当普通人还在质疑 AI 眼镜，盲人快要用上苹果版《Her》智能导盲
AI 眼镜
新形态
苹果眼镜的路线图已经清晰：2026 年发布 AI 拍照眼镜，2027 年推出价格亲民的 Vision Air。这意味着，继 iPhone、Apple Watch 之后，眼镜将成为苹果下一个重点产品线。
问题是，AI 眼镜能做什么？
最近苹果与哥伦比亚大学的一项合作研究，给出了答案的一部分：让 AI 带着视障人士「云逛街」，就像电影《Her》男女主角约会的桥段那样。
具体来说他们开发了一个叫 SceneScout 的原型系统，结合街景图像和大模型，为盲人提供详细的环境描述和导航指引。
苹果在无障碍领域的投入早已十分深厚。从 VoiceOver 到 Apple Watch 的触觉反馈，苹果一直将无障碍支持视为产品哲学的核心。
SceneScout 研究方向表明：或许普通人现在还看不到 AI 眼镜到底有些什么用（除了偷拍），但 AI 眼镜完全可能成为对视障群体最友好，改变他们生活质量的智能设备。
图片来自：Apple
让 AI 带着视障人士「云逛街」
「这些是有视力的人可能不会觉得有用的细节，但盲人可能不知道如何询问。」一位参与 SceneScout 测试的用户这样评价这个系统。
简单说，SceneScout 就是一个 AI 导游，专门为视障人士描述街景。用户输入起点和终点，系统就会沿着路线「走」一遍，告诉你沿途有什么建筑、什么店铺、人行道宽度如何、是否有无障碍设施。
与传统的无障碍导航工具不同，SceneScout 通过 AI 大模型，结合街景图像和深度学习算法，尝试在街道复杂的环境中生成一种 「心理地图」，帮助视障人士更好地理解周围环境，做到更加自主、安全的出行。
SceneScout 提供两种使用模式。
第一种是「路线预览」，类似出门前的踩点。系统会将路线分成 30-40 米的小段，每段提供短中长三种详细程度的描述。在十字路口，AI 会使用 360 度全景视角描述交通状况和过街设施；在普通路段，则采用 180 度前向视角模拟行人视角。
路线预览模式. 图片来自：arxiv
第二种是「虚拟探索」，用户可以像玩街景地图一样自由移动。比如想了解纽约布鲁克林绿点社区是否适合居住，用户输入「我想买房，想看看这个社区是否安静，有没有公园和便民设施」，AI 就会根据这个意图重点描述相关信息，并在每个路口建议最佳探索方向。
虚拟探索模式. 图片来自：arxiv
技术实现并不复杂：GPT-4o 多模态大模型负责理解图像和生成描述，苹果地图 API 提供路线规划和附近兴趣点数据，街景图像则来自苹果的街景服务。苹果在这次合作中主要提供了地图 Server API 和街景数据访问权限。
哥伦比亚大学找了 10 名 BLV 用户测试 SceneScout， 结果测试显示，在使用中，他们表示有 72% 的准确描述， 16% 的错误，但这些错误很微妙——比如说某个路灯，但实际没有；或者把「费格罗亚大道」读成了不存在的街道名。对于无法看到图像的 BLV 群体来说，很难被察觉。
SceneScout 的系统架构. 图片来自：arxiv
同时，在测试中提到，描述中的街景元素有 95 % 的概率在一段时间是保持不变的——这意味着，即使街景图像不经常更新，它仍然可以保持实用性。
SceneScout 原型系统. 图片来自：arxiv
然而，这项技术并非完美无缺。
在研究过程中，用户反馈也暴露了一些挑战。部分用户表示，AI 生成的街景描述有时可能不够准确，尤其是在动态环境中，AI 「幻觉」 现象导致的信息错误会影响用户的信任度：
它怎么知道这是一个安静的住宅区？我几乎觉得它是在编造。这会让人产生错误的期望。客观性是最好的，然后让用户来判断其含义。
尽管存在这些问题，但 BLV 用户仍对 SceneScout 的兴趣很高。他们希望将这种功能集成到现有导航应用中，甚至建议开发实时版本——边走边获取环境描述。这正是 AI 眼镜可能发挥作用的地方。
