工作清單

智能手機要被顛覆了？深圳工廠已經造出幾十美元一副的 AI 眼鏡！價格是蘋果的幾十分之一！

逐字稿文字預覽

智慧型手機即將被取代；我沒開玩笑。
深圳的硬體工廠已經生產出售價僅為數十美元的AI眼鏡，這種眼鏡可以錄製視訊、接聽電話並提供即時翻譯，
外觀就像普通的太陽眼鏡。
在2025年黑色星期五期間，一家創業團隊憑藉這款眼鏡，每月銷售額接近一百萬美元，而TikTok上的一段病毒式傳播影片則引爆了
整個品類。
看看矽谷在做什麼：蘋果花了數年時間打造售價3500美元的Vision Pro，但佩戴半小時後會在臉上留下紅印，
而Meta也在生產笨重的頭戴式設備。
與此同時，深圳的一些小型工廠則走了一條完全不同的道路，它們跳過了笨重的VR設備，轉而生產輕便的AI眼鏡，
價格僅為蘋果眼鏡的一小部分，可以日常佩戴。
華強北現已成為人工智慧眼鏡的產業中心。
智慧眼鏡是成長最快的品類，全球AI眼鏡出貨量呈現爆炸性成長，百度、阿里巴巴和華為等公司紛紛湧入此領域。
華為剛發表了搭載鴻蒙操作系統的AI眼鏡，Meta與雷朋合作推出的智慧眼鏡銷量已超過百萬副，但另一方面，
這類產品也極具爭議。
帶有攝影機的眼鏡在全球範圍內面臨嚴格的隱私審查，在國內，它們甚至被貼上了間諜設備的標籤。
你臉上戴著一個始終開啟的攝影機和麥克風，24小時不間斷地記錄著一切；誰來管理這些隱私？
在今天的節目中，我將詳細介紹這款可能取代你手機的新設備，並解釋深圳售價不到100美元的眼鏡與Meta售價數百美元的型號之間的
差異。
AI眼鏡真的能取代智慧型手機嗎？
繞過蘋果應用商店又是怎麼回事？
隱私風險有多嚴重？
首先，請先給這個影片按讚：你會戴人工智慧眼鏡嗎？
你認為智慧型手機會被取代嗎？
請在留言區告訴我你的想法，看完再回來看看你的觀點是否有改變。
首先讓我來跟你們講一個深圳的故事，一個非常具代表性的故事。
有一個叫Lby的品牌，這些深圳製造的一個深圳的故事，一個非常具代表性的故事。
有一個叫Lby的品牌，這些深圳製造的眼鏡售價不到60美元，約合人民幣400元；他們可以錄製影片、
接聽電話，並即時翻譯160種語言。
60美元，約合人民幣400元；他們可以錄製影片、接聽電話，並即時翻譯160種語言。
它並非透過廣告走紅，而是透過TikTok上的一條自然傳播的影片。
影片中，一名西班牙建築工人站在屋頂上，手裡拿著一把射釘槍，反覆對著鏡頭說看我的手，表明他手裡什麼也沒有，
但他仍然可以一邊工作一邊錄影。
畫面抖動，聲音很大，它並非透過廣告走紅，而是透過TikTok上的一條自然傳播的影片。
影片中，一名西班牙建築工人站在屋頂上，手裡拿著一把射釘槍，反覆對著鏡頭說看我的手，表明他手裡什麼也沒有，
但他仍然可以一邊工作一邊錄影。
畫面抖動，聲音很大，一點也不專業，但它是真實的，而且這段影片獲得了數百萬的點擊量。
然後，在2025年黑色星期五期間，該團隊的月銷售額從5萬美元躍升至100萬美元，成長了20倍。
想像這樣的場景：：一名工人在屋頂上。
以前，為了拍攝他們的工作，他們必須一手拿著手機一手工作，或架起運動攝影機，這非常麻煩。
現在，他們只需佩戴AI眼鏡即可進行第一人稱拍攝，從而解放一名工人在屋頂上。
以前，為了拍攝他們的工作，他們必須一手拿著手機一手工作，或架起運動攝影機，這非常麻煩。
現在，他們只需佩戴AI眼鏡即可進行第一人稱拍攝，從而解放雙手，隨時進行拍攝。
這就是真實場景的力量；它比任何廣告都更有效。
這支隊伍的領導者是榮建華，一位出生於2001年的年輕人，典型的Z世代。
你沒聽錯：一位二十出頭的年輕人利用深圳的供應鏈，在美國市場銷售人工智慧眼鏡，每月收入接近一百萬美元。
你認為Z世代你沒聽錯：一位二十出頭的年輕人利用深圳的供應鏈，在美國市場銷售人工智慧眼鏡，每月收入接近一百萬美元。
你認為Z世代你沒聽錯：一位二十出頭的年輕人利用深圳的供應鏈，在美國市場銷售人工智慧眼鏡，每月收入接近一百萬美元。
你認為Z世代在在跨國電商領域最大的優勢是什麼？
是了解海外社群媒體、熟悉TikTok、了解年輕人喜歡什麼嗎？
他們不需要花大錢請名人代言。
一則真實的使用者影片就能引發留言區的熱烈討論你做過跨國工作嗎？
你認為這種草根傳播比投放廣告更有效嗎？
這只是一個小縮影；它背後是整個華強北工業區。
2026年第一季，華強北AI眼鏡銷量年增70，成為成長最快的類別。
華強北匯聚了數百家核心商戶，涵蓋了從晶片解決方案和模組到成品品牌產品的整個產業鏈。
許多商家訂單過多，只做批發，拒絕個人顧客，其中許多人一年輕鬆賺取數百萬美元。
它的速度有多快？
一位商家回憶說，在轉型為人工智慧眼鏡時，30多個組件的供應鏈在華強北僅用了三天就全部組裝完畢，
設計在一周內就變成了原型這在矽谷是不可想像的。
華強北以前是做什麼的？
