近年来，可穿戴设备发展迅速。它们已从原始的单产品表格扩展到各种细分可穿戴的田地，并已深入整合到人们的日常生活中。通过无缝连接互联网和各种应用程序，人们的日常生活已经实现。全方位的健康监测，运动跟踪，社交娱乐和方便付款的覆盖范围。

根据IDC的“全球可穿戴设备市场季度跟踪报告”，在去年的前三季度运送了1.4亿辆手腕可穿戴设备（智能手表和手镯），其中中国市场的运输量增加了20.1％同比，已成为世界上最大的腕带设备装运市场。此外，智能眼镜，智能服装和智能戒指等类别也显示出巨大的市场潜力。可穿戴设备正在从单个功能扩展到多元化的应用程序，并深入参与了每个消费者的日常生活。

这些智能产品的智能技术过去仍然是单一的，但是随着AI算法的优化和硬件性能的改善，尤其是因为生成的AI具有惊人的应用潜力，各种不同终端的制造商开始探索如何使用它本地AI可以增加终端产品的附加值，并将产品的智能水平提高到新的水平。

现在，这个方向具有更强大的帮助 - DeepSeek。 DeepSeek的价值之一是它直接阐明了终端AI的发展前景。终端智能不再仅需要堆叠计算能力，可穿戴的AI设备将受益匪浅。无论是大型模型之间的云协作还是从DeepSeek的大型模型中蒸馏出来的小型模型，它们都在促进现实：模型功能正在降低到C-End，而AI则普及到了终端。

可穿戴设备继续靠近AI

当前，可穿戴设备属于各种类别。根据普通类别，有智能手表，智能手镯，智能眼镜，智能耳机，智能戒指，智能服装，智能鞋，AR/VR耳机，智能珠宝，智能头盔和智能皮带。随着AI技术和硬件设施的发展，智能可穿戴设备不仅限于健康监测和跨终端互动，而是逐渐渗透到个性化健康顾问，虚拟现实互动甚至日常生活的各个方面。

智能手表和手镯是相当成熟的可穿戴市场细分市场，具有较高的穿透性。根据研究机构的数据，仅在去年的前三季度，全球智能手表发货就达到了1.1亿台。尽管货物同比下降了3.8％，但成熟的智能手表市场略有下降是正常的。中国智能手表市场仍然强劲，货物量达到3286万台，同比增长23.3％。

国内市场的高增长与产品创新，健康管理功能和生态系统建设中国内品牌的持续突破直接相关。像华为Watch D2，小米Watch S4 Sport，Oppo Watch X等一样，去年都是非常有代表性的手表产品。

以前的智能手表芯片可以在短时间内处理有限的数据，慢速算法迭代以及功能突破慢。 AI的引入使智能手表能够在采矿创新功能和升级其原始功能方面取得快速进步。最直观的例子是健康监测功能。借助AI型号，该设备的电机记录和心肺监测功能变得更加完整和用户友好。从能够记录简单的数据，例如心率，睡眠时间，运动持续时间到能够监测血氧浓度，睡眠质量甚至血压值，并且基于数据设备，它将为用户提供更准确的健康管理和运动指导。

云模型和越来越多的本地端端模型的添加进一步提高了设备​​的理解能力以及快速处理端侧数据的能力。智能功能直接将智能决策带给本地用户，不会延迟。

在另一条轨道上，自2025年初以来，智能眼镜的增长势头一直很强。IDC预测，到2029年，智能眼镜的全球年销售额预计将达到5500万对，市场规模将达到10067.8亿元人民币。 。 Li Weike，Thunderbird Innovation，Mojie Technology，Gyges Labs，Flash Technology，Rokid，Xreal，Movie Technology，Movie Technology和其他公司最近推出了创新产品。

从新智能眼镜的功能的演变来看，无法避免的关键字仍然是AI。 Thunderbird Innovation和Alibaba Tongyi合作为智能眼镜创建了专门的AI意图识别模型； Flash Technology Yuntian Lifei深入合作，还将连接到十多种主流模型，例如Iflytek，Tongyi Qianwen和Kimi； Li Weike是为智能眼镜自行开发的Wake-Ai的多模式AI模型平台，也是独特的...

许多分析师认为，预计智能眼镜将成为实施终端AI的第一个场景之一。主要原因是，与其他可穿戴硬件相比，智能眼镜具有独特的硬件特性，并且可能与多模式AI功能相结合。

目前，智能眼镜已经显示出能够整合多模式AI功能，例如视觉，听力和触摸，并且可以更自然和直观地进行交互。使用摄像头捕获图像，麦克风来识别声音，并结合AR技术以提供虚拟和真实的体验。再加上当地的端侧AI智能，智能眼镜确实是具有想象空间的个人AI代理的理想形式。

除了上述终端设备外，其他可穿戴设备的开发也遵循主线。终端制造商在可穿戴 + AI轨道中寻求突破的趋势非常明显。尤其是今年，终端AI软件和硬件条件已经成熟，今年的新智能可穿戴产品肯定会引入更多本地AI功能。

产业链在智能可穿戴的战场上竞争

可穿戴设备的硬件产业链涵盖了核心技术领域，例如光学，声学，显示器，芯片和传感器。在智能可穿戴工业链中，SOC是与成本最高比例的联系。随着端侧AI +可穿戴式的加速开发，为末端AI硬件制造的SOC已成为原始芯片制造商的重点。

