郭全中 | AI眼镜:具身智能时代的媒介生态图景

AI眼镜的雏形可追溯至20世纪80年代，史蒂夫·曼恩‌（Steve Mann）率先探索可长期佩戴并实现实时计算与连接的设备，推动智能眼镜从概念走向实体化，但此阶段的研发主要停留在实验层面。进入21世纪，智能眼镜步入商业化探索期。2012年，谷歌发布智能眼镜产品，将信息显示、拍摄与语音交互功能整合进眼镜中，但因成本、用户体验与隐私争议等问题，其消费级市场的探索未能持续。随后，微软转向工业制造、远程协作等企业级应用，虽强化了专业场景下的工具价值，但市场规模依旧有限。2020年后，随着大模型等人工智能技术的成熟，AI能力成为核心驱动力。2021年，Meta与雷朋合作推出Ray-Ban Stories智能眼镜，成为行业发展的一个重要转折点。此后，相关产品快速迭代，应用场景亦从单一功能拓展至内容创作、户外运动等多个领域。市场数据印证了这一趋势：2023年至2024年，全球AI眼镜销量从24万副跃升至152万副。至2025年，全球AI眼镜出货量达到870万副，同比增长高达232%。其中，中国大陆成为增长最快的市场，年度总出货量近100万副，占比10.9%。市场升温带动了多元企业入局，竞争格局逐渐分化：其一，以谷歌为代表的互联网巨头，依托大语言模型、多模态理解与智能代理能力，将AI眼镜视为承载新一代人工智能服务的核心终端，强调算法、数据与服务生态的整合，旨在使AI从屏幕内的交互对象转变为随身协同者。其二，以小米为代表的消费电子终端厂商，依托成熟的硬件体系与供应链能力，更聚焦于产品形态优化、佩戴体验提升与规模化普及，致力于将AI眼镜作为手机等现有终端生态的延伸节点。其三，以Rokid为代表的AR厂商，在近眼显示与空间交互等技术基础上，强调虚实融合与沉浸体验，将AI眼镜定位为连接现实与数字内容的空间交互接口。总体来看，AI眼镜正由概念原型演进为功能多元的应用终端，并有望走向大众消费市场，成为新一轮人机交互变革的重要载体。

为进一步深化对AI眼镜的理解，有必要引入具身智能的理论视角加以分析。相较于传统工具论将技术视为外在于主体的功能性存在，具身智能强调技术在身体层面的嵌入及其对感知、认知与行动过程的深度参与。由此，媒介不再只是信息传递的中介，而成为个体经验生成与能力建构的重要组成部分。在这一理论框架下，作为可穿戴媒介的AI眼镜，其意义需从身体—环境—技术的互动关系中加以把握。

（一）具身智能的理论谱系与概念界定

在大众传播时代，学界对于媒介技术的解释常囿于工具论和主客观的维度，侧重抽象主体“人”，而相对忽视作为物质基础的“身体”。随着离身范式的理论局限日益凸显，以及可穿戴设备不断强化身体在媒介使用中的参与程度，学界对媒介技术的理解出现了“身体转向”，诸多学者从胡塞尔生活世界观、海德格尔的存在主义、梅洛-庞蒂的身体现象学等思想理论资源中汲取养分，愈发重视身体这一重要载体。“具身”概念本身源于认知与神经科学，强调人的认知、经验和意义生产都是基于身体的感知、行动形成的，并与身体所处的环境深度耦合。在人工智能研究领域，具身智能通常被理解为一种依托物理载体展开感知、学习与行动的智能形态。通过将智能系统嵌入实体装置之中，智能体得以在真实环境中获取信息并进行互动，从而具备接近人类的自主学习能力与环境适应能力。其进化的最终目标，在于使智能体能够在现实物理环境中独立完成多样化任务，并逐步形成能够适应不同生活情境的通用能力体系。

从人与技术在身体层面的融合程度出发，具身智能的发展可以被理解为三个可能的阶段。第一是分离型具身智能，此阶段人与智能系统相对独立，技术主要承担模仿与辅助功能，其典型形态为在结构化环境中执行程序化任务的工业机器人。第二是贯通型具身智能，随着具备感知与数据处理能力的可穿戴设备普及，人与技术之间形成初步耦合关系。AI眼镜正是这一阶段的重要代表。第三是缔合型具身智能，在这一阶段，人体将深度融入智能系统运行之中，成为其重要组成部分，人机关系趋于高度协同，智能体亦具备更强的通用性交互能力。麦克卢汉（‌Marshall McLuhan）指出，媒介作为人与环境接触的中介，扩展了人的能力和活动范围。具身智能的发展可被理解为媒介对人类能力的进一步延伸，其参与重塑了个体的感知方式、认知路径与行动结构，使人的能力在具体情境中被放大与重组。下文将进一步分析AI眼镜如何作为具身媒介嵌入身体与环境互动之中，并推动人类能力的延展。

