阿里千問上新AI眼鏡!實測用眼睛 “硬控”,2218元起

2026年10月13日 11:15
站內 AI 整理稿

作者 | 畢偉豪 編輯|李水青 10月13日報道,剛剛,阿里千問發佈了三款全新AI硬件,分別是全能感知旗艦千問AI眼鏡N1 Pro、影像旗艦千問AI眼鏡N1,以及千問AI耳夾式耳機。其中,千問AI眼鏡N1 Pro支持虹膜核身、眼動追蹤以及心率等健康指標檢測,同時,千問AI耳夾式耳機也是千問旗下的首款AI耳機。三款新品今天同步發售,N1售價2218元起,N1 Pro售價2600元起,AI耳夾式耳機售價1099元起。其中,N1系列均搭載5000萬像素傳感器,支持4K超清錄像、實況照片拍攝和全天候環境感知,並具備AI靈感畫集等主動智能能力。

作為全能感知旗艦,N1 Pro進一步整合旗艦影像、全天候環境感知、高精度眼動追蹤、虹膜身份核驗,以及健康監測與守護五大系統,支持虹膜核身、眼動交互和多項體徵監測。另一款新品千問AI耳夾式耳機,則將AI能力延伸至聽覺入口,支持多場景實時翻譯、語音交辦任務、生成會議紀要等功能,並由Bose參與聲音調校。也是早早拿到了設備,並進行了為期一週的深度體驗。N1 Pro的虹膜支付、眼動追蹤等功能給我們帶來了不少新鮮感,但實測中也發現,實況照片記錄延遲等細節仍有待優化。一、5000萬像素傳感器,支持實況照片、4K超清錄像 一副眼鏡給人最直觀的感受,往往第一時間來自外觀和佩戴感受。

在外觀設計上,千問AI眼鏡N1 Pro採用經典波士頓方圓框設計,圓潤中保留了一些線條感。中梁採用鑰匙孔設計,美觀的同時能夠減輕鼻樑壓力,鏡腿寬度約8毫米,首發配色鎏金棕,整體鏡身很有質感。佩戴感受上,前後1:1配重,讓整體AI眼鏡的佩戴感相對舒適,不會有明顯的下墜感。千問AI眼鏡N1 Pro和千問AI眼鏡N1擁有相同的基礎能力和底層設計。在影像層面,N1系列AI眼鏡均搭載了5000萬像素第一視角傳感器,拍照清晰。鏡頭採用1G5P抗溫漂玻塑混合結構,玻璃鏡片用於應對溫度變化造成的焦點漂移,塑料鏡片則有助於控制重量和適應複雜曲面。

此外,鏡頭還採用BG微米級旋塗工藝和ALC超低反射膜,以減少反射光、雜散光對成像的影響。在影像算法上,千問推出超感影像引擎,將眼鏡端、手機端和雲端的處理能力結合起來。現場展示的技術架構中,眼鏡端包括多場景原始光影採集、自研高效RAW壓縮編碼和動態抓拍算法; 手機端承擔RAW數據管理與傳輸、全場景高質量RAW增強算法和智能構圖圖像優化;雲端則提供自研雲端AI ISP增強和AIGC多場景畫質優化。這套方案的重點,是把拍攝、圖像處理和後期優化串聯起來。

通過RAW域增強,系統可以利用更完整的高光、暗部、色彩和細節信息改善成像;暗光環境下,四合一像素融合技術讓相鄰感光單元協同工作,提升進光量和信噪表現 此外,N1系列還支持智能構圖,可以識別畫面主體,自動調整構圖,讓人物更加突出、背景更加舒展。同時,N1系列還可以拍攝實況照片,能夠記錄精彩動態瞬間,不過在實際體驗中,實況照片的動態記錄時間是從拍攝之後開始的,與手機實況略有不同,期待後續能夠通過系統升級進行優化。視頻拍攝方面,N1系列支持4K視頻直出,並提供1080P 60幀和1080P HDR拍攝選項。

針對運動場景,千問還升級了視頻防抖算法,通過EIS自適應裁切、地平線增強等技術,配合日常、運動和自適應三種防抖模式,提升不同拍攝狀態下的畫面穩定性,同時儘可能保留取景範圍。二、全天在線,主動開啟會議記錄、出行提醒,還能生成靈感畫集 影像能力之外,千問還希望讓AI眼鏡不再只是等待用戶指令,而是能夠感知周圍環境,並在合適的時機主動提供服務。為此,N1系列搭載三芯異構計算平臺,將影像處理、日常任務和低功耗視覺感知分配給不同芯片。其中,第一代驍龍AR1負責高性能影像處理和複雜計算,恆玄BES2800處理藍牙、音頻等日常任務,奇景HX6538則負責低功耗視覺理解。

