<p>无线耳塞似乎突然出现。由苹果的 AirPods 推广，它们瞬间无处不在——在地铁上、在杂货店里、在坐在你对面的人耳中——直到某个时候，它们成为了几乎每个人都不假思索就佩戴的东西。</p>
<p>这种受欢迎程度是否使耳塞在人工智能方面优于智能眼镜？这就是华盛顿大学研究人员开发的 VueBuds 原型背后的赌注，他们在一对标准的索尼无线耳塞中嵌入了一个米粒大小的摄像头。结果是一个隐藏在显眼处的视觉 AI 助手：看着一罐食物并询问其卡路里含量，举起一个不熟悉的厨房工具并在大约一秒钟内得到答案。</p>
<p>该系统在设备上处理图像，并通过连接的 AI 模型进行响应——不需要云端，也不存储图像。</p>
<p>华盛顿大学团队相信，他们是首个将摄像头直接嵌入商业无线耳塞的团队。</p>
<p>耳塞不会记住任何东西，但你周围的人可能不知道这一点。这种紧张关系正是华盛顿大学团队所构建的核心，并提出了一个研究人员认真对待的问题：当摄像头嵌入到人们不认为是摄像头的物体中时，社会规范是什么？</p>
<p>团队的答案是大力减少数据收集。图像被处理并丢弃；没有任何东西被保存。但该系统没有向旁观者发出任何外部信号，表明存在摄像头，研究人员承认这是一个尚未解决的挑战。</p>
<p>为了让这样的技术赢得信任，首席研究员、华盛顿大学计算机科学与工程保罗·G·艾伦学院的博士生 Maruchi Kim 认为，隐私不能是事后考虑的事情。</p>
<p>“我们不支持保存图像，” Kim 说。“这主要是为了在移动中实现人与 AI 之间的互动，特别是在免提场景中。”</p>
<p>团队的另一个核心论点是关于形态因素——这对 Meta 构成了尖锐的挑战，Meta 花费了数年和数亿美元试图将摄像头眼镜变成主流产品。</p>
<p>华盛顿大学团队的立场是，智能眼镜永远无法完全摆脱其社会包袱：Google Glass 的记忆、被监视的不适感、佩戴者选择参与大多数人未参与的事物的明显信号。耳塞没有这些历史负担。</p>
<p>“从一开始，我们就不想与此相关联，” Kim 说。</p>
<p>将摄像头放入耳塞需要先解决一个电源问题。摄像头消耗的能量远远超过麦克风，因此团队选择了一种低功耗传感器，每秒捕捉大约一帧黑白图像——在视频标准下速度较慢，但对于研究人员设想的问答式互动来说足够快。</p>
<p>摄像头向外倾斜五到十度，提供 98 到 108 度的视野，来自两个耳塞的图像在处理前被拼接成一个单一的画面，将响应时间缩短到约一秒。</p>
<p>应用范围从实用到重要。该系统可以读取食品包装上的文本、识别物体，并翻译书面韩文。但对于视力低下或白内障的人来说，影响更为深远。</p>
<p>团队收到了十多封来自视觉障碍人士的电子邮件，描述他们将如何使用它：理解面部表情、阅读书籍、观看电视——现有的 AI 工具无法轻松支持这些任务，尤其是在免提、环境友好的方式下。</p>
<p>Kim 还看到了另一个在劳动力中被忽视的群体。电工、管道工和工业环境中的工人往往无法在任务中途暂停以拿出手机——管道配件卡在位置上，活电线需要双手操作。</p>
<p>对于这些工人来说，一个无需触摸屏幕的语音查询视觉助手是获得 AI 访问权限与完全没有访问权限之间的区别。</p>
<p>“有很多蓝领工作，这些人无法真正利用最近 AI 进步的好处，” Kim 说。“他们不能随便拿出手机拍照。”</p>
<p>免提框架的扩展范围很广：外科医生、厨师、任何曾试图在湿手状态下跟随食谱的人。</p>
<p>该系统仍处于实验阶段，尚未上市。项目的高级研究员、艾伦学院教授 Shyam Gollakota 表示，科技公司对此的兴趣非常大，配备摄像头的耳塞可能在几年内面向消费者。</p>
<p>在成本方面，Gollakota 持乐观态度。他表示，摄像头传感器本身的组件成本可能低于一美元——这意味着在大型消费电子制造商的规模下，价格溢价可能相对较小。</p>
<p>Gollakota 提到的 10 美元数字是指在较小生产量下的更保守估计。</p>
<p>“我们在大学所做的就是展示你可以解决技术问题，” Gollakota 说。“然后我们为这些公司和其他人展示一条路径，表明这实际上是可能的。”</p>

<p>华盛顿大学的研究人员开发了 VueBuds，这是一款带有嵌入式摄像头的无线耳塞，旨在实现免提的人工智能互动。与智能眼镜不同，这款耳塞通过在设备上处理图像而不保存图像，从而最大程度地减少隐私问题。这项技术旨在帮助用户完成各种任务，特别是对视觉障碍人士和蓝领工人有益。尽管仍处于实验阶段，但来自科技公司的兴趣表明，配备摄像头的耳塞可能在几年内就能面向消费者</p>

<p>Wireless earbuds seemingly sprang out of nowhere. Popularized by Apple’s AirPods, they were suddenly everywhere — on the subway, in the grocery store, in the ears of the person sitting across from you — until somewhere along the way, they became the thing nearly everyone wears without a second thought.</p>
<div class="lb-trans"><p>无线耳塞似乎突然出现。由苹果的 AirPods 推广，它们瞬间无处不在——在地铁上、在杂货店里、在坐在你对面的人耳中——直到某个时候，它们成为了几乎每个人都不假思索就佩戴的东西。</p>
</div><p>Could that popularity make earbuds better than smart glasses for AI? That is the bet behind VueBuds, a prototype developed by University of Washington researchers who have embedded a rice-grain-sized camera into each earbud of a standard pair of Sony wireless earbuds. The result is a visual AI assistant hiding in plain sight: look at a can of food and ask how many calories it has, hold up an unfamiliar kitchen tool and get an answer in about a second.</p>
<div class="lb-trans"><p>这种受欢迎程度是否使耳塞在人工智能方面优于智能眼镜？这就是华盛顿大学研究人员开发的 VueBuds 原型背后的赌注，他们在一对标准的索尼无线耳塞中嵌入了一个米粒大小的摄像头。结果是一个隐藏在显眼处的视觉 AI 助手：看着一罐食物并询问其卡路里含量，举起一个不熟悉的厨房工具并在大约一秒钟内得到答案。</p>
</div><p>The system processes images on-device and responds through a connected AI model — no cloud required, no images stored.</p>
<div class="lb-trans"><p>该系统在设备上处理图像，并通过连接的 AI 模型进行响应——不需要云端，也不存储图像。</p>
