为什么AI眼镜越先进，越依赖那些不起眼的小芯片？

最近AI眼镜很热。

大家聊得最多的，是大模型、SoC、摄像头、显示模组、端侧AI算力，好像只要把这些东西堆上去，AI眼镜就能成为下一个爆款终端。

但从一个长期做位置检测和传感器芯片的人角度看，我反而更关注另一类东西：那些在发布会上几乎不会被重点介绍、BOM里单价不高、面积也很小的小芯片。

比如磁传感器。破局 AI 眼镜功耗难题，昆泰芯再度登台松山湖 IC 高峰论坛，KTM1305 解决方案获全行业媒体聚焦报道

这次昆泰芯微提到的TMR磁开关KTM1305，就是一个很典型的例子。它不是AI眼镜里的主控，也不是显示，也不是摄像头，但它解决的是一个非常关键的问题：设备什么时候该醒，什么时候该睡。

很多人会低估这个问题。因为在普通用户眼里，AI眼镜最重要的是“能不能回答问题”“能不能拍照”“能不能显示信息”。但在工程师眼里，AI眼镜真正难的不是让它工作，而是让它在绝大多数时间里正确地不工作。

这句话听起来有点绕，但这是可穿戴设备的核心。

AI眼镜面临一个典型的不可能三角：轻量化、长续航、高性能。性能越强，SoC、摄像头、显示和无线链路的功耗越高；续航越长，电池就越大；电池越大，眼镜就越重。可眼镜不是手机，手机重一点还能忍，眼镜每天压在鼻梁和耳朵上，多几克用户都能感觉到。

所以AI眼镜的功耗优化，不只是主芯片的事情，而是整机系统级设计的问题。尤其是待机功耗。

用户一天真正调用AI功能的时间可能并不长。拍几张照片，问几个问题，听几段语音，可能加起来不到一小时。但设备剩下二十多个小时都在待机、挂起、监听状态切换。这个时候，谁来判断眼镜被打开了？谁来判断它放进收纳盒了？谁来判断镜腿合上了？谁来触发系统从休眠中醒来？

答案往往就是这些低功耗传感器。

它们不能真正休眠，因为它们一旦睡死，系统就不知道外部状态变化了。但它们又不能耗电太多，否则待机功耗直接崩掉。这就是磁开关在AI眼镜里的价值：它不是负责“智能”的芯片，而是负责“状态管理”的芯片。

KTM1305真正值得看的，不是名字，而是几个参数背后的工程含义

昆泰芯微这颗KTM1305，按公开信息看，是一颗基于TMR技术的超低功耗磁开关芯片。它最值得关注的参数有几个：几十nA量级功耗、5Gs到7Gs级别灵敏度、全极检测、锁存输出、小型封装。

这些参数单独看都不复杂，但放到AI眼镜里，意义就不一样了。

第一，几十nA功耗，解决的是“常开传感器”的电流预算问题。AI眼镜里有些模块可以睡眠，比如显示、摄像头、主控、无线通信，但状态检测传感器不能完全关闭。它必须一直等着外部事件发生。这个时候，功耗从μA级降到nA级，意义非常大。因为它影响的是整机长时间待机时的底噪电流，而不是短时间峰值功耗。

第二，5Gs到7Gs灵敏度，解决的是磁铁尺寸和结构空间问题。灵敏度越高，就越容易用更小的磁铁完成触发。AI眼镜的镜腿空间非常紧张，里面要塞电池、FPC、天线、扬声器、触控、电源和结构件。磁铁如果太大，会影响重量、结构设计和装配自由度。TMR高灵敏度的价值就在这里：它不是单纯为了“测得更准”，而是为了让整机可以用更小的磁路方案。

第三，全极检测，降低的是结构装配复杂度。传统设计里，如果传感器只识别单一磁极，磁铁方向、装配位置、治具一致性都会变成量产风险。全极检测意味着N极、S极都能触发，系统设计会更宽松，生产端也更容易控良率。对消费电子来说，这种“降低装配敏感性”的能力非常重要。

第四，锁存输出，提升的是状态稳定性。眼镜镜腿开合、盒盖开关这类动作，并不是实验室里完美的慢动作。真实使用中会有抖动、偏移、磁场边界模糊、机械间隙。如果输出状态不稳定，就可能出现误唤醒、误休眠。锁存机制本质上是在给系统一个更干净的状态判断，减少临界点反复跳变。

第五，小封装，解决的是可穿戴设备里最现实的问题：没有空间。AI眼镜不是开发板，不能哪里方便放哪里。很多芯片最终能不能被选上，不只看参数，还看它能不能塞进结构缝隙里，能不能配合FPC走线，能不能避开天线和金属结构干扰。

