罗永浩：烧了很多钱，证实十年内AR眼镜都不太可能商业化，代价非常昂贵
在AGI Playground 2025上，罗永浩透露，自己的新公司用了一年多的时间，烧了很多钱，证实十年内 AR 眼镜都不太可能商业化，但是这个代价是非常昂贵的。然后又花了一年多的时间做 AI 的软硬件结合方案，但是硬件没出问题，上个时代软件从来不出问题，永远都是硬件出问题，然后这次是硬件没出问题，软件出了工程灾难。
罗永浩：烧了很多钱，证实十年内AR眼镜都不太可能商业化，代价非常昂贵
在AGI Playground 2025上，罗永浩透露，自己的新公司用了一年多的时间，烧了很多钱，证实十年内 AR 眼镜都不太可能商业化，但是这个代价是非常昂贵的。
然后又花了一年多的时间做 AI 的软硬件结合方案，但是硬件没出问题，上个时代软件从来不出问题，永远都是硬件出问题，然后这次是硬件没出问题，软件出了工程灾难。
从技术角度简单分析这两点：
一、AR眼镜为何十年内难商业化？
主要受限于四大技术瓶颈：
[*]1. 显示技术：需兼顾高分辨率、大视场角（FOV）和轻薄化，当前技术无法同时满足
[*]2. 续航问题：实时3D渲染+传感器运算耗电巨大，但微型电池容量有限
[*]3. 算力限制：移动端芯片难以支撑SLAM（实时定位与地图构建）等复杂计算
[*]4. 成本过高：光波导镜片等核心部件良品率低，单副成本超3000元
这些技术迭代需长期投入，短期内无法达到消费级产品要求。
二、软件工程灾难的常见原因
在AI软硬件项目中，软件问题通常源于：
[*]1. 系统复杂度爆炸：多模块（数据流/算法/控制）集成时接口混乱
[*]2. 实时性缺陷：硬件采样率100Hz时，软件处理延迟超50ms即失效
[*]3. 内存泄漏：长时间运行后崩溃，例如：
// 伪代码示例：未释放的缓存
while(true) {
buffer = malloc(1024);// 每次循环分配新内存
process_data(buffer); // 但未释放
}
[*]4. 算法部署失败：实验室AI模型在真实硬件上跑不动
简言之：AR的硬件瓶颈在物理极限，而AI软件失败多在系统工程管理。两者都说明技术落地远比设想复杂。
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。 有人用思维证明，有人用烧钱证明 老罗，跟他的锤子一样，敢于啃硬骨头
页:
[1]