文/VR陀螺 冉启行

近期，现象级 AI 眼镜产品 Rokid Glasses 正式发售。国内方面，京东平台数据显示，其销量已突破 4000 台；在海外市场，Kickstarter 众筹活动同样吸引了超过 3500 名支持者，累计金额超 200 万美元，火爆程度可见一斑 。

Rokid Glasses 的迅速走红，并非偶然。其背后是创始人祝铭明（Misa）极具感染力的演讲所带来的“破圈效应” ，亦是 AI 大模型时代下 AI 眼镜作为下一代计算平台入口的“风口概念” 。当然，产品本身在轻量化设计、AI 功能实用性与交互体验上的深度优化也发挥着重要的引流作用。

作为该产品最具创新的技术点之一，也是最为“矛盾”的一点：Rokid Glasses 在仅有 49 克的轻巧机身内，只搭载了一块容量为 210mAh 的电池，但官方却宣称，它能支持长达 5-6 小时的连续音乐播放，或支持 4 小时的音频通话。相对业内不少产品而言，续航能力十分突出，那么在如此小的电池设计下，Rokid Glasses 是如何支撑起如此长的续航时间的？今天，我们一同来「拆拆」看。

（注意：由于产品生产批次存在差异，且受供应链配置调整等客观因素影响，下文所提及的芯片、传感器等核心组件的具体生产厂商，可能与不同批次的同型号产品存在不一致。因此，文中相关厂商信息仅以笔者所持有、测试的这款产品为基准，仅供参考。）

Rokid Glasses宣传海报（注：图中的混合使用指代非连续性，间接性AI眼镜使用。）

拆机Rokid Glasses，藏在49g机身下的秘密

对于一款旨在实现全天候佩戴的可穿戴设备而言，“轻量化”是设计的最高优先级。Rokid Glasses 整机重量仅为 49克，相比于传统消费电子产品大幅削减，这背后是对内部空间利用和元器件选择的极致考量。

通过拆机，我们发现 Rokid Glasses 的镜框大致可以分为三个部分，前置镜框、AR光机+波导片和后端镜框。产品采用了一拖二的 Micro-LED+衍射波导的光学方案，其 Micro-LED 光引擎主要在镜框中央，单光机的设计一定程度上减少了产品体积，同时给左右镜框留下配备摄像头与 LED 提示灯的空间。据悉，其光学方案主要由深圳市光舟半导体与上海鲲游光电供应。

图源：VR陀螺

拆开镜腿，可以发现左右镜腿内部上分别集成了主板、电池单元、双扬声器和麦克风阵列。其中，电池与主板类似大小，电池为锂电池，额定容量为 210mAh，笔者拿到的这款产品的电池供应商为重庆市紫建电子股份有限公司。

图源：VR陀螺

主板是 Rokid Glasses 最核心的部分，上面有诸多传感元器件和数据接口，包括来自美光的存储芯片，以及最重要的高通骁龙 AR1 和恩智浦的 RT600 系列芯片组成的双芯片架构。

其中，骁龙 AR1 已是 AR 行业的“老熟人”，作为主控应用处理器（AP），它是一颗专为智能眼镜打造的 SoC。它负责处理所有高负载的任务，例如通过双 ISP 处理 12MP 摄像头拍摄的图像和视频，以及驱动 Micro-LED+光波导的显示等。

而另一颗 RT600 系列芯片同样不简单。据悉，RT600 系列产品共有 6 个产品编码，Rokid Glasses 搭载的芯片为 MIMXRT685SFAWBR，片上 SRAM 为 4.5M，属于晶圆级芯片级封装，0.35 mm 间距，尺寸为 4.235mmx4.235mmx0.49mm ，适用于对尺寸敏感的消费级物联网设备。

图源：VR陀螺

相对 AR1 而言，作为一颗跨界微控制器（MCU），RT600 的角色是“辅助核心”，专门承接那些需要长时间运行但计算负载相对较轻的任务，尤其是音频相关的处理。其能够在主芯片骁龙 AR1 处于深度休眠状态时，以极低的功耗维持系统的“随时唤醒”能力，持续监听用户的语音指令。同时，当用户需要长时间听音乐、播客或进行通话时，所有音频解码和播放任务都由这颗 MCU 接管。

正是通过将最常用、最耗时的音频任务从高功耗的 AP 上剥离出来，交由超低功耗的 MCU 处理，Rokid Glasses 才得以在 210mAh 的电池限制下，实现了看似不可能的续航表现。

i.MX RT600：AI眼镜的“辅助神器”

i.MX RT600 Crossover MCU 之所以能成为 AI 眼镜的“辅助神器”，源于其独特的内部架构和针对性的功能设计。具体来看，其采用双核设计，配备了 Arm® Cortex®-M33 和 Cadence® Xtensa® HiFi4 音频 DSP CPU。