</div><p>The UW team believes it is the first to embed cameras directly in commercial wireless earbuds.</p>
<div class="lb-trans"><p>华盛顿大学团队相信，他们是首个将摄像头直接嵌入商业无线耳塞的团队。</p>
</div><p>The earbuds don’t remember anything, but the people around you might not know that. That tension sits at the heart of what the UW team built and raises a question the researchers take seriously: what are the social norms when cameras are embedded in objects nobody thinks of as cameras?</p>
<div class="lb-trans"><p>耳塞不会记住任何东西，但你周围的人可能不知道这一点。这种紧张关系正是华盛顿大学团队所构建的核心，并提出了一个研究人员认真对待的问题：当摄像头嵌入到人们不认为是摄像头的物体中时，社会规范是什么？</p>
</div><p>The team’s answer is to lean hard on minimizing data collection. Images are processed and discarded; nothing is saved. But the system offers no outward signal to bystanders that a camera is present, which the researchers acknowledge is an open challenge rather than a solved one.</p>
<div class="lb-trans"><p>团队的答案是大力减少数据收集。图像被处理并丢弃；没有任何东西被保存。但该系统没有向旁观者发出任何外部信号，表明存在摄像头，研究人员承认这是一个尚未解决的挑战。</p>
</div><p>For technology like this to earn trust, Maruchi Kim, lead researcher and UW doctoral student in the Paul G. Allen School of Computer Science &amp; Engineering, argued that privacy can’t be an afterthought.</p>
<div class="lb-trans"><p>为了让这样的技术赢得信任，首席研究员、华盛顿大学计算机科学与工程保罗·G·艾伦学院的博士生 Maruchi Kim 认为，隐私不能是事后考虑的事情。</p>
</div><p>“We don’t support saving the images,” Kim said. “It’s mainly just to bridge the interaction between a person and having access to AI on the go, especially in hands-free scenarios.”</p>
<div class="lb-trans"><p>“我们不支持保存图像，” Kim 说。“这主要是为了在移动中实现人与 AI 之间的互动，特别是在免提场景中。”</p>
</div><p>The team’s other central argument is about form factor — and it’s a pointed challenge to Meta, which has spent years and hundreds of millions of dollars trying to make camera glasses a mainstream product.</p>
<div class="lb-trans"><p>团队的另一个核心论点是关于形态因素——这对 Meta 构成了尖锐的挑战，Meta 花费了数年和数亿美元试图将摄像头眼镜变成主流产品。</p>
</div><p>The UW team’s position is that smart glasses will never fully shed their social baggage: the memory of Google Glass, the discomfort of being watched, the visible signal that the wearer has opted into something most people haven’t. Earbuds carry none of that history.</p>
<div class="lb-trans"><p>华盛顿大学团队的立场是，智能眼镜永远无法完全摆脱其社会包袱：Google Glass 的记忆、被监视的不适感、佩戴者选择参与大多数人未参与的事物的明显信号。耳塞没有这些历史负担。</p>
</div><p>“From the get-go, we didn’t want to be associated with that,” Kim said.</p>
<div class="lb-trans"><p>“从一开始，我们就不想与此相关联，” Kim 说。</p>
</div><p>Getting cameras into earbuds required solving a power problem first. Cameras consume far more energy than microphones, so the team opted for a low-power sensor that captures roughly one frame per second in black and white — slow by video standards, but fast enough for the question-and-answer style of interaction the researchers had in mind.</p>
<div class="lb-trans"><p>将摄像头放入耳塞需要先解决一个电源问题。摄像头消耗的能量远远超过麦克风，因此团队选择了一种低功耗传感器，每秒捕捉大约一帧黑白图像——在视频标准下速度较慢，但对于研究人员设想的问答式互动来说足够快。</p>
</div><p>The cameras are angled five to 10 degrees outward, providing a 98- to 108-degree field of view, and images from both earbuds are stitched into a single frame before processing, cutting response time to about one second.</p>
