前幾天，MacRumors 直接從 macOS Tahoe 26.7 RC 裏挖出了蘋果製作好的宣傳視頻：戴着 AirPods 拿起一本書，Visual Intelligence 看見書名，再讓 Siri 把它保存下來。

視頻裏的產品代號是 B790。按照 Mark Gurman 的說法，它原本就在蘋果 2026 年的產品路線圖上，後續量產版本 B798，則要等到 2027 年。

而最新挖出的系統代碼，也第一次讓我們看清了這副耳機究竟怎麼「看」。其中最有意思的，是一個看起來有些寒酸的參數：

AirPods 上的攝像頭，只有 100 萬像素。

圖 | WIRED

在手機已經討論 2 億像素、8K 視頻的今天，蘋果給未來 AI 硬件準備的攝像頭，實際採集畫面甚至可能只有 320×320。

它顯然不是用來拍照的。

AirPods 上的攝像頭，為什麼只有 100 萬像素？

從目前挖出的代碼看，這套攝像頭至少存在兩種工作狀態。

主動模式下，攝像頭可以採集 640×640 圖像，經過處理後最高輸出 1024×1024；被動模式則採集 320×320，輸出 320×320 或 512×512 圖像。

代碼顯示，左右兩隻 AirPods 可以同步獲取 RGB 靜態圖像，通過相同的 Frame ID 對齊兩個視角，再按照一定頻率持續採集，交給 Visual Intelligence 處理。

系統會同時處理環境語音、周圍聲音變化、姿態和頭部旋轉信息；兩顆攝像頭之間需要標定，攝像頭與運動傳感器之間也需要校準。如果頭部運動過於劇烈，或者鏡頭被遮擋，對應畫面會被直接捨棄。

AccessorySensorManager 中甚至出現了「peripheral inference」相關代碼，可以在設備側判斷畫面中是否存在人物。

這些，都是餵給 AI 的絕佳數據。

對於 AI 來說，很多時候根本不需要 4800 萬像素的照片。模型只需要知道，桌上放着一本書，前面是家餐廳，手裏拿着瓶飲料，路牌上寫着什麼。

320×320 像素已經夠用了。

分辨率降下來，數據量隨之減少，圖像處理和傳輸的負擔也會下降。對於電池只有耳機大小、又需要長時間佩戴的設備來說，功耗和續航是比清晰度更需要考慮的問題。

圖 | iFIXIT

過去二十年，消費電子裏的攝像頭主要服務於人。像素、傳感器尺寸、動態範圍、色彩，最終都指向同件事：得到好看的照片。

但 AI 攝像頭首先服務於機器。

照片甚至不需要留下來。機器看懂，就可以刪掉。

蘋果並不是第一個沿着這條路做產品的公司。今年上市的光帆 AI 全感耳機就是很直接的參照。它同樣把攝像頭塞進左右兩隻耳機，採用兩顆 200 萬像素定焦攝像頭，核心用途並非攝影，而是場景 AI 識別。