• Arm Cortex-M33 CPU (最高300 MHz)：这是一个高效的控制核心，负责处理系统级的任务、实时操作系统以及与主控 AP（骁龙AR1）之间的通信。如在待机模式下，整个系统由它维持最低限度的运行，随时准备被唤醒。

• Cadence Xtensa HiFi4 DSP (最高600 MHz)：这是 RT600 的“王牌”。据介绍，DSP（数字信号处理器）是专门为高效执行数学密集型算法而设计的，而 HiFi4 则是一款业界领先的高性能音频 DSP。相比于通用 CPU，它在执行音频编解码、降噪等算法时，能效比更好。这正是 Rokid Glasses 能够长时间流畅播放高品质音乐的核心所在。

除了强大的处理核心，RT600 还集成了丰富的外设和电源管理系统，使其更契合 AI 眼镜的需求。该芯片支持多达 8 个通道的数字麦克风接口，这对于通常需要搭载多个麦克风以实现精准拾音的 AI 眼镜而言至关重要。

RT600 支持多达 5 种功耗模式：Active（活动）、Sleep（睡眠）、Deep Sleep（深度睡眠）、Deep Power Down（深度掉电）和 Full Deep Power Down（完全深度掉电）。在 AI 眼镜待机时，RT600 可以进入功耗极低的深度睡眠模式，仅保留语音活动检测（VAD）功能，一旦检测到用户的唤醒词或物理按键激活，便能以微秒级的速度唤醒自身及主控 AP，同时最大限度地延长 AI 眼镜的待机时间 。

恩智浦半导体官方的测试数据展示了 RT600 系列芯片在不同工作频率下的核心功耗。可以看到，即使在 48 MHz 的活动状态下，其核心功率也仅为 4.795 毫瓦，这与动辄数十毫瓦甚至百瓦级的应用处理器形成了鲜明对比，可以说是 AI 眼镜的低功耗“辅助神器”。

双芯设计异构计算：AI眼镜“续航焦虑”的终极解药？

当前，整个 AI 眼镜行业市场蒸蒸日上。不过，对于厂商而言，“续航焦虑”阴影依旧，它直接关联了用户体验与品牌形象。

然而，受限于轻量级的眼镜产品形态，镜腿内部空间狭窄，无法容纳大容量电池；同时，AI 眼镜的高清影像拍摄与 AR 显示也对核心处理器提出了一定技术要求。这些物理瓶颈共同导致了不少 AI 眼镜 2-3 小时的续航短板。

面对这一行业通病，Rokid Glasses 所采用的“AP+MCU”双芯设计，本质上是一种成熟且高效的异构计算策略。异构计算的核心思想，就是在一个系统内集成不同类型、不同架构的处理器单元（如CPU、GPU、DSP、MCU、NPU等），让每种单元处理其最擅长的任务，从而实现系统整体能效的最优化 。

然而，应用处理器为峰值性能而生，即便在执行简单任务时，其基础功耗和系统开销也相对较高。而 MCU 则在处理待机、唤醒和音频播放等长时程、低负载任务时，功耗相比 AP 可以降低一个数量级以上。这种“分工明确”的架构，是当前解决 AI 眼镜续航痛点的最优解。

除 Rokid Glasses 采用的 RT600 系列 MCU 外，事实上，恩智浦半导体新一代的 i.MX RT700 系列综合能力更加突出，同样适用于 AI 眼镜。

i.MX RT700 不仅升级了主频更高的 Cortex-M33 核心（最高325MHz）和更大的片上 SRAM（7.5MB），更重要的是，它首次集成了自家的 eIQ Neutron NPU（神经网络处理单元）。这意味着，未来 AI 眼镜可以将更多的轻量级 AI 推理任务（如更复杂的关键词识别、简单的语音命令理解等）也卸载到这颗功耗更低的 MCU 上，进一步减少唤醒主 AP 的频率，从而实现更极致的续航。

在当前技术阶段，以 Rokid Glasses 为代表的双芯片异构计算架构，无疑是平衡 AI 眼镜性能、功耗与体积这一“不可能三角”的最优解。通过巧妙的系统级设计，绕开了单一芯片难以兼顾峰值性能和基础功耗的物理瓶颈。

然而，芯片领域“分久必合，合久必分”的规律依然有效。对于 AI 眼镜这样“寸土寸金”的设备形态，单芯片解决方案必定是终极的演进方向。核心还是看 Soc 如何通过工艺进步，系统设计降低功耗，又或者是电池从材料上得到新的突破，使得容量再上一个梯级。

据 VR陀螺获悉，目前恩智浦半导体对 AI 眼镜板块相当重视，未来有可能推出 AI 眼镜专用低功耗SoC，以满足更多商业化落地需求。

AI 眼镜的热潮，也正反向推动可穿戴半导体的进步。