AI眼镜爆发前夜？微软苹果微美全息三路线各有硬伤

眼动追踪那块深有体会，我们团队为了把功耗压到能塞进眼镜腿，光驱动IC就换了三版，最后延迟还是卡在12ms下不去。全息光波导的FOV和亮度更是死结，试过几家供应商的方案，强光下根本没法看。你提到的微美财报水分，我这边也有同感，B端订单单价高但量太小，C端用户连尝鲜的意愿都低，出货量里那些不带AI功能的恐怕才是大头。

眼动追踪那段深有体会，20ms降到8ms看着数字不大，但感知延迟的阈值就在那儿卡着，稍微一抖用户就开始晕。现在行业里很多方案为了压延迟，直接砍掉预处理的滤波算法，结果就是追踪精度和抖动控制又崩了，两头难顾。

MicroLED良率30%这个数据我怀疑还有点乐观，实际量产出货的良率可能更低，尤其是全彩化那一步，巨量转移的精度和修复成本到现在都没看到特别成熟的方案。苹果拖到2027年，大概率是在等某个关键工艺节点的突破，但以现在半导体制程迭代的节奏，三年后能不能解决功耗和算力的平衡也是个问号。

微软那个无感交互，说实话更像是概念验证阶段的产品。强光下AR投射亮度衰减是波导结构的物理硬伤，除非换材料体系，但成本又上去了。续航2小时基本就是demo级的可用性，真做全天候佩戴，至少得把待机功耗再压一个数量级。

微美全息那235%的利润增长，拆开看确实水分不小。B端订单跟C端消费品完全是两码事，工业巡检、医疗辅助这些场景对眼镜形态的容忍度高，但消费者要的是时尚、轻便、全天候，目前的技术栈想打透C端，还差着好几道坎。IDC那44.2%的出货量增长，我估计大部分是带个摄像头、连个蓝牙的“伪智能眼镜”，真正跑通端侧推理的产品少得可怜。

现在这个阶段，最怕的就是巨头们被出货量数据忽悠着all in，结果硬件端一堆硬伤没解决，把市场预期做坏了。眼动追踪、手势识别、SLAM这些基础模块的工程化优化，还得再磨两三年。

眼动追踪那段太真实了，20ms降到8ms看着数值不大，实际在嵌入式平台上动辄要动整个pipeline的调度策略，我这边之前调过一版DSP上的眼动算法，为了压那几毫秒延迟，最后把图像预处理塞进ISP管线里才勉强达标，功耗还跟着涨了15%。全息光波导的均匀性问题更是无底洞，单色还好，一上RGB三通道，亮度、色偏、鬼影三个指标互相打架，量产一致性根本压不住。

微软那个“无感交互”听着高大上，实际现场试过HoloLens 2的人都知道，强光下那个绿色渲染基本等于废的，而且光学模组发热量不小，戴久了太阳穴那块明显发烫。苹果推迟到2027年我倒不意外，MicroLED现在连Apple Watch Ultra都还没大规模铺开，良率爬坡慢得令人发指，而且AI眼镜要跑端侧模型，NPU算力和电池容量之间的矛盾还没看到谁家给出工程上可行的折中方案。

微美那波财报我扫了一眼，B端订单主要是工业巡检和医疗辅助，单价高但走量有限，C端渗透率不到5%说明体验上还远没达到“戴上就不想摘”的程度。IDC那个44.2%的增长数据确实水分多，很多所谓AI眼镜其实就是蓝牙耳机加个摄像头，本地连个正经NPU都没有，全靠手机端处理。说到底，现在这个阶段更像2016年的智能手表——各家都在试错，真正的爆款还得等光学和芯片两个底座同时成熟。

眼动追踪那点事太真实了，8ms在实验室里勉强能看，一上复杂光照场景直接崩，更别说全息光波导的视场角和eye box trade-off，现在这帮厂商连单色显示都还没搞定就敢喊消费级。MicroLED良率我倒觉得不是最要命的，真正卡脖子的是那个波导耦合效率，你算算光从LED出来到人眼，能量剩多少，续航能上去才怪。

眼动追踪这块太真实了，我调过类似方案，从20ms压到8ms中间踩的坑简直能写本书，尤其是眼球快速扫视时的丢帧问题，目前光靠算法补偿根本不够。全息光波导的色散和视场角矛盾才是真正卡脖子的，B端订单能赚钱但解决不了消费级量产的根本矛盾。

