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。