眼部数据正在成为AI眼镜理解用户的又一重要数据源。

到了9月22日, 新一代的千问AI眼镜N1系列出现在了2026云栖大会的展台上, 这其中的N1 Pro型号加入了高精度的眼动追踪功能, 并且把视线所到的位置信息运用在了可以回答视觉问题的问答场景、用来识别具体对象的场景, 以及通过虹膜进行支付的场景之中, 过了没几天, 秋果这家企业宣布要发布Flow这款全彩AI眼镜, 它也具备眼部感知的能力, 还在鼻托的那个位置上安装了一个虹膜摄像头, 主要是面向身份验证这个领域, 同时也能够用于让人没有感觉到的情况下完成支付的操作。

同时, 针对那种低功耗并且能够实现眼部感知功能的方案, 数量上是在慢慢变多起来的。

在今年6月这个时间段, 有一个叫做Tiny的方案被发布了出去, 它那边拿出来的主要卖点就是功耗要低于10mW, 频率能达到100Hz, 还有一点是关于-on这个指标的说明；到了8月的时候, ZEISS出钱领投了220万欧元的融资, 这么做的目的就是要加速他们那个兼具低功耗和小型化特点的眼动方案在商务市场里面的落地应用；另外一边, Tobii还有另一家公司也在接着往前走它们的事件式眼动技术这条路子, 它们的目标是希望通过这种技术来进一步把一个智能眼镜里面所记录下来的数据规模以及整个系统的功耗给降低下去。

伴随着AI眼镜慢慢变成大家天天都能戴的东西, 并且开始不断地去做感知动作, 眼部数据就开始同时参与到对于用户意图的理解、身份的认证, 还有个人上下文构建这些事情里面去了。

怎么把对于眼部的感知做得更轻一点, 怎么做能够更节省电, 还有这些数据在采集出来之后具体应该怎么用, 以及应该怎么去做好保护, 这些内容也正在成为AI眼镜领域里面新的技术问题。

视线与身份，眼部感知为何进入AI眼镜

在过去的时段以内, 关于XR类设备这件事儿, 眼动追踪这个技术就已经被非常广泛地用在像是注视点渲染这种场合, 还包括眼控交互这种情况, 以及数字人表情那种状态里面。等到了现在出现了AI眼镜之后, 利用去感知眼部的这一系列功能, 它的使用范围就开始开始变得进一步延伸开去了。

从功能这个角度来进行分析的话, 眼部感知这件事情大致可以被划分成两个不同的类别。

第一种类别是和用户的行为以及意图是有关联的, 比如说视线方向、注视点或者是眼球姿态, 这些要素主要是用来去判断说用户此刻正在看什么地方, 或者说用户关注的是什么内容；另一种类别则是和身份验证有关系, 比如说是利用虹膜纹理这样的方式来去完成生物识别操作。

现在这个时期, 关于眼部感知这一技术, 在它被应用到了VR或MR头显设备里面之后, 情况已经算是比较成熟了一点。这种技术的应用, 目前主要都集中在显示方面进行优化以及交互这两个大类的场景里去。在显示优化这边, 有一种叫做注视点渲染的方法。

它会通过根据用户的视线指向来做到这一点。也就是只会对用户正在看的那个区域里面去进行那种高质量的画面渲染。这样做的主要目的, 就是用来把GPU所承担的计算负载给降低掉。

而在属于交互的那一方面, 像Pro这样的相关设备产品, 它们也已经开始将眼动追踪这项技术应用进去了。具体的体现在于, 可以利用眼动来实现对界面选项的这种选择性操作, 也可以利用它来进行目标的定位动作, 还能够配合着手势来完成最终的那种点击动作。

一旦人工智能开始进入到扩展现实设备里面, 那么硬件对于环境的理解还有智能交互的要求也就会跟着变高。摄像头和麦克风可以把视觉信息还有语音信息等环境信息给获取到。

至于眼动数据呢, 它可以进一步补充用户的注视位置以及关注对象的相关情况。这样一来, 这些数据就可以作为人工智能去理解当前这个上下文以及用户意图的一个组成部分。

在VR或者是MR的头显设备上, 眼动追踪这个交互方式本来就已经算是比较成熟的那种了。

当27加上相关的内容之后, Pro级别的用户们就能够直接去盯着那些现实世界里头存在的物体或者说是窗口里面显示的内容看, 然后紧接着再向Siri发起提问的动作, 这样一来呢, 关于视线的这类信息也开始被拿进来参与AI对目前所展示的那些内容作出的判断。