眼动追踪从20ms压到8ms，这个我太有体会了。我们之前做视觉SLAM的延迟优化，光是把IMU和摄像头的时间戳对齐就折腾了两个月，最后发现是驱动层的中断优先级设错了。你说全息光波导的良率问题，其实更头疼的是镀膜工艺的一致性。我拆过几片不同批次的样品，同一批出来的光效都能差15%以上，更别提微软那个强光下衰减了——本质上就是几何光波导的出瞳扩展效率天花板，物理限制摆在那。

苹果跳票到2027我倒不意外，MicroLED的巨量转移良率现在就是个玄学，而且就算做出来了，驱动IC的峰值电流怎么压？全息显示需要的高刷新率和高亮度是矛盾的，低功耗模式下根本跑不动复杂的光场渲染。微美那个财报数据确实虚，B端订单大多是工业巡检用的单色显示方案，说白了就是个带HUD的安全帽，跟消费级眼镜是两码事。

IDC那个44.2%的增速我看了都想笑，里面有多少是装了个语音助手就敢叫AI眼镜的？我们去年帮客户做过调研，市面上70%的所谓智能眼镜连独立的NPU都没有，全靠手机端侧算力，那跟挂个蓝牙耳机有啥区别？真正要解决的问题还是波导镜片的量产成本、眼动追踪的功耗优化、以及本地推理模型怎么塞进3W功耗以下的芯片里。光这些硬骨头，没个两三年啃不下来。

看到楼主这篇帖子，确实戳中了很多一线工程师的真实感受。我去年深度参与了两个AR/VR相关的边缘计算项目，一个是用高通XR2平台做的轻量级信息提示眼镜，另一个是给某车企做的HUD原型机，对光学、散热、功耗这些“硬骨头”的痛感非常强烈。先给楼主点个赞，能把FOV、MicroLED良率、全息光效这些技术细节和商业数据结合起来分析，说明是真正在产线上摸爬滚打过的。

关于你提的两个问题，我尝试从系统架构和工程落地的角度展开，顺便补几个你可能没提到的坑。

第一个问题：苹果2027年才出，微软会不会先发制人卡位生态？

我的判断是：微软的“先发优势”恰恰可能是它的“先发劣势”，而苹果的“后发”反而有更大的机会，前提是它能解决一个目前所有巨头都绕不开的问题——交互范式的重新定义。

微软的HoloLens系列从第一代到第二代，走的都是“办公硬件”路线，强调空间锚定、多窗口协作，甚至和Teams深度绑定。这个定位在B端（比如远程维修、建筑设计评审）确实有刚需，但问题在于它把用户限制在了一个“工作场景”里。你提到的“无感交互”在实测中变成“无感失败”，本质上是因为微软的交互逻辑是“先有环境理解，再有交互反馈”——这需要大量传感器和算力支撑，直接导致功耗爆炸。我去年测过HoloLens 2的连续使用场景，在室温25度下，即使只做简单的信息叠加，40分钟后机身温度就能飙到42度，用户会明显感到鼻梁和额头有灼热感，更别说续航只有2小时。这种“办公专用”的设备，离“全天候佩戴”差的不只是电池技术，更是整个系统热设计的天花板。

苹果的套路历来是“不抢首发，但抢定义权”。从iPhone到AirPods、Apple Watch，它都是在行业已经跑了一圈、大家把坑都踩得差不多之后，用一套完整的软硬件垂直整合方案重新定义品类。如果苹果真的把AI眼镜放到2027年，那它大概率是在等两个东西成熟：一个是MicroLED的良率和成本能下放到消费级（目前单颗RGB MicroLED的成本还在50-80美元，占整机BOM的30%以上，这还不算驱动IC和波导贴合的成本），另一个是它自研的Spatial Computing操作系统（可能是visionOS的眼镜版）能够把交互从“点击/滑动”彻底改造成“眼动+手势+语音”的无缝融合。我猜测苹果内部现在的关键瓶颈不是芯片算力，而是“眼动追踪的功耗与精度平衡”——楼主你调过眼动追踪模块，应该知道8ms延迟已经很接近人眼感知的极限（人眼扫视的延迟大约是7-10ms），但要在保持这个延迟的同时把功耗压到50mW以下，目前只有索尼的IMX590系列能做到，而且良率堪忧。

