千问眼镜补上实时翻译拼图

阿里千问 AI 眼镜在 11 月 1 日推送 OTA 更新，新增通话翻译和媒体翻译，同时提升嘈杂环境下的语音识别与同声传译效果。更新后，用户可以在电话、线上会议中进行实时跨语言沟通，也可以翻译海外播客、外语网课和影视内容，译文会同步显示在千问 AI 穿戴 App 中。(ithome.com)

这次更新的重要性，不是千问又增加了两个翻译按钮，而是 AI 眼镜开始处理并非来自佩戴者周围环境的声音。

过去大多数 AI 眼镜的翻译功能，本质上是一台戴在脸上的随身翻译机：麦克风听到对面的人讲话，云端模型完成语音识别、机器翻译，再通过扬声器或显示屏把结果反馈给用户。它解决的是面对面交流和线下会议问题，输入信号来自现实空间。

通话翻译和媒体翻译则把输入源扩展到了设备内部：电话另一端的声音、会议软件中的发言、播放器正在播放的播客，以及网课和电影里的对白，都可能成为翻译对象。对于 AI 穿戴设备来说，这是一次边界明确的场景扩张。

两项新功能，解决的是不同问题

通话翻译是对电话或线上会议中的双向语音进行实时识别和跨语言转换。

千问此次给出的场景包括打电话和线上会议，意味着翻译能力不再局限于两个人站在同一个空间里交流。对经常参加跨国会议、远程面试或海外客户电话的用户来说，这比识别菜单、路牌更高频，也更接近愿意持续付费或长期佩戴的生产力需求。

但通话翻译的技术难度也明显更高。面对面翻译只需要尽可能听清环境中的一个主要说话者，而线上会议中可能同时存在多人发言、耳机回声、网络压缩、口音差异和专业术语。系统还必须判断谁在说话、何时断句，以及如何避免把扬声器播放的译文再次识别进去。

媒体翻译是对播客、课程、电影等连续音视频内容进行实时转写和翻译。

这一功能更像是把传统的字幕翻译工具搬进了眼镜场景。用户听海外播客或外语网课时，不需要先下载文件、上传音频或等待整段处理，而是可以边播放边获得译文。根据本次更新说明，译文会同步显示在千问 AI 穿戴 App，而不是明确直接投射在所有型号的镜片上。(ithome.com)

这个设计有实用性，也有明显妥协。手机 App 能提供更大的字幕面积，适合阅读长句和回看上下文；但用户仍然需要低头看手机，距离真正的全程免手持体验还有一步。对于配备显示能力的产品，如果后续能把双语字幕、术语解释和章节摘要直接放到视野中，媒体翻译才会真正体现眼镜相对于手机和耳机的差异。

翻译的关键已经不是“能不能”，而是“能不能一直用”

实时翻译是一条由语音采集、降噪、语音识别、语义翻译和结果输出组成的连续链路。

其中任何一个环节不稳定，用户感受到的都会是同一个结果：不好用。

例如，一场英文技术会议里出现 Qwen、Agent、token、inference、context window 等词汇时，问题通常不是大模型不知道这些概念，而是前端语音识别先把专有名词听错了。原始转写一旦错误，后面的翻译模型再强，也只能在错误文本上继续推理。

这也是千问此次把“抗噪能力再升级”与两项翻译功能一起发布的原因。语音翻译的体验上限由模型决定，下限却往往由麦克风阵列、回声消除和降噪算法决定。在咖啡馆、机场、展会或开放式办公室里，背景人声并不是稳定的白噪声，而是与目标讲话者频段高度重叠的语音信号，简单降低环境音量并不能解决问题。

千问 G1 的硬件基础包括五麦克风阵列和骨传导收音，整机约 40 克，官方标价为 2899 元，叠加部分补贴和优惠后曾给出 1997 元的参考到手价。它还提供 64GB 本地存储和可换电设计，这些配置原本主要服务于拍摄、录音和全天佩戴，如今也成为连续翻译场景的硬件底座。(ithome.com)

千问不是第一个，但追上了正确的竞争方向

全场景翻译正在成为 2026 年 AI 眼镜的标准能力，而不再是少数产品的演示功能。

科大讯飞已经把翻译作为 AI 眼镜的核心卖点，其产品标称支持 122 种语言，覆盖通话翻译、线上同传、线下同声传译、面对面翻译和视觉翻译，售价为 4299 元；Ray-Ban Meta 此前推出的实时翻译支持英语、法语、意大利语和西班牙语，并允许提前下载语言包离线使用；华为 AI 眼镜则以 2499 元起的价格进入市场，强调鸿蒙设备协同和第一视角能力。(ithome.com)

| 产品 | 公开价格 | 翻译覆盖 | 主要特点 | 当前短板或未知项 | |---|---:|---|---|---| | 千问 AI 眼镜 G1 | 2899 元，部分渠道优惠后曾低至 1997 元 | 新增通话、线上会议与媒体实时翻译 | 五麦克风阵列、骨传导收音、可换电、千问生态 | 本次未公布语种数量、平均延迟、离线能力和应用兼容清单 | | 千问 N1 | 2899 元起 | 支持翻译与主动感知 | 5000 万像素影像、双电池可换电、综合续航 9 小时 | 新 OTA 的具体型号覆盖范围尚未详细列明 | | 讯飞 AI 眼镜 | 4299 元 | 122 种语言，六类翻译场景 | 字幕显示、8 米拾音、18 个语种离线面对面翻译 | 价格明显更高，更偏专业翻译定位 | | 华为 AI 眼镜 | 2499 元起 | 公开资料称支持 20 种语言与中文互译 | 鸿蒙协同、35.5 克、综合续航 12 小时 | 翻译场景完整度不及讯飞的专业方案 | | Ray-Ban Meta | 因地区与版本而异 | 实时翻译最初覆盖 4 种语言 | 可下载语言包离线使用，海外生态成熟 | 国内服务可用性有限，语言覆盖较窄 |