仿冒品和翻新手機；過去，白標產品給人的印像是低成本、低質量，但現在情況不同了。
從白標OEM價格戰到打造全球品牌，Z世代團隊正在讓深圳製造的AI眼鏡在美國大獲成功。
抖音上有一句話：從貼牌生產到全球品牌化，從野蠻成長到樹立標準，中國製造這次真的挺身而出。
深圳模式究竟有哪些優勢？
我將它分解為四點。
首先是供應鏈速度：從解決方案到原型需要兩到四周，從原型到大量生產需要一到兩個月。
對於矽谷公司來說，製造一款穿戴式產品，從設計到大量生產通常需要6到12個月的時間。
深圳的速度要快好幾倍你懂我的意思嗎？
你今天有了個想法，下個月就做出了原型，再下個月就開始銷售。
當矽谷的產品最終完成時，深圳的產品可能已經迭代了五、六代了。
其次，成本控制：整個供應鏈都在深圳。
晶片、攝影機、麥克風、電池和組裝都在幾十公里範圍內，所以成本只是材料成本。
成本可以控制在30到50美元之間，因此50到60美元的零售價仍然有利潤空間。
如果讓一家大公司生產同樣的產品，光研發成本就將高達數百萬美元，零售價也不會低於200美元。
第三，快速迭代：每週根據使用者回饋修改設計，透過軟體OTA更新和每月進行一些硬體上的小調整。
如果用戶反映相機品質差，他們下個月就會換用更好的感光元件；如果他們說電池續航力不夠，他們下個月就會增加電池容量。
大公司根本跟不上這種發展速度。
第四，場景驅動：不是技術尋找場景，而是場景尋找技術。
工人需要免持視訊錄製，司機需要導航，國際學生需要即時翻譯，老年人需要輔助識別。
矽谷的大公司坐在辦公室裡無法想像這些場景，但深圳的小團隊卻能透過親身觀察發現它們。
你認為深圳這種小而快、敏捷的模式能夠戰勝大公司緩慢而穩健的發展方式嗎？
請在評論區分享您的想法。
既然我們已經討論過深圳的爆款歌曲，那麼讓我們來看看正規軍Meta在做什麼。
Meta Meta與Ray Ban合作推出的智慧眼鏡起價為299美元，約合2000元人民幣，
這大致相當於一副不錯的Ray Ban眼鏡的價格。
它們配備1 , 200萬像素攝像頭，可用於拍照和錄影，並採用開放式耳機設計。
音訊是私密的，附近的人聽不到；多麥克風降噪功能可處理通話；Meta AI提供即時視覺識別。
你可以觀察某個事物，向人工智慧提問，它會給出答案。
它還包含即時翻譯和導航等功能。
2025年9月，Meta發布了內建螢幕的Ray Ban Display。
這是首款面向消費者的AI眼鏡，其顯示器可以顯示資訊、導航和翻譯，售價為799美元。
根據行業數據，Meta Ray Ban 2024年的銷量約為142萬副，累計銷量超過300萬副，
使其成為迄今為止最成功的消費級AI眼鏡。
Meta的策略非常聰明。
他們利用雷朋時尚品牌，讓人工智慧眼鏡看起來像普通的太陽眼鏡，從而減少了科技產品的怪異感。
戴上一副雷朋眼鏡，人們會覺得你很時尚，而不是一個書呆子。
299美元的價格與高端太陽眼鏡的價格相當，也降低了消費者的心理門檻。
但是，我需要糾正一個常見的誤解：很多人認為Meta Ray Ban是2025年推出的新產品，
但事實並非如此。
它們最初於2021年以Ray Ban Stories的名義發布，當時還沒有人工智慧助手，主要用於拍照和聽音樂。
2023年，它們進行了升級，加入了Meta AI助手，並更名為Meta Ray Ban。
他們在2025年9月發布了帶有顯示器的版本，並且已經經歷了數代迭代。
你看，Meta並不是突然進入這個市場的；他們已經這樣做了四、五年了。
深圳的團隊雖然起步較晚，但他們的價格更低，速度也更快。
如果技術和功能差不多，你會選擇299美元的Ray Ban Meta還是60美元的深圳仿製品？
品牌和品質控制值得多花200多美元嗎？
我們來聊聊留言區吧，結果適得其反而且反得非常慘烈。
2026年初，帶有攝影機的智慧眼鏡面臨全球嚴格的隱私審查。
據透露，Meta的智慧眼鏡會將用戶的私人影片發送給肯亞的第三方承包商進行人工審核。
部分錄影涉及臥室、浴室等高度私密的場所，甚至包括性行為和裸露鏡頭。
這意味著什麼？
您在家中或臥室佩戴Meta眼鏡錄製的影片會上傳到Meta的伺服器，然後外包給第三方公司，由人工審核員逐一觀看。
使用者對此毫不知情，也從未完全同意。
這件事真正的恐怖之處究竟在哪裡？
讓我來給你解釋一下：你臉上戴著一個始終開啟的攝影機和麥克風，24小時不停地記錄著一切。
你不知道它何時錄製、錄製什麼、資料儲存在哪裡、儲存多長時間，或誰可以看到它。
Meta聲稱這些數據僅用於人工智慧訓練，但人類審核員一直在查看這些數據這一事實改變了一切。
人工智慧處理和人類觀看是兩回事。
你或許不介意人工智慧處理數據它只是演算法但如果一個真人觀看在你臥室裡拍攝的視頻，你會作何感想？
這就像有人在你家安裝隱藏式攝影機，然後一個陌生人從監視室監視你一樣。
這引發了多起訴訟。
