14.9g颠覆行业，AI眼镜终于实现无感日常佩戴｜甲子光年

真实的世界更直接、更精彩。

在当前的AI硬件浪潮中，AI眼镜被认为是最有潜力替代手机的形态。

因为它最贴合人类面部的核心三角区，能“看”也能“听”。同时，只需在镜片上叠加显示功能，眼镜就能完成从感知到反馈的闭环。这种无需外接其他设备，独立承载信息输入与输出的能力，让AI眼镜具备了替代手机，成为“下一代个人计算平台”的物理基础。

这套故事的效用从AR火爆时期延续至今，依然吸引着无数资本和极客的注意。但越来越多的功能堆叠，让眼镜越来越重，造型也开始受限。消费者必须让渡最基本的佩戴体验，来迁就五花八门的智能体验。

有人不想再重复这套故事。

4月29日的硅谷，一家名为心眸科技的中国企业，发布了成立以来打造的第一款AI眼镜——Moonix。

这家公司的负责人叫郭于晨。

2014年，郭于晨毕业后，便进入手机行业，做了两年手机操作系统；2016年底，他深感手机行业的想象空间已经触顶，又逢AR/VR浪潮火爆，便加入网易负责AR相关产品研发。在网易历练三年后，郭于晨离开网易，做AR相关的创业，也拿到过阶段性的结果。

但这场发布会上，他只试图讲清楚一件事——

为什么要在AI眼镜这个已经如此拥挤的科技赛道上，做一款看起来并不“极客”的产品？

心眸科技负责人郭于晨

1.“记录”是大多数人的刚需

今天的AI眼镜市场，各家都在把产品做“酷”这件事上渐行渐远。打开任何一款产品的官网，你都能看到一长串的功能列表：实时翻译、智能提词、语音助手、AI Agent……

在郭于晨看来，这些炫酷功能本质上只解决了用户的“痒点”，并不解决“痛点”。但他并非要全盘否定AI眼镜的功能创新。他理性地看到，当前整个行业的走向是很多原因共同作用的结果，并非某一家企业能左右。

真正让他下定决心打造Moonix的原因，是他认为当前的AI眼镜虽有大量功能堆叠，却忽略了眼镜作为“眼镜”的本质。

一直以来，眼镜都是人脸上最重要的配饰。1284年，世界上第一副眼镜诞生，这种产品形态陪伴人类数百年，至今不变。轻便、无感、设计至上——这就是眼镜的第一性。

但看看今天市面上的AI眼镜，重量普遍在40克以上，用户很难长期佩戴。这些产品固然把软硬件的工程优化做到了极致，但它很难走进千家万户。

因此，Moonix希望给AI眼镜做“减法”，将一切功能设计回归用户真正的需要。

这套“减法”哲学，很大程度上吸收了乔布斯的理念。乔布斯一直认为：“创新是对1000件事说不。”初代iPhone没有3G、没有GPS、不能换电池、不能后台运行App，这在当时智能手机功能竞赛中显得有些“落后”。但它把触控流畅度、上网体验、音乐播放这三件事做到了当时最好，重新定义了手机的使用体验。这些功能并非当时最前沿的，却是用户当下最需要的。

郭于晨尝试把这套逻辑在AI眼镜上重做一遍。而重做一遍的起点，便是回归用户，找到用户对AI眼镜真正的刚需。

他综合在AR领域十余年的积累，反复推敲后，锚定了一个多数人对AI眼镜的需求痛点——记录真实的人生瞬间。

在所有的可穿戴设备里，眼镜与“记录”这件事天然适配：它靠近人面部最核心的信息三角区，覆盖视觉与听觉两个核心感官；它跟随主视觉，你看向谁，谁的声音就会被自然放大。同时，眼镜还能解放双手、始终在线，不像一些穿戴设备只能笼统收音。它的替换成本也最低，对戴眼镜的人来说，换一副眼镜几乎不需要任何学习成本。

Moonix的目标，是成为用户记录个人生活的AI入口。这个前提下，用户对产品的核心考量就成了佩戴舒适度、是否会影响正常的视野等等。从这个视角出发，当前一些显示模块对于大多数用户是干扰项，它破坏了人与真实世界的连接，也会影响用户的佩戴体验。于是，Moonix扬长避短，放大眼镜作为信息输入媒介的优势，暂时不增加显示功能。

毕竟，打造一副好的AI眼镜的前提，是打造一副好眼镜。

2.好用和好看，二者缺一不可

一款能让人日常佩戴的眼镜，要具备两个核心要素：一是足够轻，二是足够好看，符合每个人的审美。

Moonix在这两个维度上，都做到了极致——标准版重14.9克/Pro版重19.9克；镜腿高度4mm，提供100多种可选的镜框款式。

14.9克这个数字，是基于所有零部件选型严苛计算后的结果。团队根据产品所需的元器件，反向推算出了最优构型，最初设定的目标重量为16.9克，并留有一定冗余。最终，Moonix工厂实测数据进一步压缩到了14.9克，甚至比许多普通的板材眼镜还要轻。目前市面上最轻的AI眼镜也要28克左右，主流产品则普遍在40克以上。

