--- title: "集市太吵，眼镜却听懂了谁在说话" date: 2026-11-04 category: AI应用 site: 脑机网 canonical: https://www.logic.wang/a/njw-ai-glasses-18-1104 language: zh-CN --- # 集市太吵，眼镜却听懂了谁在说话 > 在异国的一个集市，摊主报了价，你没听懂，只好掏出手机、打开翻译软件，摊主已经去招呼下一位客人。语言不通的尴尬，常常不在翻不出来，而在这一连串动作太慢。要是抬眼看着对方，耳边就响起译文，事情会简单得多。 在异国的一个集市，摊主报了价，你没听懂，只好掏出手机、打开翻译软件，摊主已经去招呼下一位客人。语言不通的尴尬，常常不在翻不出来，而在这一连串动作太慢。要是抬眼看着对方，耳边就响起译文，事情会简单得多。 十一月二日，世界互联网大会“互联网之光”博览会在乌镇开幕。据新华社报道，千余项新技术亮相，智能眼镜引来观众排长队。此前上海世界人工智能大会上，讯飞 AI 眼镜获评“镇馆之宝”，把翻译从软件挪到了脸上。 ## 一句问价卡在嘴边 科大讯飞做翻译并不临时起意。翻译机、翻译耳机、同传麦克风，这条产品线铺了多年，眼镜是把攒下的听与说的本事，换了个更贴身的壳。据企业介绍，它把旁听同传、面对面翻译、通话翻译与视觉翻译，都收进一副镜架里。 跨语言交流的难，往往卡在细节里。两个人面对面，得轮流说话、轮流低头看屏，一句完整的话被切得七零八落；遇上多人围谈，手机更分不清该听谁。翻译软件解决的是翻得对，却没解决聊得顺。 眼镜的思路，是把手空出来。不必掏手机，也不必让对方等，你看谁、谁说话，声音和译文就顺着那个方向走。据中国科学报报道，现场把这种能力概括为“看谁就翻谁”。这更像产品说明，而非实验室指标，不必往神奇里想。 科大讯飞也是这类大会的翻译合作伙伴。据企业介绍，它曾为多场论坛提供多语言同传与转写服务。展台上这副眼镜，和会场里那套看不见的同传，用的是同一套听与译的家底。 ## 六只耳朵与一张嘴 要在人声里听清外语，光靠算法不够。据中国科学报介绍，讯飞 AI 眼镜配了五颗气导麦克风、一颗骨传导麦克风，再加唇动识别降噪，几路信号协同。气导收环境里的声音，骨传导贴着头部拾取振动，摄像头看嘴型变化。 三路合起来，为的是一件很具体的事：锁定正在说话的那个人。多人抢话、背后有人路过、杯盘碰撞，都会被当作背景压下去。唇动识别补上了纯听觉容易丢掉的信息，哪怕声音被盖住一部分，口型还在，系统就多一条线索可循。 乌镇现场有位外国体验者说，周围其实挺吵，眼镜仍准确识别了语音、完成翻译，过程也流畅。这是一家之言，却点出了产品最想解决的痛点：不是把安静房间的句子翻漂亮，而是在乱糟糟的现实里，稳稳接住一句话。 ## 在噪声里锁定一个人 展馆是最不讲究的考场。据中国科学报报道，在乌镇现场人声嘈杂的环境里，这副眼镜能抑制约 90 dB 的展会噪声，八米远的声音也能拾取。要留意，这些数字出自特定展会演示，换个更吵或更空的场地，表现未必一模一样。 机身约四十克，是它能被整天戴着的前提。再好的降噪，若重到压鼻梁、半小时就让人想摘，也用不进真实生活。把麦克风、电池、显示都塞进一副普通眼镜的样子里，工程上的取舍，其实比多一项功能更见功夫。 ## 一副眼镜装下百种话 语种覆盖是另一道门槛。据科大讯飞官方介绍，这款眼镜支持 122 种语言及口音的实时翻译，部分常用语种还能离线互译。京东在售页面的规格也列出 122 种支持语种，两边对得上。菜单、路牌、说明书，看一眼就能出译文。 离线这件事值得单说。没信号的地下通道、飞机上、偏远小镇，联网翻译就抓瞎；把常用语种装进眼镜本地，才谈得上随时能用。据企业介绍，中文与部分外语已能离线互译，不必事事依赖网络。 技术底子也有第三方评估。据厂商援引 IDC《中国 AI 翻译技术评估，2025》，科大讯飞的 AI 翻译技术在全部八项评估维度中排名第一；手机中国等媒体报道新品时，也提到六项满分的说法。报告由厂商转述，读者心里留个出处就好。 ## 从翻句子到办事情 更值得留意的是，它不只翻句子。据科大讯飞官方介绍，眼镜内置的 GlassClaw 能力，能基于眼前所见自动检索、比对信息，经确认后整理成文档发出。目光落在一份外文合同或一块展板上，系统先把内容读明白，再把要点收拢好。 于是翻译从听懂一句话，往办完一件事挪了半步。会议纪要、提词、随手把看到的资料存成可编辑的文字，都被塞进同一副镜架里。它开始像一个挂在脸上的助理，而不只是一支更快的电子词典。 听清只是第一步。据企业介绍，这些能力背后有星火语音基座大模型，帮机器分辨谁在说话、周围发生了什么，相关技术也进了输入法、听见、办公本等日常产品。眼镜不是孤岛，是一整套听觉技术露出来的一角。 ## 器官长在了脸上 回头看，翻译这件事的形态一直在变：从厚厚一本词典，到手机里的应用，再到戴在脸上的一副眼镜。每变一次，人就少做一个动作。少掏一次手机、少等一轮轮流，跨语言交流才更接近平时聊天那样自然。 把摄像头和麦克风架在脸上，隐私是绕不开的问题。哪些声音留在本地、哪些要上传、眼前画面会不会被存下来，厂商得说清楚，戴的人也得有得选。技术越贴身，这笔信任账越要算明白。 当然，边界也得说清。“看谁就翻谁”是产品能力的描述，不是任何场合都稳的承诺；拾音、续航、离线语种，都会受环境和设置影响。真正让技术落地的，从来不是宣传里最亮的那句，而是某个赶时间的清晨，它恰好没掉链子。 在海外开一天车、逛一趟集市、谈一桩小生意，语言仍会是个麻烦。只是当译文贴着耳边响起，不必再低头找屏幕时，麻烦就小了一点。翻译正从一个需要打开的应用，慢慢变成脸上一个不太起眼的器官。 **免责声明：本文基于公开信息撰写，仅供读者参考，不构成任何投资建议。** --- 来源：脑机网（https://www.logic.wang/）｜原文：https://www.logic.wang/a/njw-ai-glasses-18-1104 本内容仅供参考，不构成投资建议。