編者按：
當我們想喝可樂的時候，在極長的時間都只有兩個選擇：百事可樂和可口可樂。當我們選擇手機的時候，有 90%的概率在蘋果和華米 OV 等品牌里輾轉。當我們買運動服飾的時候，曾經第一時間想到的，大概率是 Nike、Adidas。
但世界之所以繽紛多彩，是因為在這些巨頭之外，有一些不遵從傳統，力求創造不同，注重設計和功能，著眼於明日的公司存在。
它們有著非主流的商業模式，設計與產品能提供獨特的用戶價值，和足夠的社交談資。重點是，它們沒有大公司的包袱，敢於不顧一切的進步。它們，是「多樣性公司
」。
多樣性，是開放世界的關鍵。相信，只有真正關注和理解多樣性公司才能比更多人更早地看見未來。在同名欄目中，將以專訪的形式，與你一同見證這些多樣性公司，如何重塑未來，定義新常態。
雷鳥創新（RayNeo）成⽴於 2021 年 10 ⽉， 致⼒於通過 AR 眼鏡改變全球 10 億⼈的⽣活。他們在近眼顯示光學設計、⾃研 AI 算法模型，以及多模態⼈機交互上有深厚積累，也是業內唯⼀擁有核⼼光學⽅案全鏈路⾃研及量產能⼒的 AR 企業。
同時，他們在智能眼鏡領域有幾乎最廣的產品線，擁有 X 系列全功能智能眼鏡，GT 和 Air 系列觀影眼鏡，V 系列拍攝眼鏡，多條產品線。最近還帶來了為 AI 而生的全新 iO 系列。首款產品雷鳥 iO 定位為人類增強 AI 眼鏡，關鍵 AI 能力在於補強人類知識、強化人類表達、留存人類記憶。專為應對高資訊密度、高認知負荷的效率人群打造全天在眼前的 AI 體驗。
在這副與普通近視眼鏡幾乎無異的智能眼鏡里，雷鳥 iO 還內置了千問 3.7 Max 和 DeepSeek V4 Pro 版本模型，能快速準確回答問題，提供主動提醒、翻譯提詞、全天智記等全天 AI 能力。
作為核心 AI 能力的全天智記以極低功耗持續運行，將用戶全天的溝通與靈感統統記錄。一天結束後生成每日總結，從海量對話中提煉出關鍵節點。雷鳥 iO 從日常碎片中逐漸提煉出用戶的習慣、偏好與人脈關係，實現越用越懂用戶。
這是一款從產品定義上就把 AI 功能放在原點的產品，雷鳥創新也希望在這款產品上找到智能眼鏡的殺手級應用，讓智能眼鏡成為對用戶日常生活有所增益的一部分。
在雷鳥 iO 眼鏡發布前夕，我們與雷鳥創新創始人兼 CEO 李宏偉，雷鳥創新 AI 負責人程思婕聊了聊這個即將被 AI 重新定義的產品以及行業。
▲ 雷鳥創新創始人兼 CEO 李宏偉
AI 發展比我們預想的快，它改變了智能眼鏡和雷鳥創新
Q：你過去做過處理器、IoT、電視、OS，某種程度上一直在不同終端上尋找計算的入口。2021 年你判斷 AR 會成為下一代通用計算平台。五年之後，站在 2026 年，你覺得當年這個判斷里，哪些比你預想得發展得更快，哪些明顯比預想慢？畢竟眼鏡的風口提了很多年，但市場規模始終無法跟智慧型手機乃至智能手錶相比。
A：AI 的發展比預想快，但整體的發展比預想慢。
在 2021 年的時候，我覺得智能眼鏡的「iPhone 時刻」大概在三五年後，也就是 2025 年是不是差不多就來了？當時其實已經覺得 2025 年是個比較遠的未來了，但是現在來看，這個「iPhone 時刻」可能要到 2027 年才到。
其實在彼時彼刻，大家的判斷都差不多，包括 Meta 這些公司也是這麼認為的。造成這種延遲的主要原因還是核心技術的突破比預想的要慢一些，第一塊就是光學顯示，這是技術突破本身和產業互動的結果，如果產業的需求更強，那技術突破也會快一點。
