A4：视点
“可穿戴设备”作为现今使用广泛的移动终端硬件，与人体距离最近，与日常生活融合最紧密，在AI技术的加持下，或将在部分场景取代手机、电脑等硬件，实现AI边缘设备重构，成为大模型落地最重要的载体。
生成式AI大爆发后，终端厂商不断探索终端产品与AI结合的方式，以期释放更大的产品潜力。从国外科技巨头的动态来看，似乎形成一种共识，AI落地需要新的硬件平台，而可穿戴设备是想象空间最为巨大的硬件系列。
首先，AI+可穿戴设备具有更强的数据马太效应。多模态能力赋予了可穿戴设备相较于其他设备更为独特的价值主张，作为最贴近人体的设备，能够利用ECG和其他多样化的传感器来收集用户自身与环境的大量数据，这是其他设备所无法实现的。在融合了AI技术后，不再只是简单收集和展示数据，而是拥有人类层面的推理和解决问题的能力。可穿戴设备每多增加一个传感器，AI就能多创建数十个基于该传感器的全新应用场景。获取的用户数据越多，对用户了解得越多，可创新的应用场景就越多，能给予用户的服务就越深。
其次，可穿戴设备可能成为最便捷的AI入口。AI大模型要实现落地应用，需与设备深度结合。从当前趋势来看，AI与用户之间的关系主要以AI Agent的方式出现，通过感知用户以及周围环境，帮助完成决策。
从目前落地应用情况来看，TWS耳机、智能手表、AR智能眼镜这三大主流终端产品都已经搭载了AI技术。但AI+可穿戴设备还处于各类“小设备”自由生长的市场探索阶段，距离规模化仍存在阻碍因素。
一是智能可穿戴设备功能重叠，属于探索性产品；二是智能可穿戴设备的产品定位处于手机和PC的下位，缺乏专门开疆拓土的主力军；三是端侧算力仍是AI落地可穿戴设备的最大瓶颈。此前包括AI Pin、Rabbit R1在内的所谓“原生AI设备”出现识别不准、响应迟缓、发热等各种问题，证明在目前的技术条件下，端侧算力不足将对用户体验造成直接的影响，从而导致产品的市场竞争力大幅下降。
（人民邮电报）