千问上线AI硬件开放平台，开发者可自建眼镜“超能力”：自然语言定义Skill，三端同步开放

AI眼镜行业正在经历一场根本性的转变：从“厂家出厂预装什么功能，用户就用什么功能”，变成“开发者想做什么功能，眼镜就能长出什么功能”。

8月11日，千问开放平台正式宣布支持AI眼镜端的能力开放与行业定制。开发者可以通过自然语言描述需求，调用眼镜的拍照、语音交互等基础能力，快速创建面向特定场景的Skill（技能）。同步支持APP、PC及AI眼镜三端。

一、一个平台，两套模块

千问AI硬件开放平台的核心架构分为两大模块：技能平台和行业定制。

技能平台面向开发者开放。开发者可调用眼镜端已开放的硬件能力，包括拍照、语音交互等插件，通过自然语言描述需求即可快速生成应用。不需要掌握复杂的硬件驱动开发，也不需要深究底层协议——把需求用自然语言说清楚，平台负责把需求翻译成可执行的代码。

行业定制面向企业客户。平台开放镜端、APP及云端三层技术底座，涵盖影像采集、画面渲染等核心能力。企业可以基于自身的检查标准和作业流程，定制专属的巡检助手、质检工具或现场作业辅助系统。

二、已经跑通的场景：从无障碍到工业巡检

平台上线时，已有多个场景的Skill落地。

无障碍辅助——开发者调用“眼镜拍照”插件，为视障人士创建了“身边有什么”Skill。眼镜自动识别用户前方的门槛、台阶及障碍物，通过语音实时提供环境提示。一个简单的硬件能力调用，解决的是视障群体出行安全的核心痛点。

文旅导览——目光锁定建筑或文物，眼镜自动触发背景讲解。不需要扫码、不需要手动输入、不需要掏出手机搜索——眼前的画面就是输入，语音就是输出。

居家指导——“菜谱专家”Skill能通过第一视角实时指导烹饪步骤。切菜到哪一步、调料放多少、火候怎么控制，眼镜看着锅里的状态，告诉你下一步该干什么。

工业巡检——在工业和零售场景中，巡检助手可自动识别设备状态、核对货架陈列并预警异常。工作人员戴着眼鏡走过设备区，系统自动完成检查、记录和异常提醒。

三、开发者怎么玩？——自然语言定义Skill

传统硬件开发流程是：写代码→编译→烧录→测试→迭代。一个功能从想法到落地，少则几周，多则数月。

千问AI硬件开放平台把这条链路压缩到了极致。开发者只需要在平台上用自然语言描述“我想要一个什么样的Skill”，平台会自动调用眼镜端已开放的硬件能力，生成对应的应用。

举个例子：如果你想做一个“健身房动作指导”Skill，告诉平台“用户做深蹲时，眼镜自动识别动作是否标准，语音提示纠正”——平台会调用眼镜的摄像头实时捕捉画面，调用千问的视觉模型分析动作姿态，再通过语音交互输出纠正建议。整个过程，开发者不需要写一行硬件驱动代码。

这种“描述即开发”的模式，把AI眼镜的应用开发门槛从“懂硬件、懂嵌入式、懂AI模型”降到了“能把需求说清楚”。

四、未来能力：空间3D显示、运动健康感知、智能家居控制

千问开放平台正在陆续开放更多AI眼镜能力，包括空间3D立体显示、运动健康状态感知等。

空间3D立体显示能力开放后，开发者可以打造更沉浸的3D景点导览——走进博物馆，眼镜直接在视野中叠加文物的3D复原模型。运动健康状态感知能力开放后，眼镜可以根据用户的运动状态提供个性化陪练和实时提醒。智能家居控制能力开放后，眼镜将成为连接灯光、空调等智能设备的随身交互入口。

五、更大的图景：AI眼镜从“通用”走向“个性化”

千问AI硬件相关负责人表示，AI眼镜正从通用助手演变为个性化、场景化的“养成系”AI设备。

所谓“养成系”，意思是眼镜的能力不是出厂就定死的，而是随着开发者的不断接入、Skill的不断丰富，持续生长。开发者每创建一个新Skill，眼镜就多一项新能力。用户可以根据自己的需求，选择安装不同的Skill组合——通勤路上用导航Skill，出差时用会议记录Skill，周末徒步用环境识别Skill。

AI眼镜天然能够获取用户眼前的环境和状态信息。随着更多硬件能力逐步开放，以及开发者和行业伙伴持续参与，千问AI眼镜的应用有望从通用功能进一步拓展至无障碍辅助、文旅、运动、工业和智能家居等更多个性化场景。

当开发者可以用自然语言给眼镜装上“超能力”，AI眼镜就不再是厂家定义的固定功能盒子，而是一个可以持续生长的开放生态。