10月13日，阿里正式发布了新一代千问AI眼镜N1、N1 Pro和千问AI耳夹式耳机，即日起开卖。眼镜标准套装叠加国补及限时优惠后，N1到手价2218元起，N1 Pro 2600元起。这场发布会值得注意的地方，在于它宣讲的重点不是机身里塞了多强的算力，而是能采集多少种信号：眼动、虹膜、鼻托里的健康传感器纷纷登台。AI硬件的竞争重心正在从"拼算力"转向"拼感知"——当推理能力向云端大模型集中并逐渐变成可采购的商品，设备之间拉开差距的，是谁能从用户身边拿到更多真实世界的上下文。雷科技华尔街见闻
个人Agent的瓶颈不在"聪明"，而在"知道你在看什么"
阿里在9月底的云栖大会上就已展出这批硬件，并官宣了个人Agent的迭代路线，其核心命题很直白：一个真正了解你的Agent，首先得获得足够多的Context，而手机之外，不同硬件恰恰提供了不同的感知入口。雷科技
这个命题指向一个真实的使用瓶颈：模型越来越聪明，但用户每次跟AI打交道，仍要先交代自己是谁、正在做什么。眼镜和耳机补的正是这一环——全天佩戴在头部的设备，其第一视角画面、视线、声音和身体状态，构成了一份连续的、无需转述的现场记录。落到体验上，眼动追踪减少一次对目标的描述，虹膜识别减少一个身份确认的步骤。所谓"看哪问哪"，就是让AI根据视线判断你究竟在问什么；虹膜验证则砍掉了支付前多一道确认的摩擦。雷科技
感知转向的价值也不止于消费场景。因为分不清色号，一位色弱博主基于千问大模型，自制了一副会“念颜色”的AI眼镜：摄像头把眼前画面交给Qwen做理解和场景判断，再实时语音播报——红绿灯会说话，上百种色号的拼豆也能一次认对。对这类用户来说，感知能力不是效率增益，而是功能本身。微博科技
算力、带宽、功耗的三角约束下，堆传感器比堆算力划算
端侧设备放弃重算力，首先是物理约束而非概念潮流：端侧AI同时受三件事约束：算力、内存带宽、功耗。这三者互相制约。一副眼镜的内部空间按立方毫米计算，电池按克计算，本地跑大参数模型迟迟不具备条件；推理能力顺势交给云端，设备端只做只有它才能做的事——采集。知乎
于是新品的物料重心明显偏向传感：N1 Pro在机身额外塞进了眼动追踪、虹膜识别模块，甚至在左右鼻托集成传感器，从而实现了血氧、心率、HRV心率变异性、压力、温度监测、用眼健康以及颈椎健康等功能。这种转向在工业侧同样可见：随着工业设备的控制、通信、数据处理与智能感知需求不断交织，工业芯片所承担的任务也在发生变化。芯片的角色正从单纯的逻辑控制与数据传输，向本地化的智能感知处理延伸。雷科技MIR睿工业
拼算力没有退场，只是进入了交卷环节
重感知容易被误读为算力竞赛降温，实际上两条线在分开兑现：算力和AI基础设施的故事正接受利润表检验，过去两年，市场先买预期，再买订单，现在开始看交付、毛利和现金流。服务器、算力PCB等环节的厂商陆续交出增长成绩单，说明大规模算力投入正在转化为收入；只是这部分能力正加速沉淀到云端与机房，留给终端硬件的竞争维度，自然让渡给了感知与入口。36氪
感知竞赛的下一站：补上"触觉"，通过三道检验
同样的逻辑正在机器人身上重演：当具身智能行业还在讨论世界模型、VLA和人形机器人量产时，一项新研究把目光重新投向了机器人最基础的能力——感知接触。据同一篇分享，500小时人类视觉与触觉数据让机器人操作任务成功率从22.5%升至57.5%——相比"看得更清"，缺失的触觉是当前更痛的瓶颈。今年IFA上消费电子的整体风向也与此一致：下半场，真正决定胜负的，是机器能否开始替人做事，又或者，帮助人做得更多。知乎36氪
对用户而言，判断这波"重感知"是否成立，有三个可观察的信号。第一是戴不戴得住：续航、热插拔换电和集成传感器后鼻托这类小部件的耐用性，决定感知入口能否长期留在用户身上。第二是信任边界：当然，主动服务什么时候出现、会不会打扰，用户能不能决定哪些信息被记录，都需要在日常使用中找到答案。第三是闭环成色：采集端与云端Agent的任务能力能否真正衔接，决定这些设备是入口还是配饰。雷科技
从拼算力到重感知，本质是AI硬件稀缺资源的更换：上一阶段稀缺的是吞吐量，这一阶段稀缺的是别人拿不到的真实世界上下文。算力竞赛并未消失，只是退到了云端幕后；站在台前的，是谁能戴得住、信得过，并且把感知到的东西变成服务。
