AI眼镜元年已至，解构AI眼镜产业链

发言人1 01:33中游环节侧重制造和软硬件的集成，ODM和OEM厂商提供量产能力。发言人1 01:40品牌方面的ma微软这些巨头专注生态的构建和市场的拓展。发言人1 01:45传统时光渠道提供验光线下体验这些服务，有助于推动AI眼镜的普及。发言人1 01:52消费电子渠道则通过这线上线下的融合，提升用户的触达效率。发言人1 01:57CC端主要是负责教育市场，培养用户的一个习惯。发言人1 02:02B端主要是负责眼睛的验证模型，还有支撑盈利的逻辑和拓展实际的应用。发言人1 02:12我们接下来先来看一下AI眼镜整体的一个bom的成本。发言人2 02:12我们接下来先来看一下AI眼镜整体的一个bom的成本。发言人1 02:17在不带显示模组的AI眼镜当中，芯片是整机成本的一个核心的构成。发言人1 02:25我们在图上以这个Regina为例，它的整机的泵成本大概是163.3美元。发言人1 02:32其中芯片类的成本，包括主控芯片和这个存储芯片的和合计可以达到76.7美元，占比达到4%16点46.9%。发言人1 02:46其次就是传感器部分，包括像摄像头和IMU等，成本大概是12.9美元，占比是7.9%。发言人1 02:56镜片部分的成本约为13美元，占比8%。发言人1 03:00升学组件包括麦克风和扬声器的成本是5.5美元，占比3.4%。发言人1 03:07 OEN的这个组装费用是15美元，占比9.2%。发言人1 03:14整体来看，不带显示功能的AI眼镜在硬件的分布上更加侧重于计算和感知能力的成本的投入。发言人1 03:22相比之下，在带AR功能的AR眼镜当中，且光学和显示模组成为一个主导的成本项。发言人1 03:30以华为的van glass为例，它的整机的bom成本是180.9美元。发言人1 03:39其中双规机的holy屏幕成本约为80美元，占比44%。发言人1 03:45Number as光学模组成本约为50美元，占比达到27%。ODMOEM的制造费用约为15美元，占比18%。发言人2 03:51ODMOEM的制造费用约为15美元，占比18%。发言人1 03:55由于华为的vsaNLLUS的设计是依赖手机端的一个计算能力，它内部的芯片配置，这个芯片的配置比较基础，成本约为13.1美元，占比7%。发言人2 03:55由于华为的vasagl lus的设计是依赖手机端的一个计算能力，它内部的芯片配置，这个芯片的配置比较基础，成本约为13.1美元，占比7%。发言人1 04:09结构件的成本为百10美元，占比约为3.8%。发言人1 04:14如果是通采用这个光波导方案，预计光学部分的成本占比将进一步的提升，甚至超过整体成本的一半。发言人1 04:21整体来看，AR类的这个AI眼镜的成本结构更加偏重于视觉显示系统，相较于非显示型的AI眼镜呈现出显著的一个硬件的中心差异。发言人1 04:36我们就详细来看一下这个ref mada的一个bom的成本。发言人1 04:41从reformative一个硬件的成本构成来看，供应链的价值显现出一个高集中高分层的特征。 发言人1 04:49核心的零部件厂商在成本的结构当中占据主导的地位。发言人1 04:54AI眼镜当前还是以计算和连接能力为主导的一个产品形态，对高性能芯片的依赖程度非常的高，它的主导地位也非常的明显。发言人1 05:05高通作为roc net核心的SOC和wifi蓝牙连接模块，以及电源芯片的主要供应商。发言人1 05:14在整机的蹦的价值贡献达到58.9美元，是单一最大成本的来源。发言人1 05:23制造方面，传统的光学厂商在AI眼镜硬件的整合当中，仍然还是扮演着一个重要的角色。发言人1 05:30有意大立的知名眼镜企业依视路主导的这个性价结构的设计和整机的装配成本是31美元。发言人1 05:38技高通那一事路也是技高通之后第二大的成本贡献方。