智能眼镜正变成一种越来越尴尬的存在。
你坐在咖啡馆、会议室、地铁里，旁边有人戴着一副看起来很普通的眼镜。它可能只是在显示导航、听音乐、接电话，也可能正在拍照、录像，甚至记录你和别人的谈话。
手机举起来拍，大家还能看到动作，但是智能眼镜麻烦的地方在于，摄像头藏在镜框里，提示灯一旦被遮住或关闭，旁边的人很难判断它有没有工作。前阵子的智能眼镜偷拍空姐事件，甚至让智能眼镜与“偷拍眼镜”划上等号。
正是面对这样的担忧，最近，YouTube 上的 Brent Polley 做了一个可穿戴的设备，用来探测身边正在工作的智能眼镜。
这台设备的灵感来自《死亡搁浅》里的 Odradek 扫描器：一只可以架在肩膀上、会转头、会拍动翅膀、会亮灯的机械装置。
游戏里，它用来发现看不见的怪物。
现实里，他让它去发现附近可能正在工作的智能眼镜。
更重要的是，这套系统没有接入云端。它跑在树莓派上，用本地视觉模型、本地语音识别和本地小语言模型，完成听指令、找目标、识别蓝牙信号、驱动机械结构的一整套动作。
游戏里的扫描器，变成 AI 摄像头
在游戏里，Odradek 是一个肩挂式设备，会在危险接近时弹出、指向威胁，并通过不同动作提醒玩家。Brent 要复刻的，正是这种“能感知周围环境，并用物理动作反馈”的机制。
这台设备不仅可以识别人类，再驱动机械臂，让摄像头跟随目标移动，还能根据语音命令切换目标。你可以对它说：找杯子、找猫、找手机。系统会先用唤醒词进入监听状态，再用 Whisper 把语音转成文字，随后交给本地 LLM 理解意图。LLM 的任务是把自然语言重新整理成目标检测模型能识别的类别。最后，YOLO 模型开始在摄像头画面中寻找目标。
这一步让 Odradek 从一个“自动追踪摄像头”，变成了一个有工具调用能力的小型 AI Agent。
它没有依赖云端服务器，也没有把画面和语音传到数据中心。识别、理解、决策和控制，都在本地设备上完成。对一个树莓派项目来说，这才是最关键的地方：AI 的能力被压缩进一个个人可持有、可移动、可改造的小机器里。
最难的部分，反而是让它动起来
这个项目看起来像 AI 项目，但真正耗时的部分却是机械结构。
Odradek 的“翅膀”结构很复杂。在游戏里，它不仅会拍动，还会在危险接近时加快频率，进一步靠近时甚至会绕中心轴旋转。Brent 想尽可能还原这个动作，于是围绕滑环、齿轮、齿条、线性执行器和小型旋转电机设计了一整套机构。但他能买到的最小滑环，仍然比理想尺寸大。为了保持比例，整个头部结构被迫放大。随后，他又设计了多组齿轮和齿条，希望用一个中心动作同时驱动多片翅膀。
第一次成品能动，但体积太大。把翅膀按比例打印出来后，他发现这东西如果真的架在肩膀旁边旋转，又重又危险。于是砍掉了一部分复杂结构，只保留能实现关键动作的齿轮组合。最终，他用一个小线性执行器推动齿条，让翅膀完成拍动；再用小电机和环形齿轮完成旋转。
视觉细节同样花了大量时间。为了让翅膀表面在待机时像黑色玻璃，点亮后又像发光矩阵，他使用了黑色 LED 亚克力。平时它接近不透明，背光时又能透出柔和光线。他用激光切割做出翅膀形状，然后在背面刻出矩阵纹理，配合内部白色反射面，让 LED 光线变得更均匀。
到这里，这台设备已经不只是“能工作”，还开始拥有游戏道具的视觉质感。
智能眼镜，成了现实版“BT”
Brent 给这个项目加入了一个很实用改造：检测智能眼镜。
在《死亡搁浅》里，BT 是看不见的威胁。到了这个项目中，BT 被重新解释成“Bluetooth”，也就是智能眼镜可能广播出来的蓝牙标识。
近几年，带摄像头的智能眼镜越来越多。它们本来可以用于拍摄、记录和辅助交互，但也带来了一个问题：当提示灯被关闭或遮挡时，旁人很难知道自己正在被拍摄。Brent 把 Odradek 设计成一个夸张的“反向提醒器”：一旦检测到附近可能存在智能眼镜，它就开始搜索、拍动翅膀、改变灯光，甚至进入警戒状态。
技术上，这部分由 ESP32 C3 承担，它是一款低成本、低功耗微控制器芯片/开发板平台，常用于 IoT 设备当中。它负责控制 LED、执行器和电机，同时利用自身蓝牙能力监听附近设备。树莓派负责本地 AI 推理和视觉处理，ESP32 负责更接近硬件层的动作响应。这样的“分脑”设计让系统更清晰：AI 决定看什么，微控制器负责怎么动。
在最后测试中，Odradek 默认寻找人类目标。模型通过检测框大小粗略估算距离，目标越近，翅膀拍动越快；超过阈值后，旋转电机启动，灯光变成橙色。随后，Brent 又用语音命令让它寻找杯子。即便房间很乱，系统也成功找到了一个杯子。
至顶AI实验室洞见
这个项目给 AI 找到了一个完全不同的落点。
今天很多 AI 产品都在强调规模：更大的模型、更多的数据、更强的云端算力、更复杂的自动化工作流。Brent 的方向恰好相反，他把 AI 缩小到一台树莓派、一个摄像头、一组电机、一块电池和一个可以背在身上的小装置里。
它意味着 AI 可以拥有一种更加个人化的形态：你能看到它的传感器在哪里，知道它正在寻找什么，也能控制它什么时候工作。它不需要远程服务器，也不需要持续上传你的环境数据。它的能力边界就在你面前，那些齿轮、灯光、翅膀和摄像头，构成了一个可理解的机器身体。
Brent 说，他做这些项目，是因为当下很多 AI 产品听起来都和普通人距离很远。数据采集、资源消耗、监控、裁员、失控叙事，让 AI 越来越像一个巨大系统，越来越不像一个能被个人使用和理解的工具。
所以他选择把 AI 做小。
做成一个会找杯子的肩膀机器人，会提醒附近智能眼镜的扫描器，能离线运行、不需要云端调用的小型 Agent。
这个项目当然不完美。它笨重、复杂，机械结构也远谈不上工业级成熟。但它提供了一个很有价值的方向：当 AI 真正进入物理世界，最重要的也许不是把一切交给云端，而是让它先成为一个你能拿在手里、拆开看懂、亲自控制的东西。
END
本文来自至顶AI实验室，一个专注于对AI计算机、工作站及各类AI相关硬件设备，开展基于真实使用场景评测的研究机构。