三顆芯片分工協作,讓眼鏡在處理拍攝、音頻等任務的同時,也能持續感知周圍環境。這套硬件架構支撐了N1系列的全天候環境感知能力。通過低功耗視覺芯片和端側視覺模型,眼鏡可以識別特定場景,並結合用戶預先設置的任務,在適當時機觸發服務。例如,用戶設置好會議記錄任務後,眼鏡可以結合視覺信息和環境聲音判斷是否進入會議場景;到達車站後,也能根據場景提供車次、檢票口等出行提醒。用戶主動開啟AI靈感畫集後,眼鏡還可以捕捉早餐、貓咪、日落等生活片段,將這些畫面整理成漫畫風格的圖集。千問還加入了AI療愈功能,根據系統對用戶壓力和情緒狀態的估計生成個性化音樂,並支持通過語音調整雨聲、海浪聲等背景音。

三、眼動追蹤、虹膜支付、健康監測,支持熱插拔換電 相比N1,N1 Pro還具備三大專屬能力,分別是高精度眼動追蹤系統、虹膜核身、健康監測,起售價2600元,超長續航套裝售價2827元起。首先是眼動交互。千問通過縮小攝像頭模組邊緣結構,並配合紅外光源實現眼部動作識別。發佈會稱,這套方案可在0至10萬Lux的光照範圍內工作,中心識別精度在1度以內。用戶可以自定義眨眼快捷操作,比如可以通過眼部動作拍照、切換下一首音樂。這為眼鏡增加了一種不必掏出手機、也不完全依賴語音的操作方式。眼動交互之外,N1 Pro還將虹膜識別延伸至支付場景。

系統通過實時視頻流進行多幀虹膜特徵融合,並結合雙眼空間姿態校正提升識別能力。發佈會公佈的誤識率低於百萬分之一,相關能力由千問與螞蟻集團GPASS共同研發,並結合高通提供的芯片級生物識別安全能力,為支付場景提供身份核驗支持。第三項新增能力是健康監測。N1 Pro在鼻託處配置PPG傳感器,並在鼻樑位置設置非接觸式溫度傳感器,可提供心率、血氧、皮膚溫度等體徵數據。千問還能通過AI洞察報告幫助用戶理解數據,經用戶授權後,健康大模型可以結合長期體徵趨勢、活動和運動習慣進行解讀。續航與供電方面,N1 Pro還支持熱插拔換電。

用戶可以直接更換右側鏡腿電池,無需摘下眼鏡,設備服務也不會中斷; 配合700mAh便攜電池盒,可進一步延長使用時間。官方公佈N1 Pro的綜合續航為8小時。四、AI耳機與技能廣場,千問繼續擴展硬件入口 除AI眼鏡外,千問還發布了AI耳夾式耳機,售價1099元起。耳機採用開放式耳夾設計,單耳重5.5克,在佩戴形態之外,也對聲學結構和語音拾取進行了針對性設計。音質方面,耳機採用12磁鐵雙環聚磁結構、11毫米發聲單元和碳纖維振膜,並通過專利環側貼合技術,將等效振動面積提升至13毫米級,最大振幅達到0.8毫米,以改善開放式耳機的低頻表現。產品支持LHDC 5.

0高清解碼、Hi-Res Wireless認證和頭部追蹤空間音頻,並提供與Bose團隊共同調校的音效。針對AI交互中的語音輸入,耳機採用雙耳6麥克風陣列和2顆骨傳導語音拾取單元,結合語音增強、回聲消除技術,提升地鐵、街頭等嘈雜環境中的拾音表現。續航方面,單次充電聽歌超過9小時,配合充電盒總續航約40小時,並支持雙設備連接、無線充電和IP55防塵防水。由於採用開放式設計,產品不支持主動降噪。配色上,這款耳機首發提供星光色、極光紫和深空藍三種配色。現場,演員鍾楚曦作為千問AI耳機明星體驗官出場,現場佩戴了極光紫顏色的耳機。在此基礎上,千問還為耳機增加了聽記、實時翻譯、口語陪練和任務助理等能力。

