今年上半年，全球 AI 眼镜的出货量同比增长了 263%。
这个数字被引用得很多，但几乎没人问下一个问题：这些眼镜里，有多少是有屏幕的？
答案是 4%。
剩下 96%，是没有显示的那种：一对摄像头、几个麦克风、开放式耳机，加一个能听懂话的助手。它们不往你眼前投任何东西，不让你看到虚拟界面，从外观上看，就是一副墨镜。
而那个被所有人当作"未来"的东西，带波导镜片、能把图像直接投进视野的 AR 眼镜，只占这个市场的十六分之一。
与此同时，另一件更小的事发生了。2025 年 2 月 28 日，一家叫 Humane 的公司关掉了服务器。他们卖出去的那批 AI 别针，从此变成了一块塑料和金属。大约一万台，售价 699 美元，还要每月交 24 美元。
一边是三倍增长，一边是集体变砖。
这两件事放在一起，恰好构成了对同一个问题的回答：软件、硬件和 AI，到底在哪里结合，才算结合对了。
一、坟场里的三张病历
先把失败的那批摆清楚，因为它们错得非常有规律。
Humane AI Pin。 融资 2.3 亿美元，2024 年发布，卖点是别在胸口、用激光把界面投在手掌上的"无屏设备"。它拿到的评价，是消费电子史上最差的一批。常规提问要等两到五秒，长时间使用会发烫，激光投影在日光下基本看不清。原定十万台的销售目标，实际出货不足一万台。中途还发过一次警告，让用户停用充电盒，因为有电池起火风险。2025 年 2 月，业务关停，服务下线，用户数据被删除。惠普用 1.16 亿美元买走了大部分资产。
Rabbit R1。 199 美元，2024 年 CES 上亮相，号称用"大动作模型"替你操作 App。知名评测人 MKBHD 的原话是"几乎没法评测"。公司称售出十万台，但产品成熟度、可用集成数量一直被诟病。到 2026 年初，多家报道称其陷入财务困境。它没死，是靠连续转型活下来的。
这两款产品的病历，可以拆成三条：
第一条，它们都要取代手机。 这是最致命的一条。用户口袋里已经有一个能跑同一批模型的设备了，你要他为一个更慢、更小、兼容性更差的替代品付钱，说服成本无限高。
第二条，它们都自带一个半成品操作系统和一个被绑死的 AI。 自己造 OS、自己接第三方服务、自己定义交互。结果是价值链上每一环都不受自己控制，任何一环出问题，体验就崩。
第三条，也是最容易被忽略的一条：它们依赖厂商的服务器活着。 一台设备的功能建立在别人的机房上，机房一关，你花 699 美元买的东西就是一块砖。消费者报告公开质疑过这种风险。
这三条合起来，指向一句很朴素的话：它们卖的是"AI 硬件"这个身份，而不是一个具体的、能反复发生的动作。
二、赢下来的那个，恰恰是"不像 AI 硬件"的那个
再看眼镜。
Counterpoint 的数据：2026 年上半年，无显示款占全部 AI 眼镜出货的 96%，同比增长 258%；带显示的 AR 款增长更快，449%，但基数极小，只占约 4%。
在无显示款里，Meta 占约 94%，自家出货同比增长 260%。小米和阿里各约 1%，其他加起来约 4%。这不是一个竞争激烈的市场，这几乎是一家独大。
Meta 凭什么？
不是技术。是雷朋和 Oakley 的母公司 EssilorLuxottica。2025 年，两家合作的 AI 眼镜卖了超过七百万副。2026 年 6 月推出的 Meta Glasses，299 美元起。渠道在眼镜店，不在电子城；用户买它的理由里，"能戴出门不难看"排在"有 AI"前面。
而它的产品定义是做减法：不要屏幕，不要投影，不要新的操作系统，把摄像头、麦克风、扬声器和语音助手塞进一副正常的镜框里。你不需要学任何新动作，戴上就完了。
更说明问题的是下一步的方向。有传闻称 Meta 正在准备一款叫 Luna 的新品，这次连摄像头都去掉了，直接回应隐私争议。Counterpoint 也预计，未来会出现更多纯音频形态，以及摄像头只用于"理解环境"、不用于拍照录像的形态。
行业最大的赢家，在准备第三次做减法。
而坟场里那两位，做的是加法：要投影、要系统、要取代手机、要订阅。
这就是第一层答案：结合点不在新设备，在旧习惯。AI 应该长进一个人们每天已经在做的动作里，而不是要求人们为它发明一个新动作。
三、当硬件变成默认配置，卖点就消失了
第二条规律，来自 PC。
Counterpoint 的预测：2026 年，AI 高端 PC 将占全球 PC 出货的 59%，而 2025 年这个数字约为 39%，一年里渗透率提升 52%。Gartner 对企业端的判断更极端，到 2026 年底，商业采购的 PC 基本都会是 AI PC。
但同一份数据里藏着一个尴尬的事实。Forrester 在 2025 年初的调查显示，约一半美国成年网民不理解自己为什么需要一台 AI PC，超过六成希望等降价再买。
