最近两年，智能眼镜成了智能硬件领域热度很高的方向之一。科技企业密集发布新品，资本和政策也不断加码，种种迹象表明，这种挂在脸上的终端正在加速走向规模化应用。很多人把它看作智能手机的功能延伸，觉得它不过是把拍照、语音助手搬到了眼镜上。但如果只从功能叠加的角度去理解，就很难解释这一轮热潮背后的期待。从媒介发展的历史来看，每一次关键媒介形态的变化，都伴随着社会连接方式和资源分配逻辑的重组。印刷品拓宽了公共讨论的范围，大众传媒建立了中心化的信息秩序，互联网和移动终端则用平台和算法重塑了传播结构。智能眼镜的特殊之处在于，它可能推动媒介从一种被调用的工具，转变成持续在场、围绕用户的智能环境。正因如此，它不只是硬件迭代的一个阶段，也为我们观察未来高度媒介化的社会提供了一个重要窗口。
一、从实验室到消费市场：智能眼镜的兴起
智能眼镜这个概念出现得比很多人想象的要早。20世纪80年代，研究者史蒂夫·曼恩就已经在尝试制造可以长期佩戴、能进行实时计算和连接的设备。他那些看起来笨重的头戴装置，把智能眼镜从构想变成了实体，只不过当时一切都还停留在实验阶段。
真正的商业化尝试开始于2012年。那一年，谷歌发布了谷歌眼镜，把信息显示、拍摄和语音控制集成在一副眼镜框架里。产品一面世就引发大量关注，但也很快暴露出问题：价格太高、佩戴体验不够好、在公共场所拍摄引发的隐私争议不断。普通消费者不太接受，这款产品在消费级市场上没能走远。之后，微软把目光转向工业制造、远程协作等企业场景，强化了智能眼镜的工具属性，但市场规模始终有限。
转机出现在人工智能技术取得明显突破之后。2020年以后，大模型和多模态能力快速成熟，AI开始成为智能眼镜的核心驱动力。2021年，Meta和雷朋合作推出了Ray-Ban Stories智能眼镜，这款产品看起来和普通眼镜差别不大，却可以进行拍摄、接打电话和语音交互。这是行业的一个重要转折点。此后，产品迭代速度明显加快，应用也从单一功能扩展到内容创作、户外运动等多个生活场景。
销量数据能更直观地反映这种变化。2023年，全球智能眼镜销量仅为24万副，到2024年就增长到了152万副。进入2025年，全球出货量达到870万副，同比增长232%。其中，中国大陆市场增长尤其迅速，全年出货接近100万副，占到全球的10.9%。市场迅速升温，吸引了不同类型的企业进入，竞争格局也随之分化。
大致可以分为三类。第一类是互联网巨头，以谷歌等为代表。这些公司的强项在于大语言模型、多模态理解和智能代理，它们把智能眼镜看作承载下一代人工智能服务的核心终端。对这些企业来说，重点是整合算法、数据和服务生态，让AI从屏幕里的交互对象，变成可以随身行走的协同者。第二类是消费电子终端厂商，比如小米。它们有成熟的硬件制造经验和供应链，更在意产品形态是否合理、佩戴是否舒适、能不能大规模普及。它们倾向于把智能眼镜做成手机等现有终端的延伸节点。第三类是AR厂商，例如Rokid。它们长期深耕近眼显示和空间交互技术，强调虚实融合与沉浸体验，把智能眼镜定位为连接现实与数字内容的空间交互接口。
目前来看，智能眼镜正从概念原型演变为功能比较多元的应用终端，而且有很大可能走向大众消费市场，成为新一轮人机交互变革中的重要载体。
二、身体与技术的耦合：智能眼镜作为人的延伸
要进一步理解智能眼镜，不能只把它当成工具。引入具身智能的视角，有助于看清它怎样在身体层面嵌入我们的感知和行动。在传统工具论看来，技术是外在于人的功能性存在。但具身智能强调，技术在身体中嵌入，深度参与感知、认知和行动过程。这样来看，媒介就不再只是信息的中转站，而成为个体经验生成和能力建构的一部分。
具身这个概念来自认知科学和神经科学，核心观点是：人的认知、经验和意义生产，都建立在身体的感知和行动基础上，并且与身体所处的环境深度关联。在人工智能研究中，具身智能通常指依托物理载体，进行感知、学习并与环境互动的智能形态。把智能系统放进实体装置里，它就能在真实世界中获取信息并做出反馈，逐步形成接近人类的自主学习能力和环境适应能力。最终的目标，是让智能体可以独立完成多样化的现实任务，发展出适应不同生活情境的通用能力。
从人与技术在身体上的融合程度来看，具身智能的发展可以分成三个阶段。第一阶段是分离型具身智能。这时人与智能系统相对独立，技术主要承担模仿和辅助功能，典型形态是在结构化环境里执行固定程序的工业机器人。第二阶段是贯通型具身智能。随着能感知和加工数据的可穿戴设备普及，人与技术之间开始形成初步耦合。智能眼镜就是这个阶段的重要代表。第三阶段是缔合型具身智能。在这一阶段，人体会深度融入智能系统的运行，成为系统的一部分，人机高度协同，智能体也具备更强的通用交互能力。
