可穿戴設備近幾年發展勢頭十分迅猛，已經從原來較為單一的產品形態延伸到各個細分穿戴領域，并已經深度融入人們的日常生活，通過無縫連接互聯網與各類應用，實現了人們日常健康監測、運動追蹤到社交娛樂、便捷支付的全方位覆蓋。
根據IDC的《全球可穿戴設備市場季度跟蹤報告》，去年前三季度全球腕戴設備（智能手表和手環）市場出貨1.4億臺，其中，中國市場出貨量同比增長20.1%，已經成為全球最大腕帶設備出貨市場。此外，智能眼鏡、智能服裝、智能戒指等品類也展現出巨大的市場潛力，可穿戴設備正在從單一功能向多元化應用拓展，并深入每一個消費者的日常生活。
這些智能產品早前的智能技術尚顯單一，不過隨著AI算法的優化和硬件性能的提升，特別是自從生成式AI展現出驚人的應用潛力后，各類不同終端的廠商就開始探索如何利用本地側AI來提升終端產品附加值，將產品的智能化程度提升到新的高度。
現在這一方向又有了更強大的助力——DeepSeek，DeepSeek其中一項價值，在于它直接點亮了終端側AI的發展前景，端側智能不再只需要堆疊算力，可穿戴AI設備將會受益良多。不管是大模型云端協同還是靠DeepSeek大模型蒸餾出來的小模型，都在推進一個現實：模型能力在向C端下沉，AI在向終端普及。
可穿戴設備繼續向AI靠攏
目前可穿戴設備門類可謂五花八門，按照目前常見的品類有智能手表、智能手環、智能眼鏡、智能耳機、智能戒指、智能服裝、智能鞋、AR/VR頭顯、智能首飾、智能頭盔、智能腰帶等等。隨著AI技術以及硬件設施的進步，智能可穿戴設備不僅限于健康監測和跨終端交互聯動，更逐漸滲透到個性化健康顧問、虛擬現實交互乃至日常生活的方方面面。
智能手表和手環是相當成熟的可穿戴細分市場，普及率很高。根據調研機構的數據，僅去年前三季度全球智能手表出貨量就達到1.1億臺。雖然同比來看出貨量下降了3.8%，但成熟的智能手表市場略有降幅也是正常的。中國智能手表市場仍舊強勁，出貨量達到3286萬臺，同比增長了23.3%。
國內市場的高增長和國內品牌在產品創新、健康管理功能以及生態系統建設上的不斷突破有著直接關系。像HUAWEI WATCH D2、小米Watch S4 Sport、OPPO Watch X等都是去年非常具有代表性的手表產品。
以前的智能手表芯片在短時間內能夠處理的數據有限，算法迭代慢，在功能性上取得突破進展緩慢。AI的引入讓智能手表在創新功能挖掘和原有功能升級上開始突飛猛進。最直觀的例子是健康監測功能，在AI模型幫助下，設備運動記錄和心肺監測功能變得更加完善且人性化。從只能記錄心率、睡眠時長、運動時長等簡單數據進化到能夠監測血氧濃度、睡眠質量甚至是血壓數值，并根據數據設備會為用戶提供更為精準的健康管理和運動指導。
云端模型以及越來越多本地端側模型的加入，進一步提升了設備的理解能力以及在端側快速處理數據的能力，智能化功能直接在本地近乎無時延地為用戶帶來智能決策。
另一個賽道上，自2025年開年智能眼鏡的增長勢頭便十分強勁，IDC預測到2029年，全球智能眼鏡年銷量有望達到5500萬副，市場規模將達到1067.78億元。李未可、雷鳥創新、莫界科技、Gyges Labs、閃極科技、Rokid、XREAL、影目科技等企業近期均有亮相創新產品。
從智能眼鏡新品的功能演進來看，避不開的關鍵詞仍舊是AI。雷鳥創新與阿里通義合作打造智能眼鏡專用AI意圖識別模型；閃極科技云天勵飛深度合作，還將接入訊飛星火、通義千問、Kimi等十余家主流模型；李未可面向智能眼鏡自研的WAKE-AI的多模態AI模型平臺也是獨樹一幟……
不少分析認為智能眼鏡有望成為端側AI率先落地的場景之一，主要原因在于智能眼鏡相比其他可穿戴硬件有著獨特的硬件特性，以及它與多模態AI功能更多結合的可能。
目前智能眼鏡已經展現出集成視覺、聽覺、觸覺等多模態AI功能的能力，能夠更自然直觀的交互。利用攝像頭捕捉圖像、麥克風識別語音，并結合AR技術呈現虛實交融體驗，再加上端側AI的本地智能，智能眼鏡的確是具有想象空間的個人AI Agent理想形態。
除了上述的終端設備，其他可穿戴設備的發展也都遵循著一條主線，終端廠商在可穿戴＋AI這條賽道上尋求突破的趨勢十分明確。尤其是今年終端側AI軟硬件條件已經成熟，今年的智能穿戴新品肯定會有更多本地側AI功能引入。
產業鏈群雄逐鹿智能可穿戴端側戰場
可穿戴設備的硬件產業鏈涵蓋了光學、聲學、顯示、芯片、傳感器等核心技術領域，在智能可穿戴產業鏈中，SoC是成本占比最高的一環。在端側AI＋可穿戴的加速發展下，為端側AI硬件打造的SoC成為芯片原廠的爭奪重點。