那么，凭什么过半？
因为 NPU 被写进了所有芯片厂的路线图。到 2026 年，高通骁龙 X2 Elite 的 NPU 是 80 TOPS（Extreme 版 85），上一代 X Elite 是 45；英特尔 Panther Lake（Core Ultra 3）最高 50 TOPS；AMD Ryzen AI 400 系列旗舰约 60 TOPS。而微软给 Copilot+ 设的门槛，是 40 TOPS。
所有 2026 年的旗舰都远超门槛，门槛就不再是门槛。 有选购指南写得很直接：到 2026 年，TOPS 已经不构成选购依据，你该看屏幕、续航、价格和软件兼容性。
更有意思的是苹果的动作。从 M1 到 M4，苹果每一代都公布过神经引擎的 TOPS：M1 是 11，M2 是 15.8，M2 Ultra 是 31.6，M4 是 38。
从 M5 开始，苹果不公布了。
M5 的宣传口径变成了："10 核 GPU 的每个核心都内置独立的神经加速器，GPU 峰值算力相比 M4 提升四倍以上。"AI 算力被拆散到了 GPU 核心里，一个单独的神经引擎数字已经无法描述这颗芯片。网上流传的"M5 神经引擎 42 TOPS"是第三方估算，不是苹果的规格。
苹果转而强调的东西是：统一内存的容量和带宽。M5 Ultra 最高 512GB 统一内存、1.2TB/s 带宽。因为真正决定你能在本地跑多大模型的，是内存，不是算力峰值。
这个转向说了一件事：当 AI 硬件成为默认配置，硬件本身就不值钱了，值钱的是跑在上面的软件。
这也是为什么"AI PC"这个卖点天然会失效。消费者不为 NPU 买单，他们为 Recall、为实时字幕翻译、为本地出图买单。硬件铺路，软件收租。
而坟场里那两位，正好搞反了：他们把价值锁在硬件上，然后用订阅收租。
四、真正的架构问题：不是端侧还是云，是谁在什么条件下干什么
如果只讲到这里，答案会滑向一个廉价的结论："AI 应该跑在端侧。"
不对。真正的工程答案要复杂得多，而且更有趣。
先看支持端侧的硬理由。NVIDIA Research 在 2025 年 6 月发过一篇立场论文《小语言模型是智能体 AI 的未来》，核心观察是：智能体调用模型干的活，绝大多数是窄的、重复的、结构化的——解析指令、调工具、格式化输出。这类活儿，一个调好的小模型能以极低成本做到接近甚至超过前沿模型。
行业汇总的数据（不同来源口径不同，量级可参考）：云端 LLM API 的首 token 延迟通常在 500 毫秒到 2 秒；本地小模型是 20 到 80 毫秒。成本上，有估算认为每天一万次查询的自建小模型端点月成本在 500 到 2000 美元，同等用量的前沿 API 在 5000 到 50000 美元。
对产线质检、实时翻译、语音接口来说，几百毫秒的差距就是产品本身——超过某个阈值，功能就不成立了。
但真正的分水岭在这里：端侧不是免费的，它受物理约束。
一篇叫 HybridInfer 的研究（arXiv）做了个很妙的实验。在三星 Galaxy S25+ 上跑三层路由：端上 Llama 3.2 3B、边缘带检索的 Llama 3.1 8B、云端 GPT-4o。他们发现，持续在端侧生成会让手机上的 GPU 推理运行时不稳定，有时直接崩溃，有时静默失效。
所以路由器除了任务复杂度，还必须看一样东西：手机还剩多少热余量。
而这项研究里最值得记住的，是一个看似不起眼的设计细节。研究者在强化学习的奖励函数里加了一项"本地性奖励"，专门鼓励请求留在设备上。为什么需要这一项？
因为不加的话，训练出来的策略会把所有请求都卸载到云端。
这个细节值得反复咀嚼。如果你只优化质量、延迟和成本，最优解永远是"把活扔给最强的那个模型"。端侧的隐私、离线、零边际成本这些好处，在单次请求的账面上根本体现不出来，必须用一个人为设定的奖励项把它"赎"回来。
换句话说：端侧的价值不在单次请求里，在系统层面。 而一个只盯着单次指标的系统，会自动把端侧掏空，让你白买一块 NPU。
这才是"软硬结合"真正的技术内核：算力放在哪里，不取决于意识形态（端侧派还是云端派），取决于一组具体的物理约束——延迟、隐私、成本、热量、内存。而软件的价值，就是实时判断这组约束，然后把活送到对的地方去。
硬件提供可能性，软件做那个每秒都要做的决定。
五、造得出硬件，造不出场景
最后一块拼图，也是最残酷的一块：人形机器人。
这里的数字分裂得厉害。
出货端：Smart Analytics Global 统计 2026 年上半年全球人形机器人出货约 19,100 台，同比增长 272%，其中智元约 8,400 台（44%），宇树约 5,900 台（31%）。Counterpoint 的口径更高，超过 22,000 台，前五名全是中国厂商。中国工信部对 2026 年全年的产量目标是十万台以上，而 2025 年约两万台。
