熟悉Rokid的人，都知道一年有两场发布会。
刚过去的秋季发布会，大概是目前为止Rokid最重磅的一场。
“Rokid Glasses进入了全彩时代，Rokid Ring正在定义新的交互方式，智能眼镜的时间轴迎来了‘iPhone 1’时刻。”
Rokid创始人Misa说，从谷歌到发布会现场，他等了15年，Rokid等了12年。
至此，Rokid两条产品线的功能变得清晰：Glasses系列继续做工具，Color转向内容生态。前者提词、导航、翻译等仍是其优势场景，后者则跨越到社交、娱乐等内容品类。
即将在明年正式发售的Glasses2，是我们这次重点的关注对象。主要原因有两个，一是功能亮点足够集中，且都落在日常高频体验上；二是生态成熟度已经足以支撑工具型产品形成闭环。
发布会上，Rokid产品经理提前预告了Glasses2更新，在AI交互、会议与翻译、记忆回溯、影响和系统等方面都有了升级。
带着这些期待，我们第一时间上手了仍在内测阶段的Glasses 2，试图回答一个问题：Glasses2是否具备撑起Rokid下一代产品定位的实力？
硬件体感，先回到“一副眼镜”
拿到Rokid Glasses 2的第一感受，是它终于不再像一件需要被“容忍”的电子设备。从正面看过去，不太容易辨认出这是一副智能眼镜。
重量比上一代略有增加却没有出现意料之中的坠感，镜腿的柔性外扩和更大面积鼻托把压力摊开了，前部总压力比一代降低22%，耳后的压迫感也比硬塑料镜腿的产品柔和得多。
连续佩戴两三个小时后，整体依然是“一副眼镜”的体感，而不是“头上挂了个设备”。但长时间佩戴的短板出现在鼻梁上：连续戴满一个下午之后，鼻托接触的位置会留下明显红印，取下后需要一段时间才消退。
佩戴决定用户愿不愿意把它带出门，光学则决定戴上去之后，敢不敢在移动场景里看。
光学是这代硬件升级中体感最明确的一项。
非光栅区透光率98%、光栅区93%，落到日常里，镜片看上去接近一副普通的高透树脂镜片。低头看手机、抬头看人、在室内灯光下转头，大多数角度下镜片是干净的，不会让人意识到自己戴的是一副带显示的眼镜。
特定角度下，镜片边缘会闪出色带，光线从侧后方斜射、视线扫过光栅区边缘时尤其明显，不影响阅读和导航，但在转头和侧光切换的瞬间会被注意到。
显示效果本身够用。字幕清晰，在导航和提词这类短文本场景里，字缘没有明显毛刺或重影；白色背景和黑色背景之间切换也比较干净，没有明显泛白或暗角。
强逆光下是另一个边界，阳光从侧后方直射、背景又是大面积高亮天空时，绿色单色显示的对比度会被压缩，字幕可读性下降一档。实际使用中可以通过调整角度或手动拉高亮度来适配，佩戴感受尚可，在日常光线下字幕显示清晰。
显示解决“看”，音频则解决“听和说”，是主动AI能力的前置条件。
音质方面，Glasses 2日常听播客、听音乐、接电话的声音可用性没有问题，音量足够覆盖这些场景，同时又不像外放手机那样有侵入感。
我们实测时，把音量调到最高，周围五米之内的人都能清楚听到眼镜在放什么，开放式扬声器的外溢是物理特性，日常使用需要把音量压在一个自己听得清、旁边听不见的区间，安静环境主动降音量即可。
相比外放，收音更值得放在场景里提。
4个全向麦克风加骨传导麦克风，配合贯穿式防风噪结构，在嘈杂、有风的环境下拾音基本能稳住，没有出现频繁漏字或指令识别失败的情况。
唤醒、指令识别、通话翻译、会议录音、回溯检索这些主动AI能力，前提都是麦克风先能把话听准。外放决定别人听不听得见，收音决定眼镜听不听得懂。后者稳了，AI功能才有可用的基础。
场景实测：从单次指令到工作流
AI眼镜的功能清单可以列得很长，这次我们摒弃了按功能逐项打卡的思路。按照“任务链长短”和“眼镜能嵌入在哪些场景”的逻辑，选取了会议、办公和日常生产力三个测试场景。
会议链条最长，覆盖录音、拍摄、结构化整理，最能看出眼镜是接住一次会话还是试图包办全流程；办公场景测试单点工具能不能嵌进工作流，尤其是语音入口与PC本地工作流之间的分层协同；日常生产力则测口播、导航、翻译这类单次交互最完整的任务，观察硬件特性在真实动作里是加分还是瓶颈。
测试1：会议场景：结构化纪要生成，长时段记录
先上结论：能接住一次会话，但跨周期归档仍需替代方案。
会议是三个场景里链条最长的一个，覆盖录音、拍摄、结构化整理。我们测试下来，Glasses 2在单次会议中可以作为临时助手成立，长时段记录也能正常响应；但它的强项是“接住一个会话”，不是“包办会议全周期”。
实测期间，我们同时拍白板和PPT，生成后议题、结论、待办能整理出来，白板上的流程图能被识别成节点结构，会后基本能直接用。不少厂商会对拍摄张数设置限制，比如20张，但我们在实测中并没有遇到这种问题。