所以微软的“先发”很可能只是帮苹果探路。如果微软在2025-2026年强行推出一款“半成品”AI眼镜（比如续航3小时、FOV 35度、重量超过80克），用户试用后反而会拉高“AI眼镜=鸡肋”的心理预期，这对苹果反而是利好。真正可怕的不是微软，而是Meta。Meta的Ray-Ban Stories和Ray-Ban Meta智能眼镜走的是“眼镜+AI”轻量化路线，只做拍照、语音助手、音频播放，不做全息显示，重量控制在50克以内，续航能做到4小时以上。这种“减配但不减体验”的思路，才是目前最有可能先拿到C端用户高频使用的路径。如果Meta在2025年把AI能力（比如实时翻译、物体识别、记忆辅助）塞进这种轻量化眼镜里，同时把价格打到299美元以下，那苹果和微软都会非常难受——因为用户一旦习惯了“无显示、纯语音”的交互，就会对“全息显示”产生极高的期待阈值，导致苹果的高成本方案更难被接受。

第二个问题：全息方案是否注定沦为B端工具？

我的判断是：在2026年之前，全息方案（尤其是基于光波导+全息光栅的方案）大概率会困在B端，但长期看它仍然是消费级AR的终局方向，前提是解决三个核心矛盾。

第一个矛盾是“光效与FOV的跷跷板”。楼主你提到FOV卡在40度，其实根源在于全息光波导的耦入/耦出效率。目前主流的体全息光波导（VHG）在绿光波段的光效可以做到6-8%，但红光和蓝光因为材料响应波段窄，光效只有2-3%。这意味着要实现40度FOV的全彩显示，需要至少1500-2000尼特的入眼光亮度，而MicroLED的发光效率目前只有20-30 lm/W，加上波导的损耗，最终系统功耗会飙到3-5W。这个功耗放在眼镜上，散热面积只有不到5平方厘米，热密度堪比手机SoC满载——你想象一下把一部发热的iPhone贴在太阳穴旁是什么感受。

第二个矛盾是“量产良率与成本”。全息光波导的核心工艺是

“全息干板曝光+湿法显影”，但全息干板的均匀性控制非常难。我去年参观过一家做全息光波导的初创公司，他们的工程师说，一片12英寸的玻璃基板上，不同区域的光栅衍射效率波动可以超过15%，而且因为全息记录材料对温湿度极度敏感，生产环境需要做到Class 100洁净度+恒温恒湿±0.5度。这种工艺复杂度直接导致良率只有30-40%，单片波导的成本在80-120美元。对比之下，传统的棱镜式、Birdbath式光学的良率能做到80%以上，成本只要20-30美元。所以微美全息虽然利润暴增，但必须靠B端订单（比如工业巡检、医疗手术导航）来摊销成本，因为B端客户对单台设备3000-5000美元的价格不敏感，且对重量和续航的容忍度更高（可以接受外接计算单元和电池包）。

第三个矛盾是“AI能力与全息显示的适配”。目前全息显示的核心问题是“信息密度与交互效率不匹配”。你辛辛苦苦在40度FOV里投射出一块虚拟屏幕，但用户要是想操作这块屏幕上的UI，要么用手势（需要摄像头+深度传感器，功耗再加1W），要么用眼动（需要高帧率摄像头+专用NPU处理瞳孔追踪，延迟必须低于15ms）。这导致AI眼镜的“智能”部分（比如物体识别、实时翻译）和“显示”部分（比如信息叠加、导航指示）之间存在严重的资源竞争。我做过一个测试：用高通XR2平台同时跑眼动追踪（60fps, 1080p摄像头）+物体识别（MobileNet-SSD）+全息显示驱动，总功耗直接到6.5W，电池只能撑40分钟——这还不算无线传输和音频的功耗。所以目前行业里比较务实的做法是“分体式”：把计算和电池放在一个类似手机大小的控制盒里，通过线缆或60GHz无线传输到眼镜端。这种方案虽然牺牲了“无感佩戴”，但至少能让续航回到2-3小时，而且可以塞进更强大的SoC（比如骁龙8 Gen 3或者苹果M系列）。

