AirPods真的要长“眼睛”了？苹果想做的可能是一个会感知环境的耳机

前段时间我们曾经报道过“带摄像头的AirPods”的消息，通过对macOS Tahoe 26.7 RC代码的挖掘，一段未公开的系统演示视频曝光了这款接近发布阶段的全新硬件。随着相关代码被进一步挖掘，更多的细节现在呈现在我们面前，我们有机会更清晰地了解一下这款产品的设计和理念。

8月31日，MacRumors报道称，苹果正在开发的摄像头版AirPods除了支持视觉智能(Visual Intelligence)之外，还可能利用摄像头识别用户正在观看的实体屏幕，从而改善空间音频的动态头部追踪。而Reddit用户进一步对macOS 26.7代码进行拆解后发现，这套系统背后实际上包含了一套相当完整的视觉采集、环境感知和传感器校准机制。

首先值得注意的是，苹果似乎并不是准备在AirPods上塞进一颗传统意义上的“摄像头”。macOS 26.7代码显示，左右两只耳机各自配备一颗彩色计算机视觉摄像头，内部代号为“Kino”，系统将它们分别识别为左右CVCAM(Computer Vision camera)设备。两颗摄像头还可以按照匹配的Frame ID同步采集图像，并被系统作为一组数据处理。更重要的是，代码没有显示其具备常规连续视频的录制能力，而是支持一次性静态采集和按频率持续采集静态画面。换句话说，这套硬件的设计重点并不是“录像”，而是让设备持续获得足够的信息去理解用户周围发生了什么。

这里还有一个容易被误读的参数：代码中出现了最高约1024×1024的处理后图像，因此可以理解为“约1MP级输出”，但这并不意味着苹果最终采用的物理传感器原生分辨率就是1MP。主动捕获模式以640×640的分辨率开始，返回经过处理的1024×1024图像;系统同时准备了一种分辨率较低的被动捕获模式，采用320×320的采集，可根据不同的捕获模式返回320×320或512×512的输出——被动模式明显更偏向环境感知。代码甚至列出了“环境语音”“音频场景变化”“姿态变化”“头部转动”以及用户离开特定空间范围等触发条件。

这也解释了为什么苹果要在左右耳分别部署摄像头。由于耳机佩戴角度并不固定，而且人的头部会不断运动，系统必须同时解决镜头畸变、摄像头相对于耳机的位置变化，以及摄像头与IMU(惯性测量单元)之间的对应关系。macOS 26.7中已经出现了相机内参、外参、畸变校正、Camera-to-IMU校准以及基于用户表面的映射等代码。简单来说，苹果正在努力让“摄像头看到的世界”和“耳机感知到的头部运动”进入同一个坐标体系。

此外，MacRumors论坛帖中也给出了目前最值得关注的应用场景——空间音频。现阶段AirPods的动态头部追踪主要依靠运动传感器，但长时间观看视频时，系统估算出的头部位置可能出现漂移。未来摄像头版AirPods可以直接寻找用户正在观看的物理屏幕，再把“屏幕所在方向”与IMU推算出的方向进行比较，利用摄像头提供的视觉信息对空间音频进行微调，从而减少长期使用后的定位偏移。

更细的是，代码似乎已经考虑到了真实使用环境：系统可能识别笔记本、显示器、手机、平板和电视五类屏幕;当用户面前存在多块显示设备时，再根据设备类型和朝向判断用户真正关注的是哪一块屏幕。该帖子还提到，这一检测主要针对视频播放，在用户走动、坐站姿态明显变化或者前方出现多个外接屏幕时，相关机制也可能暂停工作。也就是说，摄像头并不是持续“盯着屏幕找目标”，而是在需要的时候介入空间音频的定位过程。

与此同时，视觉智能才是这套系统更大的想象空间。macOS 26.7代码中出现了与“audio accessory visual reasoning”相关的服务调用，论坛帖据此判断，AirPods拍摄的视觉信息未来可以用于回答用户关于眼前事物的问题，并通过苹果的PCC(Private Cloud Compute，私有云计算)完成相关推理。Reddit拆解还发现，AirPods本身至少存在一定程度的本地推理能力，例如用于判断画面中是否存在人物;同时代码中还出现了可以控制硬件指示灯及亮度的机制，这很可能与摄像头工作状态提示有关。

到了这里，相信这款具备摄像头的AirPods的产品逻辑已经非常清晰了。苹果真正想改变的可能不是让AirPods拍照录视频，而是让它成为一个始终贴近用户，同时具备听觉、视觉和运动感知能力的接口。手机负责算力和显示，耳机则负责随身感知，未来再与Apple Watch、iPhone乃至苹果其他可穿戴设备协同。相比让手机成为唯一的AI入口，这种方式更符合端侧AI和智能体的发展方向——AI不一定需要用户主动打开一个App，它可以先理解“我在哪里、我正在看什么、周围发生了什么”。

但这条路线最大的障碍同样明显，那就是隐私和社会接受度。要知道AirPods是一种高度日常化的设备，这款耳机很容易被第三方认为是一个“偷拍摄像机”。目前代码确实出现了硬件指示灯和人物检测机制，但现阶段还不能据此判断苹果最终会采取什么样的拍摄提示、数据处理和第三方人物保护机制——而其背后可能存在的数据泄露风险势必会影响这款产品的备案、上市和消费者的选择。

我更倾向于认为，苹果未来的这款摄像头AirPods会是一款拥有视觉能力的AI耳机。空间音频只是它最容易被消费者感知的第一层应用，Visual Intelligence则可能是第二层，而真正有想象力的第三层，是让耳机开始理解用户所处的“上下文”。目前比较可信的时间节点是，这款产品最快可能要到2027年秋季才会亮相，这也意味着苹果还有相当长时间去解决续航、隐私、算力和交互这些决定产品成败的问题，也让我们拭目以待。

聚合标签：

网友评论

发布