文 | 半导体产业纵横
传统耳机，卒？
AI 耳机正在无线耳机市场中成为主流。据 Research and Markets 的测算，2025 年全球 AI 耳机市场规模约为 59.9 亿美元，预计到 2026 年将攀升至 74.2 亿美元，并在 2030 年达到 173.4 亿美元。
消费电子行业里最常被重复的一句判断是：所有硬件，都值得用 AI 重新做一遍。
今年以来，耳机产品中与 AI 相关的功能越来越多：语音唤醒、通话降噪、录音转写、实时翻译和智能助手，都开始被纳入 "AI 耳机 " 的叙事。AI 耳机还没有成为一个边界清晰的品类，芯片厂商却已经开始为它准备下一代平台。
AI 耳机，是什么新物种？
如果只看近一年的新品，AI 正在成为耳机进入千元价格带的一项重要支撑。
2025 年 9 月，华为发布开放式耳机 FreeClip 2，售价 1299 元。与上一代相比，这款产品首次搭载独立 NPU AI 处理器，AI 算力较上一代提升约 10 倍，重点用于语音增强、通话和交互等任务。
今年 8 月，韶音推出 OpenFit 2 AI，售价 1398 元，接入阿里千问大模型，主打长时录音、语音转写、会议总结和多语种翻译。耳机由此从 " 播放设备 " 变成了随身语音入口。
科大讯飞的路线更接近任务型终端。其 AI 翻译耳机在 2025 年 11 月开启预售，售价 2499 元，覆盖面对面翻译、通话翻译、线上同传和旁听同传等场景。2026 年 5 月的拆解显示，这类产品在主控、麦克风阵列和本地存储上都比普通 TWS 更复杂。与之类似，2026 年全球市场出现了带 eSIM 联网充电盒的 AI 耳机方案，Plaud 将耳机接入 AI Agent，试图减少对手机的依赖。
OpenAI 以约 65 亿美元收购了前苹果首席设计师 Jony Ive 联合打造的设计公司 LoveFrom。据多方供应链消息，双方合作的产品代号 "Sweet Pea"，极有可能是一款主打 AI 交互的智能耳机，将 2nm 工艺定制芯片，目标是在耳机本体实现 AI 任务本地处理，计划于 2026 年下半年发布。
摄像头正在把 AI 耳机推向 " 全感知 " 设备。光帆科技在 2026 年春季推出 Lightwear 摄像头 AI 耳机，公开报道的首发价为 1799 元起，部分版本售价 1999 元；产品在耳机上加入摄像头，并通过充电盒的蜂窝网络和定位能力完成图像、声音与位置的协同处理。它不再只理解用户说了什么，也试图理解用户看到了什么。苹果的摄像头 AirPods 仍处于传闻和供应链准备阶段，多家媒体预计发布时间可能推迟至 2027 年。
现阶段的 AI 耳机大致分为三类。
第一类是手机协同型。耳机负责采集声音、播放结果和触发指令，语音识别、实时翻译、开放式问答等复杂计算由手机或云端完成。AirPods Pro 3 的实时翻译是典型案例，这个功能需要连接兼容 Apple Intelligence 的 iPhone。它的优势是耳机硬件改动有限，功能可以随手机系统升级；局限是离开手机后，耳机几乎没有独立的 AI 能力。
第二类是端侧增强型。语音活动检测、关键词唤醒、回声消除、通话降噪、人声分离和环境识别等低延迟任务放在耳机端，复杂的识别和大模型问答仍交给手机或云端。三星 Galaxy Buds3 Pro、华为 FreeBuds Pro 5 的 "AI 免摘对话 "，都属于这一方向。耳机能否在嘈杂环境中稳定收音、能否及时切换通透模式，取决于端侧算法和主控芯片，而不只是云端模型的能力。
第三类是任务型 AI 终端。它围绕录音、转写、翻译和会议纪要重做耳机的软硬件分工，需要更长时间保持监听、更大的数据缓存和更稳定的连接。耳机、手机和云端由此形成一个分布式计算系统：唤醒和降噪在耳边实时完成，转写可以在耳机或手机运行，翻译、总结和开放式问答则更多依赖云端。
计算任务一旦向耳机端迁移，问题就从 " 增加一个软件功能 " 变成了主控、内存、存储和电源管理的系统工程。几克重量、几十毫安时电池，要同时维持蓝牙连接、音频播放、主动降噪、传感器采集和神经网络推理，芯片已成为产业链必须回答的问题。
