Smart glasses er på vej til at blive mere end et kamera og en skærm foran øjnene. Et nyt forskningsreview, From Seeing to Acting, præsenterer det første systematiske rammeværk, der behandler briller som 'first-person intelligence platforms' – altså systemer, der ikke bare opfanger verden, men også forstår, husker og handler på den. For beslutningstagere, der skal vurdere, hvilke briller der er værd at satse på, er det første gang, der findes et fælles sprog og en målestok at sammenligne efter.
Surveyen samler den hidtil fragmenterede litteratur om augmented reality, egocentrisk vision, multimodale modeller og embodied intelligence. Den formelle ramme beskriver, hvordan data flyder fra brillerne til handling, og karakteriserer enheder langs otte verificerbare hardware-akser. Derudover introduceres et L0-L5-modenhedsniveau, der spænder fra simpel optagelse til fuld 'embodied coupling', hvor brillerne er tæt forbundet med brugerens fysiske handlinger.
Det vigtigste for en køber eller udvikler er ikke, om en enkelt model kan genkende, svare eller huske – men om hele systemet kan opretholde en pålidelig, tidsmæssigt korrekt og korrigerbar 'perception-state-interaction-action-loop'. Rammeværket adresserer netop dette ved at introducere et ni-dimensionalt deployeringsframework, en evalueringsprotokol baseret på verificerbare påstande og en 'evidence ladder', der rækker fra kontrollerede målinger til langtidsvalidering i felten.
For virksomheder og investorer betyder det, at man nu kan vurdere briller og AI-systemer ud fra fælles kriterier – og dermed træffe mere informerede beslutninger om, hvilke produkter der reelt kan levere på løftet om pålidelig, første-persons intelligens. Det adresserer også et kritisk hul: manglen på sammenlignelige benchmarks og dokumentation for, hvad der virker i praksis.