雷鳥創新目前是在 iO 眼鏡上做到了無感顯示，戴上去之後，看上去和普通眼鏡基本沒什麼區別，彩虹紋幾乎沒有，透光率也很高，不會有其他一些光波導眼鏡顯示區域變黃的問題。
AR 技術的發展依託晶片，這塊的發展也不夠快。
AI 的底層技術發展比預想快，但 AI 應用的場景，所謂的殺手級應用其實也沒有大家想像的那麼快，大家廣泛認同的只有 Vibe Coding，加一個搜索。
所以整體來看，光學顯示、晶片和空間計算，包括眼鏡端的 AI 殺手級應用都還沒有本質上的突破，但我們認為快了。
雷鳥創新這塊，希望能在光學顯示上做到突破，在 AI 的殺手級應用上做到突破。
Q：2022 年年底發生了一個很大的變量：大模型技術開始走向普通用戶了。以前我們討論 AR，核心是「把數字世界疊加到現實世界」；現在可能變成「如何讓 AI 時時刻刻理解現實世界」。大模型的出現，有沒有改變你對智能眼鏡終局的定義？
A：AI 技術的發展其實並沒有改變我們對智能眼鏡終局的定義。
2021 年雷鳥創新開始創業的時候，我們就畫過一個智能眼鏡的象限圖，橫軸是 AI，縱軸是 AR，我們很早明確智能眼鏡作為下一代計算平台的基石，就是 AI+AR。當時也定義了 3 大場景，一是手機場景遷移，而是 AI 助理，三是虛擬和顯示融合。
當時的判斷如今變化並不大，只是說順序有變化，以前會認為 AI 和 AR 發展速度差不多，現在看 AI 進度比 AR 快，那麼眼鏡上的第一個殺手級應用就該是 AI 助理。
雷鳥創新現在有一個 40 多個人的 AI Native 團隊，是有模型訓練能力的，主要做兩大類事情，一大類是偏重 Agent 能力，另一大類是我們也在做一個模型，核心是理解物理世界。如果智能眼鏡要把物理世界和數字世界打通，光靠大語言模型還不夠，基座模型的能力主要是理解連續的數據，但我們雙眼看到的現實世界數據是大規模，不連續不規則的數據。比如我們下班回家的一段路，我也不說話，沒有語言文字數據，但是畫面在不斷變化，這個畫面數據有用嗎？其實也沒太大用，因為我每天上下班都走這條路。
這種現實世界的數據怎麼處理，是我們這個模型要做的工作。
▲ 雷鳥 V4 AI 智能拍攝眼鏡
Q：雷鳥現在同時有 GT 觀影眼鏡、V 系列 AI 拍攝眼鏡、X 系列 AR 計算平台，再加上 iO 眼鏡。這其實意味著智能眼鏡的產品形態到今天仍然沒有像智慧型手機一樣收斂。你認為現在是「不同物種共同進化」的階段，還是它們最終一定會重新匯聚成一種產品？
A：「不同物種共同進化」和「產品路線收斂」其實不衝突，我認為還需要一點時間，產品形態才會真的匯總成一個，2029 年甚至更遠一點。
相比於智慧型手機，智能眼鏡的約束條件還是很大，最簡單的道理，要性能和續航那就得做重，做重了戴起來就不舒服。
眼鏡產品形態能不能收斂，首先要一個個的解決這些約束條件。
還有一個原因也可以講講，手機收編了幾乎其他所有電子設備的功能，讓它變成了一個不得不用的東西。現在你也可以用一個更小，儲存更多，音質更好的 MP3，但大多數人不會再用 MP3，是因為手機本身就有很多殺手級應用，必須要有，在此基礎上增加一個聽歌的功能沒有什麼成本。
現在的情況是，因為眼鏡面臨各種強約束條件，產品形態多樣化，但我認為在 2029 年左右，眼鏡上的殺手級應用們會讓雷鳥 X 系列這樣的全功能智能眼鏡有讓用戶不得不用的理由。那麼在這個前提下，用戶使用別的眼鏡的概率就會變低。
在這個過程中，我們就得找到這些讓用戶不得不用的理由。
