编译/VR陀螺
十多年后，Google 似乎终于重新摸到了AI 眼镜的正确入口。
在上周举行的 Google I/O 2026 开发者大会上，Google 的 AI 眼镜战略被进一步摊开。表面上看，最受关注的是两类产品：一类是 Google 与 Warby Parker、Gentle Monster 等眼镜品牌合作的 AI 音频眼镜，另一类是 Google 与 XREAL 联手展示的 Android XR 设备 Project Aura。
但在主舞台之外，Google 还向部分外媒开放体验了一款更值得关注的产品：一副带有镜片显示能力（光波导）的一体式 Android XR 原型眼镜。
这不是 Google 宣布将在今年秋季开始发货的纯音频眼镜，也不是 Project Aura 这种分体式强调极致视觉的 XR 硬件，而是一款同时具备音频交互、视觉显示、摄像头感知和 Gemini AI 能力的原型设备。
TechCrunch 在短暂体验后给出的判断相当直接：Google 的 AI 眼镜已经“almost there”（快要完成了）。换言之，它还没有真正成熟，也仍然有显示、续航、佩戴舒适度等问题需要解决，但相比十多年前的 Google Glass，这一次 Google 显然找到了更接近正确答案的方向。
从听见AI到看见AI，Google悄悄补上了AI眼镜的另一半
过去三年，AI 眼镜市场的主流叙事几乎被 Ray-Ban Meta 系列带动了起来。
它证明了一件事：只要眼镜足够轻、足够像普通眼镜，并且能够完成拍照、语音问答、听音乐、接电话等高频任务， AI 眼镜就有机会卖得出去，并且比 VR/MR 卖得更好，成为 AI 时代的标志性硬件。
Google 显然也接受了这一判断。在今年 Google I/O 上，Google 明确展示了自己的智能眼镜分层路线：一类是率先推向市场的音频眼镜，主打拍照、语音、导航、信息处理和 Gemini 助手；另一类则是带有显示能力的眼镜，可以把翻译、导航、天气、打车等信息直接放到用户视野中。Google 官方也提到，新的 AI 眼镜将支持拍照、发送信息等能力，并计划在今年秋季开始推进相关产品。
从消费级落地角度看，音频眼镜显然更现实。它不需要复杂的光学显示系统，不需要解决亮度、视场角、重影、眩光、佩戴疲劳等难题，也更容易与时尚眼镜品牌结合，做成一副用户愿意每天戴出门的产品，这也是为什么 Google 会先推音频眼镜。
但音频眼镜也有天然边界。它可以让 AI 进入用户耳边，却无法真正把数字信息叠加到现实世界中。它能回答问题，能播放音乐，能拍照，也能通过语音给出导航提示，但人类是视觉动物，从电视、手机、平板到电脑，主流消费电子产品，无疑都具有显示属性。
而 Google 这次向媒体展示的 Android XR 显示眼镜，则补上了目前自家 AI 音频眼镜真正缺失的另一半——视觉。据 TechCrunch 体验，这款原型机右眼上方有一个显示屏，用于显示天气和谷歌 I/O 大会的倒计时。如果用户主要使用眼镜来运行谷歌地图或翻译等应用，还可以将它们作为快捷启动器集成到特定应用中。
这些功能单独看并不陌生。天气、导航、翻译、打车、识物，今天的手机都能完成。真正的变化在于，眼镜把这些信息从手机屏幕搬到了用户第一视角中。用户不再需要掏出手机、打开 App、低头看屏幕，而是可以在走路、交流、旅行、购物、做饭等真实场景中，让 AI 直接理解眼前发生的事情，并把最需要的信息显示在眼前。这才是 AI+AR 眼镜区别于手机和耳机的关键。
Gemini成第一视角助手，翻译和导航可能是最先跑通的杀手级场景
在外媒体验中，激活 Gemini 的方式并不复杂：长按镜腿右侧约两秒，眼镜发出提示音后，Gemini 就会开始监听。
这听起来很像今天很多 AI 硬件的交互方式，但差异在于，Google 的眼镜不是只把语音请求转给云端模型，而是尝试把用户眼前的现实环境一起纳入 AI 的理解范围。TechCrunch 提到：在演示版中，启动 Gemini 的同时也会启动摄像头，但正式版将允许用户配置是否在 Gemini 启动时同时开启摄像头。
拍摄体验中，用户可以按下拍照按钮进行拍摄，照片会同步到手机上。此外，用户也可以直接让 Gemini 拍照，并对照片进行 AI 编辑。例如，让眼镜拍下一张人物照片，再把照片中的人物变成动漫风格。
从技术流程来看，照片会先发送到手机，然后再发送到 Gemini 和 Nano Banana 的服务器，最后以编辑后的版本返回给你。这或许是谷歌 AI 眼镜的特别之处，但暂不清楚后期是否也会真正上消费级市场。
