空間計算重生，蘋果曾力推失敗，AI讓AR眼鏡再次偉大

空間計算正在重新成為AR眼鏡的核心關鍵字。前段時間，Rokid在其Open Day 2026活動上，提前揭露了下一代空間運算裝置Rokid AR的雛形。從現場展示的原型機來看，這款產品繼續採用分體式設計，運算平台搭載接近第五代驍龍8至尊版的規格，並支援完整的6DoF空間定位。值得注意的是，Rokid特別將「空間攝影鏡頭」與「AI攝影鏡頭」分開配置，前者肩負環境感知與定位，後者則負責即時辨識用戶眼前的物體；搭配空間運算協同處理器，眼鏡甚至能執行4D高斯潑濺等複雜空間內容。這並非孤立事件。

從2024年底開始，XREAL推出One系列，利用自研X1晶片將原生3DoF直接整合進眼鏡本體；2025年，VITURE公開Beast機種，隨後也補上眼鏡端的原生3DoF；今年5月，雷鳥發表GT與GT Max，同樣加入獨立空間運算晶片與原生3DoF。至於XREAL One Pro，則透過加裝外接磁吸攝影鏡頭進一步支援6DoF；VITURE Luma Ultra也開始利用環境攝影鏡頭探索完整的空間定位。短短兩年之間，主流消費級AR眼鏡品牌幾乎全部朝著空間定位的方向前進。這樣的發展在幾年前幾乎難以想像。

要理解這股轉向，得先弄清楚空間定位的層級：0DoF代表畫面永遠黏在視野正中央；3DoF可偵測頭部上下、左右與傾斜的旋轉，讓螢幕穩定停留在特定方向；6DoF則再加上前後、左右、上下的平移辨識，讓使用者得以在空間中移動，虛擬物體也因此能真正「固定」在現實場景裡。如今，不僅3DoF成為基本標配，連6DoF也正大舉回歸。回顧過去，消費級AR眼鏡最早並沒有放棄空間運算的野心。2019年問世的Nreal Light（XREAL前身產品）就配有環境感知攝影鏡頭，支援完整的6DoF定位，使用者能將數位物體固定在房間中，隨意走近、繞行觀察。

微軟HoloLens、Magic Leap更是走在前端，空間掃描、手勢辨識、環境理解一應俱全。然而，這類產品很快就碰上現實瓶頸：完整的6DoF需要攝影鏡頭、IMU、SLAM演算法以及持續運作的運算平台，導致功耗與發熱明顯增加，機構設計更複雜，重量與價格也更難壓低。更大的問題是內容生態。手機App可以輕易放進一塊二維螢幕，卻無法原封不動搬進三維空間；開發者必須從零設計介面與互動，但用戶買回眼鏡後卻找不到幾個值得長期使用的空間應用。技術展示雖然酷炫，實際用途卻說不清楚。因此，大約從2021年開始，消費級AR眼鏡集體轉向減法路線。

Nreal Air砍掉了完整的環境感知，將重點轉向Micro-OLED搭配Birdbath光學與USB-C視訊輸入；隨後推出的Rokid Max、雷鳥Air、VITURE One也沿著類似方向前進：不再執著於辨識房間與桌椅，而是插上手機、電腦或遊戲機，提供一塊一兩百吋的虛擬大螢幕。這個策略確實奏效。在飛機、高鐵與旅館中，用戶不再需要背著實體顯示器，也不必像VR頭盔那樣完全遮蔽現實；影片網站、主機遊戲、電腦桌面都是現成內容，無須等待空間生態從頭建立。可以說，這次刻意的規格退讓，讓消費級AR眼鏡真正找到了能穩定銷售的定位。

然而代價是，許多所謂的AR眼鏡與擴增實境已經沒有太大關聯——畫面始終貼在用戶視野中央，頭轉到哪裡，畫面就跟到哪裡，嚴格來說更像是頭戴式顯示器。即便如此，6DoF空間定位還是悄悄回來了。對一副主要用來看電影的眼鏡而言，3DoF已經非常重要，它決定使用者是在看「前方的一塊固定螢幕」，還是頂著一張永遠黏在臉上的畫面。XREAL One、VITURE Beast、雷鳥GT系列都將空間固定螢幕做進眼鏡本體，用戶不需特定主機或軟體就能享有穩定大屏。而當眼鏡只能辨識頭部旋轉時，螢幕最多只能固定在特定方向；一旦它開始理解使用者在空間中的位置變化，數位內容才有機會真正「放進現實」。

這正是廠商在補齊3DoF後，迅速將目光重新投向6DoF的原因。這股回歸並非簡單重複過去的路線，背後最關鍵的變數是AI。過去，AR眼鏡最尷尬的問題在於「空間裡到底該放什麼內容？」開發者必須事先製作3D模型與場景，但開發成本高昂，用戶基數卻很少，陷入先有雞還是先有蛋的困境。生成式AI徹底改變了這個局面：2D轉3D內容的技術逐漸成熟，世界模型與3D生成模型持續迭代，大幅降低了內容產製門檻。

同時，多模態AI與大語言模型的進展，讓眼鏡能理解用戶正在注視的物體，並在正確位置疊加資訊——例如辨識陌生設備後，直接將操作步驟標註在對應按鍵旁邊；走到路口，導航箭頭就顯示在真正需要轉彎的位置；與外國人交談，翻譯字幕出現在對方所在的方向。AI負責判斷用戶需要什麼，AR眼鏡則決定這些資訊該出現在哪裡。如果沒有AI，眼鏡仍然只能等待有限的空間應用；如果沒有眼鏡，AI給出的結果也不過是一則平面通知。另一方面，晶片技術的進步也在助攻。高通早在2022年推出驍龍AR2 Gen 1時，就採用分布式多晶片架構，在降低約一半功耗的同時提升AI效能，目標正是讓空間感知進入更輕薄的無線AR眼鏡。

現在，XREAL X1、雷鳥Zone 360等低功耗空間晶片專門處理IMU、畫面重投影與防抖，而更強的手機級與XR運算平台則負擔視覺理解、繪圖渲染與端側模型。Rokid下一代AR採用眼鏡端晶片搭配驍龍運算單元，正是類似的分工取捨。交互方式也終於等到更成熟的解答。過往AR眼鏡常要求用戶拿手機當觸控板，或懸空做出不穩定的手勢，看起來很未來，用起來卻很麻煩。大模型驅動的語音互動不再只是辨識簡單指令，而是能理解連續意圖與對話上下文；用戶只需看著某樣東西說「這是什麼」「幫我翻譯」「下一步怎麼做」，眼鏡就能結合視覺、語音與位置關係給予回應。

當然，語音不會完全取代所有操作，點擊按鈕、移動視窗仍需要手勢或指環等輔助，但AI已經大幅降低了空間運算的互動門檻。內容生成、晶片算力、互動方式——這三條原本各自發展的技術線，如今在AI時代交會在一起。消費級AR眼鏡曾經為了生存而放棄空間定位，現在卻因AI的賦能而重新擁抱完整的空間運算。從2019年的全功能試探，到2021年後的務實退縮，再到2026年的技術回歸，這條路繞了一大圈，但這一次，時機與條件都更加成熟。空間計算，正在AR眼鏡上真正重生。