從附加功能到重構產品價值，端側AI將重新定義可穿戴裝置

作者：李寧遠

物聯網智庫原創

可穿戴裝置近幾年發展勢頭十分迅猛，已經從原來較為單一的產品形態延伸到各個細分穿戴領域，並已經深度融入人們的日常生活，透過無縫連線網際網路與各類應用，實現了人們日常健康監測、運動追蹤到社交娛樂、便捷支付的全方位覆蓋。

根據IDC的《全球可穿戴裝置市場季度跟蹤報告》，去年前三季度全球腕戴裝置（智慧手錶和手環）市場出貨1.4億臺，其中，中國市場出貨量同比增長20.1%，已經成為全球最大腕帶裝置出貨市場。此外，智慧眼鏡、智慧服裝、智慧戒指等品類也展現出巨大的市場潛力，可穿戴裝置正在從單一功能向多元化應用拓展，並深入每一個消費者的日常生活。

這些智慧產品早前的智慧技術尚顯單一，不過隨著AI演算法的最佳化和硬體效能的提升，特別是自從生成式AI展現出驚人的應用潛力後，各類不同終端的廠商就開始探索如何利用本地側AI來提升終端產品附加值，將產品的智慧化程度提升到新的高度。

現在這一方向又有了更強大的助力——DeepSeek，DeepSeek其中一項價值，在於它直接點亮了終端側AI的發展前景，端側智慧不再只需要堆疊算力，可穿戴AI裝置將會受益良多。不管是大模型雲端協同還是靠DeepSeek大模型蒸餾出來的小模型，都在推進一個現實：模型能力在向C端下沉，AI在向終端普及。

可穿戴裝置繼續向AI靠攏

目前可穿戴裝置門類可謂五花八門，按照目前常見的品類有智慧手錶、智慧手環、智慧眼鏡、智慧耳機、智慧戒指、智慧服裝、智慧鞋、AR/VR頭顯、智慧首飾、智慧頭盔、智慧腰帶等等。隨著AI技術以及硬體設施的進步，智慧可穿戴裝置不僅限於健康監測和跨終端互動聯動，更逐漸滲透到個性化健康顧問、虛擬現實互動乃至日常生活的方方面面。

智慧手錶和手環是相當成熟的可穿戴細分市場，普及率很高。根據調研機構的資料，僅去年前三季度全球智慧手錶出貨量就達到1.1億臺。雖然同比來看出貨量下降了3.8%，但成熟的智慧手錶市場略有降幅也是正常的。中國智慧手錶市場仍舊強勁，出貨量達到3286萬臺，同比增長了23.3%。

國內市場的高增長和國內品牌在產品創新、健康管理功能以及生態系統建設上的不斷突破有著直接關係。像HUAWEI WATCH D2、小米Watch S4 Sport、OPPO Watch X等都是去年非常具有代表性的手錶產品。

以前的智慧手錶晶片在短時間內能夠處理的資料有限，演算法迭代慢，在功能性上取得突破進展緩慢。AI的引入讓智慧手錶在創新功能挖掘和原有功能升級上開始突飛猛進。最直觀的例子是健康監測功能，在AI模型幫助下，裝置運動記錄和心肺監測功能變得更加完善且人性化。從只能記錄心率、睡眠時長、運動時長等簡單資料進化到能夠監測血氧濃度、睡眠質量甚至是血壓數值，並根據資料裝置會為使用者提供更為精準的健康管理和運動指導。

雲端模型以及越來越多本地端側模型的加入，進一步提升了裝置的理解能力以及在端側快速處理資料的能力，智慧化功能直接在本地近乎無時延地為使用者帶來智慧決策。

另一個賽道上，自2025年開年智慧眼鏡的增長勢頭便十分強勁，IDC預測到2029年，全球智慧眼鏡年銷量有望達到5500萬副，市場規模將達到1067.78億元。李未可、雷鳥創新、莫界科技、Gyges Labs、閃極科技、Rokid、XREAL、影目科技等企業近期均有亮相創新產品。

從智慧眼鏡新品的功能演進來看，避不開的關鍵詞仍舊是AI。雷鳥創新與阿里通義合作打造智慧眼鏡專用AI意圖識別模型；閃極科技雲天勵飛深度合作，還將接入訊飛星火、通義千問、Kimi等十餘家主流模型；李未可面向智慧眼鏡自研的WAKE-AI的多模態AI模型平臺也是獨樹一幟……

不少分析認為智慧眼鏡有望成為端側AI率先落地的場景之一，主要原因在於智慧眼鏡相比其他可穿戴硬體有著獨特的硬體特性，以及它與多模態AI功能更多結合的可能。

目前智慧眼鏡已經展現出整合視覺、聽覺、觸覺等多模態AI功能的能力，能夠更自然直觀的互動。利用攝像頭捕捉影像、麥克風識別語音，並結合AR技術呈現虛實交融體驗，再加上端側AI的本地智慧，智慧眼鏡的確是具有想象空間的個人AI Agent理想形態。

除了上述的終端裝置，其他可穿戴裝置的發展也都遵循著一條主線，終端廠商在可穿戴＋AI這條賽道上尋求突破的趨勢十分明確。尤其是今年終端側AI軟硬體條件已經成熟，今年的智慧穿戴新品肯定會有更多本地側AI功能引入。

