先说一个变电站里的常识。

无人机负责高空，机器人负责夜间，摄像头负责常态监控。三样都装了，一套例行巡视，还是得两个人在设备区走两小时、上万步。

钱花了，人没少下来。

问题出在最后那几米——设备跟前。

这三样设备有个共同点：都不进设备跟前。而巡视里最费时间的活，恰恰全在跟前：凑近去读一块指针表，确认开关是分还是合，看清指示灯亮的到底是哪一颗。

钱花在"覆盖"上了，时间全花在"跟前"。

这副约 50 克的眼镜，想改的就是这一段。

它叫阿法龙 Alpha S30，面向工业运维与电力巡检的轻量化真 AR 智能眼镜。下面不讲概念，只讲它在站里到底接哪几件事。低头读表这一下，正是无人机和机器人都到不了的地方

一、巡检最费时间的，不是走路，是抄表

算笔时间的账。

一个点位，低头看表大概三秒。难的是后面：掏本子记下来，抬头确认点位编号，回主站再把这串数字敲进系统。

同一件事，干了三遍。

真正磨损人的不是体力，是这种反复搬运信息的动作。它不出错的时候没人夸，出错一次要复盘半天。

S30 接的就是这一环。它配套的 AI 库把识别模型分成四类：指针类、状态类、指示灯、矩阵组合类。

指针类读表，状态类判开关分合，指示灯看点位状态，矩阵组合类对付排在一块的成组表计——一次取一组，不用一格一格对。

这四类不是拍脑袋分的，正好压在电力现场最常做的四种判断上。

识别结果跟着点位记录一起走，回到系统里就是一条条可查的数据，不用再念一遍、抄一遍。

硬件是配套的：5000 万像素摄像头配 PDAF 相位自动对焦，79° 专用视角比常规更宽。不用把脸贴到柜门上，站在安全距离外就能把表拍全。

拍得清，才谈得上识别。

二、这副眼镜不教你怎么走，它管你怎么记

这里得先澄清一件事，免得误会。

S30 不做视觉导航。它不会在视野里给你画箭头、带你走到下一个点位。

巡检路线是在另一头配的。在 XR 云平台的「工业运维」里建地点——填名称、传封面、传一张现场平面图，然后在这张图上标巡检点、划路线。点位和路线配好了，任务才有内容。再到「任务列表」里新建任务：关联地点、选周期（每天或每月）、定执行时间，推送到对应眼镜。

