耳机里藏摄像头？VueBuds让你用耳朵“看”世界

哇哦AI

图片来自 newatlas.com 的相关公开报道，展示产品、原型、使用场景或事件背景；具体信息以原始来源为准。 摄影/版权标识：newatlas.com。 来源：newatlas.com

想象一下，你站在异国街头，看着一块看不懂的路牌，随口问一句“这是什么意思”，耳机里立刻传来AI的翻译。这不是科幻电影——华盛顿大学的研究团队真的把摄像头塞进了耳机里。他们改造了索尼WF-1000XM3，在两侧耳机各嵌入一颗米粒大小的黑白摄像头，配合视觉语言模型，让耳机能“看见”你注视的方向，并实时回答你的问题。在演示中，用户看着厨房，AI一秒内描述出“有窗户、水槽和几瓶调料”；看着披头士专辑封面，它准确报出“Abbey Road”。不过，这还只是原型机，离量产还有距离。

目前能确认到哪一步
announced：华盛顿大学团队在CHI '26会议上发布原型机，基于索尼WF-1000XM3改装，尚未有量产计划或价格信息。

米粒摄像头如何塞进耳机？
传统耳机体积小巧，但内部空间极其有限。华盛顿大学团队却成功在索尼WF-1000XM3的腔体内，各嵌入一颗米粒大小的黑白摄像头。这些摄像头功耗极低，不到5毫瓦，仅在需要时激活，以节省电量。由于摄像头位于耳朵两侧，视角会被头部遮挡？团队利用立体视觉原理——就像人眼通过两个瞳孔合成图像一样，AI将左右摄像头画面融合，形成完整的视野。

原型机外观比普通耳机大一圈，接近20年前的拇指蓝牙耳机。但团队表示，随着微型化技术发展，未来版本可以更紧凑。当前摄像头仅支持低分辨率黑白成像，无法识别颜色，但足以完成物体识别、文字翻译等任务。电池续航方面，连续视频流仍不可行，但静态图像问答场景下表现稳定。

图片来自 newatlas.com 的相关公开报道，展示产品、原型、使用场景或事件背景；具体信息以原始来源为准。 摄影/版权标识：newatlas.com。 来源：newatlas.com

实测表现：83%准确率，但仍有局限
在17项视觉问答测试中，90名用户参与评估，VueBuds的响应质量与Ray-Ban Meta眼镜相当。物体识别和翻译准确率达83%，识别书籍标题和作者时更高达93%。演示中，用户看着厨房，AI一秒内描述出“有窗户、水槽和几瓶调料”；看着披头士专辑封面，它准确报出“Abbey Road”。这些结果来自研究团队的论文，尚未经第三方独立验证。

不过，当前版本存在明显短板：黑白摄像头无法回答颜色相关问题；高分辨率导航和实时翻译需要更强大的硬件；电池无法支撑长时间视频流。此外，研究团队也承认，在嘈杂环境或快速移动时，识别准确率会下降。这些限制意味着VueBuds短期内还无法取代智能手机或专用辅助设备。

隐私争议：会重蹈Google Glass覆辙吗？
Google Glass因隐私问题被公众抵制，用户甚至被称为“Glasshole”。VueBuds的设计试图规避这一点：摄像头仅拍摄低分辨率黑白静态图像，且通过本地处理而非云端，减少数据泄露风险。耳机上有一个小型指示灯提示摄像头开启，但研究团队承认，这种提示很容易被忽略——被拍摄者可能根本不知道耳机正在“看”他们。

更令人担忧的是，耳机同时具备麦克风和蓝牙连接，理论上可以同步采集音频和图像。虽然当前原型机仅用于视觉问答，但一旦量产，滥用风险不可忽视。研究团队在论文中提到了隐私保护措施，但未提供具体技术细节。在公众对隐私高度敏感的今天，VueBuds能否避免成为新一代“间谍设备”，仍是未知数。

资料线索
• newatlas.com

本文是基于公开页面整理的 AI 硬件情报，不是本站实测或购买建议。图片发布副本增加 waoo.ai 水印，原摄影者和来源标识保留。