產業鏈群雄逐鹿智慧可穿戴端側戰場

可穿戴裝置的硬體產業鏈涵蓋了光學、聲學、顯示、晶片、感測器等核心技術領域，在智慧可穿戴產業鏈中，SoC是成本佔比最高的一環。在端側AI＋可穿戴的加速發展下，為端側AI硬體打造的SoC成為晶片原廠的爭奪重點。

高通的驍龍AR1旗艦級晶片在可穿戴特別是智慧眼鏡領域備受青睞，整合HexagonTM NPU提供強大算力支援，還具備雙ISP高速影像訊號處理功能，很多智慧眼鏡均選用該SoC。不久前的財報會議上高通公司高管表示，公司已經在裝有驍龍晶片的終端適配了DeepSeek，將持續發力端側AI應用。

作為國內AIoT SoC晶片的代表廠商，瑞芯微正在打造以旗艦晶片RK3588為核心，建成AIoT晶片方陣。瑞芯微的RK3588、RK3576均帶有6TOPSNPU處理單元，能夠支援端側主流模型部署。後續還會推出更高效能的旗艦晶片，預計於2025年問世的RK3688將會整合算力高達16TOPS的NPU核心，為端側裝置提供更強大的底層平臺。

全志科技亦在加大晶片新產品開發及AI端側應用解決方案上的研發投入，針對端側AI視覺推出了V853系列，針對VR應用推出了VR9虛擬現實專用晶片，還有12nm旗艦AI晶片A733和A736。偏硬體化，偏場景、偏模組的AIPU是全志科技後續規劃的重點，會考慮面向不同場景特別最佳化。

在更細分一點的音訊SoC上，近年來在端側AI上做的突破也是不少。像炬芯科技在去年年末釋出了首顆端側AI音訊晶片ATS323X，採用AI-NPU架構，相較於DSP HiFi5，實際應用算力和能效比更高，功耗更低。恆玄科技的智慧音影片SoC晶片透過新增嵌入式AI協處理器，能夠和主CPU核心配合工作，完成基於神經網路AI演算法的音訊處理，同時保持較低功耗水準。

國內海思、紫光展銳、物奇微、全志科技、恆玄科技、晶晨股份、樂鑫科技、中科藍訊、星宸科技、泰凌微等廠商也都在加速佈局。

端側算力需求需要從內建晶片與演算法模型兩個方面來解決，演算法模型上DeepSeek指明瞭一條低功耗低成本的路線，硬體層面的算力仍舊是最大的限制。

可穿戴裝置需要在輕量化設計中實現複雜的AI處理能力，這對SoC硬體效能、演算法效率和功耗控制提出了更高的要求。為了克服這些挑戰，各廠商正不斷最佳化SoC設計，提高整合度和處理效率。未來，隨著更多高效能、低功耗晶片的推出，以及更小、更高效、更定製化的端側模型的融合，可穿戴裝置將能夠執行更加複雜的本地智慧應用，同時保持體積輕巧和電池續航力強，滿足使用者對可穿戴裝置輕量化和智慧化的雙重需求。

可穿戴裝置的智慧，從“功能附加”轉向“核心能力重構”

其實在以往可穿戴裝置的功能上，我們可以看到可穿戴裝置除了產品本身的使用屬性不同，會有一個功能趨同現象，例如計步、心率監測等功能，有些千篇一律。甚至有些裝置使用起來體驗會有些割裂，例如因為裝置算力不足，功能執行卡頓或被迫關閉，這其實是AI功能與硬體效能脫節的直接結果。

此外功能間缺乏協同，如監測與決策指導分屬不同模組，也是因為裝置各模組沒有深度整合透過AI動態關聯起來，自然也就不能實現自動智慧的決策調整。

這是此前AI作為額外功能被加入裝置的必然，軟硬體在可穿戴裝置里長期受制於算力－功耗－成本的平衡難題，AI更多地以“外掛”形式植入終端裝置，透過“功能附加”與裝置松耦合。這些功能有用，但只是錦上添花，不改變裝置的本質。

而隨著端側基礎軟硬體更加成熟，可穿戴裝置開始以AI為核心價值，重新設計架構與功能體系。硬體層面上算力與本地資料處理完成閉環，可穿戴裝置功能下限逐漸提升。軟體層面上採用TinyML、知識蒸餾等技術縮小模型體積實現的端側模型（特別是未來DeepSeek等優質模型蒸餾出來低成本低功耗高效率的小/端側模型），能夠在資源受限的可穿戴裝置硬體底座上高效執行，平衡算力與能效，將AI從“附加功能”推向“核心能力”，決定終端裝置的智慧上限。

在可穿戴裝置的未來演進方向上，本地AI帶來的核心能力重構將帶領端側裝置從“感知智慧”逐步升級到“認知智慧”，即裝置不僅能透過感測器採集物理訊號並利用AI演算法進行初步處理與分析，還能結合多元資訊進行推理與決策，提供更高階智慧的服務。便攜輕量化的可穿戴裝置在這一階段將快速成為人類與數字世界無縫互動的核心入口。

端側軟硬體配套裝置的支援，加之硬體－演算法協同設計的最佳化、AI功能正規化的升級以及AI引領的裝置價值重心轉移，端側AI正在成為終端裝置定義者。