Meta为一款摄像系统提交了专利申请，该系统利用面部识别按姓名识别人物，并围绕其检测到的行为自动生成媒体片段。该系统由助手驱动：用户提出请求时，它会向手机或头显提供预先整理好的“谁在何时做了什么”的精彩片段。该申请是2022年一项母申请的延续，目前处于“Ready for Examination”（待审查）阶段——尚未获得授权，也远未成为可推出的功能。

持有Meta研发及硬件知识产权的实体Meta Platforms Technologies公布了这项专利。申请文件描述称，摄像头将画面传输给一套AI，由其标记画面中的人物、检测他们正在做什么，并将两者打包成媒体片段，按需传送至手机或头显。

这一想法并非凭空而来。Meta的摄像硬件多年来一直被戴在人们脸上：Ray-Ban智能眼镜由Meta与EssilorLuxottica合作打造，于2023年首次出货，如今在网上被广泛冠以“变态眼镜”的绰号，它可以录制第一人称视频，并让佩戴者向AI询问所见内容。EssilorLuxottica报告已售出超过200万副Meta品牌眼镜，因此任何叠加其上的功能都将从一个可观的存量基础起步。拥有这些镜框和Quest头显的同一Meta实体持有这份申请，专利附图显示一名眼镜佩戴者正在观察一间满是人的房间。面部识别将使这类硬件从“记录我对准的东西”升级为“知道并说出房间里都有谁”。

流程如何运作

该专利勾勒出一个四步循环。摄像头采集实时或录制的画面并传送给系统。面部识别层扫描画面帧以标记在场者——不只是确认有人在场，而是具体到是哪一个人。在此之上运行一个独立的动作检测层，读取诸如拾起物品、离开房间或人群聚集等动作。最后，系统将其发现打包成单独的媒体文件，每个文件均标有人物、动作，或两者兼有。

使其有别于智能门铃的是助手层。申请文件将检索设定为对话式：联网设备可通过查询请求画面，系统则从带标签的片段中组织答案，而无需用户手动拖动进度条翻看视频。附图同时描绘了服务器端和设备端的处理流程，由一条自然语言理解管线为片段合成器提供输入。

引发批评的正是这项能力本身——在未经当事人主动同意的情况下，通过人脸识别并记录特定人物。这正是民主党参议员就智能眼镜面部识别问题向Meta施压时提出的具体担忧；据Decrypt此前报道，参议员们警告称，实时人脸识别可能使人们暴露于跟踪和骚扰之下。Meta此前已涉足这一领域，且代价高昂：该公司支付6.5亿美元，就伊利诺伊州一项针对Facebook照片标记人脸扫描的生物识别隐私诉讼达成和解；于2021年关闭该面部识别系统，并以监管不确定性为由删除了超过10亿用户的人脸模板；又在2024年同意向得克萨斯州支付14亿美元，以了结依据该州生物识别法提起的类似诉讼。

Meta的硬件已经身处这场争议的中心。近期发布的Ray-Ban眼镜的持有者一直能够在公共场合悄悄录制陌生人，而承包商曾查看私人影像。在该眼镜同样有售的欧洲，GDPR将面部数据视为生物识别信息，通常要求在处理前获得当事人的明确同意，这为任何能识别旁人身份的功能设定了更高的门槛。一款还能叫出这些陌生人名字的可穿戴摄像设备，将进一步拉大Meta“贴心助手”的定位与该技术实际能力之间的差距——而公众已经开始构筑防御。

就目前而言，这只是一项专利，而非产品。其状态为“Ready for Examination”（待审查），Patentlyze将其获得授权的可能性评为中等。作为延续申请，该申请可在主张2022年母申请优先权日的同时寻求修改后的权利要求——这是企业在长达数年的审查过程中让创意得以延续的常见方式，期间权利要求往往会在授权前被收窄。Meta此前已为眼镜提交过类似的计算机视觉成果，而此次公开仅意味着这一想法已被记录在案——并不代表该功能已建成或获批。