Čierne AI okuliare na tmavom štúdiovom podstavci s tyrkysovým a oranžovým kontúrovým svetlom

Ako fungujú AI okuliare? Vysvetlenie displejov, kamier a AI asistentov

Architektúra v jednom odseku

Takmer všetky AI okuliare fungujú na systémovej úrovni rovnako. Senzory na ráme – mikrofóny a často aj kamera – zachytávajú, čo hovoríte a vidíte. Malý procesor v stráničke spracúva aktivačné slová, zvuk a režijné úlohy. Náročná inteligencia – rozpoznávanie reči, preklad a jazykový model – beží väčšinou v cloude, ku ktorému sa okuliare dostanú cez spárovaný smartfón alebo priame pripojenie. Výsledky sa vracajú ako zvuk z drobných reproduktorov pri ušiach alebo ako obraz premietnutý do šošovky. Okuliare sú terminál so senzormi a displejom; mozog sa z veľkej časti nachádza inde.

Displej: ako dostať obraz do oka

Najťažším inžinierskym problémom v tejto kategórii je urobiť displej neviditeľným, kým ho nepotrebujete. Prevládajú tri prístupy.

Vlnovodové displeje

Mikroskopický projektor v stráničke vysiela obraz do okraja tenkej priehľadnej doštičky v šošovke. Svetlo sa vo vnútri doštičky odráža a štruktúry do nej vyleptané potom nasmerujú obraz von k vašej zrenici. Výsledkom je text alebo grafika, ktoré akoby sa vznášali vo svete, a to cez šošovku, ktorá zvonka vyzerá úplne obyčajne. Model Even Realities G2 využíva tento prístup pre svoj zelený textový displej a rovnako aj displej v okuliaroch Rokid AI Glasses Enterprise. Vlnovody obetujú jas a bohatosť farieb v prospech takmer neviditeľnej formy, a preto mnohé z nich používajú ostrý monochromatický text.

Optika typu birdbath

Mikro-OLED panel svieti nadol na zakrivené polopriepustné zrkadlo vo vnútri šošovky, ktoré odráža obraz do vášho oka. Optika birdbath poskytuje jasný, plnofarebný obraz s vysokým rozlíšením, a preto ju využívajú okuliare s virtuálnym displejom, ako napríklad XREAL One Pro. Táto optika však potrebuje fyzickú hĺbku, a preto sú okuliare s displejom viditeľne objemnejšie než AI okuliare typu asistent.

Úplne bez displeja

Veľká časť kategórie displej úplne vynecháva a namiesto toho k vám hovorí. AI okuliare iba so zvukom sú ľahšie, lacnejšie a na jedno nabitie vydržia dlhšie, a pri čisto asistentskom použití pokryje hlas v uchu väčšinu potrieb.

Kamera: oči pre AI

Ak je kamera prítomná, slúži dvom pánom. Vám zachytáva fotky a video z vášho uhla pohľadu. AI zasa dodáva snímky na analýzu: rozpoznať predmet, prečítať etiketu, opísať scénu, preložiť nápis.

Oplatí sa poznať dve praktické skutočnosti. Po prvé, vizuálne funkcie AI zvyčajne odfotia okamih namiesto nepretržitého streamovania; nepretržitá analýza videa vybíja batériu príliš rýchlo na každodenné používanie. Po druhé, nahrávanie zvyčajne signalizuje LED dióda a pracoviská či rôzne priestory môžu používanie kamier obmedzovať – aj preto existujú modely bez kamery, ako napríklad Even Realities G2, ktoré sa v profesionálnom prostredí dobre predávajú.

Mikrofóny a reproduktory: hlavné rozhranie

Hlavným rozhraním AI okuliarov je hlas, nie displej. Rámy nesú viacero mikrofónov usporiadaných na beamforming: porovnávaním signálu z jednotlivých mikrofónov dokážu okuliare oddeliť váš hlas alebo hlas osoby, ku ktorej ste otočení, od okolitého hluku. Práve vďaka tomu funguje živý preklad aj v rušnej miestnosti.

Zvuk vychádza z malých reproduktorov s otvoreným uchom v stráničkách, ktoré ho smerujú do zvukovodu. Pri bežnej hlasitosti ich ľudia okolo takmer nepočujú a vaše uši zostávajú otvorené svetu – v porovnaní so slúchadlami do uší je to podceňovaná výhoda z hľadiska bezpečnosti aj pohodlia.

Kde AI v skutočnosti beží

Asistent v pozadí okuliarov je veľký jazykový model a slovo „veľký“ treba brať doslova: najmodernejšie modely nemôžu bežať priamo v okuliaroch. Záťaž sa delí na tri časti.

V okuliaroch: detekcia aktivačného slova, zachytávanie, spracovanie zvuku a čoraz častejšie aj malé modely priamo v zariadení na rýchle úlohy.