在云平台的地点上，把巡检点一个个标进平面图，再连成巡检路线

眼镜端的事情很简单：进「工业运维」，看到待执行任务；进去能看到这次跑几个点位、几项检查；滑动触控板选点位，按项点检，一项一项往下走。

眼镜端看到的就是这样：点位加完成进度，0/1 表示这一项还没做完

看着平淡，但这里藏着这套东西最值钱的部分——

巡检结果不再靠人回忆。

现场每一步回传，都会进「任务报表」：任务完成情况、执行人员、执行时间，还有这次巡检的实际轨迹。

班组长第二天想复盘某条巡检走得对不对，看轨迹就行，不用打电话问"你昨天到底去没去高压配电室"。

一次巡检的报表详情：平面图上的点位、AI 判断为异常的指示灯状态、现场实拍，都在同一条记录里

记录这件事一旦从"事后补"变成"过程里自己长出来"，台账就不再是负担。

三、正午的杆塔下，屏幕能不能看清，是分界线

工业场景的 AR 眼镜，比的不是演示效果，是最差条件下的可用性。

输电线路巡检常排在正午。阳光直射，多数 AR 眼镜的屏幕会"洗白"成一片，什么都读不出。S30 用的是 MicroLED 峰值 1500nits。

这条参数在实验室表格里不起眼，到了杆塔下面，就是"能用"和"不能用"的区别。

第二件事是视野。双目衍射光波导几乎全通透，看得见屏幕，也看得见脚下和头顶。

在高压环境里，这不是舒适性问题，是安全问题。

第三件事是手。巡检要扶梯、要拿仪器、要开门挂牌，手从来不够用。所以 S30 留了三条路：

• 镜腿上的物理按键可以盲操，短按直接抓拍，不管当前在哪个界面，拍完自动回原位；

• 触控板负责翻页和确认；

• 离线语音指令不联网也能用，说"返回""下一页""确认"就行，屏幕上带点击属性的按钮，也能直接喊名字点。

这几条加在一起，才是"双手不离开作业面"的真实含义——不是挥挥手控制一切，是不用把手从梯子上拿下来。

镜腿上的物理按键、触控板、内侧指示灯——为戴着手套的双手留的后路

再加上约 50 克的重量、磁吸近视镜片和磁吸墨镜片，这副眼镜才算真能戴一整天，包括安全帽底下那 8 小时。需要收起存在感的时候，摄像头指示灯可以关掉。

四、专家不用再跑一趟，但判断必须在场

运维最贵的成本，常常不是工时，是等待。

一个疑难缺陷，现场判断不了，层层上报，专家从市里开车到站里——路上两小时，到场看十分钟。

S30 菜单里有「远程专家」这个入口，打开就是第一视角：现场看到什么，远端看到什么。配合手机助手的投屏能力，画面可以在另一块屏幕上展开，语音同步沟通。

远端看到的就是现场的第一视角，专家隔着几百公里也能指出问题出在哪一颗螺丝上

省掉的是路上那两小时，不是专家的判断。

行业里已经有可比的数据。南网超高压公司大理局公开的 AR 人机交互专利实测显示，应用后现场作业效率提升 50% 以上，复杂环境下的操作风险降低约 30%。

国网太原供电公司在地下管廊电缆故障定位中用上 AR 眼镜，定位时长从原先的 4 至 8 小时压到 1 至 2 小时，年均创造经济效益超 290 万元。

技术没有变魔法，它只是把"专家必须在场"，换成了"专家的判断必须在场"。

五、行业已经在跑这条路，但要分清谁干什么

2025 年 6 月，国网杭州供电公司在临平勤学开关站首次用 AR 智能眼镜对一、二次保护设备做全流程巡视，随后搭起"AR 眼镜 ＋ 无人机 ＋ 机器人"三位一体体系。

更早的数据来自厦门供电公司：220kV 变电站例行巡视时间，从人工的 123 分钟降到 43 分钟。

这些案例说的不只是"AR 有用"，更重要的是分工。

无人机管高空和大范围，机器人管固定路线和夜间值守，固定摄像头管常态监控——三者都在解决"覆盖"。可它们都不进设备跟前。

要凑上去看铭牌有没有锈、读一块油位计、判断接头有没有渗油，这一段到今天还是得靠人。

S30 补的就是这一段。它不跟无人机和机器人抢活，它把"人"这一段做得更快、更准、更留得下痕迹。

六、有几句实话，得说在前面

把这几条去掉，S30 在现场实际干的是四件事：

• 看清楚——指针表、设备状态、指示灯、组合表计四类识别，把"看"这一步变成可记录的数据；

• 说清楚——阵列麦克风降噪保证语音可用，第一视角画面接远程专家，把现场原样搬给远端；

• 记清楚——拍照录像、点位完成情况、执行人员、执行时间与巡检轨迹自动留存；

• 传清楚——数据汇总到 XR 云平台，进任务报表、进知识库；业务系统对接按项目需求推进。

七、为什么这套东西是我们做

电力行业选 AR 方案，最怕的不是参数不够高，是供应商只做集成、不做底层。

设备要跟着业务改，算法要跟着场景调。底层不在自己手上，交付就永远慢半拍。

阿法龙在 AR 领域深耕十年以上，是专精特新企业，全栈闭环自己做：

• 光学自主：自研超表面光波导芯片，从芯片设计、母版制造到量产加工全流程自主；

• 终端自研：约 50 克轻量机身、远距离识别摄像头模组、双芯片长续航，为长时间现场作业定制；

• 算法自控：AR 识别追踪专用算法 ＋ XR 云平台，已服务 300 余家企业与政务单位。

最后

电网不会因为一副眼镜就变智能。

但每一趟巡视少抄的一页纸、每一份不用重复录的台账、每一次不必出车的专家支援，都是实打实省下来的。

效率这件事，很少靠一个大动作提上去。它往往是被无数个"这一段"重新算过一遍之后，才慢慢显出来的。

阿法龙 Alpha S30 想做的，就是让每一次凑到设备跟前的这几分钟，更值一点。

如果你也在电力、新能源或工业运维一线，欢迎留言说说：你们站里最耗时间的一个巡检动作是什么？我们想听听真实的答案。

阿法龙控股（北京）有限公司 北京市顺义区 HICOOL 产业园二期 2 号楼 8 层

010-6883-8821 ｜ vip@alphalong.cn ｜ alphalong.cn