中歐商學院有個案例就是在追蹤雷鳥創新，現在還沒有走到下結論這一步，就是看雷鳥創新的做法對不對。
我可以先說為什麼我認為雷鳥創新可能是對的，或者為什麼我是這麼選的。
我自始至終都覺得智能眼鏡這個賽道最後還是大廠的競爭，到最後的時候，會變成各個維度綜合實力的競爭，所以在前面就不得不積累各種能力，各種資源，形成優勢，讓自己比較快地變成大廠。
如果在智能眼鏡賽道只做一類產品，會面臨 2 個問題，一是在某個時間段發展還可以，但長遠來看單產品無法累計足夠的用戶；第二個就是我說的大廠邏輯，到後面缺乏終局競爭的全面能力。
所以說，智能眼鏡最後會比較像智慧型手機一樣，最終不會有很多品牌，但它又是個大方向，所以競爭很激烈，從創業賺錢的角度來看，它不是一個好的創業方向，我們如果不是有改變 10 億人生活方式的理想，其實不該做這個的。
Q：如果最終會收斂，你覺得那副「完全體智能眼鏡」還缺哪幾個最關鍵的技術突破？其中哪一個是最難靠堆錢和堆工程師解決的？雷鳥有沒有為此做好準備？
A：核心的需要 3 個技術突破，第一個是光學顯示的技術，它做在眼鏡裡面，是一個技術含量占比和成本占比都很高的技術。
第二個是 AI，眼鏡上的 AI 和基礎大模型還有區別，更需要第一視角的多模態模型，這個模型夠不夠聰明很重要。
第三個是晶片電池以及伴隨而來的空間計算技術。
這三個核心技術分別代表了有沒有很好的資訊輸出能力，有沒有殺手級應用，以及能不能跑一個強大的系統進行虛擬和顯示的融合。
最難的我覺得還是 AI，雖然前面我說 AI 的發展比預期快，但眼鏡端的 AI 有自己的複雜性，它跟數據關聯很大，但需要的是新數據，這跟光學顯示和晶片不一樣。
第一視角多模態數據，過去沒有，不像大語言模型在過去的網際網路上積累足夠多的數據。
其實跟具身智能目前的情況也有點像，用在訓練機器人的數據也很少。這裡也有關係，如果智能眼鏡沒起來，具身智能的大腦也沒戲，這裡有個循環的過程，眼鏡，數據和模型三者的循環。
我們已經在這裡做比較深入的工作了，比如成立專門的多模態模型團隊，開始在眼鏡上收集數據訓練模型，包括和機器人公司的合作。
現在還是一個從 0 到 1 的階段，雖然網際網路上的影片數據很多很豐富，但是對於訓練第一視角多模態模型幫助不大，因為它們大多是不連續。比如做飯的時候，你舀一勺鹽拍下來了，把鹽放鍋里拍下來了，但是鹽的移動過程沒有拍。網際網路上過去很少有這種按照人的視角去完整拍攝的影片數據。
Meta 也在做類似的工作，Meta Reality 累計的數據量比較大了，他們也專門出了用作數據採集的眼鏡 Project Aria。本質上來說，道理大家都認同，但區別是誰有能力？誰有足夠多的用戶戴你的眼鏡去採集數據，誰有能力把數據處理好。
歸根到底，這又回到了大廠邏輯，數據和處理數據的能力，是有門檻的。
為了讓 AI 一直在場，雷鳥的 iO 眼鏡先學會了「消失」
Q：Google Glass 當年有很強的 Geek Fashion，它甚至刻意讓別人知道「我戴著一台能拍照的微型電腦」，以至於當年有些時尚走秀也會戴著這個眼鏡。雷鳥的 iO 眼鏡卻走向另一個方向，希望它看起來儘量像普通眼鏡。你們什麼時候得出這個結論：真正大眾化的智能眼鏡，首先要學會隱藏自己的科技感？
A：如果我們的理想是要「改變 10 億人的生活」，那麼我們的產品就應該是一個大眾能接受的樣子，最終要符合大眾審美。