V telefóne: sprievodná aplikácia spravuje pripojenie a nastavenia a často prenáša dáta medzi okuliarmi a cloudom.

V cloude: rozpoznávanie reči, preklad a samotný jazykový model – teda funkcie, ktoré pôsobia inteligentne.

Toto rozdelenie vysvetľuje, ako sa okuliare správajú v praxi. Pri silnom pripojení prídu odpovede zhruba za sekundu; v mieste bez signálu sa najchytrejšie funkcie zhoršia alebo prestanú fungovať. Vysvetľuje aj to, prečo sa AI okuliare po kúpe zlepšujú: keď sa zlepší cloudový model, zlepšia sa aj okuliare, ktoré už vlastníte.

Pre firmy toto rozdelenie vyvoláva oprávnenú otázku: kam smeruje zvuk a obraz? Spotrebiteľské produkty ich posielajú do cloudu výrobcu. Podnikové platformy na to odpovedajú inak a ide o skutočný rozlišovací prvok: Rokid AI Glasses Enterprise podporujú pripojenie vlastných AI modelov vrátane modelov hostovaných vo vlastnej réžii, takže firma si môže citlivé dáta ponechať na vlastnej infraštruktúre.

Batéria a správa napájania

Batérie sú ukryté v stráničkách a ich kapacita je malá, pretože hmotnosť spočíva na vašom nose. Výrobcovia preklenujú rozdiel medzi malými batériami a energeticky náročnými funkciami agresívnymi inžinierskymi riešeniami: displejmi, ktoré vykresľujú iba malú textovú oblasť, kamerami, ktoré spia, kým ich nezavoláte, a rádiami, ktoré sa spoliehajú na telefón. V praxi je pri súčasnej generácii dosiahnuteľný deň stredne intenzívneho používania asistenta; hodiny nepretržitého prekladu či nahrávania nie. Náročnejší profesionálni používatelia by mali počítať s nabíjacími puzdrami a príslušenstvom s náhradnými batériami rovnako, ako počítajú s nabíjačkami k telefónu.

Konektivita: neviditeľná súčasť

Väčšina AI okuliarov sa páruje so smartfónom cez Bluetooth a internet zabezpečuje telefón. Okuliare s displejom, ako napríklad rad XREAL, namiesto toho používajú kábel USB-C, ktorý prenáša obraz aj napájanie – v okuliaroch tak nie je vôbec žiadna batéria. Odolné priemyselné zariadenia často bežia na samostatnom Androide s vlastnou Wi-Fi, pretože technik sa nemôže spoliehať na osobný telefón. Pri hodnotení akýchkoľvek okuliarov si včas ujasnite, k čomu musia byť pripojené, pretože táto závislosť ovplyvňuje každodenné používanie viac než akýkoľvek parameter.

Ako to celé do seba zapadá: čo sa stane, keď požiadate o preklad

Konkrétny príklad spojí všetky časti dohromady. Ťuknete na stráničku a otočíte sa ku kolegovi, ktorý hovorí po nemecky. Mikrofónové pole izoluje jeho hlas a streamuje komprimovaný zvuk cez váš telefón do cloudu, kde ho rozpoznávanie reči prevedie na text a prekladový model preloží text do angličtiny. Anglická veta sa vráti do okuliarov a vlnovod ju vykreslí ako titulok vznášajúci sa pod vašou líniou pohľadu, približne sekundu za rečníkom. Každá súčiastka spomenutá v tomto článku sa tejto vety dotkla, no jediné, čo ste si všimli, bol text.

Často kladené otázky

Tento článok

Väčšina áno. Telefón zabezpečuje internetové pripojenie a beží na ňom sprievodná aplikácia. Niektoré podnikové a priemyselné zariadenia fungujú samostatne s vlastnou Wi-Fi.

Základné funkcie a niektoré funkcie bežiace priamo v zariadení fungujú offline, no hlavné schopnosti – preklad a plnohodnotný asistent – vyžadujú pripojenie k cloudovej AI.

Vlnovodová optika vedie svetlo z drobného projektora cez šošovku a von k vášmu oku, takže šošovka zostáva číra okrem miesta, kde sa zobrazuje obraz.

Väčšinou nie. Malé úlohy bežia na ráme

Pretože batérie sa musia zmestiť do stráničiek, ktoré sú dostatočne ľahké na celodenné nosenie. Úsporné displeje a uspávané senzory ju natiahnu na pracovný deň stredne intenzívneho používania. Na záver: AI okuliare sú triumfom nemilosrdných inžinierskych kompromisov: na tvári práve toľko optiky, senzorov a kremíka, koľko je nevyhnutné, pričom inteligencia prúdi odinakiaľ. Podľa toho ich aj posudzujte. Technický list vám povie o termináli