<div class="lb-trans"><p>摄像头向外倾斜五到十度，提供 98 到 108 度的视野，来自两个耳塞的图像在处理前被拼接成一个单一的画面，将响应时间缩短到约一秒。</p>
</div><p>The applications range from the practical to the significant. The system can read text on food packaging, identify objects, and translate written Korean. But for people with low vision or cataracts, the implications run deeper.</p>
<div class="lb-trans"><p>应用范围从实用到重要。该系统可以读取食品包装上的文本、识别物体，并翻译书面韩文。但对于视力低下或白内障的人来说，影响更为深远。</p>
</div><p>The team received more than a dozen emails from people with visual impairments describing what they’d use it for: understanding facial expressions, reading books, watching television — tasks that existing AI tools can’t easily support in a hands-free, ambient way.</p>
<div class="lb-trans"><p>团队收到了十多封来自视觉障碍人士的电子邮件，描述他们将如何使用它：理解面部表情、阅读书籍、观看电视——现有的 AI 工具无法轻松支持这些任务，尤其是在免提、环境友好的方式下。</p>
</div><p>Kim sees another underserved group in the workforce. Electricians, plumbers, and workers in industrial settings often can’t pause to pull out a phone mid-task — a pipe fitting wedged in place, a live wire that needs both hands.</p>
<div class="lb-trans"><p>Kim 还看到了另一个在劳动力中被忽视的群体。电工、管道工和工业环境中的工人往往无法在任务中途暂停以拿出手机——管道配件卡在位置上，活电线需要双手操作。</p>
</div><p>For those workers, a voice-queryable visual assistant that doesn’t require touching a screen is the difference between having access to AI and not having it at all.</p>
<div class="lb-trans"><p>对于这些工人来说，一个无需触摸屏幕的语音查询视觉助手是获得 AI 访问权限与完全没有访问权限之间的区别。</p>
</div><p>“There’s a lot of blue collar work where those people aren’t really able to harness the benefits of recent AI advances,” Kim said. “They can’t just whip out their phones and take a photo.”</p>
<div class="lb-trans"><p>“有很多蓝领工作，这些人无法真正利用最近 AI 进步的好处，” Kim 说。“他们不能随便拿出手机拍照。”</p>
</div><p>The hands-free framing extends broadly: surgeons, cooks, anyone who has ever tried to follow a recipe with wet hands.</p>
<div class="lb-trans"><p>免提框架的扩展范围很广：外科医生、厨师、任何曾试图在湿手状态下跟随食谱的人。</p>
</div><p>The system remains experimental and isn’t available for purchase. Shyam Gollakota, a professor in the Allen School and the project’s senior researcher, said interest from technology companies has been significant, and camera-equipped earbuds could reach consumers within a few years.</p>
<div class="lb-trans"><p>该系统仍处于实验阶段，尚未上市。项目的高级研究员、艾伦学院教授 Shyam Gollakota 表示，科技公司对此的兴趣非常大，配备摄像头的耳塞可能在几年内面向消费者。</p>
</div><p>On cost, Gollakota is optimistic. The camera sensor itself could run under a dollar at the component level, he said — meaning that at the scale of a major consumer electronics manufacturer, the price premium over standard earbuds would likely be modest.</p>
<div class="lb-trans"><p>在成本方面，Gollakota 持乐观态度。他表示，摄像头传感器本身的组件成本可能低于一美元——这意味着在大型消费电子制造商的规模下，价格溢价可能相对较小。</p>
</div><p>The $10 figure Gollakota cited refers to a more conservative estimate at smaller production volumes.</p>
<div class="lb-trans"><p>Gollakota 提到的 10 美元数字是指在较小生产量下的更保守估计。</p>
</div><p>“What we do at the universities is show that you can solve technical problems,” Gollakota said. “Then we show a path for these companies and other people to say that this is actually possible.”</p>
<div class="lb-trans"><p>“我们在大学所做的就是展示你可以解决技术问题，” Gollakota 说。“然后我们为这些公司和其他人展示一条路径，表明这实际上是可能的。”</p>
</div>

抛开智能眼镜不谈：华盛顿大学的研究人员将微型摄像头嵌入耳机中，实现免提人工智能