带摄像头的 AirPods，苹果会怎么做出来？

放飞创意大胆探索

苹果对智能产品的设计，正在放飞自我。根据彭博社记者 Mark Gurman 的爆料，苹果在「未来设备」的规划里，有两个大胆的想法：一是带有屏幕的 HomePod 正在研发中，当中将集成 Apple TV、FaceTime 等重多功能；二是配备摄像头的 AirPods，低分辨率的镜头将用来收集周身信息，并通过 AI 处理数据，以此「协助人们的日常生活」。两个概念产品目前还处于探索阶段，但我仍惊讶于这种「前卫」的组合，以及一反苹果「简约」的理念，特别是带镜头的耳机，实在有些费解。图片由 AIGC 生成在翻阅相关文献资料时，一份代号为 US11432095B1 的苹果专利文件，似乎能证明「镜头+耳机」这对奇葩组合的可行性。虚拟声场，离不开耳机上的镜头先说总结，在这份专利文件中，加上摄像头的并非 AirPods (Pro)，而是 AirPods Max；另外，当中涉及的技术也不是新闻中爆料的「AI 功能」，而是已经在 Vision Pro 上初见雏形的空间音频。首先，我们要理清一个原理：人是如何辨别声音发出的位置的？两只耳朵在头两侧的布局，除了美观，更重要的作用是让我们拥有了听声辨位的能力。在保持同一水平线且轴对称的前提下，尽可能远离彼此，为的就是在听到同一个声源时，每只耳朵接收到的声音信息与另一只都有所差异，主要包括双耳时间差、强度差以及频率差三种，一般的来说这些差异都非常微小。图片来自：Medium以时间差举例，生活中的大部分声音到达两只耳朵的时间都是不一样的，往往只有百微秒左右（眨 1/10 次眼的时间）的差别，我们感知不到，大脑则可以从这些几乎可以忽略不计的声源信息差异中，判断出孰先孰后听见，以此产生了「声音从那里发出」的感觉。好比我们启用手表上「找手机」的功能时，耳朵就是通过各种声源差异，才能顺利发现手机掉进了沙发缝里。许多电影院和家庭影音设备正是利用了人耳极为敏感的特性，在有限的空间内用多声道的组合，实现环绕立体声，让观影在声音层面身临其境。以上的信息包含了两个核心要素：
人能通过声源信息的差异实现听声辨位
声音从空间中不同位置发出造成了听觉上的差异这份 US11432095B1 专利文件，就是在解释，苹果如何只通过耳机让用户听到来自四面八方的声音，就像是拥有了一整套环绕立体声设备。这项技术，被称为「虚拟声场」。拥有虚拟声场的设备能在当中构建若干个虚拟扬声器，通过听声辨位的生理特性，让每个扬声器都放在用户所处空间的固定位置，从而实现「一副耳机就是一套音响」的效果。那，摄像头在当中发挥了什么作用？科技博主何同学在 Vision Pro 评测的视频中做过一个实验：把 Vision Pro 的一个应用窗口放在固定的位置后，往远处走了 300 余米再回到原地，窗口的位置几乎没有发生变化。如此精准的定位来源于 Vision Pro 前方的视觉定位系统，通过红外线、摄像头等扫描所在空间的物理信息，并记录窗口在重构空间中的物理位置，以此实现了令人惊叹的准确定位。AirPods Max 上的摄像头，也是利用相同的原理录入图像信息，再由跟踪处理器实时分析用户的头部位置信息，并且能够使用显示器和周围环境的映射作为参考，来跟踪用户的头部，实现双重保障。搭配上 Apple TV 盒子中的摄像头，虚拟扬声器在房间内的位置就能确定下来，若干个声源从放在哪里、从哪发射，都有据可依。简言之，镜头让 AirPods Max 拥有了视觉，虚拟声也能接近真实地还原实体音响的效果。比起听到，我更愿意说成可以「看到」声音。虚拟音响摆在哪、摆几个，都可以由用户自己设置，5.1 或 7.1 环绕声不用再大费周折地添置，甚至还能根据电视尺寸、位置和收听区域（包括房间的几何形状）实时调整；同时用户的坐姿也会影响虚拟音响在声场中的位置。专利文件中还说明，在虚拟声场中，可以生成单独的一组一个或多个虚拟扬声器，并将其分配给多个带着相同设备的用户。即使两人交换了座位，或是在房间里来回走动，虚拟声场都会根据用户的所在位置，调整每个虚拟音响的音效，使每个音源都能相对使用者保持静止。