Architektura v jednom odstavci
Téměř všechny AI brýle fungují na úrovni systému stejně. Senzory na obroučce – mikrofony a často i kamera – zachycují, co říkáte a vidíte. Malý procesor ve stranici obstarává aktivační slova, zvuk a režijní úlohy. Náročná inteligence – rozpoznávání řeči, překlad a jazykový model – běží převážně v cloudu, k němuž se brýle připojují přes spárovaný smartphone nebo přímo. Výsledky se vracejí buď jako zvuk z drobných reproduktorů u vašich uší, nebo jako obraz promítnutý do čočky. Brýle jsou terminál se senzory a displejem; mozek se z velké části nachází jinde.
Displej: jak dostat obraz do oka
Nejtěžším technickým problémem celé kategorie je udělat displej neviditelným, dokud není potřeba. Převládají tři přístupy.
Vlnovodné displeje
Mikroskopický projektor ve stranici vysílá obraz do okraje tenké průhledné destičky v čočce. Světlo se uvnitř destičky odráží a struktury vyleptané do ní jej pak nasměrují ven k vaší zornici. Výsledkem je text nebo grafika, které jako by se vznášely v prostoru, a to přes čočku, jež zvenčí vypadá zcela obyčejně. Brýle Even Realities G2 tento přístup využívají pro svůj zelený textový displej a stejně tak i displej v brýlích Rokid AI Glasses Enterprise. Vlnovody obětují jas a bohatost barev výměnou za téměř neviditelné provedení, a proto tolik z nich zobrazuje ostrý monochromatický text.
Optika typu birdbath
Mikro-OLED panel svítí dolů na zakřivené polopropustné zrcadlo uvnitř čočky, které obraz odráží do vašeho oka. Optika birdbath poskytuje jasný, plnobarevný obraz ve vysokém rozlišení, a proto ji využívají brýle s virtuálním displejem, jako jsou XREAL One Pro. Tato optika však potřebuje fyzickou hloubku, a proto jsou brýle s displejem viditelně objemnější než AI brýle typu asistent.
Úplně bez displeje
Velká část kategorie se displeje zcela vzdává a místo toho na vás mluví. AI brýle pouze se zvukem jsou lehčí, levnější a na jedno nabití vydrží déle – a pro čistě asistenční použití pokryje hlas v uchu většinu potřeb.
Kamera: oči pro AI
Pokud je kamera přítomna, slouží dvěma pánům. Vám pořizuje fotografie a videa z vašeho úhlu pohledu. AI dodává snímky k analýze: rozpoznat předmět, přečíst štítek, popsat scénu, přeložit nápis.
Je dobré znát dvě praktické skutečnosti. Zaprvé, vizuální funkce AI obvykle vyfotí jeden okamžik, místo aby nepřetržitě streamovaly; nepřetržitá analýza videa vybíjí baterii příliš rychle na každodenní používání. Zadruhé, nahrávání obvykle signalizuje LED dioda a pracoviště či různá místa mohou používání kamer omezovat – to je jeden z důvodů, proč existují modely bez kamery, jako jsou Even Realities G2, a proč se v profesním prostředí dobře prodávají.
Mikrofony a reproduktory: hlavní rozhraní
Hlavním rozhraním AI brýlí není displej, ale hlas. Obroučky nesou několik mikrofonů uspořádaných pro beamforming: porovnáním signálu z jednotlivých mikrofonů dokážou brýle oddělit váš hlas – nebo hlas člověka, ke kterému jste otočeni – od okolního hluku. Právě díky tomu funguje živý překlad i v rušné místnosti.
Zvuk vychází z malých reproduktorů s otevřeným uchem ve stranicích, které jej směřují do zvukovodu. Při běžné hlasitosti je okolí téměř neslyší a vaše uši zůstávají otevřené okolnímu světu – ve srovnání se sluchátky do uší jde o podceňovanou výhodu z hlediska bezpečnosti i pohodlí.
Kde AI ve skutečnosti běží
Asistent v pozadí brýlí je velký jazykový model – a „velký“ platí doslova: nejmodernější modely nelze provozovat přímo v brýlích. Zátěž se proto dělí na tři části.
V brýlích: detekce aktivačního slova, záznam, zpracování zvuku a stále častěji i malé modely běžící přímo v zařízení pro rychlé úlohy.
V telefonu: doprovodná aplikace spravuje připojení a nastavení a často přeposílá data mezi brýlemi a cloudem.
V cloudu: rozpoznávání řeči, překlad a samotný jazykový model – tedy funkce, které působí inteligentně.
Toto rozdělení vysvětluje chování v praxi. Při silném připojení přicházejí odpovědi zhruba do sekundy; v místě bez signálu se nejchytřejší funkce zhorší nebo přestanou fungovat. Vysvětluje také, proč se AI brýle po koupi zlepšují: když se zdokonalí cloudový model, zdokonalí se i brýle, které už vlastníte.
Pro firmy toto rozdělení vyvolává oprávněnou otázku: kam putuje zvuk a obraz? Spotřebitelské produkty je posílají do cloudu výrobce. Podnikové platformy na to odpovídají jinak a jde o skutečný rozlišovací prvek: brýle Rokid AI Glasses Enterprise podporují připojení vlastních modelů AI, včetně modelů provozovaných na vlastních serverech, takže firma může citlivá data uchovávat ve vlastní infrastruktuře.
Baterie a správa napájení
Baterie se skrývají ve stranicích a jejich kapacita je malá, protože hmotnost spočívá na vašem nose. Propast mezi malými bateriemi a energeticky náročnými funkcemi výrobci překlenují nekompromisním inženýrstvím: displeje vykreslují jen malou textovou plochu, kamery spí, dokud nejsou potřeba, a bezdrátové moduly se opírají o telefon. V praxi současná generace zvládne den mírného používání asistenta; hodiny nepřetržitého překladu nebo nahrávání však nikoli. Intenzivní profesionální uživatelé by měli počítat s nabíjecími pouzdry a příslušenstvím s náhradními bateriemi stejně, jako počítají s nabíječkami k telefonu.
Konektivita: neviditelná součást
Většina AI brýlí se páruje se smartphonem přes Bluetooth a připojení k internetu zajišťuje telefon. Brýle s displejem, jako je řada XREAL, místo toho používají kabel USB-C, který přenáší obraz i napájení – v brýlích tak není vůbec žádná baterie. Odolná průmyslová zařízení často běží na samostatném Androidu s vlastní Wi-Fi, protože technik se nemůže spoléhat na osobní telefon. Při hodnocení jakýchkoli brýlí si hned na začátku ujasněte, k čemu musí být připojeny, protože tato závislost ovlivňuje každodenní používání víc než jakýkoli parametr.
Jak to celé do sebe zapadá: co se stane, když požádáte o překlad
Jednotlivé části propojí konkrétní příklad. Ťuknete na stranici a otočíte se ke kolegovi, který mluví německy. Mikrofonní pole izoluje jeho hlas a streamuje komprimovaný zvuk přes váš telefon do cloudu, kde jej rozpoznávání řeči převede na text a překladový model text přeloží do angličtiny. Anglická věta se vrátí do brýlí a vlnovod ji vykreslí jako titulek vznášející se pod vaší linií pohledu, zhruba sekundu za mluvčím. Té věty se dotkla každá součást popsaná v tomto článku – a jediné, čeho jste si všimli, byl text.