當然也有人會喜歡更有設計感，更特別的眼鏡，尤其是墨鏡，就會更個性，但大眾層面大家還是喜歡簡約的產品，當我們確定科技應該服務於人，應該隱於無聲，那麼產品就應該做成現在這個樣子。
不過這也不是我們做 iO 眼鏡的出發點，我們的出發點是要在這款眼鏡上打造一個「AI 的殺手級應用」，要達成這個目的，先決條件就是全天候佩戴，如果用戶一會兒戴一會兒不戴，對於 AI 發揮作用會產生很重要的不連續影響。以此反推，就需要是現在適合長時間佩戴的這個形態。
畢竟我們的出發點是打造「AI 的殺手級應用」，不是造一個時尚的智能眼鏡。
Q：當前做智能眼鏡，一定要做取捨。顯示面積、算力、電池、重量、攝影機、續航沒有辦法同時拉滿。iO 眼鏡最開始立項時，你們主動放棄了什麼？比如 iO 眼鏡就沒有視覺能力，有哪些能力雖然技術上可以做，但你判斷現階段「不應該做」？
A：首先主動放棄的是攝影機。
核心原因有 2 個，第一個是我們看到還沒有好的多模態模型能夠支撐起殺手級應用，行業和我們都沒有準備好，可能很快就有進展，但至少目前沒有。
同時，我們希望眼鏡是全時段佩戴，增加攝影機會帶來隱私壓力，以及功耗挑戰。所以我們主動把攝影機放棄了。
其次，我們放棄了大晶片，等於是我們在眼鏡上放棄了非 AI 的部分。從能力上講，我們可以放一個大晶片裝 Android 系統，可以在上面搞出影片播放功能各種應用出來。但這個事情不符合我剛才說的邏輯，我們希望聚焦在 AI 上，希望它能有全天續航，所以大晶片和 Android 系統我們也放棄了。
揚聲器是我們非常糾結的一個點，我們的雷鳥 V4 眼鏡的揚聲器是和 B&O 合作的，音質業界第一檔，但 V4 是墨鏡的形態，鏡腿可以做很粗。
iO 眼鏡不是墨鏡的形態，我們這一代產品幾乎無法在近視眼鏡這麼細的鏡腿上搞定音質，續航和形態的三重矛盾，音質達到一定水平的揚聲器，能聽歌的那種，做到最小也有 7mm 直徑。
當然，塞一個能發出聲音的揚聲器我們肯定能做到，但用戶覺得它能發聲就會想聽歌，我們不希望它音質不達標，所以這塊一半是我們主動放棄，一半是技術上還做不到讓自己滿意。
Q：很多消費者理解智能眼鏡，會關注重量、晶片、電池，但很少關注波導本身。實際上對於一副長期佩戴的光學產品來說，透光率、色彩還原、彩虹紋、漏光、眩光這些問題，可能比參數表上的解析度更決定體驗。你認為未來智能眼鏡行業應該如何評價一塊真正好的光波導？ iO 眼鏡是怎麼做的？
A：我們認為，衡量智能眼鏡光波導顯示水平有 2 個維度，第一個是無感顯示，首先就要化解光波導技術帶來的一系列問題，不要有彩虹紋，不要有透光率的問題，也不要有鬼影反射的問題。
第二個才是性能指標，能做到多大，多亮。站在用戶角度來說就很簡單了，先做到「無感顯示」，然後再給我做到足夠大足夠亮，大一點還是有好處的。目前以資訊顯示為核心的話，FOV 做到 30° 左右就差不多了，如果未來要做虛擬現實融合，那 FOV 就要做到 70°，至少 50°。
具體到 iO 眼鏡上，我們也是這個邏輯，首先做到「無感顯示」，在這個目標前，我們會把技術指標排序，哪些對無感顯示影響最大，就優先解決掉。
比如說亮度，現在的亮度已經很好，但技術上可以做到更大更好，還是為了首要目標做了一些取捨。包括漏光和波導區顯形的問題，我們已經儘可能讓它非常隱形了，但很難做到說完全不顯形，我們是做到了足夠淺，意思是刻得足夠淺，當然這也會影響顯示性能，不過都是在性能達標的前提下服務於「無感顯示」。