AI 耳机，芯片先行
AI 耳机的竞争，首先不是从大模型开始，而是从主控芯片开始。
传统蓝牙耳机的主控 SoC，主要负责蓝牙连接、音频编解码、主动降噪、麦克风采集、触控交互和低功耗管理。AI 能力加入后，芯片还要承担语音活动检测、关键词唤醒、人声分离、环境识别和部分神经网络推理。因此，AI 耳机的主控芯片通常有两条路线：一条是在传统音频 SoC 内部加入 NPU 或 AI 加速单元；另一条是增加独立的 AI 音频芯片，与原有蓝牙主控协同工作。
恒玄 BES2800是目前 AI 耳机主控芯片中最具代表性的型号之一。此前三星 Galaxy Buds3 系列发布时，恒玄确认该系列首发搭载 BES2800。该芯片采用 6nm FinFET 工艺，集成多核 CPU、GPU、NPU、RAM、低功耗 Wi-Fi 和双模蓝牙，已经不再是单纯意义上的蓝牙音频芯片。与上一代 BES2700 相比，BES2800 的 CPU 性能约提升一倍，NPU 性能最高提升四倍。三星 Galaxy Buds3 Pro 所支持的 Galaxy AI 实时翻译等功能，仍然需要 Galaxy 手机参与，但耳机端的麦克风采集、降噪、语音活动检测和音频传输，都需要主控芯片完成。
高通把 AI、Wi-Fi 和高端音频合并，推出的Snapdragon S7 和 S7 Pro Sound Platform。小米 Buds 5 Pro Wi-Fi 版采用高通 S7 系列音频平台，S7 平台集成多核 DSP、传感器中心、微功耗 AI 引擎和蓝牙连接能力，S7 Pro 还加入了微功耗 Wi-Fi 和 XPAN 技术。
Google Pixel Buds Pro 2 采用Google 自研 Tensor A1 芯片。Tensor A1 是专门为耳机音频处理设计的定制芯片，能够以每秒约 300 万次的频率对环境声音进行处理，用于主动降噪和语音增强。Pixel Buds Pro 2 也是 Google 首款围绕 Gemini 设计的耳机产品。2025 年推出的 Pixel Buds 2a 同样采用 Tensor A1，并首次将主动降噪带到 Pixel A 系列耳机。
物奇 WQ7036AX 是物奇微电子推出的一款高性能、低功耗蓝牙音频 SoC，主要定位于智能音频眼镜和高端无线音频设备的音频主控。采用 "RISC-V + 高性能 DSP" 双核架构，华为第一代 FreeClip 的拆解报告显示，该耳机采用物奇 WQ7036AX 音频主控芯片。科大讯飞 AI 翻译耳机的拆解也显示，其采用同一系列主控，用于无线连接、音频数据处理、复杂音频算法、AI 降噪和多麦克风 ENC。
安可与知存科技历时三年联合研发的Thus A1，被双方称为首款神经网络存算一体 AI 音频芯片。按照披露，传统蓝牙音频芯片整体算力约为 30M FLOPS，Thus A1 达到 5G FLOPS，理论算力提升约 150 倍；同时，芯片并未以明显增加功耗为代价。
存储是 AI 耳机的另一道门槛
AI 耳机的下一道门槛，不只是主控芯片，也包括存储。毕竟，普通 TWS 耳机单只配备一颗 32M 或 64M NOR Flash 芯片，而以豆包 AI 耳机为例，千元价格加上单只配 2 颗、一对配 4 颗大容量 128M NOR Flash，AI 耳机带来的 ASP 提升可以达到 3 到 5 倍。
从存储企业的产品路线看，AI 耳机的存储升级主要有四个方向。
第一，容量继续提升。NOR Flash 将从 32Mbit、64Mbit 向 128Mbit、256Mbit 和 512Mbit 扩展，SPI NAND 则承担录音、会议文件和语音缓存等更大容量的数据存储。
第二，存储器与主控的距离缩短。模型推理对带宽和延迟更加敏感，片上 SRAM、外置 PSRAM 和高集成度 ePOP 可以减少数据搬运，提高端侧处理效率。
第三，封装向小型化发展。BGA、WLCSP、KGD、超薄封装和多芯片合封，将成为耳机和其他可穿戴终端的重要方向。存储器不能只看容量，还要满足耳机主板对厚度、面积和散热的要求。