2026年3月，一家美國律師事務所向舊金山聯邦法院提起全國性集體訴訟，指控Meta侵犯隱私和違反資料保護法。
英國和德國的監管機構也展開了調查。
這是人工智慧眼鏡產業一起具有里程碑意義的隱私醜聞，可能會影響未來的監管和用戶接受度。
你覺得這件事有多嚴重？
如果換作是你，你還會購買有攝影機的AI眼鏡嗎？
讓我們在留言區大膽地說：國內情勢也不樂觀。
配備攝影機的AI眼鏡可以靜默拍照和錄影，沒有任何明顯的錄製指示。
用手機拍照時，螢幕會亮起並發出快門聲，以便附近的人知道。
但人工智慧眼鏡卻什麼都沒有；你只需眨眨眼或說句話就能拍下照片，而且沒人會注意到。
這導致人們利用它們在洗手間和地鐵裡進行秘密拍攝，經常在網路上引起熱議，並被貼上秘密拍攝設備的標籤。
2026年，一名空服員被AI眼鏡秘密拍攝的事件成為頭條新聞，而一張價值幾美分的簡單貼紙就足以遮蓋指示燈，
引發了廣泛的辯論。
一些電商平台收緊了對有攝影機的AI眼鏡的審核標準，要求眼鏡必須配備錄影指示燈。
監管機構也已介入，強制規定人工智慧眼鏡在錄製時必須提供清晰的警報，例如燈光或聲音。
問題在於燈光可以被遮擋，聲音可以關閉，因此從技術上講，很難完全阻止這種情況發生。
這是人工智慧眼鏡普及應用必須解決的社會問題：如何在技術能力和隱私界線之間取得平衡。
從技術上講，人工智慧眼鏡確實可以靜默且不引人注意地進行錄製，但社會能夠接受這一點嗎？
如何保障被拍攝者的權利？
客觀來說，隱私問題並非中國產品獨有；美國品牌Meta也曾因外包內容審核而陷入醜聞。
谷歌眼鏡於2013年發布，但由於隱私問題而失敗，人們稱用戶為眼鏡混蛋Glassholes，意思是戴眼鏡的混蛋。
無論是國產還是國產的帶攝影機的AI眼鏡都面臨隱私風險；這對整個產業來說都是一個挑戰。
你認為法律是否應該要求人工智慧眼鏡在錄製影片時發出光或聲音？
不具備此類警報功能的AI眼鏡是否應被視為秘密拍攝設備？
請在評論區留下您的看法。
在討論完隱私爭議之後，讓我們來看看其他巨頭公司在做什麼。
華為於2026年4月20日發表了鴻蒙操作系統AI眼鏡，起售價為2 , 499元，4月25日正式開賣。
該眼鏡擁有12小時續航時間、1200萬像素超感光相機、HDR錄影、Celia AI助理以及鴻溝操作系統生態系統協同功能。
HarmonyOS生態系綜效是什麼？
這意味著你的眼鏡、手機、平板電腦、手錶和汽車儀錶板都運行在HarmonyOS系統上，彼此互聯互通。
您用眼鏡錄製的影片會你的眼鏡、手機、平板電腦、手錶和汽車儀錶板都運行在HarmonyOS系統上，
彼此互聯互通。
您用眼鏡錄製的影片會直接同步到您的手機和電腦，當您開車時，眼鏡上的導航資訊會與您的汽車系統連接。
華為的優勢顯而易見：通訊技術、eSIM和5G、AI盤古大模型和Celia助理、鴻蒙操作系統全場景生態系統，
以及其作為國內高端領導者的品牌知名度。
這款耳機售價優勢顯而易見：通訊技術、eSIM和5G、AI盤古大模型和Celia助理、鴻蒙操作系統全場景生態系統，
以及其作為國內高端領導者的品牌知名度。
這款耳機售價2499元，比Meta的Ray Ban耳機299美元約2100元的價格要高，但它提供了12小時的電池續航時間和HarmonyOS
生態系統。
蘋果公司呢？
有報導稱，蘋果公司也在進軍人工智慧眼鏡市場，但它的方法與其他公司截然不同。
蘋果的AI眼鏡與其說是獨立的運算設備，不如說是通往人工智慧眼鏡市場，但它的方法與其他公司截然不同。
蘋果的AI眼鏡與其說是獨立的運算設備，不如說是通往iPhone生態系統的智慧門戶。
它們缺乏複雜的螢幕，也不注重遊戲或娛樂；它們的核心賣點是視覺識別、即時翻譯、導航、通知和相機輔助，
這使得它們非常適合那些已經深度融入iPhone、Apple Watch和AirPods生態系統的用戶。
蘋果的策略很明確：不製造獨立設備，而是製造iPhone的視覺配件，輔助，這使得它們非常適合那些已經深度融入iPhone、
Apple Watch和AirPods生態系統的用戶。
蘋果的策略很明確：不製造獨立設備，而是製造iPhone的視覺配件，以降低風險並鎖定生態系統。
即使你購買了蘋果的眼鏡，你仍然需要使用iPhone，並且必須留在蘋果的生態系統中。
就生態系統而言，Google就更有意思了。
谷歌當年發布了谷歌眼鏡，售價為1500美元；它眼鏡，你仍然需要使用iPhone，並且必須留在蘋果的生態系統中。
就生態系統而言，Google就更有意思了。
谷歌當年發布了谷歌眼鏡，售價為1500美元；它是最早的消費級智慧眼鏡，但由於隱私問題和高昂的價格而失敗。
現在，Google自己並不生產消費級人工智慧眼鏡硬件，而是選擇平台化的方式，利用Android XR平台來支援三星或一加等第
三方製造商。
谷歌的優勢在於Go