这张表也说明，千问目前的优势并不是公开参数最强。讯飞拥有更明确的语言数量、离线翻译和远距离拾音指标，Meta 的离线语言包降低了网络依赖，华为则有鸿蒙设备协同。

千问真正可以建立差异的位置，是把翻译与会议纪要、内容总结、日程和服务执行连接起来。翻译只是把外语变成中文，Agent 则应该进一步理解用户正在做什么，并完成后续任务。

例如，一场跨国线上会议结束后，眼镜可以在获得授权的前提下自动输出双语纪要、识别不同发言人、提取待办事项，并把英文产品名称、金额和日期保留为结构化字段。用户听完海外播客后，也可以直接要求生成章节摘要、观点对比和延伸阅读，而不是只得到一份逐句译文。

从“翻译一句话”走向“理解一段内容并继续办事”，才是千问相对于传统翻译耳机和字幕软件的机会。

这次更新仍然留下了几个关键问号

千问本次没有公开足够多的量化指标，因此还不能仅凭功能名称判断实际体验。

首先是延迟。实时翻译并不意味着零延迟，语音系统通常要等待一定长度的上下文才能判断断句和语义。等待时间越短，翻译越及时，但错误率可能越高；等待时间越长，语义越完整，用户却更容易跟不上会议节奏。千问没有公布典型网络环境下的首字延迟、整句延迟或连续翻译延迟。

其次是兼容范围。“线上会议”究竟依靠手机系统音频、蓝牙通话链路，还是针对特定会议应用进行适配，会直接影响功能是否真的通用。如果只有少量应用能稳定获得音频输入，用户仍然需要在使用前判断场景，而不是戴上即可工作。

再次是语言数量和离线能力。千问没有在此次更新中说明支持多少语种、是否支持语言自动检测，以及网络不稳定时能否使用端侧模型完成基础翻译。对出境旅行和国际展会用户来说，离线能力不是锦上添花，而是避免产品在关键时刻失效的保障。

最后是隐私。电话、会议和媒体内容可能包含商业信息、个人数据和版权内容，设备需要明确提示哪些数据会上传云端、保存多久、是否用于模型改进，以及用户能否删除原始音频与译文。AI 眼镜比手机更容易持续收音，因此权限提示和录音状态必须足够明确。

AI 眼镜正在从硬件竞赛转向场景竞赛

2026 年的 AI 眼镜市场已经验证了增长，但还没有验证大多数用户会每天佩戴。

Counterpoint 数据显示，2026 年上半年全球 AI 眼镜出货量同比增长 263%，其中无屏产品占比达到 96%；IDC 的另一组统计显示，2026 年上半年全球智能眼镜累计出货量为 711.4 万台，同比增长 70.5%。不同机构的品类口径并不完全一致，但结论相同：市场正在快速扩张，音频、拍摄和轻量 AI 功能仍是销量主体。(ithome.com)

硬件参数决定产品能不能戴，连续场景决定用户愿不愿意戴。摄像头像素、芯片数量和眼动追踪适合发布会展示，但用户每天真正可能用到的，往往是接电话、听会议、记录信息、导航和播放内容。

通话翻译与媒体翻译的价值正在于此：它们没有改变眼镜的外形，却增加了设备被使用的时长。面对面翻译可能只在出国或接待海外客户时开启，电话、会议、播客和课程则贯穿工作与学习的一整天。

千问这次 OTA 是一次方向正确的补课，但还不是决定胜负的更新。

功能层面，它让千问进入了讯飞已经重点布局的全场景翻译战场；产品层面，它证明 AI 眼镜可以通过软件升级不断扩展声音输入边界，而不是买回家后功能固化；竞争层面，下一步要看的不是千问还能增加多少翻译入口，而是延迟、准确率、功耗、兼容性和隐私控制能否经得起真实会议与连续媒体内容的考验。

如果千问能把翻译结果继续交给 Agent 处理，让眼镜完成总结、检索、提醒和任务执行，它就不再只是一副更方便的翻译眼镜，而会更接近阿里想要的个人智能入口。反过来，如果最终体验仍然需要频繁打开手机、切换应用和手动整理译文，这次更新就只是把现有手机能力换了一个入口。

参考来源

• 阿里千问 AI 眼镜 OTA 升级：新增通话翻译、媒体翻译等 — 本次 OTA 更新的功能信息与发布日期。
• 阿里千问 N1 系列 AI 眼镜发布：2899 元起 — N1、N1 Pro 的价格、续航、影像及眼动交互参数。
• 千问 AI 眼镜 G1 开启预约，叠加补贴后 1997 元起 — G1 的麦克风、重量、存储、拍摄及定价信息。
• 科大讯飞 AI 眼镜发布：支持 122 种语言翻译 — 讯飞产品的翻译场景、离线能力和售价信息。
• Ray-Ban Meta 智能眼镜推出实时翻译功能 — Meta 实时翻译支持语言和离线使用方式。
• 2026 上半年全球 AI 眼镜出货量同比增长 263% — Counterpoint 市场统计及无屏产品占比。
• IDC：2026 年上半年全球智能眼镜出货量增长 70.5% — 全球及中国智能眼镜市场出货数据。