另外，专利当中还对「显示器」做了特别说明，虚拟声场中的观影屏幕，不仅仅局限于传统的电视，而是拥有屏幕或投影的设备都可以实现此类功能，例如笔记本电脑、平板电脑、投影仪、台式电脑屏幕等（需要搭配带有摄像头的 Apple TV 盒子使用）。也就是说，你的下一套环绕音响，为何不能是耳机？先造梦，再铺路如此看来，带镜头的 AirPods Max 所构建的虚拟声场，更像是 Vision Pro 的技术下放。在先前的文章中，我们全面解析过 Vision Pro 通过空间视频、空间音频和空间交互构建起的「空间计算」，但高昂的价格和为数不多的生态适配，还是让其成了一款想要走进市场的概念产品。Vision Pro 开启的空间计算时代，是一个遥远的构想，是尖端显示技术、新型交互、运算能力的汇总，它更像一个目标和未来。而专利文件里的 AirPods Max，用真正的「消费级」产品，实现客厅里的空间音频，比起 Vision Pro，它佩戴更舒适、使用更方便，当然价格也更合理。在走向未来的过程中，遥远的目标被拆分成一个个阶梯，Apple Watch 上的手势交互，iPhone 开始支持的空间视频录制，都是已经登上的台阶。耳机带镜头是其中的又一个分支，也让空间音频找到了更适合日常、更容易落地的方案。当然，镜头+耳机的方案是否会真的来到我们的身边？即使苹果真的将二者融为一体，到底会走向文章开头的用 AI 协助人们的日常生活？还是回到专利文件中虚拟声场的技术路线？我们都难以得到确切的答案，不过在数种新型技术不断涌向市场的时候，终究会出现一个最适合时代的选项。在这之前，比起得到结果，不断地大胆尝试，才是当下最有价值的事。1972 年，时任美国马萨诸塞州一家箱包公司前副总裁的 Bernard D. Sadow，把一个大衣柜上的四个脚轮卸下，随后安装到一只自家品牌的行李箱底部，接着又在箱子上方绑了一根皮带。图片来自：Facebook世界上第一只滚轮行李箱就这样被发明了出来。从今天回看拉杆箱发明的时间点，多少都会有点难以相信。一是此时距离箱子的发明经过去了 7000 多年，离轮子的发明也已经过去了 5000 多年，伴随了大半个人类文明史的两个发明竟然才被组合使用；二来，阿波罗 11 号已于两年前成功登月，人类首次在其他星球上留下脚印，在同一个国家里，滚轮箱的发明甚至比登月还晚，再次之前，人们还保持着手提箱的习惯。Sadow 马上在当年为其新发明申请了专利，并讲这种可滑动的行李箱命名为 Rolling Luggage。图片来自：Facebook创新这件事，有时真的需要灵感和运气，但故事到这还没完。虽然 Rolling Luggage 在刚发明的那段时间广受欢迎，但由于设计的缺陷使得行李箱重心不稳，拉动时经常会翻倒，也会偶尔撞到拉箱人的脚踝。事实证明这的确是一个好创意，但 Rolling Luggage 并不是一个好产品。在之后的十多年里，虽然新秀丽等公司对初代 Rolling Luggage 进行过优化，但还是不便使用。直到 1987 年，美国西北航空公司的退休机长 Robert Plath，在家捣鼓箱子时，把箱体竖立，并在同侧装上轮子和拉杆，现代拉杆箱的雏形才得以确定。拉杆行李箱在今天是那么理所当然的一件事，但这并不意味着技术本身是显而易见的，因为创新和创新者的局限，与时代背景息息相关。当时长途旅行不像今天这样普遍，且旅行时携带的物品不多，拉杆箱并不是刚需；箱子和轮子的确存在了很久，但既轻便又耐用的箱体材料和轴承技术，那时还没出现。需求不高、技术不足，即使构成新发明的技术组件很早就存在，它也不会成为一项成功的发明，因为行为需求、技术条件和市场因素并没有汇聚在一起。图片来自：Yahoo对于带轮子的箱子来说，这种结合直到 20 世纪后半叶才真正实现。对于「镜头+耳机」亦或是别的奇怪组合，当下的质疑和嘲笑的眼光也恰好证明，对未来技术的探索才刚刚起步。但不管最后选择了哪一条路，都是在向未来迈步。如果没有这些奇思妙想和大胆实践，可能到今天我们还在拎着那只笨重的箱子。

2024 年了，软盘没有被淘汰，还成了这些音乐人的最爱

今天开始，GPT-4 不再是全球最强大模型