对大多数人来说，过马路只是低头一扫。但对试用视频里那位女士而言，这是一双眼睛再也无法完成的运算——直到耳边响起一句"向左一步，前方有自行车"。
2025年12月3日，杭州一支小团队把这样一副"会说话"的眼镜送到了用户手上。它不是概念演示，而是押注消费级大模型终于能做白手杖做不到的事：把眼前的世界实时念出来。
关键要点
- 杭州瞳行科技发布国内首款视障辅助眼镜，公司称端到端语音提示延迟约300毫秒（从迈步到出声）。
- 硬件是一套组合：眼镜、手机、遥控指环与白手杖，摄像头为121度超广角双目，专门照顾膝上与胸前高度。
- 中国视障人群超过1700万，多数仍靠白手杖与偶遇的助人者出行，产品瞄准的是"最后十米"——手机导航失声、身边无人时的那段路。
- 团队坦承，雨夜与杂乱场景下模型识别会下降，因此设有一键SOS，让算法看不清时由真人接手。
这副眼镜到底能做什么
设备由杭州瞳行科技制造，公司与地方媒体将其定位为国内首款视障辅助眼镜。它把摄像头模组与语音层配对，让视障佩戴者获得前方路况的持续播报。
具体功能有四块：一是避障，系统会总结周遭环境并逐步标记危险；二是指读，对着菜单、路牌或药瓶，模型会大声读出内容；三是语音助手，问一句"我前面是什么"，得到口语化回答；四是一键SOS，按下按钮可呼叫最多三位亲友，他们能看到佩戴者实时画面并语音引导其走完一段路。
为什么是现在
瞳行技术总监陈刚表示，大模型出现之前真正的拦路虎是成本：算力价格曾经约为今天的十倍。当成本降到约十分之一，小团队便能在现成基座模型上搭建，而不必自己从头训练。
公司的路径是"基模复用加微调优化"：在阿里通义千问视觉模型之上，结合自研视觉模型与文字识别能力。这正是当下把大模型塞进工厂、诊室乃至手杖里的同一套路——先站在公开基座模型肩上，再做垂直专精。
在模型细节上，眼镜用通义千问做视觉理解、用文字识别处理文本，并按场景微调。在移动扶梯上，模型保持极简，只报"28路公交，进站中"，因为佩戴者要的是快讯而非段落；到了餐厅则切换成详尽读菜单。
瞳行并非孤例。同一届国际残疾人日前后，百度与一家出版机构展示了为盲童朗读绘本的智能体，残运会等场合也出现了价格约1599元（约224美元 / 约1743港元）的低成本视觉眼镜。各地套路一致：通用大模型、具体障碍加廉价摄像头，凑成能用的产品；差别只在分发——能否经诊室、公益与补贴抵达需要的人，还是停在会议新品阶段。
据脑机网(BrainNet)首席科学家李锚表示，这类产品真正的门槛从来不是镜头，而是把"模型看不清就交给人"的退路设计进产品——对普通人来说，这意味着辅助设备开始把安全而非噱头放在第一位。
以上为李锚个人观点，不代表本编辑部立场，亦不构成脑机网背书。
诚实的局限
- 数字来自发布与早期报道，尚无独立的长路线研究验证雨夜等恶劣环境下的失败率。
- 漏报一辆自行车不是小故障，而可能是一次摔倒；应把它当作安全设备而非便利配件来评判。
- 定价与能否进入地方辅助器具补贴目录尚未公开，面向1700万人的工具若少有人买得起，仍只是试点。
- 持续把环境画面传向云端模型，带来发布材料尚未充分回答的隐私问题。
普通人现在能做什么
1. 评估辅助设备时，按"失效"而非"功能"打分：问清模型看不清时会发生什么、退路多快触发。
2. 残障与社区组织可申请试用机，在坑洼人行道、雨夜、拥挤车站等真实路线记录并公布结果。
3. 关注创业者：瞳行降本的故事说明，微调开源基座模型已让小众硬件变得可行，下一到护城河是补贴目录与可信渠道。