量产与产品化：从样机到交付的鸿沟
很多 AR 项目在 Demo 阶段看起来进展很快：能显示、能定位、能通话、能标注。但一旦进入量产与交付，问题会突然变多：一致性、良率、校准、售后、合规。AR 眼镜之所以难，不仅难在技术，还难在“交付系统”。
1. BOM 与空间：每一克重量都要“有意义”
眼镜的空间极其宝贵：光机、电池、散热、传感器、天线都在争夺有限体积。工程上常见冲突：
- 更大电池带来续航，但加重量、改变重心。
- 更强算力带来效果，但加发热与成本。
- 更多传感器带来能力，但加功耗与装调复杂度。
产品化的关键是：明确核心场景，把资源投在“必须可用”的链路上。
2. 良率与一致性：光学与标定决定交付速度
AR 眼镜的体验对细微误差非常敏感。量产时需要关注：
- 光学一致性：畸变、亮度均匀性、色偏。
- 传感器一致性：IMU 偏置、相机内参、外参。
- 时间同步：不同批次硬件的时钟偏移与延迟模型。
没有可规模化的校准与检测流程，量产会被装调与返修拖垮。
3. 可靠性与售后：现场问题要能定位、能恢复
AR 眼镜常见的现场问题包括：跟踪漂移、温度过高、相机画面异常、网络差导致通话失败。产品化要准备：
- 自检工具（传感器、温度、存储、网络）。
- 恢复路径（重置校准、清理地图、降级模式）。
- 日志与回放（可复现的证据链）。
4. OTA 与版本管理：体验不能“每次更新都变样”
AR 的系统更新涉及光学/算法/渲染/业务多模块。建议建立严格的发版纪律：
- 关键指标回归（跟踪/延迟/功耗/RTC）。
- 灰度发布与可回滚。
- 版本差异可解释：每次更新明确影响范围。
一句话总结：AR 的产品化不是“把 Demo 做得更完整”，而是建立可量产、可校准、可诊断、可回滚的交付体系。