在异国的一个集市,摊主报了价,你没听懂,只好掏出手机、打开翻译软件,摊主已经去招呼下一位客人。语言不通的尴尬,常常不在翻不出来,而在这一连串动作太慢。要是抬眼看着对方,耳边就响起译文,事情会简单得多。
十一月二日,世界互联网大会“互联网之光”博览会在乌镇开幕。据新华社报道,千余项新技术亮相,智能眼镜引来观众排长队。此前上海世界人工智能大会上,讯飞 AI 眼镜获评“镇馆之宝”,把翻译从软件挪到了脸上。
一句问价卡在嘴边
科大讯飞做翻译并不临时起意。翻译机、翻译耳机、同传麦克风,这条产品线铺了多年,眼镜是把攒下的听与说的本事,换了个更贴身的壳。据企业介绍,它把旁听同传、面对面翻译、通话翻译与视觉翻译,都收进一副镜架里。
跨语言交流的难,往往卡在细节里。两个人面对面,得轮流说话、轮流低头看屏,一句完整的话被切得七零八落;遇上多人围谈,手机更分不清该听谁。翻译软件解决的是翻得对,却没解决聊得顺。
眼镜的思路,是把手空出来。不必掏手机,也不必让对方等,你看谁、谁说话,声音和译文就顺着那个方向走。据中国科学报报道,现场把这种能力概括为“看谁就翻谁”。这更像产品说明,而非实验室指标,不必往神奇里想。
科大讯飞也是这类大会的翻译合作伙伴。据企业介绍,它曾为多场论坛提供多语言同传与转写服务。展台上这副眼镜,和会场里那套看不见的同传,用的是同一套听与译的家底。
六只耳朵与一张嘴
要在人声里听清外语,光靠算法不够。据中国科学报介绍,讯飞 AI 眼镜配了五颗气导麦克风、一颗骨传导麦克风,再加唇动识别降噪,几路信号协同。气导收环境里的声音,骨传导贴着头部拾取振动,摄像头看嘴型变化。
三路合起来,为的是一件很具体的事:锁定正在说话的那个人。多人抢话、背后有人路过、杯盘碰撞,都会被当作背景压下去。唇动识别补上了纯听觉容易丢掉的信息,哪怕声音被盖住一部分,口型还在,系统就多一条线索可循。
乌镇现场有位外国体验者说,周围其实挺吵,眼镜仍准确识别了语音、完成翻译,过程也流畅。这是一家之言,却点出了产品最想解决的痛点:不是把安静房间的句子翻漂亮,而是在乱糟糟的现实里,稳稳接住一句话。
在噪声里锁定一个人
展馆是最不讲究的考场。据中国科学报报道,在乌镇现场人声嘈杂的环境里,这副眼镜能抑制约 90 dB 的展会噪声,八米远的声音也能拾取。要留意,这些数字出自特定展会演示,换个更吵或更空的场地,表现未必一模一样。
机身约四十克,是它能被整天戴着的前提。再好的降噪,若重到压鼻梁、半小时就让人想摘,也用不进真实生活。把麦克风、电池、显示都塞进一副普通眼镜的样子里,工程上的取舍,其实比多一项功能更见功夫。
一副眼镜装下百种话
语种覆盖是另一道门槛。据科大讯飞官方介绍,这款眼镜支持 122 种语言及口音的实时翻译,部分常用语种还能离线互译。京东在售页面的规格也列出 122 种支持语种,两边对得上。菜单、路牌、说明书,看一眼就能出译文。
离线这件事值得单说。没信号的地下通道、飞机上、偏远小镇,联网翻译就抓瞎;把常用语种装进眼镜本地,才谈得上随时能用。据企业介绍,中文与部分外语已能离线互译,不必事事依赖网络。
技术底子也有第三方评估。据厂商援引 IDC《中国 AI 翻译技术评估,2025》,科大讯飞的 AI 翻译技术在全部八项评估维度中排名第一;手机中国等媒体报道新品时,也提到六项满分的说法。报告由厂商转述,读者心里留个出处就好。
从翻句子到办事情
更值得留意的是,它不只翻句子。据科大讯飞官方介绍,眼镜内置的 GlassClaw 能力,能基于眼前所见自动检索、比对信息,经确认后整理成文档发出。目光落在一份外文合同或一块展板上,系统先把内容读明白,再把要点收拢好。
于是翻译从听懂一句话,往办完一件事挪了半步。会议纪要、提词、随手把看到的资料存成可编辑的文字,都被塞进同一副镜架里。它开始像一个挂在脸上的助理,而不只是一支更快的电子词典。
听清只是第一步。据企业介绍,这些能力背后有星火语音基座大模型,帮机器分辨谁在说话、周围发生了什么,相关技术也进了输入法、听见、办公本等日常产品。眼镜不是孤岛,是一整套听觉技术露出来的一角。
器官长在了脸上
回头看,翻译这件事的形态一直在变:从厚厚一本词典,到手机里的应用,再到戴在脸上的一副眼镜。每变一次,人就少做一个动作。少掏一次手机、少等一轮轮流,跨语言交流才更接近平时聊天那样自然。
把摄像头和麦克风架在脸上,隐私是绕不开的问题。哪些声音留在本地、哪些要上传、眼前画面会不会被存下来,厂商得说清楚,戴的人也得有得选。技术越贴身,这笔信任账越要算明白。
当然,边界也得说清。“看谁就翻谁”是产品能力的描述,不是任何场合都稳的承诺;拾音、续航、离线语种,都会受环境和设置影响。真正让技术落地的,从来不是宣传里最亮的那句,而是某个赶时间的清晨,它恰好没掉链子。
在海外开一天车、逛一趟集市、谈一桩小生意,语言仍会是个麻烦。只是当译文贴着耳边响起,不必再低头找屏幕时,麻烦就小了一点。翻译正从一个需要打开的应用,慢慢变成脸上一个不太起眼的器官。
免责声明:本文基于公开信息撰写,仅供读者参考,不构成任何投资建议。