AR眼镜名词小词典：从光学方案到空间交互

面对AR眼镜宣传页上成串的专业名词，是不是常觉得头大？本文像一本迷你词典，把那些高频术语拆开揉碎讲清楚。

光学方案：光怎么进到你眼里

AR眼镜的光学方案决定了虚拟图像如何叠加到现实世界。目前主流的有以下几种：

Birdbath（浴盆式）

原理是微型显示器发出的光经过一个45度半透半反镜反射，再经过一个曲面镜（或透镜组）进入人眼。结构简单、成本较低，但光学效率不高（约10%-20%），而且镜片较厚，外形接近普通眼镜有些困难。2026年很多入门级AR眼镜仍采用此方案，适合尝鲜用户。

光波导（Waveguide）

光波导让光在玻璃或树脂薄片内部全反射传输，然后通过光栅或半反射面耦合出射到眼睛。它能让镜片做得很薄，形似普通眼镜，但工艺复杂、良率低。几何光波导（利用阵列反射镜）和衍射光波导（利用光栅）是两大分支。衍射光波导颜色均匀性较好，但存在彩虹效应；几何光波导亮度高、色散小，但视角小。2026年主流旗舰款大多采用衍射光波导。

全息光波导（Holographic Waveguide）

使用体全息光栅替代传统表面浮雕光栅，理论上效率更高、视场更大。目前量产难度较大，多处于实验室或小批量阶段。

棱镜方案（Prism）

类似Google Glass早期使用的方式，一个棱镜放在眼前，反射微投画面。优点是亮度高、结构紧凑，但视野小、遮挡视线。现在主要用于工业或专用场景。

选择光学方案时，需要权衡厚度、视场角、亮度、效率和量产成本。现阶段没有十全十美的方案，用户更应关注实际戴上的视觉体验。

显示技术：虚拟画面的“屏幕”

显示器件负责生成图像，再通过光学系统投射到眼睛里。常见类型包括：

Micro-OLED（硅基OLED）

在硅基板上制造OLED像素，亮度高、对比度好、响应快，但受限于有机材料寿命和亮度上限（通常500-1000nit）。多数AR眼镜使用0.7英寸左右的小尺寸Micro-OLED，分辨率可达1920×1080。

LCoS（硅基液晶）

采用液晶反射式显示，亮度可以做得更高（数千nit），适合户外使用。但需要偏振光源，光学系统更复杂，对比度不如OLED。2026年部分主打强光下看清的AR眼镜采用此技术。

MicroLED

由微型LED像素直接发光，亮度极高（百万nit级别）、寿命长、功耗低，被认为是理想显示技术。但全彩化（R/G/B）和巨量转移工艺仍是挑战。现阶段只有单色MicroLED量产（绿色为主），全彩产品预计2027年后才会普及。

激光扫描（LBS）

用MEMS微振镜反射红绿蓝激光直接扫描到视网膜，无需液晶层。画面对比度极高，但需要精确控制扫描同步，且激光安全性要求严格。索尼等厂商有产品应用。

显示技术直接影响观看清晰度、色彩和阳光下的使用体验。对于多数用户，亮度更高、色彩更准的Micro-OLED是目前较均衡的选择。

视场角（FOV）与眼动范围（Eye-box）

视场角：能看多大画面

FOV（Field of View）指虚拟画面在视场中的角度大小。人眼单眼水平视野约150度，但AR眼镜FOV通常在30-60度之间。20度以下会感觉画面像小屏幕漂浮在前方，不够沉浸；50度以上则能表现出类似大屏效果。2026年消费级产品FOV上限约60度，而企业级头盔可达90度以上。

眼动范围：眼镜必须戴多正

Eye-box指眼睛在光学系统前可以移动的范围（通常用椭圆形区域表示）。范围太小，眼镜滑脱一点画面就会变暗或消失。大眼动范围（>10mm）更友好，方便用户佩戴时自然移动眼球和头部。