Q：iO 眼鏡的定義用了一個很新概念的詞——「人類增強」。為什麼不用更常見的「AI 助手」或者「AI 眼鏡」，而要強調「增強」？在你看來，一個功能達到什麼標準之後，才配叫做人類增強？
A：我們做產品比較希望講出用戶價值，你看我們的幾個系列，觀影眼鏡，就是拿來觀影的；AI 拍攝眼鏡就是拍攝的，相比於概念，我們會把他們的核心用戶價值講出來。
之所以用「人類增強」，而不是簡單說 AI 眼鏡，是因為我們認為 AI 在 iO 眼鏡上的價值就是「增強」人類的大腦，比如說它可以 24 小時開一個 Lifelog，隨時能把會議紀要記錄下來，就是一個增強記憶，包括現在我倆的採訪聊天，眼鏡也可以隨時顯示回答提示，這增強表達和增強知識。
這也是一種人本主義吧，產品要為人服務，我還是認為碳基生命不能被矽基生命替代，這是我的價值觀。
Q：如果拆成人的幾種能力， iO 眼鏡的顯示增強了獲取資訊的能力，翻譯和提詞增強了表達，全天智記增強了記憶。你們內部有沒有討論過：目前最值得被 AI 增強的人類能力究竟是哪一個？
A：這是個好問題。
但其實我們內部在這個問題上的討論，坦白說少於另外一個問題。我們覺得人類的每一個問題都很重要，記憶能力更重要還是表達能力亦或是邏輯思維能力更重要？我們確實有討論，但沒有特別的結論。
我們討論更多的問題是，哪個能力我們現在就可以做好？
所以我們首先解決的是記憶問題，我們就做了「全天智記」這個功能。表達和知識也很重要，但相比於增強人的記憶要複雜一些，另外一點是我們認為記憶是基礎，你看諾蘭很早之前導演的電影《記憶碎片》，就是你的記憶如果殘缺的話，那麼邏輯分析能力肯定是受限的。
Q：成功的消費電子產品往往像是人體器官的延伸，就像手機延伸了手和眼睛那樣，我之前也認為，結合 AI，眼鏡設備會成為承載外部智力的「外腦」，那麼你認為成熟的智能眼鏡最終更接近一台新的電腦，還是更接近人體新增的一個器官？
A：我確實覺得它會更像一個人體的器官。
雷鳥創新建立的時候，我們確定了「改變 10 億人生活」的理想，我個人是一個人本主義者，就是我覺得技術應該服務人。有些人會用 AI 把機器變成人，但我們希望用 AI 把人變成超人。具體到 iO 這個眼鏡呢，務實一點，我們是想彌補一些人的不完美。
眼鏡確實也可以做到比較好的效果，能夠無感地看你所看，聽你所聽，更加無感地在你眼前顯示，在你耳邊播報，所以它會對人的知識，表達和記憶等方面都起到很大地增強。
我們內部經常說，真正偉大的不是 AI，而是因為 AI 賦能，可以更勇敢更平等探索世界的人。
比模型更重要的，是誰真正擁有用戶的 Context
Q：雷鳥創新過去最明顯的優勢其實是硬科技能力，尤其是 Micro-LED、光波導和整機工程。但 AI 時代之後，一家智能眼鏡公司的核心競爭力，會不會逐漸從「造得出眼鏡」轉變成「最懂佩戴這副眼鏡的人」？
A：第一，競爭的核心要素確實在轉變，也應該轉變。
第二，外界認為我們更擅長於硬體的認知也不是很準確，比方說我們內部也有遊戲團隊，做的空間計算遊戲《數碼紀元：Elu 傳說》在 Vision Pro 平台上排名第一，不久前我們的遊戲產品製作人和技術負責人也和蘋果 CEO Tim Cook 一起交流了。只是早期硬體發展比較快，所以大家覺得我們硬體很強，但我們其實兼具軟硬體能力的。
所以現在我們把 AI 當成我們組織能力建設的第一要務，而不是說只發展硬體和工程能力。
Q：iO 眼鏡同時接入了大模型，但你們真正強調的又不是模型榜單模型能力，而是全天智記、主動建議這些功能。是不是意味著在 AI 眼鏡上，基礎模型能力本身正在快速商品化，真正的壁壘反而是 Context——誰最理解這個用戶？
