L'architecture en un paragraphe
Au niveau du système, presque toutes les lunettes IA fonctionnent de la même manière. Des capteurs intégrés à la monture – des microphones et souvent une caméra – captent ce que vous dites et ce que vous voyez. Un petit processeur logé dans la branche gère les mots d'activation, l'audio et les tâches de fond. L'intelligence lourde – reconnaissance vocale, traduction et modèle de langage – tourne essentiellement dans le cloud, accessible via votre smartphone appairé ou une connexion directe. Les résultats reviennent sous forme audio par de minuscules haut-parleurs placés près de vos oreilles, ou sous forme d'image projetée dans le verre. Les lunettes sont un terminal de capteurs et d'affichage ; le cerveau se trouve en grande partie ailleurs.
L'écran : faire parvenir une image jusqu'à votre œil
Le problème d'ingénierie le plus ardu de la catégorie consiste à rendre un écran invisible jusqu'au moment où l'on en a besoin. Trois approches dominent.
Écrans à guide d'ondes
Un projecteur microscopique logé dans la branche envoie une image dans la tranche d'une fine plaque transparente intégrée au verre. La lumière se réfléchit à l'intérieur de la plaque, puis des structures gravées dans celle-ci orientent l'image vers votre pupille. Résultat : du texte ou des graphiques qui semblent flotter dans le monde réel, à travers un verre qui paraît tout à fait ordinaire vu de l'extérieur. Le modèle Even Realities G2 utilise cette approche pour son affichage de texte vert, tout comme l'écran des Rokid AI Glasses Enterprise. Les guides d'ondes sacrifient la luminosité et la richesse des couleurs au profit de leur format quasi invisible, ce qui explique pourquoi tant de modèles affichent un texte monochrome net.
Optique birdbath
Un écran micro-OLED projette sa lumière vers le bas sur un miroir incurvé semi-transparent placé dans le verre, qui renvoie l'image vers votre œil. L'optique birdbath offre des images lumineuses, en couleurs et en haute résolution, ce qui explique pourquoi des lunettes à écran virtuel comme les XREAL One Pro l'utilisent ; mais cette optique exige une certaine profondeur physique, d'où l'aspect visiblement plus massif des lunettes à écran par rapport aux lunettes IA de type assistant.
Pas d'écran du tout
Une large part de la catégorie se passe complètement d'écran et vous parle à la place. Les lunettes IA uniquement audio sont plus légères, moins chères et tiennent plus longtemps par charge ; pour une expérience purement axée sur l'assistant, une voix dans l'oreille couvre la plupart des besoins.
La caméra : des yeux pour l'IA
Lorsqu'elle est présente, la caméra sert deux maîtres. Pour vous, elle capture photos et vidéos depuis votre point de vue. Pour l'IA, elle fournit des images à analyser : identifier un objet, lire une étiquette, décrire une scène, traduire un panneau.
Deux réalités pratiques méritent d'être connues. D'abord, les fonctions d'IA visuelle photographient généralement un instant plutôt que de filmer en continu ; l'analyse vidéo continue vide la batterie trop vite pour un usage quotidien. Ensuite, une LED signale généralement l'enregistrement, et les lieux de travail ou certains établissements peuvent restreindre l'usage des caméras – c'est l'une des raisons pour lesquelles des modèles sans caméra comme les Even Realities G2 existent et se vendent bien dans les environnements professionnels.
Microphones et haut-parleurs : l'interface principale
C'est la voix, et non l'écran, qui constitue l'interface principale des lunettes IA. Les montures intègrent plusieurs microphones disposés pour la formation de faisceaux (beamforming) : en comparant le signal capté par les différents micros, les lunettes parviennent à isoler votre voix, ou celle de la personne en face de vous, du bruit ambiant. C'est ce qui permet à la traduction en direct de fonctionner dans une pièce bruyante.