麦克卢汉曾说，媒介是人的延伸，它扩展了人的能力和活动范围。具身智能的发展可以理解为这种延伸的进一步深化，技术参与重塑了个体的感知方式、认知路径和行动结构，让人的能力在具体情境中被放大和重组。下面具体分析智能眼镜如何在感知、认知和行动三个层面延展人的能力。
生理上，人的感官有明确的物理限制。技术哲学家伊德指出，技术会深度介入人的感知过程，改变人与世界的关系。智能眼镜通过视觉识别和多模态感知，对环境信息进行扩展和整合。比如，它能识别出你眼前的一栋建筑，并在视野边缘显示其名称、历史信息和内部导航；它能实时翻译路牌或菜单上的外语，让你在不改变生理结构的前提下突破原有的感官限制。这种扩展不光是补上原本感知不到的信息，还提升了信息的整体性和结构性。与此同时，眼镜的记录与回溯能力把感知的时间维度拉长了。原本转瞬即逝的经历，比如一次旅行中的沿途风景、一场会议中的白板内容，都可以被存储和调用。这样一来，感知在人机协同系统中获得了密度更高、时间序列更长的信息支撑。
感知是认知的基础。当世界以新的方式向人呈现时，理解、判断和决策的路径也会随之变化。扩展心智假说提出，如果一个外部装置稳定地参与认知活动，它就可以被视为认知系统的一部分。智能眼镜在一定程度上重构了认知活动的分工方式。一方面，部分依赖记忆和简单推理的任务被转移给技术系统。比如，眼镜可以帮你记住见过的人的名字和上次聊天的要点，在你再次遇见对方时轻声提示，这就降低了大脑的记忆负担。另一方面，经过筛选和预处理的信息改变了认知的起点。当眼镜只把当前最相关的数据呈现出来时，人可以更快地做出判断，进行更高层级的决策。认知的一部分交给了外部系统，但人并没有变笨，反而是从琐碎的信息加工中抽身出来，专注于更复杂的思考。
能力延展的第三层是行动。一个人在某个场景中能做什么，并不完全取决于他的主观意图，还取决于环境提供了什么样的行动可能性。当技术嵌入身体与环境之间，它就成了行动可供性的一部分。智能眼镜通过对环境的实时识别和信息叠加，重构了行动所依托的情境结构。例如，在维修一台陌生设备时，眼镜可以在你的视野里直接标注出螺丝的位置、拆卸顺序，并以箭头指引操作方向。在厨房里，它可以根据你手头的食材，在灶台旁显示可选菜谱，并逐步提示烹饪步骤。在陌生的城市街道上，导航信息直接附着在道路和建筑上，你不用再低头看手机。这些提示和路径引导，让行动不再仅受物理条件和原有知识的限制。技术并不直接规定你的行为，而是通过改变情境，让某些行动更容易发生，从而在无形中拓宽了个体的行动范围和效率。
三、从工具到环境：智能眼镜的媒介转向
当智能眼镜深度嵌入身体和日常实践，它所影响的就不再只是个体能力，而是整个媒介环境的面貌。媒介环境学把媒介本身作为研究对象，关注媒介技术的特点、作用，以及它们与人类社会变迁、文明发展之间的关系。人工智能已经被称作下一个新媒体，它在一定程度上重塑了社会的组织形态。而具备实体形态的智能眼镜，则有可能演化为一种重塑传播环境与社会结构的基础性媒介。
（一）镜像世界：虚实不再分离
在传统的媒介经验中，虚拟和现实往往有比较清晰的界限。现实是行动发生的场所，媒介是承载信息和符号的容器。智能眼镜的出现，可能从根本上改变这种长期形成的结构。凯文·凯利曾经预测，到2049年，大多数智能手机会被智能眼镜取代。当数十亿人戴上这些眼镜，他们看到的将是现实世界与虚拟世界的叠加，也就是“镜像世界”。这个世界既是现实，也叠加着现实的数字孪生。
过去，文字、图像和影像所建构的虚拟世界，因为外在于人的身体和感知，很难与个体发生深层次融合。智能眼镜把人变成感觉节点，催生出一种既在虚拟中又在现实中、既在机器里又在肉体上的体验。它通过可计算的数字通路，把虚拟世界与人的感知贯通起来。数字信息不是出现在一个独立屏幕上，而是直接叠加到现实世界之中。导航信息附着在道路和建筑表面，说明性内容指向具体的物体，操作提示与用户当下的行为进程紧密绑定。虚拟不再是一个需要进入的独立空间，而是以嵌入的方式与实地环境融为一体。
这种镜像世界的形成，首先依赖对现实环境持续的数据化和可计算化改造。借助计算机视觉、多模态感知和空间定位技术，智能眼镜可以对物体、空间关系、行为过程进行实时识别、建模和语义标注，把现实世界转化成一个可被算法解析、索引和调用的动态数据集合。当环境变得可计算，信息就能以情境化的方式被精准调取。透过智能眼镜，用户所面对的就不再是一个与数字层分离的物理现实，而是一个虚实相互嵌套、彼此生成的统一体。