这个突破性成果也在行业引发了许多讨论。不少声音认为，14.9克的重量根本无法实现。

事实上，业内之所以产生这样的质疑，是因为多数厂商都在默认的工程范式内做优化，而Moonix从眼镜的第一性原理出发，将“轻”作为产品的核心战略贯穿始终。

实现路径可以拆解为两个层面。

首先是硬件选型上的独立思考。团队没有盲目堆砌高性能元器件，而是从“记录”这一核心场景出发，只选择最适合的方案。其次是在材料和工艺层面追求极致的轻量化。团队跳出了智能眼镜行业的常规材质选择，从源头把控每一克的重量。

真正的挑战集中在镜腿内部。

Moonix的镜腿最薄处仅3毫米，大约是传统智能眼镜的三分之一甚至四分之一，镜腿高度仅4mm。在如此逼仄的空间内完成所有电子元器件的堆叠，几乎是在榨干每一寸可用空间。内部团队为此经历了多轮争执和反复推敲，例如应力结构是否可靠、模具开模是否可行，每一个细节都要反复验证。好在这些问题最终都被逐一解决。

最终，在极致压缩的镜腿空间内，Moonix塞入了两套不同的硬件配置——标准版搭载6个微型麦克风，Pro版则在此基础上增加一颗高清摄像头。

其中，6个麦克风阵列的意义并非营销噱头。不同位置的麦克风承担不同的拾音功能，共同保证了音频输入的质量和空间音频采集能力。而Pro版摄像头的加入，则源于郭于晨极为朴素的生活洞察。许多人在开车途中遇到美丽的晚霞，却因双手被方向盘占用而无法掏出手机，只能眼睁睁看着转瞬即逝的画面从眼前溜走。

正因如此，Moonix团队对AI眼镜的摄像头形成了独特的理解：拍得到远比拍得好重要。

多年前，苹果前置摄像头只有120万像素，后置仅800万像素，用户却从不诟病其拍照效果，反而赞美它的色彩还原度和响应速度。有些画面，只要被留下来，意义就已经远超画质本身。

设计上，Moonix对标丹麦高端眼镜品牌林德伯格（Lindberg）。

林德伯格给Moonix的启示在于，真正的好产品，要足够“隐形”，让大家忘记它的存在。产品的目的是服务于人，不能喧宾夺主。

事实上，这也与乔布斯1984年做Macintosh时的理念不谋而合。当时，乔布斯第一次看到Mac的电路板时，要求工程师把里面的走线排列整齐——因为“即便没有人会打开它看，用户也应该感受到这是一台用心的产品”。

在对标Lindberg设计风格的基础上，Moonix通过模块化设计，一口气推出了100多种SKU，能够兼顾不同用户的审美需求。

“模块化设计”的核心思路，是将眼镜的镜框和镜腿完全解耦。所有电子元器件集成在镜腿里，镜框可以根据用户喜好自由更换。这种硬件层面的解耦设计，镜腿与镜框之间无需走线，与传统智能眼镜的结构思路截然不同，目前正在申请专利。

在Moonix团队看来，一副真正面向大众的消费电子产品，必须尊重每个人的脸型和审美差异。有人偏爱简约，有人钟情复古，产品应当为这些选择留出空间。模块化设计正是解决这一行业共性难题的答案——在保证功能的前提下，让一副眼镜真正适配每个人的个性化需求。

至此，Moonix已经具备了成为一副好眼镜的硬性条件。但要成为一副好的AI眼镜，还需要一套贴合普通人“记录”需求的AI能力。

3.克制的主动式AI

主动式AI，是今天很多AI硬件厂商都会讲的故事。但Moonix的主动式AI，要克制得多。

在Moonix团队的定义里，市面上一些AI硬件本质上只是“嵌套了AI功能的产品”，加一个AI总结功能就被贴上了AI标签。但真正的AI硬件，输入和输出都应具备极强的开放性，能够支持用户自己去定义想要的东西，无需被厂商预设的功能列表所框定。

这也正是Moonix构建AI能力的起点——围绕“记录”这个核心场景，打造一套“感知、理解、链接与分发”的主动式AI体系，让AI在人需要时出现，不需要时隐身。

同时，Moonix有自己的独立APP，用户可以直接和眼镜语音交互，也可通过App和AI交互。

感知环节，Moonix眼镜提供两种工作模式：

一种是无声陪伴模式。

当用户开启眼镜的记录功能后，眼镜会自动记录它认为重要的内容。当检测到有意义的声音变化时，系统会自动开始录制。用户无需做任何操作，一切都在后台进行。

Pro版则采用间隔式拍摄，每隔几分钟自动记录一段10秒的视频。这些碎片化的画面，会被AI拼接成一段完整的vlog或九宫格漫画，让用户不需要逐帧回看，依然能拥有完整的回忆。

