L'architecture en un paragraphe
Au niveau du système, presque toutes les lunettes IA fonctionnent de la même manière. Des capteurs sur 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. Le gros du travail intelligent (reconnaissance vocale, traduction et modèle de langage) s'exécute principalement dans le cloud, accessible via votre smartphone appairé ou une connexion directe. Les résultats vous parviennent 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 cette 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 dirigent l'image vers votre pupille. Résultat : du texte ou des graphismes qui semblent flotter dans le monde réel, à travers un verre d'apparence ordinaire vu de l'extérieur. Les Even Realities G2 utilisent cette approche pour leur 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 d'une forme quasi invisible, ce qui explique pourquoi tant de modèles affichent un texte monochrome net.
Optique birdbath
Un panneau micro-OLED projette sa lumière vers le bas sur un miroir incurvé semi-transparent, placé à l'intérieur du verre, qui réfléchit 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 nettement plus épais des lunettes à écran par rapport aux lunettes IA de type assistant.
Pas d'écran du tout
Une grande partie de la catégorie se passe entièrement 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 d'assistant pure, une voix dans l'oreille couvre la plupart des besoins.
La caméra : les yeux de 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, 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 chaque micro, les lunettes parviennent à isoler votre voix, ou celle de la personne face à 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 quasi inaudibles pour l'entourage 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 s'exécute 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 les plus avancés 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, c'est-à-dire 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 aussi.
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 apportent une autre réponse, et c'est là un véritable facteur de différenciation : les Rokid AI Glasses Enterprise permettent de connecter vos propres modèles d'IA, y compris auto-hébergés, afin qu'une entreprise puisse conserver ses données sensibles sur sa propre infrastructure.
Batterie et gestion de l'énergie
Les batteries se logent 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 gourmandes 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 l'ensemble de la génération actuelle ; des heures de traduction ou d'enregistrement en continu ne le sont pas. Les utilisateurs professionnels intensifs ont tout intérêt à prévoir des étuis de charge et des accessoires de batterie de rechange, comme 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 la connexion 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, sans aucune batterie dans les lunettes. Les appareils industriels renforcés fonctionnent souvent en autonome sous Android, avec leur propre Wi-Fi, car un technicien ne peut pas dépendre d'un téléphone personnel. Lorsque vous évaluez une paire, quelle qu'elle soit, déterminez tôt à quoi elle doit être connectée, car cette dépendance façonne l'usage quotidien davantage que n'importe quelle caractéristique technique.
En pratique : ce qui se passe quand vous demandez une traduction
Un exemple concret permet de relier tous ces éléments. Vous touchez la branche et faites face à 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, puis un modèle de traduction convertit ce texte en anglais. La phrase en anglais revient aux lunettes, et le guide d'ondes l'affiche sous forme de sous-titre flottant sous votre ligne de regard, avec environ une seconde de décalage par rapport à votre interlocuteur. Chacun des composants présentés dans cet article a contribué à cette phrase, et le seul que vous avez remarqué, c'est le texte.