（二）新操作系统：空间成为交互中心
媒介由工具形态走向环境形态的过程中，运行逻辑也在从界面驱动转向情境驱动。智能眼镜通过对空间、行为和信息的整合，不仅改变了交互方式，也在一定程度上重构了媒介系统的组织基础。它已经不只是单一的终端设备，开始展现出统摄多种功能、连接多元资源的平台化能力，因而具有演化为“新操作系统”的潜力。
在现有的数字媒介环境中，操作始终围绕屏幕展开。屏幕是信息呈现的界面，也是用户发起交互的核心场所。即便在移动互联网时代，媒介随身性和即时性大幅增强，交互方式仍然被屏幕边框所限制，现实空间只充当背景。但现在情况在改变。随着虚拟媒介与空间形态的结合越来越紧密，实体空间被赋予更多意义，变成了一种重要的媒体。空间本身具有的媒介性开始受到关注。
智能眼镜依托空间计算和具身交互能力，不再局限于对物理世界的模拟和重建。它通过空间感知、表征、记忆、推理和行动等一系列能力，与环境形成持续互动。在这个过程中，世界由被动感知的对象，转变为可以被操作、验证并对齐的行动空间。信息不再固定在屏幕上等你来看，而是随着你的移动和任务推进被动态调取。媒介由被凝视和操作的对象，转变为伴随行动展开的环境性存在。操作的中心可能由此从屏幕转向空间：空间不再只是行动的背景，而是媒介运行的核心框架；人的举手投足、视线转移，都可能被识别为输入信号，交互嵌入身体与情境之中。
（三）个体赋权与社会微粒化
媒介技术发展的一条重要线索，是不断拓展个体发起行动、表达意见和创造内容的可能性。大众传播时代，个体多处于信息接收端，行动能力受限。社交媒体兴起后，人们可以绕开传统媒介机构直接参与公共讨论，表达和行动的成本明显降低。虽然平台环境中仍然存在算法和规则的结构性约束，但总体趋势是向个体赋权方向发展。
人工智能在这方面走得更远。它在内容生产、传播表达和公共对话中为大众提供了更广泛的参与空间，这种赋权在广度和深度上都超越了以往媒介形态。随着技术对个体行动能力的进一步激发，个人对组织的依附程度减弱，社会的基本单位逐渐由组织降解为个人。数字媒介正在推动社会进入以个体为基本运作主体的“微粒化社会”。
智能眼镜所指向的新型媒介形态，会在这一进程上继续推进。它能持续感知空间、情境和个体状态，在不明显增加认知负担的前提下，提供即时信息支持、决策辅助和行动反馈。比如，在突发情况下，它可以立刻显示疏散路线、避险建议，并帮助联系他人；在日常生活中，它可以依据你的日程和环境，主动建议出行方式、提醒事项。这些能力让个体在具体情境中能够更高效地发起互动和行动，逐步转变为具备即时感知、判断和影响能力的社会行动节点。
（四）传媒业的角色转型
在深度媒介化背景下，媒介已经从社会运行的外部工具，转变为嵌入日常实践和社会结构的基础性机制。它日渐成为组织社会关系、协调社会行动的重要力量。这种转变让传媒业传统上以内容生产和发布为核心的专业信息提供者角色面临挑战。传播权力正在分散，但这没有削弱媒介的重要性，而是改变了它发挥作用的方式。媒介不再主要通过占据信息高地来影响社会，而是逐渐通过组织连接、整合资源、塑造场景来嵌入社会生活本身。
智能眼镜为传媒业的功能转型提供了一个切实的入口。它凭借对空间环境、个体行为和即时需求的持续感知，可以让信息以辅助决策、引导行动和协调互动的方式进入具体情境。媒介不再仅仅是被观看和阅读的对象，而变成在行动过程中持续发挥作用的支持系统，其功能从解释世界延伸到了组织现实。
具体来看，依托智能代理和情境计算能力，传媒机构可以不再只是向大众提供标准化内容，而是围绕具体场景组织连接、整合资源并协调多方行动。在公共服务方面，可以基于用户所在地和实时需求，提供办事指引、紧急救援信息；在城市治理方面，可以把个体、社区和公共设施连入协同网络；在文化消费领域，可以根据位置和偏好，动态组织观展、观演等体验。这种以智能媒介为枢纽的新型社会协同机制正在逐步成形。传媒业呈现出基础设施化的趋势，也预示着媒介将在智能条件下更深度、更主动地嵌入社会运行过程。
智能眼镜的发展历程表明，它远不止是智能硬件的某一个品类。在具身智能的理论视角下，它是延伸和重组人类感知、认知与行动能力的关键媒介。而在媒介环境转向的层面，它正在推动虚拟与现实的深度融合，重塑人机交互的底层逻辑，并可能成为未来社会运行的新操作系统。对于传媒业而言，这种变化既带来挑战，也提供了从专业信息提供者向社会生活组织者转型的路径。一个高度媒介化的社会正在随着这副小小的眼镜，逐渐显露出清晰的轮廓。