現實世界先被攝像頭轉化成視覺數據，再交給模型理解。光帆甚至把 4G eSIM 和 GPS 放進耳機盒，讓設備減少對手機的依賴。

200 萬還是 100 萬像素，在這裏沒有那麼重要。工程問題已經變成：能不能看清，處理要多久，需要傳多少數據，又要消耗多少電。

更早的 Humane AI Pin 也嘗試過類似思路，用攝像頭給 AI 補上視覺。

但 Humane 需要說服人們為了 AI，在胸前額外佩戴新設備。

蘋果沒有這個問題。

很多人本來就每天戴着 AirPods。它不需要重新發明 AI 硬件，只需要讓已經存在的硬件，長出新的感官。

AI 時代的 AirPods 不是耳機，而是傳感器

事實上，兩隻 AirPods 耳機，已經組成了一套傳感器組合：

攝像頭觀察眼前有什麼，陀螺儀記錄頭部朝向，麥克風收集周圍聲音，位置和運動傳感器補充人在哪裏、正在做什麼。

比如走進書店，拿起一本書，然後問 Siri：「這本值得買嗎？」

單獨把這句話交給今天的大模型，它其實什麼也不知道。

「這本」是哪一本？

但如果 AirPods 啱啱看到了封面，知道頭部正在朝向這本書，同時 iPhone 知道你身處書店，那麼 Siri 才真正理解「這本」究竟指什麼。

如果系統還知道你過去讀過同個作者的兩本書，其中一本看完了，另一本只讀了三分之一，它甚至可以給出只對你有意義的答案。

這裏發生的變化很微妙。

今天我們和 AI 交流時，一直在不停地向它解釋自己。我是誰，我在哪裏，我啱啱看到了什麼，我手裏拿着什麼，為什麼突然問這個問題。

很多 Prompt，本質上都在人工補充機器缺失的上下文。

攝像頭、麥克風和位置、運動狀態傳感器所做的，就是逐漸把這些解釋省掉。

大模型已經知道很多關於世界的事情，卻依然知道很少關於「你」的事情。

隨身 AI 也不應該每次被喚醒時，都像第一次見到你。攝像頭 AirPods 補上的，恰好就是一種「屬於個人的上下文」。

圖 | Apple Insider

手機拍照是非常明確的動作：拿起手機，打開相機，對準目標。

但耳機不同。它一直戴在人的頭上，因此與周圍環境的交互就顯得尤為重要。

這次被挖出來的系統代碼裏，還有個很小的細節：

每隻 AirPod 似乎都能夠控制硬件指示燈，包括開關和亮度。

如果這對應攝像頭的工作狀態，那麼當 AirPods 獲取環境圖像時，周圍的人可能會通過燈光得到提醒——這倒是很符合蘋果一貫的隱私保護策略。

如果攝像頭只是偶爾拍張照片，亮燈或許已經足夠；但如果它需要以較低頻率持續理解環境，問題就複雜了。

因為 AI 需要的並不是某張照片，而是上下文，因此也需要持續打開各項感官，這時候恰當的提醒就非常重要。

從這個角度上看，AirPods 的定位也發生了微妙的變化——不再是單純的耳機，而是一種新的 AI 硬件形態。

如果諸如此類的變化，不止於 AirPods，而是來到更多蘋果產品上呢？

我想這纔是蘋果在 AI 時代，最重要的戰略。而其中最重要的時間節點，就是 2027 年。

2027 年，也許正是蘋果 AI 元年

2027 年，對蘋果而言本來就是特殊的年份——iPhone 發布二十周年。

按照目前的爆料，蘋果正在準備大幅改變設計的二十周年 iPhone，而攝像頭 AirPods，也可能在同一時期登場。

與此同時，蘋果還有幾條 AI 硬件產品線正在推進。

除了攝像頭 AirPods，還有智能眼鏡，以及可以夾在衣服上、或者作為項鍊佩戴的 AI 掛飾。

此前曝光的產品規劃中，也出現過配備攝像頭的 Apple Watch，讓手錶獲得觀察周圍環境的能力。

單獨看，它們沒有太多關係。

耳機是耳機，眼鏡是眼鏡，手錶是手錶。

但如果暫時把「產品」拿掉，只看它們身上的傳感器，會看到另一幅圖景。

上下文網絡的很多節點，今天已經在我們身上了。

手腕上的 Apple Watch 知道昨晚幾點睡着、今天走了多少路；口袋裏的 iPhone 知道幾點離開公司、去了哪家餐廳；Mac 知道下午打開了哪些文檔；AirPods 則幾乎一直貼着耳朵。

蘋果現在準備做的，是給這些設備繼續增加感知能力。

過去，這些信息分散在不同設備和 App 裏。心率屬於「健康」，照片屬於「相冊」，位置屬於「地圖」……

AI 出現以後，它們第一次可以成為同樣的東西：上下文。

於是，AirPods 知道聽到了什麼，也可能知道正在面對什麼；Apple Watch 知道身體正在發生什麼；iPhone 知道在哪裏、正在和誰溝通；Mac 知道正在處理什麼工作。如果智能眼鏡最終出現，它還會獲得直接的第一人稱視角。

任何設備單獨拿出來，都不足以真正理解人，但它們分別掌握着人的不同切面，一經協同，就擁有了對一個人的全景式了解。

這也是蘋果和許多 AI 硬件創業公司之間很難複製的差別。

過去幾年，行業一直在尋找所謂「AI 時代的 iPhone」——

有人做 Pin，有人做項鍊，有人做眼鏡，也有人試圖重新發明手機。

在蘋果看來，未必需要找到唯一答案。

因為手機、手錶、耳機、電腦、平板、頭顯和家庭設備，它都已經有了。接下來要做的，是讓這些設備擁有豐富的感知能力，再把不同設備獲得的信息組織起來。

最終形成的東西，可能比某款 AI 硬件本身重要得多：

關於人的「個人上下文」。

想象一個很普通的下午：Apple Watch 知道你昨晚只睡了五個小時，下午又跑了五公里；iPhone 知道十分鐘後還有場會議；AirPods 的攝像頭看到你站在便利店裏，拿起一瓶能量飲料。

然後你問：

「這個適合我嗎？」

今天使用 AI，你可能還要先解釋自己的睡眠、運動、接下來的安排，以及手裏拿着什麼。如果這些信息已經成為上下文，你只需要提問即可。

這種能力不來自某顆攝像頭，也不來自某款設備，而是圍繞個人信息打造的 AI 硬件生態。

大模型當然還會繼續進步，但模型正在變成可以替換的能力，今天使用這個，明天可以換另一個。

真正無法快速複製的，是一個人的上下文。

過去五年去了哪裏，讀過什麼，身體發生過什麼變化，喜歡什麼樣的餐廳，什麼時間容易疲憊。

這些東西無法通過下載大模型重新獲得。

它只能一天一天積累。

這也讓蘋果過去幾年反覆強調的端側計算、Secure Enclave 和 Private Cloud Compute，有了另一層意義。

真正了解你的 AI，需要處理的信息可能比今天的照片、聊天記錄和瀏覽歷史還要私人。

它不僅知道你說過什麼，還可能知道在哪裏說、當時看着什麼、身體是什麼狀態，以及最後做出了什麼選擇。

所以模型能力之外，還有個問題會逐漸變得重要：

誰擁有這些上下文？

蘋果最理想的答案當然是，讓它儘可能留在用戶自己手裏——或者說，留在蘋果的設備，以及蘋果構建的私有計算體系裏。

如果這條路線成立，蘋果最終建立的就不只是 AI 設備，而是跨越手機、耳機、手錶、眼鏡和電腦的感知網絡。

硬件會換，模型也會換。但如果 AI 已經認識你十年，事情就不一樣了。

到那時，人的重要數字資產，可能不再只是照片、文件和聊天記錄，還包括只有自己的 AI 硬件生態才能完整擁有的個人上下文——

源自一顆顆攝像頭、一枚枚麥克風、一個個傳感器——它們不再是為了記住這個世界而存在，而是為了記住你。

作者｜肖欽鵬