（二）作为具身媒介的AI眼镜对人类能力的延展

在具身智能的发展进程中，技术通过与身体的持续耦合，成为个体能力结构的一部分。在贯通型具身智能阶段，以可穿戴设备为代表的技术形态开始嵌入人的日常感知与行动过程。AI眼镜作为这一阶段的重要媒介形态，将计算能力、环境感知与信息反馈直接嵌入人的经验活动之中，使技术以“外置智能器官”的形式，在感知、认知与行动三个层面拓展人的能力边界。

从生理层面看，人类的感知能力受制于感觉器官的物理极限。伊德（Don Ihde）指出，技术通过中介作用深度介入人的感知过程，重塑人与世界的关系。AI眼镜通过视觉识别与多模态感知，对环境信息进行扩展与整合，使个体在不改变生理结构的前提下突破既有感知限制，不仅补充感官难以覆盖的信息，还提升信息的整体性与结构性。同时，其记录与回溯能力延展了感知的时间维度，使原本瞬时性的经验得以存储与调用，感知在人机协同系统中获得更高密度与更长时序的信息支撑。感知是认知展开的前提，当世界以新的方式向主体显现时，理解、判断与决策的路径也会随之调整。扩展心智假说指出，若外部装置能够稳定参与认知活动，即可视为认知系统的组成部分。AI眼镜一定程度上重构了认知活动的分工方式与运行路径。一方面，部分依赖记忆与推理的任务被转移至技术系统，降低个体处理信息的认知负担；另一方面，经由筛选与预处理的信息改变了认知起点，使个体能够实现更高层级决策。随着感知能力的延展与认知结构的重组，人的行动方式亦随之发生变化。个体在行动中所能采取的行为，并不完全取决于其主观意图，而是受制于环境向其提供了什么样的行动可能性。当技术嵌入身体与环境之间时，便成为行动可供性的组成部分。AI眼镜通过对环境的实时识别与信息叠加，重构行动所依托的情境结构，使行动不再仅受物理条件限制，而是在技术生成的提示与路径引导下展开。技术并不直接规定行为，而是通过改变情境，使特定行动更易发生，从而在无形中扩展个体的行动范围与效率。

媒介环境学将媒介本身作为研究对象，关注媒介的产生和发展、媒介技术的特征与作用、媒介技术及其发展史与人类社会变迁和文明发展史的关系等。人工智能被称为下一个新媒体，在一定程度上重塑了社会的组织形态。具备实体形态的AI眼镜，具有演化为重塑传播环境与社会结构的基础性媒介形态的可能性。下文将从镜像世界与新操作系统两个维度，探讨AI眼镜在重构虚实关系、改变物理世界互动模式方面所蕴含的媒介想象力。

（一）镜像世界：从虚实相异走向虚实相生

在传统媒介环境中，虚拟与现实往往呈现出相对清晰的区隔：现实是行动的场域，而媒介则是信息与符号的容器。AI眼镜的出现，可能从根本上改变这种长期形成的媒介经验结构。凯文·凯利（Kevin Kelly）曾预测，到2049年，大多数智能手机将被智能眼镜取代。当数十亿人戴上这些智能眼镜时，看到的是现实世界与虚拟世界的叠加，即“镜像世界”，它既是现实，也叠加着现实的数字孪生。现有主流媒介中文字、图像与影像所构建的世界，因其外在于人的身体与感知，难以与人类主体深度融合。人机融合为虚实相生提供了基础，AI眼镜将人的身体转化为感觉节点，生成一种既在虚拟中又在现实中、既在机器中又在肉身上的体验，通过打造可计算性的数字通路将虚拟世界与人类融合。

AI眼镜将数字信息直接叠加到现实世界之中。虚拟不再作为一个独立的空间存在，而是以嵌入的方式融入现实环境，推动媒介环境从虚实两分向虚实相生转变。这一镜像世界的形成，首先依赖于对现实世界的持续数据化与可计算化改造。借助计算机视觉、多模态感知与空间定位技术，AI眼镜能够对环境中的物体、空间关系、行为过程进行实时识别、建模与语义标注，使现实世界转化为一个可被算法解析、索引与调用的动态数据集合。当AI眼镜完成对现实环境识别、计算后，用户所需要的信息会以情境化的方式呈现：导航信息附着于道路与建筑之上，说明性内容指向具体物体，操作提示与行动反馈与用户当下的行为进程紧密绑定。在此过程中，AI眼镜并不试图将用户带离现实生活场景，而是通过持续感知与计算，使现实环境本身成为信息生成与交互的基础。透过AI眼镜，用户所面对的不是一个被持续注入数字层的现实世界。虚拟与现实由此不再是彼此对立的二元维度，而是在同一时空框架下相互嵌套、彼此生成的统一体，从而构成了虚实相生的镜像世界。