图片来自：Apple
AI 眼镜，可能是对盲人最友好的智能设备
SceneScout 的用户测试揭露了一个关键需求：实时环境感知。多位用户表示，希望能在实际行走时获得即时的环境描述，而不仅仅是出行前的预览。
「为什么地图应用不能内置提供我正在经过什么的详细信息？」一位用户这样问道。另一位用户建议，可以通过骨传导耳机或透明模式提供相关细节，「当你暂停行走或到达路口时，触发更全面的描述」。
视障人士的这些需求，指向一个明确方向：AI眼镜。
图片来自：Apple
与传统的智能手表、手机等辅助设备不同，AI 眼镜拥有着独特的优势。
现有导航辅助工具都需要占用一只手操作手机，这意味着用户要在手杖、导盲犬和手机之间做选择。一位 SceneScout 测试用户明确表示：
我们不知道用户会如何过马路。他们会用其他应用告诉他们步行信号开启吗？会通过FaceTime联系朋友吗？我们不应该做假设。
AI 眼镜彻底避免了这个问题。视觉感知、语音交互、空间音频反馈都不需要手部操作，可以专注于安全行走。
▲ 图片来自：Apple
作为佩戴在眼睛上的设备，AI 眼镜这种硬件形态能够更加紧密地与佩戴者的视野同步，可以无缝集成在用户的日常生活中。与传统的手持设备相比，佩戴眼镜的方式让用户不需要再额外操作，而是通过语音、触觉或其他智能反馈获得信息。这种即时且持续的反馈方式，无疑将大大提升视障人士的出行效率。
苹果在 AI 眼镜所需的三个核心技术领域都有深厚积累。
硬件方面，Vision Pro 已经验证了苹果的空间计算能力。6 个摄像头阵列、激光雷达传感器、空间音频系统——这些技术压缩到眼镜形态后，能提供比手机更连续、更自然的环境感知。SceneScout 需要用户主动启动应用、举起手机拍照，AI 眼镜则可以持续「看见」周围环境。
当然，仅就视障人士的需求来看，常规的时尚性（有摄像头，无显示屏）AI 眼镜已经够用了。如果这项技术在未来能够普及，它的价格也不会很高，毕竟小米也已经将价格打到了 1999，将来随着产业成熟价格会进一步下探。
将来，每一位视障人士都能够戴的起这种眼镜——前提是如果苹果做的话，别把价格定的太高……
图片来自：Apple
此外，Apple Intelligence 的本地处理架构解决了隐私和延迟问题。SceneScout 依赖云端 GPT-4o 处理，存在网络延迟和位置信息泄露风险。AI 眼镜可以将基础视觉理解在设备端完成，只在需要复杂推理时调用云端模型。
生态整合是苹果的传统强项。SceneScout 只是一个独立原型，AI 眼镜则可以与地图、Siri、快捷指令深度整合。用户可以通过语音定制描述重点，设置个人偏好，甚至与日历结合提供个性化导航建议。
图片来自：Apple
重要的是，本地 AI 处理意味着敏感的位置和行为数据不需要上传到云端。对于需要频繁导航帮助的视障用户来说，这种隐私保护尤其重要。
苹果 AI 眼镜在技术创新方面有巨大潜力，特别是人工智能与硬件产品形态的结合。为视障群体创造便利，是这一产品形态最有价值的应用方向之一。
SceneScout 研究证明了 AI 描述街景的可行性，但也暴露了现有技术的局限。AI 眼镜有机会解决这些问题：实时感知替代静态图像，本地处理提升响应速度，个性化学习满足差异化需求。
图片来自：Apple
我们期待 AI 眼镜这一产品形态的广泛应用。它不仅能为视障群体提供前所未有的独立导航能力，更可能推动整个无障碍技术的发展。
当科技公司开始认真考虑如何让 AI 真正服务于有特殊需求的用户群体时，技术创新的社会价值才能真正体现。
AI 眼镜如果确实是下一代设备形态，那么我仍希望有更多的类似研究出现，帮助达成这样一个愿景：最好的技术不是让所有人做同样的事，而是让每个人都能做自己想做的事。
文 | 周芊彤、肖钦鹏
(来源：新浪科技)
关联资讯:
消息称苹果watchOS 12将引入Apple Intelligence功能，依赖iPhone运行模型
