智能眼镜AI需求倒逼芯片革命，看高通、ST芯片方案如何适配-电子发烧友网

电子发烧友网报道（文/莫婷婷）AI智能眼镜作为新兴的可穿戴设备正在加速发展。如今，智能眼镜不仅具备基本的听音乐功能，还需要支持一系列先进的AI功能以提供更加个性化和高效的用户体验。这些AI功能包括但不限于语音识别与控制、实时翻译、图像识别与增强现实（AR）等。为了支持上述高级功能，智能眼镜对其主控芯片提出了更高的要求。

智能眼镜AI性能需求提升，新一代芯片该如何设计

当前，新一代AI/AR智能眼镜的核心设计需求是什么。具体有以下四大方面：一是轻量化设计、全天候佩戴；二是第一视角的智能拍照录像；三是智能功能与语音助手，在选择AI大模型时，不仅仅要考虑云端大模型，还要考虑端侧大模型；四是近眼显示与AR交互。这些需求都给芯片设计工程师提出了挑战。

此前，业内人士将AI智能眼镜理解为智能手表方案Plus，但事实上，智能手表方案与AI智能眼镜的方案有很大不同，最大的区别就是加入了视觉部分。意法半导体Alex Li表示，“从芯片设计角度来说，这是非常具有挑战的工作，因为这个时候我们要考虑到芯片的尺寸、功耗，还有视觉应用的场景”。

那么，面向AR/AI 智能眼镜应用的芯片设计有哪些需求呢？Alex Li提到了七大方面：

一是高性能与低功耗，包括主频为550MHz~2.5GHZ，1080P@30FPS H.264/H.265 encoding 低于300mW待机功耗低至 3-5mW。二是在相机系统方面，500万像素起步，典型要求 1200万像素，未来可到2000 万像素，接近手机的专业 ISP(3A,EIS等)。三是引入NPU AI加速，AI算力达0.5 TOPS，甚至达到2.5 TOPS。

四是显示系统，支持QSPI、MIPI-DSI 接口。五是音频系统，搭载阵列麦克风，支持降噪、通话、音乐等功能。六是无线连接系统，支持低功耗Wi-Fi 6，双模蓝牙。七是高集成度小封装，“现阶段，大部分客户普遍要求10×10mm，但也有客户要求宽度做到6mm以下”，Alex Li认为，下一代芯片的宽度将更小。

当然，芯片的性能也并不是越高越好，例如支持的NPU算力越大，芯片的体积也会增加，功耗也会增加，这是所有芯片设计工程师都需要解决的性能平衡挑战。

高通骁龙AR1平台引领行业，STM32N6也成香饽饽

在AI智能眼镜领域，ST和高通骁龙AR平台凭借其各自的技术优势推出了多款产品。2023年，高通发布了全新空间计算平台第一代骁龙AR1。高通骁龙AR1专为AR智能眼镜而设计，如今已经被雷朋Meta Wayfarer智能眼镜、RayNeo雷鸟V3智‍能眼镜、Rokid Glasses AR+AI智能眼镜等产品使用。

根据介绍，高通骁龙AR1平台支持Wi-Fi 7，峰值速度高达5.8Gbps，处理器搭载了第三代Hexagon NPU。面向AI智能眼镜的拍摄功能，高通骁龙AR1采用 14-bit 双 ISP，可以支持1200 万像素的照片拍摄和 600 万像素的视频拍摄。AR1还集成AI多模态识别技术，提高照片和视频的拍摄质量。

针对AI带来的需求，AR1平台高效的中央处理单元（CPU）和图形处理单元（GPU），可以支持复杂的计算任务和实时图像处理。在眼镜侧AI，针对拍摄性能，AR1平台通过计算机视觉辅助可以提高拍摄照片以及视频的质量。针对语音交互能力，AR1平台支持语音指令，可以通过AI将信息具现化，让用户在智能眼镜上看到结合现实情景的信息，完成翻译、导航等功能。

值得一提的是，AR1平台还是一款可扩展平台，可用于拍摄和音频为主要功能的AI智能眼镜，以及AR智能眼镜（单目显示、双目显示）不同配置的智能眼镜。

业内人士透露，高通骁龙AR1平台将在今年迎来迭代更新，包括制程工艺、AI性能也会进一步提升。

2024年12月，ST推出的新一代边缘AI MCU ——STM32N6 MCU同样可用于AI智能眼镜。Alex Li透露，在短短4个月的时间，注册的客户就超过50家。这不仅反映了市场对STM32N6 MCU的高度关注和认可，更直接证明了其卓越的性能、出色的能效比以及广泛的适用性。

STM32N6系列 MCU是ST首款MCU+NPU+ISP架构的产品，提升了算力水平，处理能力高达600GOPS。采用 16nm FinFET 工艺，搭载 32 位 Arm Cortex - M55 CPU，引入了 Arm Helium 矢量处理技术，还搭载了自研 Neural - ART 专用 NPU ，提供高达 600 GOPS 的 AI 算力能够更快速且准确地处理机器学习算法、图像识别、语音处理等各种AI任务。

例如，STM32N6x7AI系列搭载了领先的边缘AI的MCU 内核、最新的NPU处理单元。还内置了大容量嵌入式SRAM+灵活的存储接口，还带有专用的相机处理架构，多个摄像头接口

ST提供了完善的 AI 软件生态系统，并可以为客户的所有设计步骤中提供支持的工具和软件，增加了STM32CubeMX图形配置工具，可以做边缘AI模型部署，例如主流框架的AI模型都可以通过STM32CubeMX更方便地跑在ST的MCU上。