AI眼镜产业链上游主要包括光学显示、芯片和传感器等关键技术的原材料供应商；中游是AI眼镜的制造商，侧重制造和软硬件的集成；下游为终端应用，包括C端和B端市场。
上游环节：
- 光学方案：主要由顺光学、欧菲光等厂商主导；显示技术方面代表厂商有索尼、新东方；芯片层面高通等AI的SOC以及各类传感器共同构建AI眼镜感知和计算的能力；新型材料如高密度电池和钛合金碳纤维助力提升AR眼镜的续航和佩戴体验。
- 芯片方案：当前AI眼镜产业处于技术路线分化和市场验证的关键阶段，芯片架构选择直接影响产品功能定位和市场竞争力。主要技术路径包括原生定制芯片方案（如高通AR系列芯片）、耳机AIoT移植方案以及智能手表芯片移植方案，分别对应高端旗舰、入门级和轻量化功能的市场。芯片架构大致可分为SOC方案、MCU+ISP方案、SOC+MCU混合方案以及MCU方案，其中SOC方案以高性能为导向，适合旗舰体验或极致交付能力品牌；MCU+ISP方案走轻量高性价比路线，适合普及型产品和入门级用户群体。
- 存储芯片：AI眼镜核心架构日趋复杂，存储器容量、速度和集成度成为决定产品性能和用户体验的关键因素。佰为电子提供的EPOP存储芯片成为AI眼镜主流方案，AI眼镜存储容量呈现明显待升级趋势，主流配置从2GB+32GB向4GB/8GB+64GB/128GB升级。
- 电池：AI眼镜产品在续航方面面临突出技术瓶颈，主要源于硬件微型化和高功耗需求之间的冲突，以及AI运算带来的高频频率调用和整体功耗控制。主流AR眼镜产品续航时间集中在4小时以内，开启拍摄实时AI处理等功能时，电池消耗速度会显著加快。
中游环节：
- ODM/OEM厂商：提供量产能力，如雷鸟、罗技、小米等。
- 品牌厂商：微软等巨头专注生态构建和市场的拓展。
- 传统眼镜渠道：提供验光线下体验等服务，推动AI眼镜普及。
- 消费电子渠道：通过线上线下融合，提升用户触达效率。
下游环节：
- C端市场：主要负责教育市场，培养用户习惯。
- B端市场：负责眼镜的验证模型，支撑盈利逻辑和拓展实际应用。
关键数据：
- 不带显示功能的AI眼镜整机成本约163.3美元，其中芯片类成本占比46.9%，传感器部分占比7.9%，镜片部分占比8%。
- 带AR功能的AR眼镜整机成本约180.9美元，其中双目AR屏幕成本占比44%，Micro-LED光学模组成本占比27%。
- 一片6英寸的碳化硅衬底可以制备两副左右的AR眼镜镜片，8英寸的碳化硅衬底可以制造大约3到4副，12英寸的碳化硅衬底可以制造大约8到9副。
- 2024年5月以来，国内主流大模型纷纷宣布降价，甚至开放免费使用。
研究结论：
- AI眼镜产业链呈现高集中、分层的特征，核心零部件厂商在成本结构中占据主导地位。
- AI眼镜发展正处于技术路线分化和市场验证的关键阶段，芯片架构选择直接影响产品功能定位和市场竞争力。
- AI眼镜产品形态逐渐多元化，芯片组合也将更加丰富，厂商需精准理解目标客户和使用场景，才能在芯片选型和系统架构上做出最优解。
- 光学方案是AR眼镜技术架构的核心模块，目前业内围绕AR光学系统发展出了多种技术路径，包括自由曲面光学、菲涅尔透镜和光波导等，其中光波导方案是重要发展方向。
- AI大模型技术的普及和价格的下降，显著增强了终端设备的智能交互能力，推动AI眼镜从单一功能硬件向可穿戴智能助理的眼镜转变。
- AI眼镜对存储芯片的需求将持续增长，且单机驱动量也将显著提升，具备封装技术创新、产能保障能力，以及能够提供高可靠性EPOP或RDDR或NAND一体化方案的厂商将具备先发优势。
- AI眼镜在产品的续航方面面临突出技术瓶颈，主要源于硬件微型化和高功耗需求之间的冲突，以及AI运算带来的高频频率调用和整体功耗控制。