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://www.youtube.com/watch?v=VGLymaMDCzM --language zh

    來源：https://www.youtube.com/watch?v=VGLymaMDCzM

    辨識語言：zh ｜ 參數：--language zh

  2. 預期流程

    依指令產生的處理順序：

    1. 下載與語音辨識
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：232.2 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：56.1 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.2 秒

    關係：依序執行

    結果：完成

  6. 4. 句子密度平衡

    工具：videonote_balance_sentence_units.py

    處理：平衡句子長度與密度

    產出：sentence_units.json（句子單元）

    耗時：0.2 秒

    關係：依序執行

    結果：完成

  7. 5. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.2 秒

    關係：依序執行

    結果：完成

  8. 6. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：0.3 秒

    關係：依序執行

    結果：完成

  9. 7. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.3 秒

    關係：依序執行

    結果：完成

  10. 8. 時間軸整合

    工具：videonote_timeline_reconcile.py

    處理：整合字幕、Whisper 與 VAD 時間證據

    產出：timeline_evidence.json（時間軸證據）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  11. 9. 逐字稿交叉檢查

    工具：videonote_cross_check_transcript.py

    處理：交叉檢查逐字稿與來源字幕

    產出：transcript_crosscheck_report.json（交叉檢查）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  12. 10. 來源句整理

    工具：videonote_prepare_source_entries.py

    處理：整理來源句子供時間軸與頁面使用

    產出：sentence_units.json（句子單元）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  13. 11. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：216.5 秒

    關係：依序執行

    結果：完成

  14. 12. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.6 秒

    關係：依序執行

    結果：完成

  15. 13. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.7 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench