新闻详情

新闻详情

首页 / 资讯中心 / 详情

雷鸟 V4 硬件体验成熟,续航大幅提升,AI 体验却仍待改进!

发布时间:2026/10/26 2:40:19来源:尧图网络
雷鸟 V4 硬件体验成熟,续航大幅提升,AI 体验却仍待改进!
AI 眼镜新品频出雷鸟 V4 引发关注过去一年AI 眼镜如同智能手机十几年前的阶段几乎每月都有新品发布各厂商强调 AI 眼镜是未来的人机交互方式。因为当 AI 成为下一代计算平台核心已注定眼镜是最适合 AI 的硬件载体。眼镜天然贴近眼睛和耳朵具备摄像头、麦克风、扬声器等感知能力且无需像手机一样主动掏出使用理论上有机会成为 AI 最自然的硬件入口之一。然而很多人戴上 AI 眼镜后面对的是一些具体问题如能戴多久、能用多久、是否想一直戴着等。带着这些问题开始体验雷鸟 V4发现了其进步与问题。雷鸟 V4设计细节与使用体验戴上雷鸟 V4第一感觉是轻相对于其他 AI 眼镜而言。其出厂重量 38g上一代 39g换上近视镜片四百多度、1.60 折射实测 49g而平常佩戴的近视眼镜实测 24g。作为多年近视眼镜用户连续佩戴四五个小时基本无额外负担但八九个小时会比常规近视眼镜更累主要是两侧镜腿压力不过鼻子感受更轻松空气鼻托设计分散了鼻梁压力长时间佩戴鼻压感与常规眼镜无明显差异。对于强调全天佩戴的产品这些细节实际价值不低于单纯减轻重量。外观上雷鸟 V4 像不呆板的传统眼镜不突兀但镜腿开合阻尼感不够顺畅有优化空间。此外雷鸟 V4 支持 IP67 防尘防水让用户使用时更放心降低心理负担。开放式音频优缺点明显AI 眼镜的开放式音频优缺点显著。雷鸟 V4 在安静环境下听音乐、播客声场表现不错有立体感声音下潜深。但在地铁、商场、马路边等环境不隔绝环境声音既是优势也是劣势安全、舒适但环境噪声易盖过扬声器声音且眼镜发声单元远离耳道问题更明显。不过雷鸟 V4 全能套装配备的导音鳍可优化漏音改进嘈杂环境下声音清晰度。双提示灯从“多余”到实用雷鸟 V4 延续 V3 内外双提示灯设计拍照和录像时镜框外侧和内侧都有提示灯。很多 AI 眼镜只有外侧指示灯提醒周围人摄像头工作。刚开始觉得内侧指示灯“多余”白天户外看不清晚上闪眼且有提示音。但在嘈杂环境中听觉提示不可靠内侧指示灯成为最直观的状态反馈。拍摄质量与交互体验亮点与不足雷鸟 V4 的影像硬件是重点升级采用豪威 OG09B传感器尺寸 1/2.9 英寸900 万像素单像素面积 2.09μm²搭配 17mm 等效焦距、F2.2 光圈的 5P 镜头最高支持 2.5K 视频录制。传感器采用 1:1 方形设计可减少不同画幅裁切造成的视野和画质损失但目前未提供输出原始 1:1 比例照片的选项。实际样张与旗舰手机有差距但记录日常生活可用性足够。超广角镜头让第一视角拍摄有临场感对边缘畸变控制不错色彩写实录像防抖效果好。交互体验方面通过按键或 AI 助手语音拍照、录像很直接雷鸟 V4 在手机 App 编辑环节默认加入“地平线矫正”功能提升了成片率降低了体验摩擦App 内还提供完善编辑功能让拍摄体验更顺滑。续航提升最大惊喜使用雷鸟 V4最惊艳的是续航表现。前一天上午 11 点左右激活设备电量约 95%到第二天早上 9 点 20 分仍剩余 46% 电量期间录了几段录音听了一整天音乐。即便提高使用强度也能做到一天一充。去年雷科技编辑天星对雷鸟 V3 最大遗憾就是续航上一代 AI 眼镜普遍续航不足补能方案会带来新问题。雷鸟 V4 引入硅负极电池技术和钢壳封装容量提升 57%约 249.6mAh再加上双芯架构升级和软件优化续航大幅提升。充电速度方面从 5% 到满电不到半小时配合续航提升基本不打断使用节奏。不过雷鸟 APP 在交互上有待改进侧滑返回需重复操作两次增加了用户使用成本。内置 AI离好用还有距离雷鸟 V4 的 AI 体验基于 vAROS 2.2.38是核心卖点之一。发布会上雷鸟创新 CEO 李宏伟强调停止开发新功能聚焦基础体验优化。实际使用中最频繁使用的是语音助手“小雷”但语音唤起“小雷”有一定概率没反应说明语音唤醒机制可能存在问题。不过雷鸟 V4 在多麦克风阵列基础上嘈杂环境下小声说话也能准确识别语音。其基础 AI 体验较顺畅但也存在一些问题如 AI 有时联网提供准确消息有时基于过时知识库回答。雷鸟 V4 支持支付、AI 录音、备忘录、新闻电台等功能在 AI Agent 上提供英语口语学习、翻译、汇率换算等 Agent但新闻电台内容和语音 AI 生成痕迹明显质量有待提高。总结硬件成熟AI 待提升雷鸟 V4 优点明显续航提升明显基本满足全天候需求佩戴体验改进接近传统眼镜佩戴感受。但也存在缺点手机 APP 交互不够顺畅眼镜 AI 语音唤起待改进。在续航、拍摄、防水防尘等升级后雷鸟 V4 硬件表现令人满意但 AI 体验还有很大改进空间。认可雷鸟暂停新功能开发、聚焦基础体验优化的策略目前已有一定效果。如今 AI 眼镜最大的瓶颈是 AI 的应用如何使用 AI 越来越决定其体验水平。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/10/25 3:20:41

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/10/25 3:43:49

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/10/25 4:02:17

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/10/25 5:03:13

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/10/25 3:54:32

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/10/25 5:32:24

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