浙大发布智能眼镜综述，提出 L0-L5 第一人称智能能力框架
浙大团队给智能眼镜建了一套可比较、可复现的评估坐标系，把模糊的「AI 眼镜」标签拆成硬件轴、能力循环和 L0-L5 分级，附带九类场景与部署检查清单。
浙江大学 APRIL Lab 发布综述，把智能眼镜从「能拍照、能放歌的配件」重新定义为第一人称智能平台：它持续采集你看什么、听什么、在哪、做什么，并据此产生行动。团队把硬件归为八条可验证能力轴，抽象出七项基础能力，并提出 L0-L5 分级（从记录传递到具身耦合），用于比较不同技术路线究竟能支撑什么。
正文摘录
.jpg)  当我们谈论智能眼镜时，许多人的第一反应仍是：它能不能拍照、放歌、导航，或者它就像一个戴在头上的语音助手？ 但随着第一人称（Egocentric）视觉、多模态大模型、人机交互和具身智能的快速发展，智能眼镜正在发生更深刻的演进：它不再只是一个负责采集或显示信息的配件，而逐渐成为 连接人的感知、持续记忆与数字 / 物理行动的第一人称智能平台 。 近日，来自 浙江大学 APRIL Lab 的研究团队在综述《From Seeing to Acting: Smart Glasses as First-Person Intelligence Platforms》中为这个快速发展的方向建立了一套系统性研究框架，系统梳理并讨论了相关概念、方法、资源、评测与未来方向。作者团队也同时维护了一个 GitHub 资源库，希望与感兴趣的研究和学习人员一起建设。