苹果把摄像头塞进耳机里，最先被改变的可能不是拍照，而是你掏手机的次数。

这句话听上去很像发布会广告。可在macOS Tahoe 26.7 RC泄露的那段13秒演示里，苹果已经把意图讲得相当直白：一个男人戴着AirPods，举起一本书，Siri认出封面，并把它保存下来。

没有取景框，没有快门，也没有让他拿出iPhone。

这颗镜头不是给人拍照的，它是给Siri长眼睛的。

如果这款产品真在今年秋季落地，AirPods的身份会发生一次很大的偏移。它不再只是播放音乐、接电话和降噪的耳机，而会变成苹果离现实世界最近的一台AI设备。

问题也随之而来：一台会看、会听、还可能把信息送上云端的耳机，究竟是便利工具，还是又一个需要提防的传感器？

这不是渲染图，但也还不是官宣

过去两年，所谓“摄像头版AirPods”一直处在一种很尴尬的状态：供应链说要量产，分析师说会搭配Vision Pro，爆料者又说项目暂停。每隔几个月出来一次，像极了科技圈里那些永远在路上的概念产品。

这次不一样。

演示视频直接藏在苹果自己的系统候选版本里，系统中还出现了内部代号B790、图像流相关信息，以及为AirPods设置“视觉智能”的文字。甚至连一个很生活化的故障都考虑到了：头发遮住耳机时，系统会提醒用户把传感器露出来，否则环境识别会不准确。

做一张产品渲染图很容易，做到系统引导、错误提示和功能演示这一步，成本完全不是一回事。它至少说明B790已经走出实验室，软件体验也搭好了大致框架。

但别急着把“已确认研发”写成“九月必发”。苹果尚未公布产品、价格和上市时间，系统里的素材也可能服务于延期项目。现在最稳妥的判断是：苹果确实在做，而且离能卖不远；今年是否端上发布会，仍有变数。

还有一个容易被忽略的细节。此前曝光最多的是代号B798的项目，它一度被指因Siri和视觉模型进度不够而推迟到2027年。八月重新浮出水面的B790，则是另一条并行路线，硬件进度更快。

这也解释了为什么前几个月的消息一会儿“停了”，一会儿又“快量产了”。外界很可能把两款内部方案当成了同一副耳机。macOS文件目前把B790归在AirPods Pro名下，所谓“AirPods Ultra”仍只是备选叫法，不能当正式命名。

别把早期红外方案和这次演示硬拼在一起

摄像头版AirPods最早被说成会采用类似Face ID接收端的红外相机，用于捕捉环境变化、识别手势，并让空间音频更准确地配合Vision Pro。这个方向更像空间感知，不需要拍出一张适合人眼观看的照片。

现在的B790演示却能识别书名，系统代码里也出现了“图像流”。它指向的是视觉智能：读取文字、理解物体，再把结果交给Siri。

很多报道顺手把两批消息焊在一起，写成“红外摄像头识别万物”。这并不严谨。B790和B798到底使用什么传感器组合，苹果没有公开；一颗负责空间感知的红外接收器，和一套能够读取书封文字的低分辨率成像系统，也不是同一个概念。

能确认的只有功能方向：它不以拍照片、录视频为卖点，而是采集足够让机器理解环境的视觉信息。

“低分辨率”听起来很克制，甚至很安全。但能读出书名，就可能读出菜单、工牌、快递单和电脑屏幕上的一行字。画面不够发朋友圈，不代表信息不敏感。

苹果争的不是耳机市场，而是AI的现实入口

今天的语音助手有一个先天缺陷：它听得见你，却不知道你在面对什么。

你站在陌生街口问“我该往哪边走”，它缺少眼前的路牌；你对着冰箱问“这些东西能做什么”，它不知道里面有鸡蛋还是牛奶；你看到一张演出海报想记下时间，仍得掏出手机、打开相机、对准，再点几下屏幕。

所谓视觉智能早已能在iPhone上识别植物、翻译菜单、读取海报并创建日历事项。能力不是从零开始，麻烦在于入口仍是一块需要拿在手里的屏幕。

AirPods恰好补上这个缺口。它本来就在耳朵上，已经拥有麦克风、语音唤醒、声音输出和与iPhone的稳定连接。加一套视觉传感器，Siri才能把“看见—理解—回答—执行”一路做完。你看到停车位编号时说一句“记住这里”，走到展柜前问一句“这本书讲什么”，答案直接回到耳朵里。

这也是苹果为什么不必等智能眼镜成熟，先从AirPods下手。眼镜要处理镜片度数、脸型、重量、外观和佩戴习惯；耳机早已被大家塞进耳朵，不需要重新学怎么戴。Meta的智能眼镜卖出超过两百万副后，产业链甚至讨论把年产能推到千万级乃至更高，已经证明“免掏手机的视觉AI”不是纯概念。

苹果真正想卖的，不是一副会拍照的耳机，而是一种没有屏幕的操作方式。

演示里那本被举起来的书，暴露了最大短板

那段演示最有意思的地方，不是Siri认出了书，而是男人把书举到了耳机能够看见的位置。

耳机上的镜头跟着头部转动，不会跟着眼球转动。你眼睛向右瞥一眼橱窗，头未必会转；你低头看菜单，耳机柄的朝向也未必覆盖桌面。人类理解“我正在看什么”很自然，机器却要先解决一个笨拙的几何问题：摄像头朝向并不等于视线方向。