等到AI眼镜这一领域的时候, 设备的状况就是具有更加强烈的在日常生活里戴着的这种属性, 摄像头、麦克风和传感器这三个东西是可以持续地去获取环境还有交互这两种信息, 也能够去积累更加连续的第一视角的数据。

就在九月份这个时间点, 在云栖大会上面出来亮相的千问N1 Pro这个设备它搭载的是微型眼动追踪模组, 这个东西是可以结合用户的视线这个情况来判断他到底是在关注哪一个对象, 进而就可以实现“眼神就是指针”这样的交互方式。

在比如支付这种场景里面, 人的视线能够被拿用来对准二维码或者是对准那些要支付的物件。与此同时, 虹膜这个东西会被拿去拿来确认使用者的身份到底是不是本人, 这样就可以让声纹验证之类的额外流程省掉不用进行。

虹膜识别这种技术, 早就已经在手机还有安防这样的场合里面被用起来了。然后你想一下, XR这个设备, 它生来就是离着眼睛挺近的。所以, 在里面安排那种相关的传感器, 对它是再适合不过的了。大家注意看, Pro这款产品是通过一个叫 Optic ID 的技术来搞定虹膜解锁和身份认证的。

再看看千问 N1 Pro 这款, 它也同样支持用虹膜来做身份核对。最近刚露面的 Flow , 也把自己加进了这个队伍里头。它能干啥? 它可以实现那个什么身份验证的功能, 还能进行支付操作。

大家能够看到的情况是, VR或者是MR头显设备多数情况下只是用在特定的场景里面, 而且佩戴的时间并不是很长, 相反的话, AI眼镜则是面向于日常生活中那种长时间的佩戴状态。

倘若说, 视线的方向还有虹膜的相关信息这些内容, 需要一直处于一种持续参与环境理解、人机交互以及身份认证的这种过程之中, 那么关于眼部的感知这一项功能呢, 它就不得不从以往那种根据需要才去调用的工作模式, 逐渐地过渡到成为一种常年常驻运行的工作状态。

这样的情况出现以后, 对于设备在功耗控制上面还有体积大小限制上面, 以及硬件集成程度高的一些要求方面, 都会提出更高的标准和挑战。

眼部感知走向-on，硬件开始做减法

为了能够使得眼部感知这个功能变成AI眼镜里的一个常年都有的、一直存在的能力, 就必须把功耗方面的难题给解决掉, 同时也必须把体积方面的问题也给处理妥当。

目前的PCCR主流方案是采用近红外LED和眼内相机去追踪瞳孔位置以及角膜上的反光, 这个办法已经在Pro、PS VR2这些类型的VR设备和MR设备那里得到了验证的。

可是把这种技术用到那种轻量的AI眼镜上面的时候, 体积大小和功耗这两件事还是主要的限制因素。所以呢, 相关的厂商就开始着手从传感器部分、数据采集过程还有计算架构这几个方面继续努力, 以图进一步地压缩整个系统的规模。

在眼动追踪设备的生产这一行业领域里面, Tobii这个公司它面向智能眼镜推出的最新一代技术方案。 是把硬件体积压缩小了。 做到了每只眼睛只需要配备一颗相机和一颗LED灯。

并且还利用ONNX模型来适配低功耗的机器学习处理器。 另外, 七鑫易维这家厂商也展示了它的产品名叫“小七”的智能眼镜原型机。 这款设备采用的是微型红外传感器。 这样就能进一步减小眼动追踪模块戴在镜框里所占用的空间大小。

还有另外一些方案开始直接对传统的PCCR采集方式进行改变。Tiny这个公司取消了眼内摄像头, 而是改用光敏器件来检测眼球与巩膜之间的反射变化。

该公司宣称其设备可以以100Hz的频率运行, 同时把功耗控制在低于10mW的水平。因为不再需要持续地采集完整的眼部图像, 所以模组的尺寸、产生的数据量以及功耗都能够得到进一步的降低。

