智能眼鏡正變成一種越來越尷尬的存在。
你坐在咖啡館、會議室、地鐵里，旁邊有人戴著一副看起來很普通的眼鏡。它可能只是在顯示導航、聽音樂、接電話，也可能正在拍照、錄像，甚至記錄你和別人的談話。
手機舉起來拍，大家還能看到動作，但是智能眼鏡麻煩的地方在於，攝影機藏在鏡框裡，提示燈一旦被遮住或關閉，旁邊的人很難判斷它有沒有工作。前陣子的智能眼鏡偷拍空姐事件，甚至讓智能眼鏡與「偷拍眼鏡」劃上等號。
正是面對這樣的擔憂，最近，YouTube 上的 Brent Polley 做了一個可穿戴的設備，用來探測身邊正在工作的智能眼鏡。
這台設備的靈感來自《死亡擱淺》里的 Odradek 掃描器：一隻可以架在肩膀上、會轉頭、會拍動翅膀、會亮燈的機械裝置。
遊戲裡，它用來發現看不見的怪物。
現實里，他讓它去發現附近可能正在工作的智能眼鏡。
更重要的是，這套系統沒有接入雲端。它跑在樹莓派上，用本地視覺模型、本地語音識別和本地小語言模型，完成聽指令、找目標、識別藍牙信號、驅動機械結構的一整套動作。
遊戲裡的掃描器，變成 AI 攝影機
在遊戲裡，Odradek 是一個肩掛式設備，會在危險接近時彈出、指向威脅，並通過不同動作提醒玩家。Brent 要復刻的，正是這種「能感知周圍環境，並用物理動作反饋」的機制。
這台設備不僅可以識別人類，再驅動機械臂，讓攝影機跟隨目標移動，還能根據語音命令切換目標。你可以對它說：找杯子、找貓、找手機。系統會先用喚醒詞進入監聽狀態，再用 Whisper 把語音轉成文字，隨後交給本地 LLM 理解意圖。LLM 的任務是把自然語言重新整理成目標檢測模型能識別的類別。最後，YOLO 模型開始在攝影機畫面中尋找目標。
這一步讓 Odradek 從一個「自動追蹤攝影機」，變成了一個有工具調用能力的小型 AI Agent。
它沒有依賴雲端伺服器，也沒有把畫面和語音傳到數據中心。識別、理解、決策和控制，都在本地設備上完成。對一個樹莓派項目來說，這才是最關鍵的地方：AI 的能力被壓縮進一個個人可持有、可移動、可改造的小機器里。
最難的部分，反而是讓它動起來
這個項目看起來像 AI 項目，但真正耗時的部分卻是機械結構。
Odradek 的「翅膀」結構很複雜。在遊戲裡，它不僅會拍動，還會在危險接近時加快頻率，進一步靠近時甚至會繞中心軸旋轉。Brent 想儘可能還原這個動作，於是圍繞滑環、齒輪、齒條、線性執行器和小型旋轉電機設計了一整套機構。但他能買到的最小滑環，仍然比理想尺寸大。為了保持比例，整個頭部結構被迫放大。隨後，他又設計了多組齒輪和齒條，希望用一個中心動作同時驅動多片翅膀。
第一次成品能動，但體積太大。把翅膀按比例列印出來後，他發現這東西如果真的架在肩膀旁邊旋轉，又重又危險。於是砍掉了一部分複雜結構，只保留能實現關鍵動作的齒輪組合。最終，他用一個小線性執行器推動齒條，讓翅膀完成拍動；再用小電機和環形齒輪完成旋轉。
視覺細節同樣花了大量時間。為了讓翅膀表面在待機時像黑色玻璃，點亮後又像發光矩陣，他使用了黑色 LED 亞克力。平時它接近不透明，背光時又能透出柔和光線。他用雷射切割做出翅膀形狀，然後在背面刻出矩陣紋理，配合內部白色反射面，讓 LED 光線變得更均勻。
到這裡，這台設備已經不只是「能工作」，還開始擁有遊戲道具的視覺質感。
智能眼鏡，成了現實版「BT」
Brent 給這個項目加入了一個很實用改造：檢測智能眼鏡。
在《死亡擱淺》里，BT 是看不見的威脅。到了這個項目中，BT 被重新解釋成「Bluetooth」，也就是智能眼鏡可能廣播出來的藍牙標識。
近幾年，帶攝影機的智能眼鏡越來越多。它們本來可以用於拍攝、記錄和輔助交互，但也帶來了一個問題：當提示燈被關閉或遮擋時，旁人很難知道自己正在被拍攝。Brent 把 Odradek 設計成一個誇張的「反向提醒器」：一旦檢測到附近可能存在智能眼鏡，它就開始搜索、拍動翅膀、改變燈光，甚至進入警戒狀態。
技術上，這部分由 ESP32 C3 承擔，它是一款低成本、低功耗微控制器晶片/開發板平台，常用於 IoT 設備當中。它負責控制 LED、執行器和電機，同時利用自身藍牙能力監聽附近設備。樹莓派負責本地 AI 推理和視覺處理，ESP32 負責更接近硬體層的動作響應。這樣的「分腦」設計讓系統更清晰：AI 決定看什麼，微控制器負責怎麼動。
在最後測試中，Odradek 默認尋找人類目標。模型通過檢測框大小粗略估算距離，目標越近，翅膀拍動越快；超過閾值後，旋轉電機啟動，燈光變成橙色。隨後，Brent 又用語音命令讓它尋找杯子。即便房間很亂，系統也成功找到了一個杯子。
至頂AI實驗室洞見
這個項目給 AI 找到了一個完全不同的落點。
今天很多 AI 產品都在強調規模：更大的模型、更多的數據、更強的雲端算力、更複雜的自動化工作流。Brent 的方向恰好相反，他把 AI 縮小到一台樹莓派、一個攝影機、一組電機、一塊電池和一個可以背在身上的小裝置里。
它意味著 AI 可以擁有一種更加個人化的形態：你能看到它的傳感器在哪裡，知道它正在尋找什麼，也能控制它什麼時候工作。它不需要遠程伺服器，也不需要持續上傳你的環境數據。它的能力邊界就在你面前，那些齒輪、燈光、翅膀和攝影機，構成了一個可理解的機器身體。
Brent 說，他做這些項目，是因為當下很多 AI 產品聽起來都和普通人距離很遠。數據採集、資源消耗、監控、裁員、失控敘事，讓 AI 越來越像一個巨大系統，越來越不像一個能被個人使用和理解的工具。
所以他選擇把 AI 做小。
做成一個會找杯子的肩膀機器人，會提醒附近智能眼鏡的掃描器，能離線運行、不需要雲端調用的小型 Agent。
這個項目當然不完美。它笨重、複雜，機械結構也遠談不上工業級成熟。但它提供了一個很有價值的方向：當 AI 真正進入物理世界，最重要的也許不是把一切交給雲端，而是讓它先成為一個你能拿在手裡、拆開看懂、親自控制的東西。
END
本文來自至頂AI實驗室，一個專注於對AI電腦、工作站及各類AI相關硬體設備，開展基於真實使用場景評測的研究機構。
