Wearable Intelligence System：给智能眼镜装上"第二大脑"

当你戴着智能眼镜走在街上，有人向你走来——眼镜屏幕上自动弹出这个人的名字、你们上次见面的地点、聊过的话题。不用掏手机，不用手动查询，一切就在你眼前即时呈现。 这不是科幻电影里的桥段，而是一个真实开源项目正在努力实现的目标：把 AI 变成你视野里永远在线的"外脑"。

Wearable Intelligence System（WIS，可穿戴智能系统）是一个面向智能眼镜应用开发的软件框架，由独立开发者 emexlabs 于 2019 年前后创建。该项目 2021 年公开代码，2023 年 8 月后停止活跃更新，已归档并升级为 SmartGlassesManager（212 ★）。项目采用 MIT 许可证，截至 2023 年末积累了约 171 颗 GitHub Stars，在可穿戴计算与 AI 交叉领域算得上最早的完整开源方案之一。

图1：WIS Beta 版功能演示，眼镜 HUD 实时显示语音转文字与功能菜单

一套需要三台设备的"AI 眼镜系统"

WIS 不是一款手机 APP，而是一套分布式多设备协同系统，核心依赖三部分硬件：

• Android 智能手机（ASP）：作为通信中枢与数据处理节点，运行主 APP，连接 WiFi 热点，处理本地 AI 推理和传感器数据。
• Android 智能眼镜（ASG）：显示 HUD（抬头显示）界面，目前主要支持 Vuzix Blade，输出语音转文字、搜索结果和实时字幕。
• GNU/Linux 单板电脑或笔记本（GLBOX）：可选的边缘服务器，运行 Python 后端，提供语义搜索、NLP 处理和云端 API 桥接。

这三者之间通过 JSON IPC（进程间通信）和 Socket 网络协议协同工作，形成一个完整的感知→理解→执行闭环。

核心功能：从"看见"到"理解"

WIS 内置了多个可直接使用的 AI 应用，这些功能全部通过语音指令触发，唤醒词默认为"hey computer"：

实时语音转字幕（Live Captions）：在会议、讲座或日常对话中，眼镜屏幕实时显示对方的语音内容，帮助听力障碍者或在嘈杂环境中提升理解力。这不是简单的语音识别，而是结合了 MediaPipe 移动端 AI 推理能力的低延迟管线。

视觉搜索（Visual Search）：用眼镜的第一人称视角拍照，将图像发送给 AI，搜索网上相似内容。比如在街头看到一辆车、一种植物、一件衣服，眼镜告诉你"这是什么+哪里买+多少钱"。

人脸识别+记忆提醒（Name Memorizer）：这是 WIS 最具未来感的功能之一。眼镜检测到人脸后，自动从本地数据库中检索关于此人的记忆记录——你们的共同朋友、最近一次见面的地点、聊过的话题——并在对方出现在视野中时主动弹出提示。

实时语音翻译（Live Translation）：将外语实时翻译成母语，静默显示在眼镜屏幕上，对方说话的同时你就看到了中文翻译，适合旅行、商务场景。

网络搜索 + 问答：结合 WolframAlpha 知识引擎和 Bing 搜索 API，可以用语音向眼镜提问任何问题，答案即时呈现在 HUD 上。

记忆流工具（Memory Tools）：用语音记录笔记，并打上标签分类，随时通过语音检索。配合语义搜索（基于 txtai），可以用自然语言找到很久以前记过的碎片信息。

技术架构：Android + Python + MediaPipe

从代码结构看，WIS 的技术栈分为三个子系统：

Android 智能手机端（Java + Gradle）：主 APP 使用标准 Android 开发框架，通过 MediaPipe 的 Android 定制版（AAR）提供 AI 推理能力。MediaPipe 在手机端运行人脸检测、手势识别等视觉模型，避免了将图像发送给云端带来的延迟和隐私问题。手机端还负责维护本地数据库（MongoDB）、管理 WiFi 热点、与眼镜和服务器双向通信。

Android 智能眼镜端（Java）：Vuzix Blade 运行独立的 Android 应用，通过 Socket 与手机通信。眼镜端负责显示 HUD、处理触摸/语音输入、接收来自手机的实时数据推送。Vuzix Blade 是早期商业智能眼镜中开发者生态相对开放的一款，但硬件性能有限（单核 ARM + 640×360 显示屏），因此核心推理卸载到手机端。

GNU/Linux Box 后端（Python 3）：这是系统中最"重"的 AI 引擎部分。基于 Flask 提供 HTTP API，依赖 txtai 做语义搜索、spaCy 做 NLP 处理、Google Cloud Speech 做语音转文字、Google Cloud Translate 做翻译、WolframAlpha 做知识问答。后端通过 WebSocket 与眼镜端通信，将 AI 处理结果实时推送显示。

值得注意的是，txtai（neuml/txtai，约 7k ★）是这套系统的语义搜索核心，它基于 sentence-transformers 构建向量索引，使得"找到几个月前记过的那条笔记"这样的模糊查询成为可能。

代码质量评估

局限与挑战

WIS 的设计理念超前，但实际落地面临三重挑战：

硬件碎片化：Vuzix Blade 只是 2021 年前后的选择，如今 Meta Ray-Ban Smart Glasses、Apple Vision Pro、小米 AI 眼镜等新品不断涌现，每款设备的 Android 定制化程度不同，WIS 难以开箱即用。项目也已意识到这一点——升级版 SmartGlassesManager 的核心目标就是"写一次 APP，跑在任何智能眼镜上"。

依赖复杂：整套系统需要 GCP/Azure/WolframAlpha 三个商业 API KEY，涉及 Bazel 编译环境，普通人难以完整复现。项目虽提供了 setup.sh，但环境配置仍是最大门槛。

隐私争议：人脸识别+本地记忆库意味着持续的面部数据采集和存储，在 GDPR 和各地区数据保护法规日趋严格的环境下，这类"增强记忆"应用面临法律和伦理双重审视。项目本身对此着墨不多。

行业意义：可穿戴 AI 增强的开源先驱

WIS 的核心价值不在于商业化落地，而在于证明了一种可能性：用开源方式构建一套完整的"AI 增强现实"技术栈，从感知（语音/视觉）到理解（NLP/语义搜索）到呈现（HUD），全链路均可定制和研究。

作者 2023 年后将项目升级为 SmartGlassesManager，专注解决"一款 APP 跑在所有眼镜上"的跨设备兼容问题——这正是该领域最核心的工程难题。从 171 ★ 到 212 ★ 的增长说明社区对这类工具仍有强烈需求，尽管目前更多是研究者和小众极客在关注。

对于 AI 开发者而言，WIS 的代码结构是一个移动端 AI 推理 + 云端大模型协同的实战参考；对于 HCI（人机交互）研究者，它提供了丰富的交互模式设计素材；对于智能眼镜爱好者，它是目前少有的完整开源解决方案。

如果你对可穿戴 AI 增强（Intelligence Augmentation）这一方向感兴趣，与其从零构建，不如先研究 WIS 和 SmartGlassesManager 的架构演进——这里藏着这个行业最初几年探索者的集体踩坑记录。