发言人1 05:43在存储的这个模块方面中国的企业百威电子提供的这个双科存储模组共计实现11美元的一个价值贡献，占比约为6.7%。发言人1 05:58摄像头模块是由摄影光学提供的，价值是6美元，占比约为3.7%。发言人1 06:04此外这个平下驱动电池，还有电身模组，是由飞毛腿、恩智浦，还有豪恩升学这些中小厂商提供，价值分别在2到5美元不等，构成了这个中长位的成本。发言人1 06:19从地域结构来看，中国厂商合计贡献63.8美元，在模组的封装电池和摄像头以及结构件这些领域，展现出完整的一个中油制造的配套能力。美国厂商贡献62美元，主要是在核心的芯片电源管理，还有部分模组的这些关键技术节点上。发言人2 06:33美国厂商贡献62美元，主要是在核心的芯片电源管理，还有部分模组的这些关键技术节点上。发言人1 06:42意大利厂商贡献31美元，占比约为18.9%，集中体现在品牌方依视路对竞价设计和整机集成方面的一个投入。 发言人1 06:54其余的像日本、瑞士还有荷兰这些厂商也提供了少量的传感器或者是啊特色模组。发言人1 07:01价值贡献都低于3美元，占比比较边缘。发言人1 07:07接下来我们来看，首先先来看一下这个AI眼镜的一个芯片方案。发言人1 07:14当前AI眼镜的产业还是处于技术路线分化和市场验证的一个关键的阶段。发言人1 07:21芯片的架构的选择也直接影响了产品的功能定位和市场竞争力。发言人1 07:25目前来看，行业主要是围绕三条技术路径来展开探索，也就是人身定制芯片方案，耳机AIOT的移植方案，以及这个智能手表芯片的移植方案，三者分别是对应高端旗舰入门及消费，以及轻量化功能的市场。发言人2 07:26目前来看，行业主要是围绕三条技术路径来展开探索，也就是人身定制芯片方案，耳机AIOT的移植方案，以及这个智能手表芯片的移植方案。三者分别是对应高端旗舰入门及消费，以及轻量化功能的市场。发言人1 07:45原生定制路线是由高通AR系列的芯片主导。发言人1 07:49它最新的迭代产品ARE已经通过了iphone mater实现了一个大规模的商业化验证。发言人1 07:56ARE也支持多模态交沪影像采集和低延迟的数据处理，它的bom成本约为60美元。发言人1 08:042024年高通确实升级了3纳米的制成来优化这个技能效。发言人1 08:12头部的厂商如比如说像雷鸟、rokey，还有小米，都采用这个方案来构建它的高端产品。发言人1 08:19举证，但是还是存在一定的供应链的强绑定风险。 发言人1 08:24耳机AIOT路线则是基于蓝牙主攻芯片的二次开发，通过集成触控和语音模块来快速的量产低成本的产品。发言人1 08:34这个方案的bom成本可以压缩到20美元以内，它的开发周期相较于传统的路径更短，但是还是会受限于芯片算力，难以支持AI助手这些境界的功能。发言人1 08:47智能手表芯片移植方案则是一通与高通的W5100，陕西的W517这些成熟的可可穿戴平台来进行适配。发言人1 08:57虽然附用这个供应链资源，但是也是面临28纳米的这制成工艺导致的一个工号的劣势，而且需要外挂国星的GX8002这些语音芯片来补足它的招呼能力。发言人1 09:13溶于的设期内导致硬件资源利用率不足。发言人1 09:16目前仅应用于一些轻量化的功能的机型。发言人1 09:23当前三条的技术路径也呈现明显的一个差异化的竞争格局。发言人1 09:28延伸方案凭借功能的完整性占据这个高端市场的制高点。耳机NIOT路线则是依托于低成本的优势，加速加速进入的一个消费级的产品渗透。发言人2 09:32耳机NIOT路线则是依托于低成本的优势，加速加速进入的一个消费级的产品渗透。发言人1 09:41这个智能手表一这方案则是作为这个过渡的形态填补中间市场。发言人1 09:46值得注意的是，随着这个三纳米工艺落地和这个单侧AS算力的突破，分布式架构加上开放式生态可能会成为下一代在的一个主流的方向，也就是既保留专用芯片的一个性能优势，又可以通过解耦硬件的这个生态来降低产厂商的一个绑定风险。发言人1 10:07此外TWS芯片厂商的技术迁移能力和智能手表平台的支撑升级的进度也将成为影响中低端市场竞争格局的一个关键的变量。发言人2 10:07 此外TWS芯片厂商的技术迁移能力和智能手表平台的支撑升级的进度也将成为影响中低端市场竞争格局的一个关键的变量。发言人1 10:21根据目前现有的一个市场的主流趋势，II眼镜的芯片架构大致可以分为四类，也就是SOC方案，还有MCU加ISP方案，以及SOC加MCU混合方案，以及MCU方案。发言人1 10:35SOC方案以高级程度的系统级芯片为核心，就是我们刚刚提到的AR，高通的ARone，还有紫光展锐的W517，这些芯片集成了CPU、GPU、DSP，还有ISP以及wifi和蓝牙模块。发言人1 10:53它能够运行完整的一个系统，而且具备较强的AI推理能力和多媒体的处理能力，非常适合承担比如说像图像识别智能语音、手势追踪这些复杂的任务。而且它的算力比较强劲，功能也比较全面，是当前中高端的AI眼镜非常常见的一个芯片的选型。发言人2 11:07而且它的算力比较强劲，功能也比较全面，是当前中高端的AI眼镜非常常见的一个芯片的选型。发言人1 11:15但是它的高性能也意味着它的高成本和高功耗。发言人1 11:21那一高通的AR one的这个芯片单价来看，可以达到60美元。发言人1 11:26这对售价控制在千元以内的消费级产品而言，是一个比较大的成本挑战。发言人1 11:33同时在续航方面，由于这个SOC在持续运行的时候，功耗比较高，往往难以在全天候的佩戴场景下维持较长时间的一个使用体验。发言人1 11:46MCU加ISP方案则采用低功耗的微控制器，也就是MCU，搭配这个图像信号的处理器，也就是ISP。发言人1 11:54前者是负责这个呃系统的控制，语音交互和传展期的调度。发言人1 12:01后者是专注于图像采集和处理。发言人1 12:06它这个MU作为传统的蓝牙心蓝牙音频芯片，也广泛的使用在GWS耳机当中。 发言人1 12:13它的体积比较小，功耗低，而且启动速度快，非常适合音频语音交互这些轻量级的AI场景，对于希望在成本和续航之间寻求集市性价比的厂商来说，MCU加ISP也成为了他们的首选。发言人1 12:32传文中字节跳动的AI眼镜采用的是横线的BS2800加上言极为的SP组合，也通过这个软件的优化实现接近高端SOC方案的一个图像效果。发言人1 12:47这类产品大多运行RGOS或者是轻量的linux系统，系统的启动时间比较短，更加适合快速响应拍摄，语音交互这些长期型的场景。发言人1 13:02SOC加MCU双芯片协同的这个架构方案的优势在于在不同的使用场景当中灵活的分配任务。发言人1 13:11SOC承担这个重负载任务，比如说像图像识别AI识别图像处理AI识别。发言人1 13:19那M7U处理这个轻负载的一些任务，比如说像音乐的播放，还有蓝牙的通信，来达到这个续航和性能的一个双重的优化，那在即将发布的这个小米I眼镜当中，也可能会采用ARone和这个横线2700的一个双星的架构，也是试图在高性能和低功耗之间找到一个相对平衡的点。发言人1 13:44这个双芯片的方案的开发难度它更高。发言人2 13:47除了硬件成本的激增之外，这个软件系统的双向的协调问题也会带来额外的一个工程挑战。发言人2 13:56适用于有较强的系统整合能力的头部品牌。发言人1 14:00SOC加MCU的架构代表的是AI眼镜箱更复杂、更强大和更智能的一个眼镜的路径，也是当前AI眼镜探索高阶体验的一个关键的技术方案之一。发言人1 14:13单MCU方案是一种极简极致简化的一个架构。所有的任务包括像数据的处理及语音的识别，蓝牙的通信，都是由一颗MCU来完成。发言人2 14:16所有的任务包括像数据的处理及语音的识别，蓝牙的通信，都是由一颗MCU来完成。这个方案主要是适用于轻量级的AI眼行，主打的是语音助手，翻译播报，还有像导航提示这些极简的一个使用场景，这 种架构