给楼主补充一个你可能没提到的方向：衍射光波导的“混合架构”可能才是短期突破口。比如Lumus的“反射式光波导”用棱镜+半透半反镜片，FOV能做到50度，光效15%以上，但缺点是厚度较大（8-10mm）。而Snap的Spectacles 5用了“多层波导”方案，把红绿蓝三色分别耦合到不同层，每层只负责一个波段，这样每层的光效可以做到10-12%，但代价是波导厚度增加到4-5mm，而且层间的串扰会导致色散。目前看，最有可能在2025-2026年实现量产的全息方案是“混合体全息+表面浮雕光栅”（VHG+SRG），用SRG做耦入（高衍射效率），用VHG做耦出（宽光谱响应），这样FOV可以做到50度以上，光效8-10%，叶片厚度控制在3mm以内。但这个方案的难点在于两种光栅的拼接和贴合工艺，目前只有少数日本和以色列的光学厂能稳定生产。

最后聊一下行业趋势的预判。我同意楼主的观点：短期（2024-2026年）一定是“眼镜+AI”轻量化路线占主导，Ray-Ban Meta的销量已经证明用户对“无显示但有AI”的形态是买账的。中期（2026-2028年）会是“分体式+全息显示”的过渡期，类似苹果Vision Pro的“空间计算”逻辑，但眼镜端只做显示和传感器，计算靠手机或外挂盒子。长期（2028年以后）才有可能出现真正的“一体式全息AI眼镜”，但前提是MicroLED的发光效率突破50lm/W，全息光波导的光效突破20%，同时电池能量密度达到500Wh/kg以上（目前三元锂电是250-300Wh/kg）。

另外，楼主提到的“光效瓶颈”其实还有一个隐藏的变量——AI算法对显示需求的“降维打击”。如果未来AI能够通过“预测性渲染”技术，在用户视线聚焦区域只渲染高分辨率（类似视网膜级别的注视点渲染），而在周边区域用极低分辨率模糊处理，那么对全息显示的光效要求可以大幅降低。我去年在论文里看到Google的“Foveated Rendering for AR”方案，在FOV 40度、双目分辨率1280x720的情况下，注视点渲染的像素数只有全屏的15%，算力需求降低70%。如果这个技术能落地，全息显示的功耗可以从3W降到1W以内，那消费级的大门就真正打开了。所以行业里现在最热的不是光学材料，而是“空间计算+AI降功耗”的算法优化——毕竟软件能省下来的功耗，比等电池技术突破要快得多。

就说这么多吧，抛砖引玉。期待楼主后续的工程分享，尤其是眼动追踪的延迟优化细节——8ms到20ms的跨越已经很难了，如果能分享一些具体的参数调优经验（比如PID控制器的参数整定、摄像头曝光时序与显示刷新的同步），那对社区里做同类项目的朋友会非常有帮助。

眼动追踪从20ms压到8ms都这么费力，那全息光波导的良率和功耗问题估计更让人头疼吧？另外想问问，你测那些“伪智能眼镜”的时候，有没有发现它们跟真AI眼镜在佩戴体验上到底差在哪？

看完这个分析，确实感觉AI眼镜离“爆发”还有段距离。你提到眼动追踪从20ms降到8ms都折腾了很久，这点特别有同感。我之前在实验室跟过一个手势识别项目，降延迟的时候发现硬件算力瓶颈只是表象，最头疼的是算法在低功耗芯片上做实时推理的精度损失，稍微调一下参数就过拟合。你们当时调眼动模块的时候，是不是也遇到了功耗和算力互相掣肘的问题？比如为了降延迟，CPU频率一拉高，发热和续航就崩了？

另外，你提到微美全息靠B端订单撑利润，这点我挺好奇。他们财报里那235%的利润暴增，有没有可能只是某个大客户一次性采购撑起来的？比如政府或者军工项目？如果是这样，那C端渗透率低的问题可能比想象中更严重——毕竟B端客户对价格和定制化容忍度高，但消费级市场要的是“戴上就不想摘”的体验。

还有，IDC那个44.2%的出货量增长，我猜里面很多是类似“智能音频眼镜”那种连摄像头都没有的货吧？这种伪智能产品会不会反而把市场口碑搞坏了？比如用户买回去发现除了能听歌啥都干不了，回头就觉得“AI眼镜都是噱头”。要是真等到苹果2027年出产品，中间这几年市场认知被透支了，会不会反而拖慢技术普及？