Le son provient de petits haut-parleurs à oreille libre logés dans les branches, qui dirigent le son vers votre conduit auditif. À volume normal, ils restent pratiquement inaudibles pour les personnes alentour et laissent vos oreilles ouvertes sur le monde – un atout de sécurité et de confort sous-estimé par rapport aux écouteurs intra-auriculaires.
Où l'IA tourne réellement
L'assistant qui se cache derrière les lunettes est un grand modèle de langage, et « grand » est à prendre au pied de la lettre : les modèles de pointe ne peuvent pas tourner dans une paire de lunettes. La charge de travail se répartit en trois.
Sur les lunettes : détection du mot d'activation, capture, traitement audio et, de plus en plus, petits modèles embarqués pour les tâches rapides.
Sur votre téléphone : l'application compagnon gère la connectivité et les réglages, et relaie souvent les données entre les lunettes et le cloud.
Dans le cloud : reconnaissance vocale, traduction et le modèle de langage lui-même, soit les fonctions qui donnent une impression d'intelligence.
Cette répartition explique le comportement en conditions réelles. Avec une bonne connexion, les réponses arrivent en une seconde environ ; dans une zone blanche, les fonctions les plus intelligentes se dégradent ou cessent de fonctionner. Elle explique aussi pourquoi les lunettes IA s'améliorent après l'achat : quand le modèle dans le cloud progresse, les lunettes que vous possédez déjà progressent avec lui.
Pour les entreprises, cette répartition soulève une question légitime : où vont l'audio et les images ? Les produits grand public les envoient vers le cloud du fabricant. Les plateformes professionnelles y répondent autrement, et c'est un véritable facteur de différenciation : les Rokid AI Glasses Enterprise permettent de connecter vos propres modèles d'IA, y compris auto-hébergés, de sorte qu'une entreprise peut conserver ses données sensibles sur sa propre infrastructure.
Batterie et gestion de l'énergie
Les batteries se cachent dans les branches, et leur capacité est réduite parce que le poids repose sur votre nez. Les fabricants comblent l'écart entre petites batteries et fonctions énergivores grâce à une ingénierie poussée : des écrans qui n'affichent qu'une petite zone de texte, des caméras en veille jusqu'à ce qu'on les sollicite, des radios qui s'appuient sur le téléphone. En pratique, une journée d'utilisation modérée de l'assistant est atteignable avec la génération actuelle ; des heures de traduction ou d'enregistrement en continu ne le sont pas. Les utilisateurs professionnels intensifs devraient prévoir des étuis de recharge et accessoires de batterie de rechange au même titre qu'ils prévoient des chargeurs pour leur téléphone.
Connectivité : le composant invisible
La plupart des lunettes IA s'appairent à un smartphone en Bluetooth, le téléphone assurant l'accès à Internet. Les lunettes à écran comme celles de la gamme XREAL utilisent plutôt un câble USB-C, qui transporte à la fois la vidéo et l'alimentation – il n'y a alors aucune batterie dans les lunettes. Les appareils industriels renforcés fonctionnent souvent de manière autonome sous Android, avec leur propre Wi-Fi, car un technicien ne peut pas dépendre d'un téléphone personnel. Lorsque vous évaluez une paire, déterminez dès le départ à quoi elle doit être connectée, car cette dépendance influence l'usage quotidien bien plus que n'importe quelle caractéristique technique.
Synthèse : ce qui se passe quand vous demandez une traduction
Un exemple concret permet d'assembler toutes les pièces. Vous touchez la branche et vous vous tournez vers un collègue qui parle allemand. Le réseau de microphones isole sa voix et transmet un flux audio compressé via votre téléphone vers le cloud, où la reconnaissance vocale le convertit en texte et un modèle de traduction convertit ce texte en anglais. La phrase anglaise revient vers les lunettes, et le guide d'ondes l'affiche sous forme de sous-titre flottant juste sous votre ligne de regard, avec environ une seconde de décalage par rapport à l'orateur. Chaque composant décrit dans cet article a contribué à cette phrase, et le seul que vous avez remarqué, c'est le texte.
