在硬件以外的方面, 还有一个方向, 那就是去减少眼动系统必须一直处理的数据量。传统的摄像头是按固定的帧率来输出完整的图像的。就算眼球没有明显的运动发生, 它们仍然会产生大量的、重复的信息。

事件相机则不是这样的。它只会在像素的亮度发生了变化的时候, 才输出对应的事件信息。它能够捕捉到扫视这样的快速眼球运动, 也能捕捉到微扫视这些快速眼球运动。通过这种方式, 它可以减少那些冗余的数据。

其中, 已经有一部分产品进入了七鑫易维aSee -EVS科研眼动设备的范畴, 并且它的眼动采样率最高可以达到相应的数值。与此同时, Tobii也在2025年开展了与其进行的合作, 致力于探索那种面向AR/VR以及智能眼镜场景所采用的低功耗事件式眼动技术方案。

当采集端那边的功耗还有数据量都出现下降的情况下, 计算这一个环节, 也得要进一步地去搞那个低功耗的处理。

如果那个眼动算法一直在很长时间里调用主SoC或者是高性能NPU的话, 它依然还是会把整机的算力跟电量给占用的, 所以, 厂商们就开始着手去做的一个动作了, 就是把那个持续感知的任务交给那个低功耗处理单元去负责。

在 CES 2026 展会这个期间当中, 大家看到了 IIE 的眼动方案, 这个方案用的是他们自己研发的 EPU2 专用 ASIC 来处理眼动数据, 最高能支持到每秒 120 次的频率, 官方那边说它的功耗大概是通用 NPU 方案的四分之一左右。

然后咱们再说 AI 眼镜芯片这一层面的事儿, 打个比方像是恒玄做的芯片, 它把低功耗域和高性能域给分开了, 就是让那个低功耗域去干那些环境感知、姿态跟踪之类的常驻任务, 万一算力不够用了, 需要更高算力的时候, 它再去调用那个 NPU 和 GPU。

在谈论到AI眼镜这个产品的时候, 眼动追踪技术除了要把精度提高把采样率搞好以外, 还需要考虑功耗的问题, 还要兼顾体积的问题, 另外还得看本地计算效率怎么样。只有当这些方面的成本进一步下降下来了之后, 眼部感知功能才可能真正实现-on。

眼部数据采集之后，怎么用、怎么管

等眼部感知这个功能跑起来了之后呢, 那些连着出来的视线还有虹膜的数据就牵扯到长期用了, 还有把数据处理的问题, 以及隐私保护这一块了。

连续的视线数据可以反映出用户反复在关注的哪些内容, 也能显示用户的阅读顺序, 还能够体现出行事习惯, 这给AI去理解长期的偏好以及个人语境提供了一点儿补充。还有虹膜这个部分, 虹膜是属于更为稳定的那种生物特征, 所以它可以在身份核验、账户绑定、支付这些需要安全的场景中用来查验。

目前, 越来越多的AI硬件开始强化自己的长期记忆能力以及个人上下文能力, 这种连续的眼动数据也有可能作为其中的一种输入方式出现。

如果把Tiny定位为“Co-”, 那么它除了输出注视位置之外, 还会尝试去识别阅读、扫视、专注和任务切换这种行为模式, 同时也会分析用户在不同的时间和不同的场景下面临的注意力变化情况。对于AI眼镜来说, 这类连续数据在未来的时候可能会进一步参与到对用户行为和对用户偏好的建模工作之中去。

从目前能看到的相关资料来说, 千问N1系列这款产品, 它现在已经同时拥有了在环境方面持续进行感知的能力, 以及可以进行眼动追踪的本事。

这个N1系列的设备, 它是借助了那种低功耗的视觉感知芯片, 来对周边的各种场景状况进行持续的监测行为的发生, 并且在此基础上, 它还能够提供像所谓AI灵感画集这样的功能, 还有所谓主动智录这种动作, 以及所谓主动提醒这种环节；至于那款叫做N1 Pro的产品, 它在上述基础之上, 又进一步地加入了眼动追踪这样的一项技术内容, 那么这项技术的作用, 就是可以根据用户眼睛所注视的那个具体位置, 去分辨出那个用户当前正在关注着哪一种物品存在的情况, 并且它还可以通过一种叫做虹膜的特定特征部位, 来完成一种关于身份确认方面的核验操作过程。