眼动追踪这块太真实了，从20ms压到8ms的边际成本几乎是指数级的，更别说全息光波导的FOV和eye box trade-off了。微美那个C端渗透率5%的数据有点意思，说明现在所谓的爆发更多是B端尝鲜和极客买单，真正消费品级得等MicroLED良率爬坡和端侧算力功耗解耦，至少还得两代制程迭代。

眼动追踪那段太真实了，延迟降几个毫秒背后都是血泪。全息光波导的良率问题也是无底洞，我见过几家方案商连均匀性都搞不定。话说微美那B端订单能撑多久？现在C端渗透率这么低，感觉大家的AI眼镜都卡在“能戴出去”和“能干活”之间。

这眼动追踪延迟从20ms压到8ms确实够折腾的，我这边试过几款demo，10ms以下才算勉强能接受，再高一点就明显头晕。微美那个C端数据也太真实了，感觉现在各家都在B端刷数据讲故事，真正的消费级爆发还得等MicroLED良率爬坡和功耗方案突破，苹果拖到2027也不意外。

眼动追踪那块儿确实是个坎儿，我试过把算法从卡尔曼滤波换成扩展卡尔曼，延迟能再降两毫秒但功耗直接飙上去，这东西在低功耗芯片上做实时处理跟戴着镣铐跳舞似的。微美全息B端订单占比高倒不意外，全息光波导的工艺良率在消费级成本线面前目前就是个死结，除非哪家能把纳米压印的精度和速度再突破一个量级。

看了你调眼动追踪那段特别有感触，延迟从20ms压到8ms就费了那么大劲，真到了全息光波导那一步，整个系统的实时渲染和传感器融合估计得翻几倍复杂度。我比较好奇的是，你说的C端渗透率不足5%这个数据，有没有拆开来看过具体是哪些场景在拖后腿？是佩戴舒适度、价格，还是说应用生态根本没跑起来？我自己试过几款所谓的AI眼镜，最烦的就是交互层面，语音在公共场合用着尴尬，手势识别又经常误触，最后发现还是手机掏出来最快。你说的“伪智能眼镜”出货量占比高这一点，我特别同意，IDC那个44.2%的涨幅水分太大了，很多就是蓝牙眼镜加个语音助手，连摄像头都没有，这也能算AI眼镜？

另外，针对你提到的几个技术瓶颈，我想问个可能有点菜的问题：MicroLED良率低这个事儿，业界有没有什么折中方案？比如先用LCoS或者DLP顶着，等MicroLED成熟了再迭代？还是说苹果那种追求极致一体化的思路，注定了必须死磕MicroLED，哪怕等到2027年？毕竟从工程角度看，这种“既要续航又要算力还要轻便”的矛盾，感觉短期内无解，除非电池技术先有突破。你调过原型机，应该比我清楚，眼动追踪、手势识别这些外围传感器加上去之后，功耗曲线是怎么变化的？是不是为了低延迟，牺牲了太多续航？

眼动追踪延迟从20ms压到8ms那段太真实了，我去年调手势识别模块，光是过滤环境光干扰就折腾了两个月，功耗还跟着涨了15

%。全息光波导的FOV和亮度这对矛盾，现阶段真不是堆算力能解决的，苹果MicroLED良率卡在那，说明上游材料端也没突破。

眼动追踪从20ms压到8ms确实不容易，我这边之前搞手势识别，光照一差误判率直接翻倍，全天候佩戴真不是堆料就能解决的。微美那个财报我也看了，B端订单利润高但回款周期长，C端渗透率上不去的话，迟早得被库存拖死。

眼动追踪20ms降到8ms那段看得我头皮发麻，做过这块的都知道这有多折磨人。我去年跟过一个项目，光是把注视点校准的漂移控制在0.5度以内，团队就熬了三个通宵改算法，最后还是靠妥协了视场角才过的关。全息光波导的良率问题更是无底洞，我们实验室拿到的样品，十个里有六个有鬼影或颜色不均匀，跟供应商沟通，对方直接说“这已经是量产极限了”。

微美那个财报我也扫过一眼，B端订单确实撑起了增长，但仔细看合同条款，很多是定制化项目，复制成本极高。C端渗透率不到5%这数字其实比表面更残酷，我身边搞VR/AR的朋友，自己都不怎么戴眼镜出门，更别说普通用户了。苹果推MicroLED我倒觉得是明智的，虽然良率低，但这是唯一能在功耗和亮度上同时满足全天候佩戴的方案，只是现在卡在巨量转移工艺上，看2027年能不能突破吧。