所以KTM1305这类芯片的核心价值，不是“它能检测磁场”这么简单，而是它在极低功耗、极小空间、较高灵敏度和量产一致性之间做了一个比较适合AI眼镜的平衡。

为什么是TMR，而不是传统霍尔？

磁传感方案大致可以分成几类：干簧管、霍尔、AMR/GMR/TMR等磁阻类传感器。

干簧管是老方案，优点是简单，但体积、机械可靠性、寿命和一致性都不太适合现在的智能穿戴。

霍尔传感器应用非常广，成本成熟，方案多，是很多消费电子里常见的选择。但霍尔方案有一个现实问题：如果想做高灵敏度，通常需要更高偏置电流；如果想极低功耗，又会牺牲响应或检测能力。不是说霍尔不能用，而是在AI眼镜这种极限低功耗、小磁铁、小空间应用里，TMR的优势会更明显。

TMR的关键优势在于高磁阻变化率和高灵敏度。简单说，它更容易在较弱磁场下产生可检测的电信号，因此可以降低系统对大磁铁、大电流的依赖。对AI眼镜来说，这个优势会直接转化成三个工程收益：传感器更省电、磁铁可以更小、结构设计更自由。

这就是为什么这类技术会在AI眼镜、TWS耳机、智能门锁、CGM、水表、折叠屏铰链等场景里越来越有价值。它们共同点不是“高算力”，而是都需要一个长期在线、低功耗、可靠判断状态的开关。

这件事对编码器和位置传感芯片有什么启发？

AI眼镜里的磁开关，和工业里的编码器，看起来不是一个东西。一个只是判断开合，一个要做角度、位置、速度反馈。但底层逻辑其实很像：它们都在解决“设备如何知道自己处于什么状态”的问题。

AI眼镜需要知道镜腿有没有打开，机器人需要知道关节转到哪里，伺服系统需要知道电机当前角度，工业设备需要知道执行机构是否到位。只要设备开始智能化，它就一定需要位置和状态感知。

过去很多人讲智能硬件，总喜欢把重点放在大脑上：AI芯片、算法、模型。但真实系统里，大脑必须依赖神经末梢。没有可靠传感器，算法再好也只是空转。

在伺服和机器人里，这一点更明显。编码器的分辨率、延迟、温漂、抗干扰、安装偏心、磁场一致性，都会影响控制系统表现。一个位置反馈不稳定的关节，后端算法再强也很难救。很多时候，问题不是控制器不会算，而是前端反馈信号不可信。

所以我越来越觉得，AI硬件下一阶段的竞争，不只是算力竞争，而是感知系统的竞争。

AI眼镜让磁传感器变重要，机器人会让编码器和位置传感芯片变重要，自动化设备会让更多状态检测芯片变重要。越智能的设备，越离不开这些小芯片。因为智能的前提不是会思考，而是先知道外部世界发生了什么。

真正先进的产品，往往死在不起眼的问题上

做芯片和系统项目久了，会发现一个很反直觉的现象：宣传册上最漂亮的参数，未必是客户最后最在意的东西。

客户一开始问你精度、分辨率、带宽、接口、价格。项目做到后面，真正折磨人的往往是另一批问题：待机电流为什么偏大？温度变化后阈值漂不漂？磁铁装偏一点还能不能触发？批量一致性怎么样？临界状态会不会抖？强磁环境会不会误判？电池快没电时还能不能稳定工作？

这些问题不性感，但它们决定产品能不能量产。

AI眼镜也是一样。发布会上讲的是AI能力，用户最终感受到的是重量、续航、发热、误触发、佩戴舒适度。一个几毛钱或者几块钱的小芯片，如果能让设备更省电、更可靠、更容易量产，它的价值就远远超过它在BOM里的价格。

这也是为什么我觉得AI眼镜这个热点，不能只看主芯片。主芯片当然重要，但真正决定产品体验的，是整机里所有小器件一起完成的系统级平衡。

大模型决定设备有多聪明，传感器决定设备能不能感知世界。

SoC决定AI眼镜能做什么，低功耗传感器决定它什么时候该做、什么时候不该做。

而在可穿戴、机器人、工业自动化这些领域，后者会越来越重要。

所以，AI眼镜越先进，越依赖那些不起眼的小芯片。因为越先进的系统，越不能只靠一个大脑活着。它需要无数个低功耗、低延迟、高可靠的小感知节点，持续告诉系统：我在哪里，我是什么状态，我现在该醒，还是该睡。