苹果谷歌重新定义「录制」：AI 硬件不存原始音视频

在 AI 硬件方面，科技公司正在推动什么算、什么不算录音的定义边界。纵观大多数电子设备的历史，人们有理由认为，一台带麦克风或摄像头的设备要么在录你，要么没有；它要么开着，要么关着，没有太多灰色地带。麦克风捕捉声音。摄像头捕捉图像。这些数据被保存到设备上。有时，它也会被发送到云端——希望是端到端加密的——进行处理。这些数据是时间中被保存下来的一个瞬间，因此就是一段录音。

也许不再如此了。

上周，Bloomberg的 Mark Gurman 报道称，Apple 正在研发一款不保存视频录像的智能家居摄像头。取而代之的是，AI 利用视觉数据生成描述你家周围正在发生什么的文本片段。据称，它将支持人脸识别，但不涉及视频画面。其理念是，这样仍能保护一部分隐私。Gurman 表示，这项技术类似于传闻中未来 AirPods 里的摄像头的工作方式。

它类似于 Apple 在Apple Watch Series 12和 Apple Watch Ultra 4 上的 Audio Intelligence。Apple Watch 很早就有麦克风了，主要用于 Siri 和从手腕上接听电话。在四项 Audio Intelligence 功能中，有两项在网上引发了最多争论：Live Rewind 和 Siri Recap。前者会生成过去 15 秒的文字记录，而后者可以生成你一天中所进行对话的高层次摘要。

换句话说，Ray-Ban Meta 眼镜会拍照和录制视频，这些内容会存储在您的手机上。而传闻中 Apple 的这种做法则意味着，摄像头能看到你，麦克风能听到你——但两者都“不保存”任何东西。

这算录音吗？Apple 不对传闻置评，但根据它公开阐述其 Audio Intelligence 隐私理念的方式，我认为苹果并不这么看。苹果表示这些功能不会保存任何音频。原始数据在 S11 处理器上一个独立、安全的隔离区中处理完毕后即被删除。任何发送到云端的信息都通过私有云计算进行，因此苹果或第三方都无法访问。

不只是苹果。Google 可穿戴设备高级总监 Sandeep Waraich 告诉The Verge在一次对话中，Google 也在考虑这一概念。他提出，如果智能眼镜上的摄像头不录制数据会怎样？例如，如果眼镜能用 AI 处理你环境中的视觉数据，但不保存任何影像留存。Waraich 认为，这样一来，摄像头就可以“仅仅”是一个图像传感器。

按照这些定义，必须有东西被保存下来且可供查看，才算是在“录制”你。但智能家居摄像头或智能手表生成的任何文字转录，难道不算被保存且可供查看吗？又或者，为了让 AI 硬件更容易被接受，科技公司是在依赖法庭上可被调取的内容吗？

争论语义可能显得很傻，但这里正在测试多个概念。

无论你对隐私持何种个人看法，人们普遍认同你可以对自己的数据为所欲为。在电子产品能够“始终监听”之前，它们更无缝地融入公共和私人空间。然而，这一批新设备要求你成为他人隐私更积极的管理者。毕竟，人类并非生活在密封的气泡中。我们在多种环境中生活、工作和消遣——有些是私密的，有些是公共的，还有大量处于灰色地带。餐厅的规则不同于剧院、办公室或体育场馆。它们与公共卫生间更是天差地别，尽管这些至少都算是半公共空间。即便你在脑海中“录制”下你所看到的一切，人类的记忆也无法被客观地分享。它们被偏见染色，被视角扭曲。而录制则不那么主观，可以说更接近事实。

还有一个问题是，在缺乏普遍共识规范的情况下如何表明意图。以 Meta 的智能眼镜为例。它们用白色脉冲式"隐私灯"来提示正在录制视频。但录制指示灯通用的颜色是红色，所以不太懂技术的人可能根本不知道白灯代表什么。（毕竟这些还是小众产品。）即便不做任何改装，白色的隐私灯也很容易被刘海和明媚的阳光遮挡。这同样是一种新规范；其他智能眼镜或 AI 硬件公司并没有义务像 Meta 那样用同样的方式表明意图。一枚录制音频或视频的 AI 戒指或吊坠可能根本没有灯。

更令人困惑的是，能够录制的产品越来越像不能录制的产品。如果科技公司开始加入不录制视觉画面的摄像头，这种情况可能会进一步加剧。如果我们开始给智能眼镜加入不录制视频画面的摄像头，你又怎么把它们和会录制的眼镜区分开来？如果一枚 Oura Ring——没有麦克风——看起来像一枚 Vocci Ring——有麦克风——而两者看起来都像普通戒指，那普通人该怎么办？

目前，硬件似乎是监控技术争论的主要焦点。有一种感觉是，去掉摄像头就能解决问题。其实并不能，尽管这会让这项技术更难被用于恶意目的。但可以说，让人感到不适的并不是摄像头或麦克风。那种令人反胃的感觉来自：你知道自己的一段被保存下来的片段可能存在于别人的设备里，却不知道它会被如何使用。

这正是围绕 AI 硬件的所有紧张关系的汇聚点。要让 AI 变得"好"，并以大科技公司设想的那种真正个性化的方式存在，它就必须非常了解你——以及你生活中的人。它必须"看到"你所看到的，听到你所听到的，并从你的日常行为中学习。要做到这一点，它就必须"记住"这些东西。所以在某些方面，它必须记录你的生活以及其中发生的一切。大型科技公司收集这些数据的动机显而易见：个人数据就是金钱，金钱就是权力，权力就是影响力。不太清楚的是，社会从这种交换中得到了什么。含糊其辞的“有帮助、更便利”的承诺？

无论如何，科技公司显然已经决定一往无前，把 AI 塞进每一件现有设备，同时发明新的产品形态。目前这一点在手机和可穿戴设备上最为明显，但这些考量很快就会延伸到智能家居、电视、笔记本电脑、平板电脑和耳机上。而且很可能以消费者尚未想到的方式。

我们允许这些 AI 设备记住什么，将改写我们所熟知的文化。这就是为什么我们必须就什么构成“录音”达成社会共识——以及谁（如果有人）有权改变这一定义。