先说结论：Gemini总体值得一试，尤其是刚入门的朋友。
会议室里轮到你发言，稿子第三段突然想不起来。低头翻手机太明显，抬头看投影又找不到词。如果字幕直接浮在视野右下角，跟着对方语速往下滚，这事就顺了。XREAL AURA 这类 Android XR 有线眼镜，做的就是这个——把提词和翻译塞进你本来就戴着的那副镜片里。
眼镜里飘出实时字幕，到底什么感觉
AURA 是光学透视方案，透过滤镜能看见真实环境，虚拟内容叠在视野上。单眼 1920×1200 的 Sony Micro-OLED，70 度视场角，字幕浮窗大概占你视线右下四分之一，不挡人脸也不挡白板。关键在重量：眼镜本体 95 克以内，主要算力和电池挪到了那根线连着的 Puck 里，Puck 约 265 克，揣兜里或放桌上。头部轻，开会戴一小时脖子压力小很多。
字幕不是录下来再转，是边说边出。端侧方案里，语音识别跑在骁龙平台的 Hexagon NPU 上，翻译模型走 CPU，两路并行。参考资料里 AuraTranslator 项目的路径是：一段话说完约 1.5 秒后，字幕以空间锚定形式出现在视野里，全程不联网、不按次收费。这个延迟量级，日常对话和会议够用，追新闻直播会感觉慢半拍。
开箱三步：接线、开 XR 模式、装字幕应用
第一步，把眼镜的 USB-C 接到 Puck 上，Puck 再连电源或笔记本。AURA 支持 DisplayPort Alt Mode，接兼容笔记本能直接镜像画面，不用装驱动。眼镜腿上有触控区，Puck 表面也是块触控板，先确认能点动光标。
第二步，开机进 Android XR 主界面。第一次进会提示配蓝牙键盘鼠标，建议配上，后面调字幕窗口位置比手势稳。主界面能开多个虚拟窗口，拖大小、摆位置都行。把系统语言和语音服务权限给到位，麦克风权限别漏。
第三步，装字幕应用。Google Play 里搜实时字幕类工具，XR 专区的应用数量目前一百多个，比手机商店少得多。装完打开，选“字幕”或“AR 字幕”模式，点麦克风图标开始。音频源在右下角快捷设置里切，选眼镜的四麦克风阵列还是外接麦克风，取决于说话人在哪。想插上眼镜就自动启动，可以在设置里把默认启动模式改成 AR 空间，省得每次手动点。
会议实战：拾音、浮窗、提词稿叠加
会议场景分两种。一种是听别人说，字幕当辅助。AURA 有四麦克风阵列，坐长桌中段拾音还行，坐太远人声会糊，这时候把 Puck 放桌上靠近声源，或者接个蓝牙领夹麦更稳。字幕浮窗建议放视野下方偏右，字号调大两档，扫一眼就能读，不用定睛。
另一种是自己发言，要提词。把讲稿存成文本，用支持悬浮窗的提词应用叠在字幕层上面，或者干脆在 XR 里开个文档窗口摆在正前方偏下。实测更顺的做法是：提词窗口透明度调低，字幕窗口放它下面，两个不打架。发言时眼镜微微上抬看提词，低头看字幕确认对方反应，视线切换幅度小，旁人不太看得出来。
Gemini 也能用，共享视野内容后可以问“刚才那段重点是什么”，它会结合你看到的画面给回应。开会记要点，这个比掏手机自然。
通勤翻译：对话模式和延迟实测数据
地铁上跟外国人问路，或者看无字幕的英文视频，切对话模式。字幕应用里选翻译方向，源语言和目标语言定好，麦克风对着说话人。端侧翻译的好处是没网也能跑，隧道里、飞机上不中断。参考资料里的数据：葡萄牙语到英语的端侧字幕，每段话说完约 1.5 秒出字幕，说话人嵌入还会给不同声音做颜色编码，多人对话能分清谁在说。
延迟这块拆开看：语音识别本身很快，瓶颈在等一句话说完再翻译。所以短句响应快，长句要等句尾。通勤时看视频，字幕比画面慢一秒半左右，追剧能接受，看快节奏脱口秀会有点跟不上。想压延迟，把翻译模型换成小一号的，准确率降一点，响应快不少。
避坑：续航、线材、适配
续航是硬伤。Puck 里是 4455 mAh 电池，官方没给最终量产续航数字，实际取决于亮度、刷新率、开几个应用、AI 处理量。原型机实测有说两个半小时的，也有说四小时视频的，差异就在用法。开会加翻译这种双负载，按保守估，两小时出头就得想着充电。Puck 支持 65W 快充，午休补一口能续上。
线材束缚躲不掉。眼镜到 Puck 那根线，起身走动会挂到桌角，开会坐定没问题，站着讲要理好线。想完全无线，这代产品做不到。
App 适配是另一个坑。Google Play 应用能跑，但 XR 原生体验的只有一百多个，社交类、大部分手机应用还是平面窗口，字幕浮窗跟某些应用的悬浮层会打架。装之前先看应用详情页有没有标 XR 适配。近视用户注意，AURA 本身不带屈光度调节，得配定制镜片或者戴隐形，这点买前要算进成本。
FAQ
这玩意儿要收费吗？硬件一次性买断，12GB+256GB 限时 1099 美元起，16GB+512GB 限时 1299 美元，优惠到 2026 年 12 月。字幕应用本身有免费有付费，端侧跑的不按次收钱，走云端的可能订阅。
延迟高不高？端侧字幕一句话说完约 1.5 秒出结果，短句更快。会议和看剧够用，实时性要求极高的场景别指望它替代专业同传设备。
小度智能音箱大金刚 低音炮 AI语音控制 蓝牙音响
小提示：如果你也想搭建自己的 AI 网站或跑 AI 应用，腾讯云新用户有云服务器特惠，轻量服务器性价比很高，可以点这里看看优惠。