高通的Snapdragon AR1旗舰芯片在可穿戴设备（尤其是智能眼镜）领域非常受欢迎。它集成了Hexagontm NPU，以提供强大的计算功率支持，并具有双ISP高速图像信号处理功能。许多智能眼镜使用此SOC。在不久前的财务报告会议上，高通的高管表示，该公司已将DeepSeek改编为配备了Snapdragon芯片的航站楼，并将继续专注于终端AI应用程序。

作为国内Aiot Soc Chips的代表制造商，Rockchip正在用旗舰芯片RK3588作为核心建造一片Aiot芯片阵列。 Rockchip的RK3588和RK3576都配备了6topsnpu处理单元，可以支持侧面主流模型的部署。将来会推出更高的性能旗舰筹码。 RK3688预计将于2025年发布，将将NPU核心与最多16台计算机的计算能力整合在一起，为终端设备提供更强大的基础平台。

Quanzhi Technology还在增加对新芯片产品和AI端端应用程序解决方案的研发投资。它启动了V853系列端端AI愿景，推出了用于VR应用程序的VR9虚拟现实特别芯片以及12nm旗舰AI芯片。 A733和A736。 Quanzhi Technology随后的计划的重点是更面向硬件，更面向硬件和更面向模块的AIPU，并将考虑针对不同方案的特殊优化。

在更细分的音频SOC中，近年来末端AI取得了许多突破。去年年底，Juxin Technology发布了第一个端端AI音频芯片ATS323X，该芯片采用了AI-NPU架构。与DSP HIFI5相比，实际的计算能力和能源效率比较高，功耗较低。 Hengxuan Technology的智能音频和视频SOC芯片可以通过添加嵌入式AI协处理器来与主CPU核心合作，并根据神经网络AI算法完成音频处理，同时保持低功耗水平。

国内Hisilicon，Unisco Zhanrui，Wuqiwei，Quanzhi Technology，Hengxuan Technology，Jingchen Technology，Lexin Technology，Zhongke Lanxun，Xingchen Technology，Tailingwei和其他制造商也在加速其布局。

最终侧计算能力的需求需要从两个方面解决：内置芯片和算法模型。 DeepSeek指出了算法模型中的低功率消耗和低成本路线，而硬件级别的计算功率仍然是最大的限制。

可穿戴设备需要在轻质设计中实现复杂的AI处理能力，这对SOC硬件性能，算法效率和功耗控制提出了更高的要求。为了克服这些挑战，制造商正在不断优化SOC设计，以提高整合和处理效率。将来，随着引入更高性能，低功率芯片以及较小，更高效，更定制的终端型号的收敛性，可穿戴设备将能够执行更复杂的本地智能应用程序，同时保持它们的轻量级它具有很强的电池寿命，满足用户对轻质和智能可穿戴设备的双重需求。

可穿戴设备的智能已从“功能附件”转变为“核心能力重建”

实际上，就过去可穿戴设备的功能而言，我们还可以看到，除了产品本身的不同用法属性外，可穿戴设备还具有功能的融合，例如步骤计数，心率监测和其他功能功能，这是相同的。某些设备甚至可以体验到一些分裂体验，例如设备缺乏计算能力，功能操作被切断或被迫关闭。这实际上是AI功能与硬件性能之间断开连接的直接结果。

另外，功能之间缺乏协调。例如，监视和决策指导属于不同的模块，因为设备模块未深入集成并通过AI进行动态关联，因此无法实现自动和智能的决策调整。

这是将AI作为附加功能添加到设备中的必要性。长期以来，软件和硬件受到可穿戴设备中计算功率消耗成本的平衡一直受到限制。 AI以“插件”的形式更植入终端设备中，并通过与设备松散耦合的功能性附加“”。这些功能很有用，但是它们只是在蛋糕上结冰，并且不会改变设备的性质。

随着终端基本软件和硬件变得越来越成熟，可穿戴设备已开始重新设计架构和功能系统，将AI作为其核心价值。在硬件级别上，计算能力和本地数据处理已在闭环中完成，可穿戴设备的下限逐渐增加。在软件级别上，终端模型是通过使用Tinyml和知识蒸馏来实现的（尤其是低成本，低功耗和将来高效率的小/端端模型，可以是可以是用于蒸馏出高质量的模型，例如DeepSeek，可用于蒸馏出低成本，低功耗和高效率）。佩戴设备硬件基础可以有效地运行，平衡计算能力和能源效率，将AI从“其他功能”推向“核心功能”，并确定终端设备的智能上限。

在未来可穿戴设备的进化方向上，本地AI带来的核心能力重建将导致端端设备从“感知智能”逐渐升级到“认知智能”，也就是说，设备不仅可以通过传感器收集物理信号并利用AI算法执行初步处理和分析，还可以将多个信息结合起来以进行推理和决策，提供高阶智能服务。在此阶段，便携式和轻巧的可穿戴设备将很快成为人类与数字世界之间无缝互动的核心入口。

在侧面的软件和硬件支撑设备的支持下，再加上硬件 - 叠加协作设计的优化，AI函数范式的升级以及由AI领导的设备价值焦点的变化，AI正在成为AI的确定者终端设备。

最后写

在端侧AI的浪潮中，可穿戴设备将进入一个新的开发周期，逐渐完成AI的转换，从“功能附件”到“核心能力重建”。这种转换将继续依赖硬件创新，端端算法模型优化和场景实现的协调，并且都不丢失。

本文来自由36KR出版的Wechat官方帐户，作者：Li Ningyuan。