纪要质量除了取决于AI，也受收音质量影响，收音干净时整理出来的待办就很准；多人同时说话、发言人离得远时，准确率会有波动，这是会议场景里收音条件决定的。
长时段下，连续记录一小时以上，纪要生成功能正常响应，没有出现中断或明显延迟。会议这条链的完整路径是录音、拍摄、生成结构化框架，链条能跑通。它在单次会话里能帮上忙，作为会议中的临时助手是成立的；跨会议长期档案建议配合其他工具完成。
测试2：办公场景
先上结论：语音入口成立，本地工作流在PC在线时打通。
办公场景测的不是功能多少，而是单点工具能不能嵌进工作流。我们测试下来，Glasses 2的入口价值成立。人在电脑前，能解放双手的快捷操作入口；人不在电脑前，也能接住一些不需要本地上下文的轻任务。
Workbuddy是这副眼镜在办公场景里最能体现“从语音入口到本地工作流”的一环。
眼镜上的Workbuddy可以和本地客户端打通，前提是PC端同时在线。PC在线时，语音指令不仅能发起查询、接收结果播报，还能进一步触达本地工作区，让本机Workbuddy打开项目、修改文件、执行任务，并拿到本地工作区的上下文。PC不在线时，它则作为一个轻量的云端入口，适合快速查询和简单指令。
除了Workbuddy，办公场景还接入了多款头部办公智能体。Workbody覆盖使用活跃度很高的一类办公需求，阿里云小Q主打人机协作，阿里千问办公则打通了钉钉全生态，支持语音指令直接操作钉钉功能。
对不同办公习惯的人来说，这副眼镜更像是统一的语音入口，把几个常用办公智能体收在同一个交互层里，减少在不同设备之间来回切换的次数。
办公场景的入口价值成立，本地工作流在PC在线条件下可以打通，轻量任务和快速查询可以直接在眼镜上完成。
测试3：日常生产力场景
先上结论：硬件特性在单次任务里没有成为瓶颈。
日常生产力场景测的是“获取信息”和“加工信息”的能力，包括口播提词、路线导航和面对面翻译。这三个任务的共同点是单次交互完整，眼镜能把原本割裂的动作合并起来。
口播提词是这次用下来最顺手的工具功能。
室内正常光线下，字幕悬在视野上方，滚动速度可调，视线不需要离开镜头，阅读没有压力，透光率提升在这个场景里能感觉到。强逆光下绿色单色显示的对比度会被压缩，字幕变淡，需要手动拉高亮度才看得清，实际使用中可以通过调整角度或亮度来适配。
连续口播一小时后，提词加常亮显示属于功耗较高的组合，长时间使用留意电量节奏即可。导入脚本、提词、快拍记录花絮、拍前预览确认构图、素材回传手机端，整个流程不需要频繁掏手机。
口播场景的价值不在于显示技术多先进，而在于缝合低头看手机或提词器的动作与面对镜头之间的割裂。眼镜形态将这两个割裂的动作合并为一个连续、一致的动作，读稿与表达同时发生，无需在两者之间往复。
眼镜合并割裂的动作远不止口播，更高频的是导航。
步行和骑行导航中，转向箭头和距离提示悬浮在视野里，转弯提示及时，不需要频繁掏手机；骑行风噪环境下，语音指令识别依然可用，骨传导麦克风加防风噪结构在这个场景里真有用。正午阳光直射时，导航箭头对比度会下降，需要调高亮度才看得清，这是强光下的固定特性，调整亮度即可适配。
面对面翻译在问路和点餐这类短对话里比掏手机自然得多。短句响应快，长句延迟略高，嘈杂环境靠近说话人或重复一遍即可。它的价值不在翻译质量碾压手机App，而在视线保持在对方面前、交互不中断，显示让人不用低头，收音让人不用凑近。
面对外文论坛或博客内容时，翻译能力可以延伸到阅读场景，短句和段落响应较快，长内容需要等待，适合碎片化获取信息，不适合替代深度阅读工具。日常生产力场景没有会议和办公那样的多步骤链条，口播、导航、翻译都能在单次交互里完成，体验完整。
结语：
回到最初的问题：Glasses2能否撑起Rokid下一代产品的定位？
实测给出的答案是——可以，但目前还是阶段性的。
Glasses2已经具备成为下一代“工具型AI眼镜”的实力，只是这份实力有明确的适用范围：在会议、办公、日常生产力这些高频场景里，它能真正嵌进具体环节，切实减少你掏手机的次数。
单次任务的完成度尚可，但能力的边界也很清楚。
任务链条一旦拉长、跨端协同一多，局限就会暴露：多发言人场景下会议纪要的准确率会波动，Workbuddy的本地工作流依赖PC在线。
所以现阶段更准确的定义是，Glasses2是一台“任务机”，而不是一副“助理眼镜”。其擅长稳稳接住一个环节，但还做不到把多个单点串成一条不中断的链路。
真正的长期价值，取决于生态能否把散落的单点连成体系。
目前的方向是积极的，开发者智能体的数量在持续积累，Rocket Prism连接器可以把桌面智能体同步到眼镜端，走出了一条“重任务留在桌面，眼镜负责输入输出和轻量调度”的现实路径；Rokid Color和魔戒则构成了内容生态的起点。
软件和硬件适配仍在打磨，生态还在扩张。期待明年正式发售，Rokid能交出一份让用户更满意的答卷。