（二）AI眼镜或将成为新操作系统

在媒介由工具形态向环境形态转变的过程中，其运行逻辑正逐步由界面驱动走向情境驱动。AI眼镜通过对空间、行为与信息的整合，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。在此意义上，AI眼镜已超越单一终端设备的范畴，展现出统摄多种功能、连接多元资源的平台化能力，从而具备演化为“新操作系统”的潜力。

1．操作逻辑转变：从“屏幕中心”到“空间中心”。在既有的数字媒介环境中，操作逻辑始终围绕屏幕展开。屏幕既是信息呈现的界面，也是用户发起交互的核心场所。即便在移动互联网时代，媒介的随身性与即时性大幅增强，交互方式仍未摆脱对屏幕边界的依赖，现实空间只是媒介使用的背景板。然而，随着虚拟媒介与空间形态的结合日益加深，实体空间被赋予越来越多的含义，变成了一种重要的媒体。在当代数字环境中，虚拟空间正不断叠加并嵌入现实空间，二者界限被持续重构。伴随这种融合过程，媒介所承载的文化意义与社会象征也在与实体空间的互动中不断生成与变化，空间本身具有的媒介性得到越来越多的关注。与以屏幕为中心的媒介形态不同，AI眼镜依托空间计算与具身交互能力，不再局限于对物理世界的模拟与重建，而是通过空间感知、表征、记忆、推理与行动等一系列能力，与环境形成持续互动。在此过程中，世界由被动感知对象转变为可以被操作、验证并实现对齐的行动空间。信息亦不再依赖界面呈现，而是随个体移动与任务进程被动态调取。媒介因而从被凝视与操作的对象，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：空间不再只是行动背景，而成为媒介运行的核心框架，人的行为亦可能被识别为输入信号，交互嵌入身体与情境中。

2．个体能力提升：从被动接受到行动能力拓展。媒介技术本质上通过重构连接路径与运行规则，持续塑造社会关系与资源配置结构。尼葛洛庞帝（Nicholas Negroponte）曾指出，数字化生存本身蕴含着赋权的内在特征。随着社会深度数字化，人们将在新的技术环境中获得更多发展的可能性。传统大众传播以规模化生产与集中分发为特征，个体多处于信息被动接收端，行动能力受限。社交媒体兴起后，个体得以逐渐绕开传统媒介机构，直接参与信息生产与公共讨论，表达门槛与行动成本显著降低。尽管平台化环境中仍存在算法与规则的结构性约束，但媒介技术的演进总体趋势是不断拓展个体发起行动、表达意见与创造内容的可能性。作为新一代数字信息技术，人工智能在内容生产、传播表达以及公共对话等方面为大众提供了更广泛的参与空间。这种技术赋权在广度与深度上都超越了以往媒介形态，并进一步激发个体的行动能力与参与意识，从而在一定程度上推动传播权力向大众的回归。在这一持续赋权的进程中，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。在这个意义上，数字媒介逐渐推动社会进入以个体为基本运作主体的“微粒化社会”。AI眼镜所指向的新型媒介形态，将会进一步放大个体赋权效应，通过对空间、情境与个体状态的持续感知与分析，在不显著增加认知负担的前提下，为个体提供即时的信息支持、决策辅助与行动反馈，从而使个体在具体情境中能够更高效地发起互动与行动，逐步转变为具备即时感知、判断与影响能力的社会行动节点。

3．传媒业转型：从专业信息提供者到社会生活组织者。在深度媒介化背景下，媒介已由社会运行的外在工具转变为嵌入日常实践与社会结构的基础性机制，日益成为组织社会关系、协调社会行动的重要力量。这一转变使得传媒业传统以内容生产与发布为核心的专业信息提供者角色面临挑战。当前社会传播结构呈现出显著的去中心化与原子化特征，传播权力的转移并未削弱媒介在社会运行中的重要性，而是改变了其发挥作用的方式。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。AI眼镜所代表的新一代智能媒介形态，为传媒业的功能转型提供了一个关键的实践入口。其凭借对空间环境、个体行为与即时需求的持续感知，使信息以辅助决策、引导行动与协调互动的方式嵌入具体情境。媒介由被观看与阅读的对象，转变为在行动过程中持续发挥作用的支持系统，其功能由解释世界延伸为组织现实。在这一意义上，AI眼镜推动传媒业从专业信息提供者向社会生活组织者转型具备了现实可能性。依托智能代理与情境计算能力，传媒机构不再仅向大众提供标准化内容，而是能够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、城市治理与文化消费等领域，媒介通过构建连续性的行动支持框架，将个体、服务与制度要素纳入协同运行的网络，形成以智能媒介为枢纽的新型社会协同机制。由此，传媒业呈现出基础设施化趋势，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。

编辑：曲涌旭

本文刊发于《传媒》2026年10期