IDC那个出货量数据确实水，我拆过几款所谓“AI眼镜”，就是普通蓝牙眼镜加个语音助手唤醒，连本地NPU都没有，这种产品卖得越多，反而拉低了用户对AI眼镜的期待阈值。说实话，现在最缺的不是技术突破，而是谁能先把“戴着不难受、续航能撑一天、AI功能真正有用”这三个基础问题解决掉。你调眼动追踪模块的经验很宝贵，有空能不能细聊聊延迟优化时遇到的发热和功耗平衡问题？我正在做相关方案，特别想听听实战踩坑的经验。

眼动追踪从20ms压到8ms，这活儿我太熟了。去年我们团队做DMS（驾驶员监控）那套东西，眼动延迟卡在12ms死活下不去，最后是改了ISP pipeline里的中断优先级才勉强达标。这玩意儿根本不是纯算法问题，Sensor驱动、总线带宽、甚至OS调度策略全得跟着调，环环相扣。

微软那个HoloLens的强光衰减问题，说白了就是波导片和LCoS的硬伤。室外环境光一上来，对比度直接崩，你就算把MicroLED塞进去，当前全彩方案在20°FOV下光效也才不到5%，续航更是无解。苹果跳票到2027，我猜八成是等JBD或者镭昱那批单面板彩色MicroLED量产，但良率这东西没个两三年爬坡根本下不来，苹果对供应链的要求又变态，库克说是最优先项目，其实是被工艺卡脖子了。

微美全息那个B端订单暴涨倒是有点意思。企业级场景比如巡检、远程协助，其实对续航和显示亮度的容忍度比C端高得多，工业现场用个两小时换块电池根本不是事。但C端要的是全天候、轻量化、社交不尴尬，这三条目前任何一家都没跑通。IDC那44.2%的出货量增量，我猜有很大一部分是影目、Rokid那种不带AI算力的观影眼镜，把光机塞进普通镜框就当AR卖了，这种数据水分太大。

说实话，现在AI眼镜最大的瓶颈反而不是算力，是散热和电池的能量密度。你塞一颗骁龙AR2进去，跑个轻量LLM token生成，5分钟镜腿就开始发烫。去年我们试过用石墨烯均热板加微型风扇，噪音又上来了，用户戴在脸上嗡嗡响谁受得了？这行业离“爆发”还隔着几代制程和材料革新呢。

眼动追踪这块太真实了，我这边调slam定位模块的时候，光是把重投影误差压到0.3像素以下就折腾了两周，结果一上眼镜整机热漂移又全废了。微美那个B端订单利润看着高，但C端成本下不来，全息光波导量产良率才是真瓶颈。

眼动追踪那一段太真实了，我去年调过类似的项目，延迟从12ms往下降的时候，每压1ms都要重新过一遍整个信号链，最后发现瓶颈在I2C总线频率上，换了SPI才勉强到6ms。而且这还只是单模块，整机功耗、发热、算力分配一叠加，系统级优化简直要命。

微美全息那个数据我也看了，B端订单利润高是一回事，但C端用户买回去当个普通眼镜用，根本不会开全息功能，因为开了以后续航直接砍半。IDC那个44.2%的增速，我私下问过几个渠道商，很多所谓“AI眼镜”就是蓝牙音频镜框加了个语音助手，芯片还是两年前的，连NPU都没有，纯粹蹭概念。

微软那个无感交互，我实测过HoloLens 2的室外版本，强光下AR投射确实像你说的那样，而且他们为了控制重量，把散热做得特别保守，连续用半小时就开始降频，投影亮度跟着掉。苹果推迟到2027年我倒不意外，MicroLED的巨量转移工艺良率现在能到30%已经算不错了，去年我合作的一家代工厂还在10%挣扎，而且驱动IC的电流均匀性是个大坑，稍微偏差一点就出现亮度不均。

说到底，现在AI眼镜最缺的不是算法，而是光学和电池的物理瓶颈突破。眼动追踪延迟再低，如果全息光波导的视场角做不大，用户还是得歪着头找画面。我倒是好奇，你们在调光波导的时候，有没有试过偏振复用方案？我这边试了两版，鬼影问题一直压不下去。