A（由雷鳥創新 AI 負責人程思婕回答）：這個問題分長短期兩個方面看。
短期內，作為智能硬體廠商，首先還是要找殺手級應用，讓用戶願意戴我們的眼鏡，持續用我們的眼鏡，我們要找這樣的場景。在純文本的場景里，眼鏡上使用的文本模型和通用的文本模型，比如 ChatGPT 這種，不會存在夾角，我們沒必要再去 all in 訓練一個大模型。
大模型拿不到的是用戶物理世界的上下文資訊，也就是你說的 context，比如豆包主要在手機上，活在數字世界裡，沒法打通到用戶的真實世界。在這樣的局限性下，我們的眼鏡就有相關優勢，因為它的硬體形態帶來軟體層面的真實物理世界資訊的核心壁壘，這個核心壁壘長期來看又能影響到我們在多模態模型上的進一步擴展。
因為在眼鏡上，它的多模態視角輸入是有第一人稱視角特性，和通用大模型之間有明顯的區隔。
在殺手級應用提高了眼鏡用戶粘性的前提下，可以做持續的數據採集，我們就有機會像汽車自動駕駛那樣去實現數據閉環，把數據採集，數據理解和數據訓練形成飛輪。
用戶端的價值我可以舉個例子，我用 iO 眼鏡有個非常好的場景就是每天我有很多事情要做，很多會議要開，很多項目要跟，眼鏡可以幫我自動整理，生成待辦，跟蹤項目進度，有一些東西討論了我可能會忘掉，但眼鏡可以幫我回憶起來。
Q：Facts 是怎麼從海量碎片裡形成的？比如「某個人喜歡喝美式」和「某個人去年隨口說過一次喜歡美式」，AI 怎麼判斷什麼是穩定事實、什麼只是一次性資訊？如何處理事實過期、衝突和模型誤判？
A（由雷鳥創新 AI 負責人程思婕回答）：眼鏡獲取的用戶真實物理世界資訊以及數字世界資訊其實是一個分層結構，我們會分 L1、L2 和 L3 層，越往下是一些更原子化更具體的資訊，越往上是一個越抽象的概念。
從業務角度來看，我們希望用戶感受的是有一個「觀察者」持續的陪伴，從「觀察者」視角來看，不會只根據一次用戶行為就來對用戶進行判斷，這些行為會沉澱在 L1 這層最原子化的數據里，但不會透傳給用戶。
AI 對用戶會有一個抽象的描述，同時底下會有很多個資訊或者數據來支撐，因為「觀察者」發現了用戶有很多個同樣類似的行為，所以會判斷用戶是個什麼樣的人。
這個處理原子化資訊並判斷過程也會考慮時間戳的因素，還有衝突性的資訊，最終用戶感知到的處理結果，是最終做了聚合併處理完衝突資訊的結果。
Q：一個主動式 AI 最大的問題可能不是能力不足，而是錯誤成本。Chatbot 回答錯一句話用戶可以忽略，但如果 Agent 幫我訂錯機票、發錯消息，代價完全不同，你們怎麼評估什麼時候該給用戶主動建議？
A（由雷鳥創新 AI 負責人程思婕回答）：我們現在的確是做了主動式 AI，但大的策略還是儘量克制，為什麼選擇克制也是你剛剛提到的原因。
主動式 AI 在行業里還是在探索的階段，大家都認為 AI 在越來越智能的情況下，應該從被動變成主動。對於雷鳥創新來說，主動式 AI 提醒的置信度非常高，我們有超 90% 的確定性的時候，我們才會給用戶去推，因為眼鏡上的通知顯示干擾性還是比較強的。
我們寧願少給用戶推一點，也希望推給用戶的時候，讓他覺得「啊哈，還挺可靠的」。
另外，我們的主動式 AI 也不是直接幫用戶做決策了，用戶也有自己判斷的權限，哪怕是 CodeX 之類的，在執行關鍵決策的時候，也需要用戶來做驗證。用戶的判斷也會幫助我們來獲取指引，就是我們推薦的東西準不準，有沒有用？這種互動可以最終提升主動式 AI 的可信度。