千问方面还做出了一个提法, 这个提法的内容是说, 眼动这回事、人周遭环境的那种感知能力, 还有那种跟着时间变得长久的、关于某个人自己的记忆事情, 这三样东西是可以进一步地放在一起进行结合的, 这样的结果能够产生的一种作用就是让用户所盯着不看的这个关注对象, 变成是那个 Agent 去弄明白某个个人的一部分的情况内容。

但眼部这种数据要是保持连续的状态, 那么隐私方面的问题也就变得越来越明显了。视线移动的轨迹, 这东西不仅可以显示出用户具体看过了什么东西, 而且在长期积累起来之后, 还极有可能把用户的兴趣偏好、阅读时养成的习惯以及行为模式全部暴露出来。

至于虹膜, 它属于那种很稳定且没有办法像设置密码一样再去重新改变的生物识别信息, 一旦这个东西发生了泄露的情况, 那么在后续环节中进行更换操作以及进行补救活动的空间, 也会变得更加有限。

在2026年9月的时候, 有一项研究是针对206名用户开展的。这个研究的主题是关于XR的。该研究发现, 即使我们先把原始视线转换为更抽象的眼动特征, 模型仍然可能在一定程度上重新识别出用户。这说明眼动数据本身也是具有潜在的身份信息的。

这个问题在那些需要24小时不间断戴着的AI眼镜里, 会被进一步地放大。眼动相关的这种数据, 通常并不会孤单单地就存在那儿, 它经常会跟以眼睛的第一人称视角拍下的视频、还有录音说话的内容、所在的位置、以及具体的时间这些信息一起同时被记下来。

等到这些各种各样的数据在时间长河里一直关联在一起之后, 系统能够复原出来的关于用户的各类行为动作就会变得更加完整丰富。

所以说, 眼部产生的这些数据既然已经进入了人工智能处理系统里边了, 这就并不等同于那些原始的所有信息都必须得要长期地存放着, 也并不等于就要直接毫无障碍地开放给对应的模型或者是第三方开发的应用程序去使用。

Apple Pro给出了一种相对清晰的处理方案, 眼动判断的主要工作是在系统层面来完成的, 普通的应用程序没法直接拿到用户完整的看东西的轨迹, Optic ID是把虹膜的信息转化成数学形式然后存到某个地方去, 这时候第三方应用就只能知道认证成功或者是失败这个结果了。

或许这种思路也能用在AI眼镜上。也就是说, 要在设备这边把眼部数据处理完。只是给上层的AI提供像注视对象、身份认证结果这样的必要信息。并且还要进一步限制原始数据的保存时间以及调用权限。随着眼部感知走向端侧部署。数据最小化、本地处理和权限隔离可能会和功耗、精度一样。成为AI眼镜需要解决的基础问题。

写在最后

视线能说明用户正在关注什么, 虹膜可以确认设备前面那个人是谁。把这些信息和摄像头、麦克风还有环境传感器结合起来之后, AI就能获得更完整的个人上下文。

但是, 要让这项本领真正用在那种可以全天候戴着的设备里头去的话, 精度仅仅是其中的一个方面。功耗高不高、体积大不大、那种一直算下去的本事行不行, 还有说那眼里的数据该怎么处理以及怎么保护, 这些事儿都会直接决定了它能不能够长时间不停地运行。

特别是当那个人的视线和虹膜都开始一直跟着 AI 系统一块儿干活的时候, 那么数据到底划在哪个边以及权限要怎么管这些东西, 它们的重要性也就跟着一起变高了。

要是这些疑问能够一步一步地被处理并解决掉的话, 那么眼球的视觉感知能力很有可能就会变成人工智能眼镜在接下来一个阶段非常重要的基础性能。

这类设备不仅仅只是能够了解用户究竟看见了什么样的东西, 而且还会进一步去弄明白用户当下正在注视着什么地方、现在的具体操作者是谁, 还有并且哪些类型的内容是应该被长时间保留下来的。在这种情况下, 人的眼睛也将会转变为人工智能模型来对用户进行理解的一个重要的数据输入的通道。

投稿/爆料：

稿件/商务合作： 林南（微信 ）

加入行业交流群：林南（微信 ）