智能体眼镜来了！千问WAIC升级：能用Skill和Agent了

聊来聊去，还是绕不开智能体。

7月17日到20日，2026年世界人工智能大会（WAIC）在上海如期召开。作为AI圈一年一度的风向标，各大模型公司、应用厂商和硬件玩家悉数到场。AI新媒体也派出了报道团，在现场蹲点。

今年展馆里有个有趣的现象：如果不提Agent，好像都不好意思跟人打招呼。但说实话，最让人在意的，还是那些戴在头上的硬件，到底能不能真正承载起“智能体”这个概念。

千问就在今天宣布，把AI眼镜直接升级为“智能体眼镜”。简单回顾一下，以前的千问AI眼镜，更像一个挂在脸上的AI助手：你问一句，它答一句，通过摄像头和麦克风获取信息，然后给出回复。升级之后，眼镜不仅能理解用户的意图，还能根据需求调用第三方的Skill和Agent，进一步完成服务与决策。这中间的区别，其实挺大的。

图片来源：正软商城

不过，想让智能体真正进入眼镜，光靠换一个更强的模型还不够。手机里的智能体可以读取屏幕、调用App，眼镜面对的却是一个持续变化的物理世界。它需要知道用户正在看什么、听什么，甚至身体处于什么状态。在现场追问之后，有几个新的感知技术，确实值得拿出来说一说。

先说交互。过去的AI眼镜语音助手，你问一句它答一句，中间还要等它停顿一下。千问这次升级了全双工语音模型架构。落到体验上，就是它能边听边说，还能实时判断你的交互意图。比如，旁边有人说话的环境下对它下指令，它能比较准确地分清，我到底是在跟它说话，还是单纯在和朋友聊天。这种“听音辨意”的能力，其实很关键。

图片来源：正软商城

视觉上的变化更大。千问引入了眼动追踪和Always-on视觉感知系统，还与蚂蚁集团合作搞了个虹膜核身。通俗来讲，这意味着眼镜不仅能看到，还能确认“看的人是谁”。以后支付或者私密信息读取这类高敏感操作，可能抬个眼就能确认，安全性和便捷性都上了一个台阶。

但这次升级里，最让人眼前一亮的，其实是体征监测。

行业里做AI眼镜的，都在卷摄像头、卷显示，但千问团队在眼镜里塞进了PPG和温度传感器，能测心率、血氧、HRV这些数据。这是行业首个在AI眼镜上实现用户体征实时监测的方案。关键它给智能体提供了听觉和视觉之外，一个新的数据维度。

根据现场的介绍，这些数据也不只是为了生成一张健康报告。用户长时间办公或阅读时，眼镜可以结合视线变化、眨眼频率和身体状态，判断是否出现用眼疲劳，在合适的时候提醒休息、眺望远处或调整坐姿。长期使用以后，智能体还能根据健康数据变化提供更个性化的解读和建议。

图片来源：千问

这就有点意思了。

过去很多AI眼镜虽然挂着“AI”的名字，实际仍然在等待用户主动唤醒和提问。千问这次展示的方向，是让眼镜持续理解用户，在合适的时间主动提供服务。AI助手和智能体之间的差别，也在这里慢慢显现。

“没有硬件的智能体，无法触达现实；没有智能体的硬件，只是工具。”千问AI硬件产品总经理吴建军在发布现场说的这句话，点出了关键。

逻辑是通的。AI如果不能触达物理世界，拿不到真实的传感器数据，就只能留在对话框里站着说话不腰疼。

当然，硬件的迭代从来不是一蹴而就的。千问目前给出的时间表是，这些新硬件技术将在年内应用于千问AI智能体眼镜。已经发售的S1、G1也会通过OTA获得Agent能力。不过，眼动追踪、体征监测等依赖新增传感器的功能，还要等到新一代产品。

另外在WAIC现场，千问的首款AI智能体耳机也亮相了，看来他们在硬件布局上是要全面铺开。

坦白讲，智能体眼镜这个概念能不能立住，最终还是要看普通人愿不愿意每天戴着它。重量压不压鼻梁？续航撑不撑得过半天？语音交互够不够自然？这些都是发布会上不会细说、但每天都会折磨用户的体验摩擦。

但至少从目前来看，千问把硬件感知和智能体决策连在一起的做法，是一个正确的方向。剩下的问题，就留给市场和后续的实际体验去检验了。