Rokid Glasses 2实测:工具型AI眼镜的边界在哪?
熟悉Rokid的人,都知道一年有两场发布会。刚过去的秋季发布会,大概是目前为止Rokid最重磅的一场。“Rokid Glasses进入了全彩时代,Rokid Ring正在定义新的交互方式,智能眼镜的时间轴迎来了‘iPhone 1’时刻。”Rokid创始人Misa说,从谷歌到发布会现场,他等了15年,Rokid等了12年
但凡熟悉Rokid的人都清楚,这家公司一年会办两场发布会。
刚刚结束的秋季发布会,算得上是Rokid到现在分量最重的一次。
Rokid创始人Misa在现场说:“
Rokid Glasses进入了全彩时代,Rokid Ring正在定义新的交互方式,智能眼镜的时间轴迎来了‘iPhone 1’时刻。”
他还提到,从谷歌到发布会现场,自己等了15年,Rokid则等了12年。
这么一来,Rokid两条产品线的分工就清楚了:Glasses系列接着做工具,Color转向内容生态。提词、导航、翻译这些还是前者的强项场景,后者则跨进了社交、娱乐等内容品类。
我们这次重点盯的是明年才正式开卖的Glasses2。原因有两点:一是它的功能亮点够集中,而且都落在日常高频体验上;二是生态成熟度已经能撑起一款工具型产品走通全流程。
发布会上,Rokid产品经理提前透露了Glasses2的更新内容,涉及AI交互、会议与翻译、记忆回溯、影像和系统等几块。
带着这些期待,我们第一时间上手了还处于内测阶段的Glasses 2,想弄清楚一件事:Glasses2到底有没有实力撑起Rokid下一代产品的定位?
硬件体感,先回到“一副眼镜”
拿到Rokid Glasses 2,第一感觉是它终于不再像一件得被“容忍”的电子设备。从正面看过去,不太容易辨认出这是一副
重量比上一代略有增加,却没有出现预想中的坠感。镜腿做了柔性外扩,鼻托面积也更大,压力被摊开了,前部总压力比一代降低22%,耳后的压迫感同样比硬塑料镜腿的产品柔和不少。
连着戴两三个小时,整体还是“一副眼镜”的感觉,而不是“头上挂了个设备”。不过长时间佩戴的短板出在鼻梁上:戴满一个下午,鼻托接触的位置会留下明显红印,取下来要过一阵才消。
愿不愿意把它带出门,看的是佩戴;敢不敢在移动场景里看,则取决于光学。
这代硬件升级里,体感最明确的一项就是光学。
非光栅区透光率98%、光栅区93%,放到日常里,镜片看上去接近一副普通的高透树脂镜片。低头看手机、抬头看人、在室内灯光下转头,多数角度下镜片都是干净的,不会让人意识到自己戴的是一副带显示的眼镜。
视线扫过光栅区边缘、光线从侧后方斜着打过来的时候,镜片边缘会泛出彩色条纹,这种色带在特定角度下才看得到。阅读和导航不受干扰,只是转头、侧光切换的那一下,眼睛会捕捉到。
显示效果本身够用。字幕清晰,导航、提词这类短文本场景里,字缘没有明显毛刺或重影;白色背景和黑色背景之间切换也比较干净,没有明显泛白或暗角。
强逆光是另一条边界:阳光从侧后方直射、背景又是大面积高亮天空时,绿色单色显示的对比度会被压缩,字幕可读性下降一档。实际用的时候可以调整角度或手动拉高亮度来适配,佩戴感受尚可,日常光线下字幕显示清晰。
显示解决的是“看”,音频解决的是“听和说”,后者是主动AI能力的前置条件。
音质上,Glasses 2日常听播客、听音乐、接电话的声音可用性没有问题,音量足够覆盖这些场景,又不像外放手机那样有侵入感。
实测时我们把音量调到最高,周围五米之内的人都能清楚听到眼镜在放什么。开放式扬声器的外溢是物理特性,日常使用得把音量压在一个自己听得清、旁边听不见的区间,安静环境主动降音量即可。
比起外放,收音更值得放到具体场景里说。
4个全向麦克风,外加骨传导麦克风,再搭上贯穿式防风噪结构,风大、环境吵的时候拾音也基本稳得住,没怎么出现漏字,指令识别失败的情况也少见。
麦克风得先把话收准,唤醒、指令识别、通话翻译、会议录音、回溯检索这些主动AI能力才谈得上可用。外放管的是别人能不能听见,收音管的是眼镜能不能听懂。收音这一环稳了,AI功能才算有了站得住的基础。
场景实测:单次指令到工作流怎么走
AI眼镜能列出来的功能不少,这次没有按功能一项项打卡。我们换了个思路,按“任务链长短”以及“眼镜能嵌进哪些场景”来挑,最终定了会议、办公、日常生产力三个测试场景。
会议这条链最长,录音、拍摄、结构化整理都包含在内,最容易看出眼镜是只接住一次会话,还是想包办整个流程;办公场景看的是单点工具能不能塞进工作流,特别是语音入口和PC本地工作流之间怎么分层配合;日常生产力测口播、导航、翻译这类单次交互最完整的任务,看硬件特性放到真实动作里是加分还是拖后腿。
测试1:会议场景,结构化纪要生成与长时段记录
结论先说:一次会话能接住,但跨周期归档还得靠别的方案。
三个场景里会议链条最长,录音、拍摄、结构化整理都在其中。实测下来,Glasses 2在单次会议里当个临时助手是成立的,长时段记录也能正常响应;不过它的强项是“接住一个会话”,而非“包办会议全周期”。
实测时我们同时拍了白板和PPT,生成之后议题、结论、待办都能整理出来,白板上的流程图还能被识别成节点结构,会后基本可以直接用。不少厂商会对拍摄张数设限,比如20张,这次实测倒没碰上这个问题。
纪要质量不光看AI,收音也占很大分量。收音干净的时候,整理出的待办很准;多人同时讲话、发言人离得远,准确率就会波动,这由会议场景的收音条件决定。
把时间拉长看,录满一个多小时,纪要生成照样能响应,中途没断,也没见明显卡顿。会议这条链路从录音、拍摄到生成结构化框架,整个流程走得通。单次会话中它确实顶用,当个会上的临时助手没问题;至于跨会议攒长期档案,还是配别的工具更稳妥。
测试2:办公场景
结论先说:语音入口成立,本地工作流在PC在线时能打通。
办公场景测的不是功能多不多,而是单点工具能不能嵌进工作流。实测下来,Glasses 2的入口价值成立。人在电脑前,它是一个能解放双手的快捷操作入口;人不在电脑前,一些不需要本地上下文的轻任务它也能接住。
办公场景里,最能体现“从语音入口到本地工作流”的一环是Workbuddy。
眼镜上的Workbuddy能和本地客户端打通,前提是PC端同时在线。PC在线时,语音指令不光能发起查询、接收结果播报,还能进一步触达本地工作区,让本机Workbuddy打开项目、修改文件、执行任务,并拿到本地工作区的上下文。PC不在线时,它就变成一个轻量的云端入口,适合快速查询和简单指令。
除Workbuddy之外,办公场景还接入了多款头部办公智能体。Workbody覆盖的是使用活跃度很高的一类办公需求,阿里云小Q主打人机协作,阿里千问办公则打通了钉钉全生态,支持用语音指令直接操作钉钉功能。
对办公习惯各不相同的人来说,这副眼镜更像一个统一的语音入口,把几个常用办公智能体收在同一个交互层里,在不同设备之间来回切换的次数能少一些。
办公场景的入口价值成立,本地工作流在PC在线条件下可以打通,轻量任务和快速查询直接在眼镜上就能完成。
测试3:日常生产力场景
结论先说:单次任务里,硬件特性没有成为瓶颈。
日常生产力场景测的是“获取信息”和“加工信息”,包括口播提词、路线导航和面对面翻译。这三项任务的共同点是单次交互完整,眼镜能把原本割裂的动作并到一起。
这次用下来,口播提词是最顺手的工具功能。
室内正常光线下,字幕悬在视野上方,滚动速度可调,视线不用离开镜头,读起来没有压力,透光率提升在这个场景里能感觉到。强逆光下,绿色单色显示的对比度会被压缩,字幕变淡,得手动拉高亮度才看得清,实际使用中可以调整角度或亮度来适配。
连续口播一小时后,提词加常亮显示属于功耗偏高的组合,长时间用留意电量节奏就行。导入脚本、提词、快拍记录花絮、拍前预览确认构图、素材回传手机端,整个流程不用频繁掏手机。
口播场景的价值不在显示技术有多先进,而在于把低头看手机或提词器的动作和面对镜头之间的割裂缝合起来。眼镜形态让这两个割裂的动作合并成一个连续、一致的动作,读稿与表达同时发生,不用在两者之间来回切换。
眼镜把两件割裂的事并成一件事,这种能力不只体现在口播上,导航其实用得更多。
步行或骑车时,转向箭头和距离提示直接浮在视野中,该拐弯了马上就能看到,不用一次次把手机掏出来。骑行时风噪不小,语音指令照样能识别,骨传导麦克风配上防风噪结构,这个场景里确实派得上用场。正午太阳直射时,导航箭头的对比度会掉下来,得把亮度调高才看得清,这是强光下躲不开的特性,调亮就行。
面对面翻译在问路、点餐这类短对话里,比掏手机自然得多。短句反应快,长句会稍慢一些,环境吵就凑近说话的人或者再说一遍。它的价值不在于翻译质量压过手机App,而在于视线始终停在对方身上,交互不中断——显示让人不必低头,收音让人不必凑近。
碰到外文论坛或博客,翻译还能延伸到阅读场景:短句和段落响应较快,内容长了就得等,适合碎片化地获取信息,替代不了深度阅读工具。日常生产力场景不像会议和办公那样有多步骤的链条,口播、导航、翻译都能在一次交互里完成,体验是完整的。
结语:
回到开头那个问题:Glasses2能不能撑起Rokid下一代产品的定位?
实测给出的答案是可以,不过只是阶段性的。
Glasses2 其实已经够格称为下一代“工具型AI眼镜”,前提是场景要对得上:会议、办公、日常生产力这类高频环节,它能扎进去干活,让你少掏几次手机。
单次任务的完成度尚可,能力的边界也很清楚。
任务链条一旦拉长、跨端协同一多,局限就会露出来:多发言人场景下,会议纪要的准确率会波动;Workbuddy的本地工作流依赖PC在线。
所以现阶段更准确的说法是,Glasses2是一台“任务机”,而不是一副“助理眼镜”。它擅长稳稳接住一个环节,但还做不到把多个单点串成一条不中断的链路。
真正的长期价值,取决于生态能不能把散落的单点连成体系。
眼下这条路走得还算顺:开发者智能体的数量一直在涨,桌面智能体可以通过 Rocket Prism 连接器同步到眼镜端,“重任务留在桌面,眼镜负责输入输出和轻量调度”这个路子已经跑通了;内容生态则从 Rokid Color 和魔戒起步。
软件和硬件适配仍在打磨,生态还在扩张。期待明年正式发售时,Rokid能交出一份让用户更满意的答卷。