高通的驍龍AR1旗艦級芯片在可穿戴特別是智能眼鏡領域備受青睞，集成HexagonTM NPU提供強大算力支持，還具備雙ISP高速圖像信號處理功能，很多智能眼鏡均選用該SoC。不久前的財報會議上高通公司高管表示，公司已經在裝有驍龍芯片的終端適配了DeepSeek，將持續發力端側AI應用。
作為國內AIoT SoC芯片的代表廠商，瑞芯微正在打造以旗艦芯片RK3588為核心，建成AIoT芯片方陣。瑞芯微的RK3588、RK3576均帶有6TOPSNPU處理單元，能夠支持端側主流模型部署。后續還會推出更高性能的旗艦芯片，預計于2025年問世的RK3688將會集成算力高達16TOPS的NPU內核，為端側設備提供更強大的底層平臺。
全志科技亦在加大芯片新產品開發及AI端側應用解決方案上的研發投入，針對端側AI視覺推出了V853系列，針對VR應用推出了VR9虛擬現實專用芯片，還有12nm旗艦AI芯片A733和A736。偏硬件化，偏場景、偏模塊的AIPU是全志科技后續規劃的重點，會考慮面向不同場景特別優化。
在更細分一點的音頻SoC上，近年來在端側AI上做的突破也是不少。像炬芯科技在去年年末發布了首顆端側AI音頻芯片ATS323X，采用AI-NPU架構，相較于DSP HiFi5，實際應用算力和能效比更高，功耗更低。恒玄科技的智能音視頻SoC芯片通過添加嵌入式AI協處理器，能夠和主CPU核心配合工作，完成基于神經網絡AI算法的音頻處理，同時保持較低功耗水準。
國內海思、紫光展銳、物奇微、全志科技、恒玄科技、晶晨股份、樂鑫科技、中科藍訊、星宸科技、泰凌微等廠商也都在加速布局。
端側算力需求需要從內置芯片與算法模型兩個方面來解決，算法模型上DeepSeek指明了一條低功耗低成本的路線，硬件層面的算力仍舊是最大的限制。
可穿戴設備需要在輕量化設計中實現復雜的AI處理能力，這對SoC硬件性能、算法效率和功耗控制提出了更高的要求。為了克服這些挑戰，各廠商正不斷優化SoC設計，提高集成度和處理效率。未來，隨著更多高性能、低功耗芯片的推出，以及更小、更高效、更定制化的端側模型的融合，可穿戴設備將能夠執行更加復雜的本地智能應用，同時保持體積輕巧和電池續航力強，滿足用戶對可穿戴設備輕量化和智能化的雙重需求。
可穿戴設備的智能，從“功能附加”轉向“核心能力重構”
其實在以往可穿戴設備的功能上，我們可以看到可穿戴設備除了產品本身的使用屬性不同，會有一個功能趨同現象，例如計步、心率監測等功能，有些千篇一律。甚至有些設備使用起來體驗會有些割裂，例如因為設備算力不足，功能運行卡頓或被迫關閉，這其實是AI功能與硬件性能脫節的直接結果。
此外功能間缺乏協同，如監測與決策指導分屬不同模塊，也是因為設備各模塊沒有深度整合通過AI動態關聯起來，自然也就不能實現自動智能的決策調整。
這是此前AI作為額外功能被加入設備的必然，軟硬件在可穿戴設備里長期受制于算力－功耗－成本的平衡難題，AI更多地以“插件”形式植入終端設備，通過“功能附加”與設備松耦合。這些功能有用，但只是錦上添花，不改變設備的本質。
而隨著端側基礎軟硬件更加成熟，可穿戴設備開始以AI為核心價值，重新設計架構與功能體系。硬件層面上算力與本地數據處理完成閉環，可穿戴設備功能下限逐漸提升。軟件層面上采用TinyML、知識蒸餾等技術縮小模型體積實現的端側模型（特別是未來DeepSeek等優質模型蒸餾出來低成本低功耗高效率的小/端側模型），能夠在資源受限的可穿戴設備硬件底座上高效運行，平衡算力與能效，將AI從“附加功能”推向“核心能力”，決定終端設備的智能上限。
在可穿戴設備的未來演進方向上，本地AI帶來的核心能力重構將帶領端側設備從“感知智能”逐步升級到“認知智能”，即設備不僅能通過傳感器采集物理信號并利用AI算法進行初步處理與分析，還能結合多元信息進行推理與決策，提供更高階智能的服務。便攜輕量化的可穿戴設備在這一階段將快速成為人類與數字世界無縫交互的核心入口。
端側軟硬件配套設備的支持，加之硬件－算法協同設計的優化、AI功能范式的升級以及AI引領的設備價值重心轉移，端側AI正在成為終端設備定義者。
寫在最后
在端側AI浪潮中，可穿戴設備將進入新的發展周期，逐步完成AI從“功能附加”到“核心能力重構”的轉變。這一轉變將持續依賴硬件創新、端側算法模型優化與場景落地的協同，缺一不可。
