人工智能不會一直停留在虛擬世界
，在CES 2026上，我們看到AI正在以極快的速度向消費級產品、邊緣計算、物理終端進發
，從更高算力的AI PC，到高度智能的AI眼鏡，再到能夠感知、理解現實世界的物理AI，生活與工作效率正在悄然發生重構。

近期被推上熱點的智能眼鏡可以理解為邊緣AI（Edge AI）和物理AI（Physical AI）的交叉應用領域，它具備一定程度物理AI的交互能力，同時更偏向於邊緣AI的部署形態，通過自身的SoC搭配高性能存儲，亦或者通過手機協同，能夠在弱網的情況下完成本地圖像識別
、語音處理、翻譯、錄音等功能，不需要過分依賴高速網絡
，讓數據產生即處理的概念成為現實。

因此我們通過近期發售的智能眼鏡上，會發現其具備了更多AI的特點。例如通過攝像頭感知物理環境、通過麥克風拾取聲音

、通過ARxianshidiejiaxunixinxi，jubeiyuwulishijiejiaohudenengli

，weishiyongzhetigonggengweizhunquedexinxi，tigongyidingchengdudejiaohutiyan。bingqiezheyangdezhinengyanjingdingjiabingbuanggui，yikaodinenghaodeSoC搭配存儲係統
，或者通過無線連接的方式調用口袋中的手機的算力，就能獲得很好的體驗。

更重要的是，近期發布的智能眼鏡，在外觀上已經與傳統眼鏡趨於相同，不再是碩大的鏡框和支架，SoC與存儲單元可以藏在更小的封裝內。特別是存儲解決方案在提升性能，給AI提供更高效數據傳輸支持的同時，進一步的壓縮物理空間
，讓諸如眼鏡的智能AI變成了現實。

以鎧俠UFS 4.1為例，尺寸縮減了18%，能夠更好的配合電路板


、電池在狹小的眼鏡支架內完成AI算力方案布局。鎧俠UFS 4.1還帶來了高達 23.2Gbps 的傳輸速率，相較上一代顯著提升帶寬
，同時具備更優的能效比和延遲控製，意味著設備在處理高清視頻緩存
、連續拍攝
、AR 信息加載和本地 AI 模型推理時更加流暢省電。

不僅如此
，UFS 4.1支持快速寫入和讀取視頻緩存文件、及時調用 AI 模(mo)型(xing)進(jin)行(xing)語(yu)音(yin)識(shi)別(bie)或(huo)圖(tu)像(xiang)識(shi)別(bie)，並(bing)支(zhi)持(chi)邊(bian)緣(yuan)側(ce)即(ji)時(shi)分(fen)析(xi)，例(li)如(ru)在(zai)錄(lu)製(zhi)視(shi)頻(pin)時(shi)即(ji)時(shi)疊(die)加(jia)字(zi)幕(mu)或(huo)濾(lv)鏡(jing)，讓(rang)智(zhi)能(neng)眼(yan)鏡(jing)真(zhen)正(zheng)實(shi)現(xian)邊(bian)拍(pai)邊(bian)處(chu)理(li)
，減(jian)少(shao)雲(yun)端(duan)依(yi)賴(lai)和(he)延(yan)遲(chi)。此(ci)外(wai)，在(zai)功(gong)耗(hao)優(you)化(hua)和(he)指(zhi)令(ling)隊(dui)列(lie)調(tiao)度(du)上(shang)，UFS 4.1進一步增強
，確保用戶在全天使用場景中獲得流暢、穩定的體驗。

如果配合第八代BiCS FLASH™ 3D閃存技術，邊緣AI設備的存儲容量還有機會獲得質的飛躍。第八代BiCS FLASH™ 3D閃存目前單Die容量最高可以做到2Tb，並且在一個封裝內最高可以做到32層堆疊
，單個新品封裝最高可以做到8TB容量的效果，已經比在售的絕大部分AI PC存儲容量要高上很多。

相比帶智能體的AI機器人、AI自動駕駛，智能眼鏡算是向物理AI世界進發的重要一環

，隨著算力不斷升級，具備感知、判斷、弱網甚至離線計算的AI智能體也將獲得升級，到時候物理AI將具備更多可能性。而在當下
，鎧俠UFS 4.1和第八代BiCS FLASH™ 3D閃存已經給即將到來的物理AI存儲提供了廣闊的可能性
，相信在不久的未來，更多邊緣AI設備、通用型機器人，將走出概念，來到我們的現實中。