头发遮挡提醒更像一张提前写好的免责声明。长发、帽子、围巾、衣领，甚至耳机在不同耳形上的倾斜角度，都可能改变视野。苹果可以用左右两颗传感器拼接信息，也可以让用户轻微转头校准，但每多一个动作，“不用掏手机”的优势就薄一层。

我对第一代产品最大的疑问因此不是识别率，而是动作成本。

如果每次都要叫醒Siri、转正脑袋、把物体举高，再等云端返回答案，那还不如掏手机，至少屏幕能让我确认它到底看见了什么。没有取景画面的设备，一旦识别错对象，用户甚至不知道错在视角、光线，还是模型本身。

反过来，如果它能在低功耗状态下持续理解环境，体验会突然变得很强：走路时提醒错过的路口，记住刚看过的店名，为视障人士朗读门牌和商品标签，听见“稍后提醒我”时自动绑定眼前的物体。

可一旦走向持续感知，续航、发热和隐私压力都会成倍上升。

真正的矛盾，是“按需看一眼”还是“一直在看”

摄像头只在用户发出指令后工作两三秒，电量和隐私都相对容易控制。但这种模式与举起iPhone相比，只省了一个掏手机的动作，未必足以支撑更高价格。

若摄像头长时间待命，AI才有机会理解上下文，知道“刚才那家店”“我经过的车位”“前面那块路牌”分别指什么。代价也很直接：传感器要取流，芯片要筛选画面，耳机要与手机或云端交换数据。无线耳机里最稀缺的从来不是想法，而是那一点点电池空间。

传闻中的新芯片可以提升处理效率，无法取消物理规律。耳机柄变长、机身变厚，可能就是苹果为镜头、芯片和电池做出的妥协。若最终换来的是续航缩水、佩戴压耳，或者高频使用视觉功能后半天没电，这款产品会非常像一台展厅里惊艳、通勤中添堵的演示机。

更现实的问题是，买AirPods的大多数人仍然先看降噪、音质、通话和舒适度。摄像头再新鲜，也不能拿这些基本功抵账。苹果若把带镜头版本做成独立高配，让不需要的人继续买普通Pro，还算讲道理；若强行让整条Pro产品线为视觉AI增重涨价，我不认为这是进步。

苹果能保护你的数据，却替不了旁人同意

关于隐私，最偷懒的一句话是：“苹果比别家公司可靠，所以不用担心。”

苹果确实拥有设备端处理和专用云计算体系，也有能力限制第三方读取原始图像。传闻还提到耳机会用指示灯提示视觉数据正在上传。单看手里的牌，它比许多突然冒出来的AI硬件更有条件把数据关在系统里。

但这里存在两种完全不同的隐私。

一种是佩戴者的数据会不会被保存、用于训练或泄露；另一种是站在佩戴者面前的人，是否知道自己正被传感器读取。前者可以靠加密、权限和服务器审计改善，后者是一种社会关系，不能用一句“我们不保存照片”轻轻带过。

耳机比眼镜更麻烦。大家已经逐渐知道智能眼镜上有摄像头，却很难分辨一副白色AirPods什么时候在识别环境。若指示灯只在上传云端时亮，本地处理时是否亮？摄像头被遮挡后会不会停止工作？第三方应用能否调用？识别结果保留多久？这些都比镜头像素更重要。

Meta已经给出过前车之鉴。它给智能眼镜配了不可关闭的拍摄灯，遮住灯还会禁用相机，仍挡不住公众对隐蔽拍摄的反感，近期在德国又因相关问题遭到数字权利组织举报。苹果把传感器藏进更不起眼的耳机，只会面对更高的解释成本。

我能接受的方案很明确：默认关闭环境感知；每次调用都有旁人能看懂的硬件提示；指示灯与传感器在硬件层联动；原始图像不向第三方开放；后台连续识别必须单独授权；敏感地点提供快速停用。少一项，所谓“隐私优先”都只够写在发布会幻灯片上。

现在要不要等，先看你买的是耳机还是AI入口

如果手里的AirPods已经续航崩掉，你只需要稳定降噪、听歌和通话，没必要为了摄像头版暂停购买。视觉智能不会让普通歌曲突然更好听，第一代新品还可能更贵、更厚，实际续航也没有答案。

如果你经常依赖语音助手、在意无障碍能力，或就是想尝试少掏手机的使用方式，可以等到九月发布窗口再决定。这次系统级泄露的分量足够高，多等几周比买完立刻遇到新品更划算。

中国大陆用户还要多看一层。截至8月18日，苹果官方支持页面仍写明Apple智能暂不能在中国大陆购买的受支持设备上使用。虽然相关服务的本地化和监管进度已经出现推进，但摄像头版AirPods最核心的卖点恰恰依赖Siri与视觉智能。硬件先到、功能后补，甚至不同地区能力不一致，都是现实风险。

发布会当天，我不会先盯着苹果展示它能认出多少种植物，也不会急着为“耳机里塞进摄像头”鼓掌。我只想确认几件很朴素的事：一次充电能撑多久，视觉数据在哪里处理，旁人如何知道镜头正在工作，以及国行买回去当天究竟能用什么。

这几个问题答清楚，它可能是AirPods诞生十年以来最重要的一次转向。

答不清楚，那段认出书名的13秒视频，也就只值13秒的新鲜感。