豆包视觉通话模型落地，智能眼镜将迎来最大催化

核心观点与关键数据

• 豆包视觉模型落地：豆包在APP中更新了视觉通话功能，可实时识别摄像头画面并进行对话，识别准确度高，展现出强大的现实世界理解能力。
• 模型发展阶段：视觉模型分为两个阶段，一是视觉理解（如识别物体、场景），二是视觉生成（如根据提示生成画面），目前多巴已进入可商用阶段，但尚未形成完整的操作系统。
• 应用场景：现有摄像头设备（如家用摄像头、智能门锁、监控摄像头）和智能眼镜是主要应用场景。智能眼镜因佩戴便捷，最适合日常长期使用，提取和交付信息。

产业进展与发布节奏

• 密集发布：6月至年底将迎来AR眼镜和AI眼镜密集发布期，包括雷鸟AR3 Pro、LOKI Glass、美塔AR眼镜、华为AR眼镜、小米AR眼镜、雷朋AR3眼镜等。
• 供应链情况：
  • 带显示AR眼镜：光机和光波导占成本比重最大，全球光引擎被GBD垄断。光波导分几何和颜色方案，歌尔、瑞声科技、水晶光电等值得关注。颜色方案未来更具成本优势。
  • AR眼镜（不带显示）：芯片（高通AR1）、主板组装（环旭电子、龙旗科技）、整机组装（歌尔）是核心环节。
  • AI眼镜（不带显示）：芯片（万胜微、瑞声科技）、主板组装、整机组装是核心环节。

投资建议

• 核心标的：恒玄科技、瑞声科技、新城科技、雷神科技、小米集团等。
• 增量方向：摄像头和SP芯片将迎来首次增量，建议关注相关芯片公司和品牌公司。
• 未来趋势：多模态产业和行情刚起步，产品端和推广端将发生诸多变化，新产品将基于模型进行定制化开发。

研究结论

• 2024年卖量较好的眼镜大概率是不带显示的AI眼镜，推广速度更快。
• 大模型将改变眼镜产品设计思路，从“塞硬件”转向“适配大模型”。
• 未来眼镜的交互方式可能发生改变，语音交互将更加重要。
• 多模态模型将推动摄像头普及，相关芯片和代工环节将受益。