两者存在平衡：FOV增大往往导致眼动范围缩小，反之亦然。厂家需根据产品定位取舍。

计算单元：眼镜的“大脑”在哪

AR眼镜按计算单元位置分为一体式和分体式。

一体式

所有处理器、电池、传感器都集成在眼镜腿或镜架内。优点是独立使用方便、无需连手机或电脑。但受限于空间，算力和续航有上限。典型处理器包括高通骁龙XR2 Gen 2（2026年常见）、联发科相关芯片。一体式眼镜重量通常在80-130克，续航1-3小时。

分体式

眼镜本身只负责显示和传感器，计算单元通过线缆或无线连接至手机、盒子或电脑。优点是眼镜更轻（30-50克）、算力可借用外部设备。但拖着线缆或需要外接设备，便利性打折。2026年分体式常见于轻便观影款。

专用协处理器

部分一体式眼镜额外搭载一颗低功耗协处理器（如用于空间定位或手势识别），以分担主芯片负担，降低功耗。

选择时看使用场景：需要随身独立使用的选一体式；追求轻量且有稳定连接设备（如旗舰手机）的可以尝试分体式。

交互方式：怎么“摸”虚拟东西

AR眼镜的交互脱离传统鼠标键盘，依赖自然动作。

手势识别

通过摄像头识别手部关键点（21个手势点）实现点击、拖拽、缩放等。现在常见基于单个或双个广角摄像头实现，识别范围在视野前方约120度内。准确率受光照和手部遮挡影响，2026年主流方案已能做到低光照下稳定。

语音助手

内置麦克风阵列配合降噪算法，唤醒词或直接指令（“打开地图”“拍照”）。适合简单操作，复杂场景下易受环境噪音干扰。

眼球追踪

通过红外摄像头捕捉眼球运动，用于选择对象（注视即选中）或用户界面导航。同时可用来渲染注视点区域的高清画面（动态注视渲染），降低算力消耗。2026年定位中高端的AR眼镜多配备此功能。

触控板

在眼镜腿上嵌入触摸板（类似于蓝牙耳机侧边操作），支持滑动、轻点。传统而可靠，但操作维度有限。

空间定位（6DoF）

结合IMU（惯性测量单元）和SLAM（即时定位与地图构建）算法，让虚拟物体稳定“粘”在现实空间某个位置。需要多摄像头（双目/鱼眼）和芯片算力支持。6DoF是沉浸式AR互动的基础。

交互没有“较优解”，多模态组合（手势+语音+眼球）是比较合理的趋势。

透视与虚实融合：如何把虚拟放进现实

AR眼镜需要让虚拟内容与真实环境正确融合，涉及以下技术：

光学透视（OST）与视频透视（VST）

• OST：通过半透明光学系统，虚拟图像叠加在真实光线之上。优点是视野无遮挡、延迟低，但虚拟物体容易受环境光影响变得透明，且需要对焦问题。
• VST：使用摄像头拍摄真实场景，与虚拟内容合并后显示在不透明屏幕上。优点是虚实融合可控、延迟可通过算法补偿，但画面经过电子处理，存在延迟和分辨率损失。2026年混合现实头显（如Apple Vision Pro）采用VST，而轻量AR眼镜多用OST。

SLAM（同步定位与地图构建）

通过摄像头和IMU数据，实时计算眼镜在空间中的位置（定位）并重建环境三维几何（地图）。SLAM稳定性决定了虚拟物是否“抖动”或漂移。

空间锚点与场景理解

锚点是把虚拟物体固定在真实世界的某一点（比如桌面上摆一个小人）。场景理解则涉及识别平面、墙面、门甚至物体类别，用于更智能的放置（例如虚拟台灯自动落在桌面上）。2026年多数高通骁龙平台支持场景理解SDK。

遮挡处理

理想情况是真实物体能遮挡虚拟物体（比如手伸到虚拟花瓶前，手应该挡住花瓶）。这需要深度传感器（ToF或双目相机）提供场景深度，再在渲染中做遮挡剔除。目前支持完整遮挡的AR眼镜仍较少。

虚实融合的好坏直接影响“可信度”——体验过好的SLAM和遮挡的用户，会觉得物体真的在那里。

以上六大类术语，基本覆盖了AR眼镜宣传页上的关键技术点。了解后再看产品参数，就不容易被话术带偏。

常见问题