用戶還可以通過語音設置定時任務、辦公任務和事件關注任務,並在穿戴App中查看執行記錄和相關文件。硬件之外,千問同步推出AI硬件技能廣場,面向普通用戶提供內容娛樂、生活服務、辦公效率、出行、運動健康和學習六大類技能。用戶添加技能後即可通過語音調用,無需單獨下載應用或安裝插件。結語:千問AI硬件再落子,讓智能離生活更近一些 從AI眼鏡到耳夾式耳機,再到面向用戶的技能廣場,千問此次發佈的重點,已不只是提升單款硬件的影像、音頻或交互能力,更是讓AI能夠感知現實場景,並進一步調用服務、執行任務。不過,硬件擁有更多傳感器、接入更多技能,並不意味著它就能成為真正的個人智能助手。

主動感知能否足夠準確,任務執行能否穩定可靠,支付和健康數據等敏感信息能否得到妥善保護,都將影響用戶是否願意長期使用。同時,硬件設備的基礎素質過硬與否,也是用戶是否選擇這些AI硬件的關鍵。對這次發佈的產品進行體驗過後,發現仍存在實況照片不“標準”、耳機面對面翻譯延遲等問題。但總體上來看,這次千問所發佈的AI硬件不論是在硬件還是在AI功能上,都可圈可點,也讓我們看到了更多AI穿戴的價值——讓AI離生活更近一點。

Related

相關文章

MarkTechPost AI模型更新

Google 開源 Harness²:遞迴代理程式框架,無需新模型也能提升效能

Google Cloud AI Research 開源了 Harness²,這是一個遞迴代理程式框架,透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言,重點很簡單:你的代理程式無需更強大的模型也能進步。重點摘要:規模為框架而非模型,訓練參數為0,包含8個可編輯的框架元件,版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv,模型呼叫則透過Vertex AI。GPU需求未公開。效能方面:一次改良步驟即可在3個基準測試中,提升所有4個模型與框架組合的表現。最佳成果:GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7(+11.5點);最差表現:GLM-5搭配Codex在JobBench上僅提升1.2點(23.6至24.8)。什麼是Harness²?它是Google研究推出的即插即用框架。

15 小時前
MarkTechPost AI模型更新

認識 Kyutai REKI:2.4B VLA 模型為機器人操控帶來高效記憶

Kyutai 與 Inria 及 École des Ponts 合作,推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型(VLA)。該模型僅使用公開數據進行預訓練,並配備了輕量級的近期記憶功能。在三個分佈外基準測試中,僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊:規模:2.4B 參數(2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家)。記憶涵蓋最近 3 幀,間隔 1 秒。運行環境:在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入,編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供,暫無量化版本。性能:在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中,為公開數據預訓練的 VLA 模型中最優;在 LIBERO-Plus 上達到 90.4% 的最高分。

1 天前
MarkTechPost AI模型更新

DeepSeek 發布 V4.1-Flash-1017,DeepSWE 得分 77.0,並開放搜尋 API

DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017,這是其 V4.1-Flash 模型的新檢查點,現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash,並稱之為性能與成本的帕累託改進。同時,DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言,這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要:骨架參數 552B,另加 196B 的 Engram 參數;預填充階段每 token 啟用 8B 參數,解碼階段啟用 16B 參數;上下文長度達 1M tokens,最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重(763B 參數,FP8)採 MIT 授權。

1 天前
MarkTechPost AI模型更新

2026年20款Jev替代方案:挑戰TypeSafe的決策模型

TypeSafe於2026年9月15日推出Jev,這是一款決策模型而非聊天機器人。使用者可定義允許的答案,Jev將回傳標籤、分數或是否的機率。約4週內,至少20款Jev替代方案相繼問世,來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要:規模範圍從287M(GLiNER2.5-multi-Decide)到35B-A3B(Mapika Decider),Jev規模未公開。執行環境:Von和Laya等編碼器可在CPU上運行,4B適配器適用24 GB GPU或32 GB Mac。效能:多數開源模型在困難推理上落後Jev,但在狹窄分類任務上數款與之匹敵或超越。最佳表現:Cloudflare Clef在BANKING7取得94.20分。

1 天前
雷峰網模型更新

長鑫科技市值兩月內跌去1萬億;阿里加碼AI硬件品牌,天貓、速賣通聯動;國行版蘋果AI有望12月上線,百度、阿里參與合作丨雷峰早報

要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障!DeepSeek發放宕機補償,有人拿到3000元3.阿里加碼AI硬件品牌,天貓、速賣通聯動4.國行版蘋果AI有望12月上線,百度、阿里參與合作5.可靈AI新一代模型Kling 4.

2 天前