第四，低功耗和数据安全的重要性上升。AI 模型需要长期驻留，录音数据也涉及隐私，存储器既要降低待机和读写功耗，也要支持安全启动、固件保护、数据加密和可靠的 OTA 升级。
存储厂商的产品布局也在随之变化。普冉的 P25Q 系列覆盖低电压 NOR Flash，P25Q128SN 容量为 128Mbit，工作电压低至 1.1 — 2.0V；公司将 AI 耳机、AI 眼镜和 AR/VR 列为消费电子重点方向，并披露相关 NOR 产品已实现批量出货。恒烁半导体已推出 256Mbit NOR，并推进 512Mbit 产品，应用对象覆盖智能穿戴和物联网终端。武汉新芯 XM25Q 系列覆盖 16 — 256Mbit，面向需要更大固件和算法空间的可穿戴设备。
当模型权重和音频缓存需要更高带宽时，PSRAM 成为另一条路线。紫光国芯在 2025 年推出了 32Mbit、64Mbit 和 128Mbit PSRAM 产品，兼容 Xccela 接口，采用 BGA24L 超薄封装，并支持 KGD 形式。AP Memory的 APS6404L 提供 64Mbit QSPI PSRAM，华邦也提供面向低功耗终端的 PSRAM 和 HyperRAM。PSRAM 的优势是读写速度和随机访问效率较高，适合运行时缓存，但它需要额外封装和供电，设计者必须在带宽、待机功耗与主板面积之间取舍。
佰维存储的路线更偏向高集成度存储。公司产品覆盖 SPI NOR Flash、SPI NAND、eMMC、UFS、ePOP 和 LPDDR，并将智能穿戴列为应用方向。其基于 LPDDR4X 的 144 球 ePOP，将 eMMC 5.1 与 LPDDR4X 合封，芯片尺寸为 8.0 × 9.5 × 0.8 毫米，容量最高可达 32GB+16Gb。佰维还推出了 ePOP5X，用于拓展 AI 穿戴设备的轻量化存储能力。
ePOP 并不是传统 TWS 耳机的标准配置，但它代表了另一种可能：当耳机形态向录音耳机、会议耳机和具备独立计算能力的任务型终端发展，单颗 NOR Flash 已经无法满足需求，存储器需要与运行内存进行更高程度的集成。通过 ePOP、LPDDR 和嵌入式存储的组合，终端可以在有限空间内获得更大的容量和更高带宽。
带摄像头的 AI 耳机也来了？
值得一提的是，有些AI 耳机还具备摄像头。
除了前文提到的光帆科技的 AI 耳机，此前深圳睿宝智能（VibeLens）推出的 MusicCam 耳机，是全球首款在 Kickstarter 上成功众筹的 AI 摄像头耳机。该产品主打户外运动场景，因此对摄像头性能要求较高，搭载索尼 IMX219 传感器，拥有 3200 万像素（32MP），支持 1080P 视频录制。值得一提的是，该摄像头可旋转，支持 ± 30 ° 可调角度（向左或向右）和 73 ° 视角宽度。
AI 摄像头耳机并非全新概念。早在 2023 年，苹果、华为就提交了多项相关专利，描述了一种集成摄像头、麦克风的头戴式设备，可捕捉用户视野并进行情境感知，适用于辅助导航等场景。
面向环境感知耳机（摄像耳机），国内芯片企业北京君正也推出了业界尺寸最小的穿戴 ISP 方案之一，CW020 系列以 2 × 5.5mm（11mm ）的极致小封装与 DDR-less 架构。面积仅 11mm （约一粒米大小），可在耳机柄、眼镜腿等传统 ISP 无法进入的空间从容布局，且无需 DDR/PSRAM，仅需 SPI NOR Flash。
结语
耳机赛道越来越火爆，在大模型加持，智能穿戴有望改变刷手机的习惯。2026 年的 AI 耳机市场还没有形成统一的产品边界，但供应链的变化早已暗潮涌动。
耳机主控从蓝牙连接和音频编解码，扩展到 NPU、传感器融合、安全启动和模型更新；存储从单一固件 Flash，扩展到 NOR、NAND、PSRAM 和 ePOP 的组合；摄像头、蜂窝通信和定位，又把部分产品推向可穿戴计算终端。未来随着 AI，连接与低功耗技术持续升级，耳机将成为 AI 智能硬件的重要载体之一。
