AI眼镜这条赛道的争论一直集中在形态上：是做成能显示信息的增强现实设备，还是做成能听能拍的轻量配件。9月22日的云栖大会上，千问团队给出的答案偏向后者，但同时把交互的入口从手指挪到了视线。
这次亮相的产品包括千问AI眼镜N1、N1 Pro以及千问AI耳夹式耳机，三款产品当天同步开启线上预约，10月13日现货发售。影像方面，N1系列搭载5000万像素传感器，支持第一视角拍摄、4K超清录像、实况照片与多重防抖。
N1 Pro多出两项能力：眼动追踪与虹膜支付。当用户看向某个展品并开口提问时，AI可以借助视线信息判断用户所指的对象，从而实现更自然的第一视角交互。这一步的意义在于把指代问题交给视线解决，用户不必再说出左边那个白色的设备这类描述，也避免了在嘈杂环境里反复纠正。
虹膜支付则把身份验证也收进了视线。官方介绍，用户注视支付终端并完成确认即可完成交易，全程不需要取出手机或输入密码。虹膜识别本身并非新技术，误识率长期低于人脸与指纹，难点在于把识别模组做进眼镜腿这么小的空间里，同时把功耗控制在可接受范围。这项能力能否在真实支付场景跑通，取决于受理端的改造进度，而不只是硬件本身。
把眼动追踪与支付放在同一款产品上，逻辑是连贯的。视线既是输入指令，也是身份凭证，两者共用了同一套感知硬件。这种复用是消费电子压缩成本与体积的常规做法，也解释了为什么这两项功能同时出现在Pro版本而不是基础版本。
核心配置上，N1系列采用高通骁龙AR1、恒玄BES2800与一颗低功耗感知芯片组成的三芯方案，通过协同工作提升整机能效。这类分芯设计是眼镜形态的必然选择：显示与影像需要算力，音频与连接需要低功耗常驻，感知任务则需要长时间在线但极低功耗。把三类任务分给不同芯片，才能同时满足性能与续航。
续航方案采取的是可拆卸设计。N1系列的镜腿电池可以拆下更换，更换过程中设备无需关机，实现换电不断电。对全天佩戴的设备来说，这个细节比标称续航时间更重要，因为它把充电从一次中断变成了两次无感操作。
N1 Pro还支持心率、血氧、心率变异性、生理压力以及温度等体征监测。把健康监测放进眼镜，前提是佩戴时长足够长，否则数据连续性无从谈起。这也反过来解释了产品为什么在轻量化与续航上投入这么多。
另一款产品千问AI耳夹式耳机结合了Bose调音与AI助理能力，支持面对面翻译、AI听记与语音办事。耳夹形态不堵塞耳道，适合长时间佩戴，与眼镜形成互补：眼镜负责看与拍，耳机负责听与说。
千问AI硬件总经理宋刚给出的定位是，AI穿戴是千问的重要载体，也是Personal Agent的核心组成部分，通过持续感知真实场景，推动AI从等待指令走向主动服务。这句话点出了产品逻辑的关键差别：手机上的AI需要用户主动打开应用并提问，穿戴设备则可以在获得授权的前提下持续感知。
按官方描述，穿戴硬件可以在用户授权的前提下，通过第一视角感知与语音交互，构建以个人为中心的多终端上下文，并随时提供服务。所谓多终端上下文，指的是同一个用户在不同设备上产生的信息可以被串联起来：眼镜看到的内容、耳机听到的对话、手机上的日程，共同构成一个连续的个人语境。
配套的软件能力也在同步落地。语音模型家族Qwen-Audio-3.1已经接入千问AI眼镜、QwenNote A2随身助理与QwenNote Eva桌面机器人；同声传译模型Qwen3.8-LiveTranslate也已接入千问AI眼镜、QwenNote A2与钉钉耳机，官方称其字均延迟从2.8秒降至2.3秒。硬件出货的同时把模型能力一并铺开，是这一轮发布的典型打法。
同场还发布了面向手机场景的AI全栈解决方案Qwen Intelligence，提供基于千问大模型的智能体技术平台。据披露，9月28日发布的荣耀新机将成为首批搭载该方案的机型。从眼镜、耳机、录音笔到手机，终端矩阵正在成型。
过去一年AI眼镜的讨论多集中在轻量化与外观，真正决定产品价值的是能不能在日常场景里被反复使用。国家统计局数据显示，今年1到7月我国规模以上可穿戴智能设备零售额增长超过1倍，需求侧的基础已经具备。
从产品策略看，这一轮竞争的差异点集中在三处。一是交互方式，语音、触控、眼动、手势各有取舍，眼动的优势是无需占用双手且指向明确，劣势是对佩戴位置与标定精度要求高。二是场景闭环，拍摄、翻译、听记、支付这些功能中，哪些能形成每天都会用的高频动作。三是生态承接，硬件采集的数据能否在软件侧产生实际价值。
风险同样明确。第一视角拍摄设备天然带有隐私争议，眼镜在公共场合持续记录的画面涉及他人肖像与环境信息，产品的社会接受度需要时间磨合。支付与体征数据则把安全要求提到更高等级，任何一次识别错误或数据泄露都会带来远超硬件故障的后果。
从时间点看，10月13日的现货发售是第一个真实检验。预约量只能反映关注度，实际佩戴后的留存率、日均使用时长、功能调用分布，才是判断这条产品线能否延续的依据。对行业而言，如果眼动加支付的组合能在真实场景跑通，它会成为AI眼镜从配件走向独立终端的一个关键节点。