一种是需要用户主动开启的“专注模式”。当用户主动开启后，眼镜会全情记录接下来发生的一切细节，每一秒的画面和声音都会被记录。

数据从眼镜输入后，会经历两个关键技术处理，让眼镜真正“理解”人当下的处境。

首先，Moonix软件层面最核心的工作，在于多模态信息的抽象提取能力。具体来说，就是如何把一个声音信息如实地还原成当时的场景，以及有了视频信息后，AI能否准确回答“钥匙在哪里”这类基于视觉理解的问题。

第二，则是构建一套复杂的记忆系统。 Moonix的记忆系统模拟了人脑的长短期记忆机制。这套系统的难点在于如何在记忆与遗忘之间找到平衡，在保证重要记忆不丢失的同时，不让冗余信息给用户造成认知负担。

在以上技术基础上，Moonix的理解体系提供两项核心能力：

首先是时间轴串联。眼镜采集的音频和视频，会被AI理解并沉淀为个人的记忆体。所有记忆按时间顺序排列，用户可以轻松回溯任何一个时刻。因为人类理解世界的方式本质上是基于时间的，时间是最好的索引，它承载着因果与前后关系。

在Moonix配套的App上，用户看到的是按日历、按场景呈现的生活记录片段。用户可以问AI：“上周三我见的那位客户叫什么名字？”AI便会从记忆体中检索答案。

同时，用户还可以通过自然语言定义自己的任务。比如：“每周三早晨，帮我整理上周所有见过的客户名字和跟进情况。”AI会自动从记忆体中提取相关数据，生成你想要的内容。

接下来，在链接与分发环节，Moonix加工好的信息会链接至飞书、Notion、Slack等应用，并可以分发到第三方平台。例如，将面试总结直接推给HR，或把旅行vlog一键发布到抖音。

这一步真正完成了“记录-理解-分享”的闭环，让记录的内容融入用户日常社交处境中，整个闭环由AI驱动。

值得注意的是，Moonix这套体系具备极强的开放性。输入侧，眼镜全天候采集真实世界的多模态数据，不限场景、不限内容；输出侧，AI加工后的信息可以通过API、MCP等接口桥接到用户自己的数字工具中，也支持有开发能力的用户自行DIY一些工具或应用。

通常，一款硬件产品谈到要打通外部软件生态，接下来的故事很容易滑向宏大的开放平台，例如要开放API、建开发者社区、做大生态。

但Moonix对此保持克制。团队并不打算做一个AI眼镜专用Notion，也不执着于再造一个App Store。

在Moonix团队看来，AI时代，开发门槛降低不可避免地会拉低平均软件质量，反而让真正的头部优质工具更加珍贵。因此，与其自己包揽一切，不如主动对接那些已经被市场验证的优秀软件，在用户授权的前提下，帮助他们实现对应的功能。

这种“链接而非替代”的思路，反而在当下显得更为务实和珍贵。

4.真实的世界更精彩

和郭于晨沟通中，「甲子光年」发现，他似乎比许多技术型创业者更有“人味儿”。他没有一味放大技术对人类社会的利好。

事实上，在做AR时，郭于晨就一直在反复琢磨一个问题：为什么AR总比VR更容易让人接受？

他的答案是，AR离真实世界更近。“真实的世界更直接、更精彩。我们只是把现实增强了，并不是要营造一个纯虚拟的空间，让大家钻进去逃避现实。”

这个看似朴素的想法，一路延续下来，最终成了Moonix的起点。这一次，他不再增强现实，他试图帮更多人更好地记录真实世界。

AI创造了一个便捷的数字工具，但唯有真实，才拥有穿越时间的力量。

“为什么还是有很多人讨厌AI生成的内容？”郭于晨反问，“因为它不是真的。那不是你经历的，它再精美，也不是你的生活。”

就像AI时代很难再造一个王朔出来。因为AI生成的语料一定是平均化的、讨好大众的，它很难像文学大家那样，通过精准的文字把控，写出极具张力的表达。

对“真实”近乎偏执的在意，让郭于晨选择回归最本质的用户需求，让AI生成内容的能力，更好地为“记录”真实感受服务。

人类历史上，只有极少数人有资格被完整地记录一生。太多普通人终其一生都在对抗遗忘。今天，AI创造了一个真假难辨的平行时空，郭于晨试图在其中给真实挖出一块自留地，让普通人有权利留住那些转瞬即逝的生命体验。

（封面图来源：AI生成；文中图片来源：心眸科技）

END.