部署端：截至 2026 年年中，没有任何一家厂商的人形机器人，在持续的商业环境中部署超过数百台。
一边是两万台，一边是几百台。差额去哪了？
宇树的答案是：科研和教育。到 2025 年第三季度为止，宇树人形机器人收入的 70% 以上来自科研和教育客户，工业应用占 9%。它是全球出货量最大的厂商，价格约为西方竞品的十分之一，2026 年第一季度净利润仍然同比下降约一半。G1 起价 13,500 美元，标准版标称续航约两小时，最大臂载 2 公斤。
真正跑通的场景长什么样？几个可核查的例子：
Figure 的 Figure 02 在宝马斯帕坦堡工厂干了十一个月，累计约 1,250 小时，放置了九万多个零件，参与了三万多辆 X3 的生产，然后退役；Figure 03 回到同一家工厂接手更复杂的物流排序，起步约 40 台，定价约每小时 25 美元。Agility 的 Digit 在九个客户设施里累计运行了六万五千多小时。日本航空从 2026 年 5 月起在羽田机场部署宇树平台的机器人，签的是三年运营承诺，干行李装载、集装箱转运和飞机勤务——日本劳动力预计到 2060 年萎缩 31%，而年入境游客目标是六千万。
以及一个重要的反面数据点：马斯克在 2026 年 1 月亲口说过，Optimus 在特斯拉自家工厂"没有实质性使用"，弗里蒙特下线的前批设备主要用于内部训练。
所以真实情况是：跑通的，全是窄的、工业的、不性感的场景。 机场地勤、仓库搬箱、产线上料。而那些被反复引用的"五万台 Optimus""一万台 Figure 部署"，追溯不到任何一家的正式披露。
这又回到同一条规律上。人形机器人的硬件能力，已经远远跑在场景前面了。它缺的不是更好的伺服电机，是一个能让它每天干八小时、干错也不至于出大事、且有人愿意为此付钱的具体动作。
六、所以，最佳结合点到底在哪
把上面五块拼起来，答案不是某个产品形态，而是三个条件同时成立的位置。
第一，AI 附着在已有的高频行为上，不要求用户学新动作。
眼镜之所以赢，是因为戴眼镜是每天发生的事；AI 别针之所以死，是因为别别针不是。检验方法很简单：如果去掉 AI，这个东西还值不值得买？AI 眼镜去掉 AI 是一副还能戴的墨镜；AI 别针去掉 AI 是一块砖。前者有兜底，后者没有。
第二，算力的位置由物理约束决定，不由口号决定。
延迟要求多少毫秒、数据能不能出境、单次要花多少钱、设备还剩多少热余量、内存装不装得下——这五个变量实时算一遍，答案就出来了。任何"全端侧"或"全云端"的口号，都是在回避这五个变量。而软件真正的价值，就是每秒替你算这一遍。
第三，价值由软件收租，不被硬件锁死。
硬件会变成默认配置，这是 2026 年正在发生、且不可逆的事。当所有芯片都带 NPU，NPU 就不值钱了。能持续迭代、能跨设备迁移、能在硬件换代后还在的，只有软件。反过来看，把功能焊死在一块专用硬件上、再用订阅收费的产品，本质上是在赌厂商不会关门——Humane 的用户已经替所有人验证过这个赌注了。
一句更短的说法：
最好的 AI 硬件，是让你看不出它是 AI 硬件的硬件。
用户买它，不是因为它有 AI；AI 在里面，安静地干活，不出风头，也不单独收费。
而最差的那种，是让你一眼就看出它是 AI 硬件的东西。用户买它，就是为了那个 AI；那么一旦 AI 撑不起那个价格，或者厂商的服务器关了，它就什么都不剩。
96% 的 AI 眼镜没有屏幕。这个数字不是行业的妥协，是这个行业目前交出的、最诚实的一份答案。
几句必须说的边界
上面这些数字，有几处需要标明口径，避免被当成确证：
-
Meta 占无显示款约 94% 是 Counterpoint 该细分市场的口径；IDC 同期对更宽口径智能眼镜市场的统计是 Meta 占 69.2%，两者不可直接比较。 -
"无摄像头版 Luna"目前是传闻，未经 Meta 确认。 -
小模型的延迟与成本数据来自多家行业汇总与厂商估算，不同口径差异较大，量级可参考，不宜当作精确基准。 -
HybridInfer 的实验局限明确：一台手机、210 个提示词、一组三层模型配置，作者自己声明结果可能随芯片、散热策略、运行时和工作负载变化。 -
人形机器人的"出货量"与"部署量"是两套完全不同的统计，前者含科研、教育、展示采购，后者要求持续商业运行。文中已尽量区分，但厂商披露口径本身就很不一致。 -
Figure、Tesla 的高位部署数字均无可追溯的官方披露，文中只采用了可核查的那部分。
本文不构成任何投资建议。