目前大多数海内外 AI 眼镜的 AI 多模态主要表现在文本生成，语音生成，图像识别，而图片生成、图片编辑功能暂未全面开放——或许是成本考虑，目前单张图片转图片的成本价格，即使是国内最具性价比的 Qwen-Image-Edit 也达到了 0.3 元每张。
在 TechCrunch 体验中，其表示，最令人印象深刻的演示之一，是实时翻译。演示者快速说出西班牙语，眼镜可以自动识别语言，并在镜片上显示英文字幕，同时通过 Gemini 以较轻的声音进行英文讲解。相比手机翻译或耳机翻译，眼镜形态的优势非常直接：用户不用低头看屏幕，也不用打断对话，就能在视野中看到对方语言的实时转写和翻译。
音频眼镜同样可以完成翻译，但显示眼镜多了一层视觉反馈。只听翻译，用户仍然需要依赖语音节奏；看到字幕，用户可以更快捕捉关键词，也更容易在复杂环境中理解对方表达。
另一个高频场景是步行导航。在演示中，用户可以让 Gemini 导航到某个目的地，甚至目的地可以是“附近的咖啡店”这样相对模糊的需求。随后，Gemini 会调用手机上的 Google Maps，眼镜则负责在视野中显示逐向导航信息。
当用户向前看时，眼镜会提示下一步转向；当用户低头看向地面时，则可以看到类似地图定位的蓝色圆点，用来判断自己所处方向。等用户再次抬头，地图信息会退回到更轻量的提示状态，不会持续遮挡视野。
Project Aura是生态跳板，一体式AI眼镜才是Google的长期野心
这次 Google I/O 上，Project Aura 同样获得了大量关注。
作为 Google 与 XREAL 合作展示的 Android XR 设备，Project Aura 更像是 Android XR 生态中的一块重要拼图。The Verge 在体验中提到，Google 在 I/O 上展示的不只是 Warby Parker、Gentle Monster 相关眼镜，也包括 XREAL 的 Project Aura，这些设备共同指向 Android XR 在眼镜和空间计算形态上的扩展。
但从产品定位看，Project Aura 并不等同于 Google 未来要推向大众市场的 AI 眼镜。它更像是一个连接头显和轻量眼镜之间的中间形态：比传统 AR 眼镜更强调空间计算，比 Vision Pro、Galaxy XR 这类头显更轻，也更适合开发者和早期生态测试。
真正面向普通消费者的路径，可能仍然是两步走。第一步，是音频 AI 眼镜。它足够轻、足够日常、足够像普通眼镜，可以先把 Gemini 带到用户耳边，验证用户是否愿意把 AI 助手戴在脸上。
第二步，才是显示版 AI+AR 眼镜。它在音频、摄像头、AI 助手基础上加入显示能力，让翻译、导航、提醒、识物等信息真正进入用户视野。这也解释了为什么 Google 目前并不急于让显示眼镜量产。
外媒体验的原型机仍然处于测试阶段。Google 方面也表示，随着可信测试人员计划扩大，今年晚些时候还会分享更多 Android XR 显示眼镜的信息。
换言之，Google 不是不知道显示眼镜更具想象力，而是很清楚这类产品还需要继续打磨。显示会影响续航，续航会影响重量，重量会影响佩戴，佩戴又会决定用户是否愿意长期使用。对于 AI 眼镜而言，任何一个环节没有做好，都可能让用户对这个品类产生厌恶感。
写在最后
当然，Google 的 AI 显示眼镜还远没有到可以宣布成功的阶段。从外媒体验来看，原型机仍然存在明显限制。比如显示画面并不总是足够清晰，单眼显示，长时间观看可能造成单眼疲劳；图像处理仍需要云端往返，等待时间过长，现场噪音也暴露出开放式音频在嘈杂环境下的局限。
但相比十年前，今天的供应链技术条件已经完全不同，这几乎是一款已经可以正常使用的 AI 眼镜了。
值得一提的是，作为对比，竞争厂商的 Meta Ray-Ban Display 重量虽然达到了 69g，但凭借神经腕带和带显示的镜片，依旧实现了供不应求的市场需求。而在目前谷歌的一体式 AI 显示眼镜中，我们似乎没有看到比“神经腕带”更创新的人机交互，或者说更具创意的落地场景。
当然，作为 AI 眼镜的底座，谷歌的一体式 AI 眼镜更多想要表达的或许是自家 Android XR 的价值，以及谷歌在全球 AI 大模型上的生态位。
原文链接：https://techcrunch.com/2026/05/22/we-tried-googles-ai-glasses-and-theyre-almost-there/
