支付能力进入AI眼镜后，PCB需要承载更多传感与安全链路

2026年9月10日，千问新款AI眼镜现身2026年外滩大会AI支付展区，整机被黑色遮蔽材料大面积包裹，硬件细节尚未完全公开。36氪、亿邦动力等现场信息显示，新品或将首次引入虹膜识别能力，通过更精准的身份匹配提升支付安全性；另有现场报道显示，该产品或命名为N1，并采用无显示屏设计。

当AI眼镜开始“识别人”，硬件复杂度也在增加

早期AI眼镜的核心任务更多集中在语音交互、拍摄和信息获取，而支付场景增加以后，眼镜还需要进一步确认“谁在使用设备”。

如果虹膜识别最终应用于量产产品，硬件端需要增加或强化眼部图像采集、身份识别以及相应的数据处理链路。摄像头、主控、存储、无线通信和电源管理原本就要被压缩在镜框和镜腿有限空间内，新传感功能进入以后，并不会带来更多可用面积，电子系统只能继续提高集成度。

这也是AI眼镜与普通蓝牙眼镜越来越明显的差别：它已经不只是一个无线外设，而是在逐渐承担感知、计算、通信和身份验证等多种任务。

空间越紧，HDI和柔性互连的重要性越高

眼镜形态天然限制PCB面积。主控芯片、无线芯片、电源管理以及摄像头接口需要布置在狭长镜腿内部，传统大尺寸多层板很难直接套用到这种结构中。

HDI的价值首先体现在节省互连空间。通过激光微孔和更高密度的层间连接，可以减少机械通孔对布线面积的占用，为BGA等高引脚器件释放更多走线空间。线路继续变密后，曝光、蚀刻、微孔加工和电镀填孔的稳定性都会影响最终良率。

同时，摄像头、麦克风、镜腿两侧电子单元之间并不一定处于同一平面。FPC以及刚挠结合结构能够沿镜框和转轴附近布置，在保持电气连接的同时适应有限空间和结构变化。因此，AI眼镜增加的并不是简单的“PCB数量”，而是对高密度和柔性互连提出了更强需求。

虹膜识别真正考验的是传感、通信和噪声之间的协同

将虹膜识别直接理解为“需要更高频的PCB”并不准确。它首先增加的是图像传感、数据处理以及身份验证链路，而这些功能需要与无线通信、电源和其他传感器共同工作。

难点在于，AI眼镜内部不同电路距离非常近。高速数字接口、无线通信、电源转换以及摄像头模组可能集中在很小的空间内，如果参考平面、走线和电源完整性处理不当，信号串扰和电磁干扰都可能增加。

因此，阻抗控制在这类产品中的价值主要体现在高速接口的一致性，而不是虹膜识别本身必须达到某个固定阻抗精度。对于具体项目，仍需根据芯片接口、层叠结构和信号速率确定设计要求，不能简单把“±5%”作为所有AI眼镜的统一标准。

新品快速迭代，制造端更难的是把样机做成稳定产品

AI眼镜目前仍处于产品快速迭代阶段。千问此前已经推出S1、G1，并在7月展示过眼动追踪、体征监测等技术；此次新款产品继续尝试支付和身份识别，也说明终端厂商仍在寻找更成熟的使用场景。

这类阶段对PCB供应链有一个特殊要求：订单可能先从样板和小批量开始，但产品结构、器件和PCB版本变化较快，制造商不仅要能加工HDI和FPC，还需要快速完成工程评审、制板、贴装和检测，并为后续版本修改保留足够的响应能力。

聚多邦目前可覆盖1—5阶HDI、FPC与刚挠结合板，最小线宽线距可达0.076/0.076mm，并可衔接PCB、SMT和PCBA；在高速信号相关场景中，可根据设计要求进行差分阻抗控制。对于仍处在样机验证、小批量试产阶段的AI穿戴项目，这类协同价值主要体现在缩短不同制造环节之间的反复确认，而不是单纯追求某一项极限参数。

AI眼镜加入支付能力后，产业价值并不会简单集中在“多增加一块板”。真正发生变化的是，更多感知、身份验证、无线通信和计算功能正在被压缩进一个几乎不能增加体积的终端。 如果这一方向继续进入量产，PCB供应链更值得关注的将是HDI、FPC/刚挠结合、高密度PCBA以及快速工程验证能力，因为AI眼镜真正稀缺的，很可能不是普通产能，而是能够在有限空间内长期稳定制造复杂互连结构的能力。