Q：為什麼雷鳥創新會認為智能眼鏡的發展關係到具身智能行業的發展？
A（由雷鳥創新 AI 負責人程思婕回答）：我之前也做過一些具身相關的事情，這個背景是我來智能眼鏡行業的一個主要原因。因為我覺得眼鏡行業是最有概率實現具身智能行業追求的數據 scaling up（規模擴展，當前提升 AI 能力的主要路徑之一）。最有概率像自動駕駛汽車那樣，收集到足夠多的 clips（用作訓練自動駕駛模型的影片片段）。
很多具身智能企業都在做數據採集工作，主要靠一些成本非常高昂的數據採集設備，短期內很難達到很高的規模。如果我們的眼鏡賣很多，它們就能支撐數據飛輪轉起來的數據量。
甚至說，現在智能眼鏡的攝影機主要是為用戶服務的，擺放的位置，傳感器和鏡頭選材都是方便人類使用的。但是如果不考慮人類拍攝的需求，只是為了 AI 用途的話，那攝影機可能變成 design for AI 的。
我們也正在探索什麼樣的視覺資訊對於 AI 來說足夠了，在性能足夠的情況下，來做一些功耗支持，更適配於 AI 推理的東西。人和 AI 還是不一樣，人看不清一張圖像，未必代表說 AI 也看不清，AI 是可以接受解析度更低的視覺輸入，是可以分析其中的 pattern （圖片特徵結構）的。同時來說，解析度足夠低的情況，用戶的隱私擔憂也可以一定程度上緩解，反正人也看不懂。
Q：你們提出「Private by Design」，把隱私放到了產品架構層面，而不是上線後的功能補丁。為什麼智能眼鏡這個品類需要從第一天就重新設計隱私體系？
A：確實是因為我們覺得眼鏡產品和隱私資訊離得太近了，眼鏡不單單有用戶的數字世界資訊，同時還能記錄用戶相關的物理世界資訊。所以從第一天做產品開始，就認為眼鏡和隱私的捆綁特別緊密，那麼就應該在第一天開始把隱私原則確立起來，隱私保護做好。
用戶可以在手機裡面藏很多東西，或者在手機之外藏很多東西。但如果一個眼鏡整體真的跟用戶在一塊，然後它一直錄音，甚至未來還可以錄像的話，那有些東西是不好藏的。
所以就需要考慮得足夠底線和細緻來保護用戶隱私，比如我們在考慮一些功能讓用戶做定時啟動定時關閉 Lifelog 的功能等等，就是希望用戶相信我們足夠尊重他們的隱私。
Q：你們一直說希望「通過 AR 眼鏡改變全球 10 億人的生活」。 如果真的有 10 億人每天戴著一台會看、會聽、會記憶的計算設備，這家公司承擔的責任是不是也會比普通消費電子公司大很多？有哪些事情即便用戶喜歡、技術上能做，你認為雷鳥也永遠不應該做？
A：這就要回到我們的企業文化和使命願景。很多公司是希望要什麼就寫下來，作為企業文化。
我們是做到了才寫下來，我們當時是坐在一起投票說這些東西做到了，就可以作為企業文化。
第一條是理想驅動，做長期正確的事；第二條叫「說話的矮子，行動的巨人」；第三條是求真務實。
基於這些雷鳥創新的底色，我們這些人的共識，如果說真的我們能「改變全球 10 億人的生活」，確實我們會承擔很大的社會責任。這些人每天戴著我們的產品去看、聽、記、用，我相信我們會把一些能力鎖在所有人都開不了鎖的地方，這件事情肯定是會做到的。
現在也可以舉個例子，Lifelog 功能是不儲存錄音的，我們公司誰都拿不到錄音，我也拿不到。
我甚至都覺得，解決 AI 帶來的一系列問題，應該有一幫 AI 科學家來研究，能不能在 AI 內部注入不作惡的基因，而不僅僅是靠政府約束或者道德原則，應該在源頭上有這樣的力量。
