AirPods裝攝像頭+智能眼鏡+AI吊墜！蘋果三款新硬件曝光

彭博社記者馬克·古爾曼披露，蘋果正秘密推進多款以“視覺智能”為核心的新硬件研發，涵蓋配備攝像頭的進階版AirPods、首款智能眼鏡，以及一款可懸掛于衣物上的吊墜式裝置。

根據了解，這三款設備都將圍繞Siri數字助手構建，升級版本的Siri還將能夠依靠視覺信息來進行交互；并且它們均將需要連接蘋果iPhone手機使用，并且搭載功能不同的攝像頭。

蘋果的視覺AI戰略野心

蘋果CEO庫克在內部全員大會及財報電話會上多次提及，“視覺智能”已成為Apple Intelligence中最受歡迎的能力之一，它極大地優化了用戶在學習、搜索以及與屏幕內容交互方面的體驗，顯著提升了效率。

目前，“視覺智能”主要集成在iPhone 16的相機控制按鈕上。用戶只需長按該按鈕，就能快速對周圍環境進行識別，進而實現多種實用操作。比如翻譯路標、獲取餐廳詳細信息，或者將傳單上的活動信息直接添加到日歷中。

隨著iOS 26系統的推送，“視覺智能”的應用場景實現了突破性擴展。它不再局限于相機取景，而是借助全新設計的截圖查看器，覆蓋iPhone屏幕上的所有內容。在iOS 26系統里，用戶完成屏幕截圖后，系統會自動調用AI能力對圖片中的信息進行處理。

值得注意的是，目前該功能允許用戶拍攝照片或截圖后，通過OpenAI的ChatGPT詢問有關內容的問題，或者通過谷歌輕松進行反向圖像搜索。

然而，蘋果的野心顯然不止于做外部AI模型的“搬運工”。據透露，蘋果正在投入大量資源開發自研的原生視覺模型，旨在取代目前依賴的外部系統，并讓這類技術成為即將推出的AI設備系列的核心。

三線布局，構建全場景視覺感知網絡

古爾曼披露的蘋果三款新硬件設備，形態各異，覆蓋不同穿戴場景，共同搭建起蘋果視覺AI的“全場景感知網絡”。

• 帶攝像頭的AirPods：這款進階版AirPods是在現有AirPods基礎上加入攝像頭，賦予耳機“環境感知”能力。其主要功能是為AI提供視覺信息，而非用于拍攝照片和視頻。預計該產品最早將于2026年推出。
• 智能眼鏡：該款智能眼鏡預計最快2027年面世，將直接對標Meta Ray-Ban的高端設備。據悉，這款智能眼鏡將采用無顯示屏設計，配備先進的攝像頭系統，包括一個能夠拍攝照片和視頻的高分辨率攝像頭，以及第二個為Siri提供視覺信息和環境感知的攝像頭。用戶可通過該眼鏡與Siri交互、撥打電話、聽音樂、拍照和錄制視頻。
• 吊墜式裝置：這款吊墜式裝置體積如同AirTag，可夾在衣物或掛在項鏈上。它將配備低分辨率攝像頭，為AI提供視覺感知；內置麥克風方便用戶與Siri對話。蘋果計劃將其作為iPhone的延伸配件進行營銷，而非作為獨立產品推向市場。

端側AI與隱私計算的雙重護城河

蘋果這三款新硬件的曝光，背后是其一套完整的視覺AI戰略邏輯。蘋果并非簡單堆砌硬件，而是依托兩大核心技術構建壁壘，走“端側落地、協同共生”的差異化路線。

“端側部署”作為蘋果視覺AI戰略的首要核心，即所有視覺感知、數據處理和AI計算均在用戶設備端完成，而非依賴云端服務器。這一點與Apple Intelligence的整體定位高度契合。

具體而言，對于日常的簡單任務，Apple Intelligence將直接通過本地設備端模型的運行完成，所有數據均在用戶設備上進行處理，無需傳輸到云端，大大減少了數據暴露的風險，在隱私保護方面具有顯著優勢。

對于視覺AI而言，隱私保護堪稱“生死線”。視覺數據往往涵蓋用戶的出行軌跡、社交場景、面部特征等大量敏感信息。蘋果的端側處理模式，不僅徹底解決了視覺數據的隱私安全問題，還能有效降低數據傳輸的延遲，讓視覺AI的響應速度更快，實現了“安全與體驗”的雙重平衡。

而這一切的背后，離不開蘋果多年來在芯片領域的深厚積累。從M系列芯片到H系列耳機芯片，再到神經網絡引擎，蘋果的自研芯片為端側視覺AI提供了強大的算力支撐，讓輕量化的穿戴設備（如吊墜式裝置、智能眼鏡）也能輕松承載復雜的視覺識別任務。

如果說端側AI是蘋果視覺AI的“技術根基”，那么“生態協同”便是其最核心的競爭力。根據了解，此次曝光的三款新硬件，均需與iPhone手機深度連接，同時將與正在開發中的更智能版本的Siri實現無縫交互，形成“硬件-服務-數據”的完整生態閉環。這種閉環生態進一步鞏固了蘋果的生態壁壘，使其在激烈的市場競爭中更具優勢。

不同于其他廠商“快速發布、快速迭代”的節奏，蘋果的視覺AI戰略是一場“慢工出細活”的長期主義實踐，其循序漸進地搭建起視覺AI的技術體系與生態框架，試圖將視覺AI從冰冷的技術從“實驗室技術”滲透至日常生活的每一個場景，重構人機交互的底層邏輯。

此次古爾曼披露的新品，只是蘋果視覺AI戰略的“冰山一角”。未來，隨著這三款硬件的正式發布，蘋果將進一步完善視覺AI的場景覆蓋，推動人機交互從“屏幕觸摸”走向“視覺感知”。