当前位置: 首页 > ds >正文

Meta AI眼镜Hypernova量产临近,微美全息构筑护城河引领人机交互变革浪潮

据分析师郭明錤的最新预测,Meta(META.US)公司即将推出的新眼镜 Hypernova 预计将在 2025 年第三季度开始量产,产品生命周期为两年,未来两年内的出货量约 15-20 万部。

新眼镜第三季度量产

郭明錤称,AI 将是 Hypernova 最重要的卖点。此外,为了追求量产性,Hypernova 采用了 LCOS 技术,但这同时也带来了外观设计、亮度、反应时间与续航能力等硬件设计挑战。

值得一提的是,Meta Connect将于9月17日-18日举行,是Meta一年一度的重要活动,旨在展示AI/AR眼镜、MR、元宇宙等领域的最新成果。

有消息传出,今年Meta在大会上即将发布的新款消费级AR眼镜,产品代号就是Hypernova,搭载单目LCoS+阵列光波导方案,售价约在800美元左右。

Meta创始人扎克伯格认为,AR+AI眼镜是第三个计算时代载体的最终形态。据不完全统计,2025上半年,Meta一路领先,智能眼镜出货量已达60万台。从出货量看,这项业务也的确正在高速增长。

 

商业化临界点将至

另据IDC、Counterpoint等机构数据,2025年全球AR+AI眼镜出货量预计达1451.8万台,同比增长42.5%;在中国市场,IDC预测2025年中国智能眼镜出货量将突破290万台,同比增幅超121%。

 

对此,业内人士分析,很明显,2025年智能眼镜可能将迎来一次爆发式的增长。在科技飞速发展的当下,智能眼镜正悄然从科幻走进现实,它们不再是简单的视觉辅助工具,而是一种融合了人工智能、增强现实、语音交互与环境感知的全新智能终端。

需要了解的是,智能眼镜市场的未来发展方向将是多元化的,不同类型的智能眼镜产品将在各自擅长的领域继续深耕。例如,AI 眼镜凭借强大的 AI 交互功能,在多个领域得到广泛应用;AR 眼镜通过技术升级,在消费娱乐领域大放异彩;XR 眼镜则以其融合性的特点,展现出了巨大的发展潜力。

 

微美全息积极探索人机交互新变革

资料显示,微美全息(WIMI.US)作为AR产业链上下游企业,近些年在智能眼镜、人机交互领域等积极探索,将核心成果视觉-脑机接口(V-BCI)技术融入全息眼镜交互系统,突破了传统依赖手势、语音等输入方式在直观性和高效性方面的不足,让用户能以更直观高效的方式操控AR沉浸式内容娱乐。

在业界看来,微美全息通过自主研发的动态实时渲染引擎降低了AR内容制作门槛,支持高精度环境感知与虚实交互优化,提升了手势识别、人脸识别等能力。同时,通过MicroLED光机模组与光波导技术,推出兼顾轻量化与高显示性能的相关技术,嵌入AI智能眼镜后可实现3D内容叠加与实时翻译功能,其技术积累与场景化能力将为未来AR眼镜普及奠定基础。

结语

如今,智能眼镜赛道备受瞩目,随着技术的不断迭代,佩戴智能眼镜所带来的体验也愈发丰富,不仅改变了大众与数字世界互动的方式,更重新定义了人与空间、信息与感知之间的关系。展望未来,随着头部科技企业后续逐步入局,以他们的硬件协同能力和上游的技术积累,显然会获得更高的认可度,为行业注入新的增长动力。

http://www.xdnf.cn/news/20287.html

相关文章:

  • Ubuntu 22.0安装中文输入法
  • 分布式事务的Java实践
  • 面试官问:你如何提高工作效率?
  • 专项智能练习(计算机动画基础)
  • java log相关:Log4J、Log4J2、LogBack,SLF4J
  • 安防芯片ISP白平衡统计数据如何提升场景适应性?
  • 微信小程序如何进行分包处理?
  • 源雀SCRM开源:企微文件防泄密
  • 2025职教技能大赛汽车制造与维修赛道速递-产教融合实战亮剑​
  • 【详细指导】多文档界面(MDI)的应用程序-图像处理
  • 第三方web测评机构:【WEB安全测试中HTTP方法(GET/POST/PUT)的安全风险检测】
  • Unity3D URP线性空间UI透明度混合解决方案
  • linux离线安装elasticsearch8.19.3
  • 3.4_第二行之_ipipe_init_early()
  • 通用虚拟示教器:让机器人教学像玩游戏一样简单
  • 从音频到文本实现高精度离线语音识别
  • 【FastDDS】概述 Library Overview
  • Ubuntu 24.04.2安装k8s 1.33.4 配置cilium
  • finalize() 方法介绍
  • unity 接入火山引擎API,包括即梦AI
  • flutter-使用fluttertoast制作丰富的高颜值toast
  • 从 ETL 到 Agentic AI:工业数据管理变革与 TDengine IDMP 的治理之道
  • Android8 binder源码学习分析笔记(二)
  • Java 操作 Excel 全方位指南:从入门到避坑,基于 Apache POI
  • Spring Boot 源码深度解析:揭秘自动化配置的魔法
  • AR技术:电力巡检的智能升级之路
  • Python的RSS/Atom源解析库feedparser
  • 【微知】vscode如何开启markdown的review模式?
  • 飞算JavaAI炫技赛:在线图书借阅平台的设计与实现
  • 【完整源码+数据集+部署教程】雪崩检测与分类图像分割系统源码和数据集:改进yolo11-HSFPN