计算与交互：时来天地皆同力

AI 是打破僵局的关键变量。

过去 AR 面临“先有鸡还是先有蛋”的困境：空间应用该放什么？开发者需高昂成本制作 3D 模型，而用户基数小，导致内容匮乏。

生成式 AI 改变了内容来源：
1. 2D 转 3D 技术成熟：世界模型与 3D 生成模型的迭代，将重塑未来内容生态。
2. 多模态 AI 落地：大模型生态让预想能力成为现实：
* 看向陌生设备，眼镜识别型号并将操作指引投射至对应按键。
* 路口导航箭头锚定于真实转弯位置。
* 跨语言交谈时，翻译字幕出现在说话者方向。

AI 判断用户意图，AR 眼镜决定信息呈现位置。若无 AI，AR 仅能等待有限应用；若无 AR，AI 结果只能如通知般贴于眼前。

芯片架构也在演进。
早期轻量 AR 眼镜难以兼顾视觉定位、图形渲染与 AI 推理。高通 2022 年发布的 骁龙 AR2 Gen 1采用分布式多芯片架构，在降低约 50% 功耗的同时提升 AI 性能，旨在推动空间感知进入轻薄无线 AR 眼镜。

如今：
* 低功耗空间芯片（如 XREAL X1、雷鸟 Zone 360）：专注 IMU、画面重投影与防抖。
* 高性能计算平台：负责视觉理解、图形渲染与端侧模型。

Rokid 下一代 AR 采用“眼镜端芯片 + 骁龙计算单元”方案，正是此类取舍：轻量眼镜负责显示、传感器与低延迟处理，将重型 AI 与空间运算外包至外部设备。

交互方式迎来更优解。
传统 AR 交互依赖手机触控板或不稳定的空中手势，体验割裂。大模型带来的语音交互不仅能识别指令，更能理解连续意图与上下文。用户无需学习复杂空间交互，只需注视物体并询问“这是什么”、“帮我翻译”或“下一步怎么做”，眼镜即可融合视觉、语音与位置关系。

当然，语音不会取代所有交互。点击、拖拽等操作仍需手势、指环等设备支持。但 AI 大幅降低了空间计算的交互门槛。

内容、芯片与交互，三条曾各自独立的技术线，在 AI 时代交汇。“时来天地皆同力”，这句话置于今日 AR 眼镜的发展语境中，恰如其分。

相关文章