苹果AirPods摄像头仅100万像素，为何是AI核心零件

手机摄像头已经卷到2亿像素、8K视频的今天，苹果却给未来AI硬件准备了一颗只有100万像素的摄像头。这个看起来有些寒酸的参数，恰恰可能是苹果AI布局里最关键的一环。

MacRumors从macOS Tahoe 26.7 RC的系统代码中挖出了苹果制作好的宣传视频：戴着AirPods拿起一本书，Visual Intelligence看见书名，再让Siri把它保存下来。视频里的产品代号是B790，按照Mark Gurman的说法，它原本就在苹果2026年的产品路线图上，后续量产版本B798则要等到2027年。

系统代码第一次让我们看清了这副耳机究竟怎么「看」。这套摄像头至少存在两种工作状态：主动模式下可以采集640×640图像，经过处理后最高输出1024×1024；被动模式则采集320×320，输出320×320或512×512图像。左右两只AirPods可以同步获取RGB静态图像，通过相同的Frame ID对齐两个视角，再按照一定频率持续采集，交给Visual Intelligence处理。

为什么100万像素就够了？

对于AI来说，很多时候根本不需要4800万像素的照片。模型只需要知道，桌上放着一本书，前面是家餐厅，手里拿着瓶饮料，路牌上写着什么。分辨率降下来，数据量随之减少，图像处理和传输的负担也会下降。对于电池只有耳机大小、又需要长时间佩戴的设备来说，功耗和续航是比清晰度更需要考虑的问题。

过去二十年，消费电子里的摄像头主要服务于人。像素、传感器尺寸、动态范围、色彩，最终都指向同件事：得到好看的照片。但AI硬件的摄像头，核心用途并非摄影，而是场景AI识别。现实世界先被摄像头转化成视觉数据，再交给模型理解。

今年上市的光帆AI全感耳机就是很直接的参照。它同样把摄像头塞进左右两只耳机，采用两颗200万像素定焦摄像头，甚至把4G eSIM和GPS放进耳机盒，让设备减少对手机的依赖。200万还是100万像素，在这里没有那么重要。工程问题已经变成：能不能看清，处理要多久，需要传多少数据，又要消耗多少电。

AirPods如何理解「这本」？

两只AirPods耳机，已经组成了一套传感器组合：摄像头观察眼前有什么，陀螺仪记录头部朝向，麦克风收集周围声音，位置和运动传感器补充人在哪里、正在做什么。

比如走进书店，拿起一本书，然后问Siri：「这本怎么样？」单独把这句话交给今天的大模型，它其实什么也不知道。但如果AirPods刚刚看到了封面，知道头部正在朝向这本书，同时iPhone知道你身处书店，那么Siri才真正理解「这本」究竟指什么。如果系统还知道你过去读过同个作者的两本书，其中一本看完了，另一本只读了三分之一，它甚至可以给出只对你有意义的答案。

今天我们和AI交流时，一直在不停地向它解释自己：我是谁，我在哪里，我刚刚看到了什么，我手里拿着什么，为什么突然问这个问题。很多Prompt，本质上都在人工补充机器缺失的上下文。摄像头、麦克风和位置、运动状态传感器所做的，就是逐渐把这些解释省掉。

隐私保护的新问题

这次被挖出来的系统代码里还有个很小的细节：每只AirPod似乎都能够控制硬件指示灯，包括开关和亮度。如果这对应摄像头的工作状态，那么当AirPods获取环境图像时，周围的人可能会通过灯光得到提醒——这倒是很符合苹果一贯的隐私保护策略。

如果摄像头只是偶尔拍张照片，亮灯或许已经足够；但如果它需要以较低频率持续理解环境，问题就复杂了。因为AI需要的并不是某张照片，而是上下文，因此也需要持续打开各项感官，这时候恰当的提醒就非常重要。

从这个角度上看，AirPods的定位也发生了微妙的变化——不再是单纯的耳机，而是一种新的AI硬件形态。如果诸如此类的变化不止于AirPods，而是来到更多苹果产品上呢？

2027年：苹果AI硬件的关键节点

2027年，对苹果而言本来就是特殊的年份——iPhone发布二十周年。按照目前的爆料，苹果正在准备大幅改变设计的二十周年iPhone，而摄像头AirPods也可能在同一时期登场。与此同时，苹果还有几条AI硬件产品线正在推进：除了摄像头AirPods，还有智能眼镜，以及可以夹在衣服上、或者作为项链佩戴的AI挂饰。此前曝光的产品规划中，也出现过配备摄像头的Apple Watch。

但如果暂时把「产品」拿掉，只看它们身上的传感器，会看到另一幅图景。其实这张网络的很多节点，今天已经在我们身上了：手腕上的Apple Watch知道昨晚几点睡着、今天走了多少路；口袋里的iPhone知道几点离开公司、去了哪家餐厅；Mac知道下午打开了哪些文档；AirPods则几乎一直贴着耳朵。

苹果现在准备做的，是给这些设备继续增加感知能力。过去，这些信息分散在不同设备和App里——心率属于「健康」，照片属于「相册」，位置属于「地图」……AI出现以后，它们第一次可以成为同样的东西：上下文。

于是，AirPods知道听到了什么，也可能知道正在面对什么；Apple Watch知道身体正在发生什么；iPhone知道在哪里、正在和谁沟通；Mac知道正在处理什么工作。如果智能眼镜最终出现，它还会获得直接的第一人称视角。任何设备单独拿出来，都不足以真正理解人，但它们分别掌握着人的不同切面，一经协同，就拥有了对一个人的全景式了解。

这也是苹果和许多AI硬件创业公司之间很难复制的差别。过去几年，行业一直在寻找所谓「AI时代的iPhone」——有人做Pin，有人做项链，有人做眼镜。但苹果不需要重新发明AI硬件，它只需要让已经存在的硬件，长出新的感官。