試圖擺脫“變態眼鏡”之名，Meta AI 眼鏡升級後擋住指示燈就立即停止拍攝
作者：清源 責編：清源 評論： 8 月 28 日消息，據外媒 The Verge 今天（28 日）報道，Meta 為旗下 AI 智能眼鏡推出了一項更新，旨在修補一個與拍攝指示燈有關的隱私漏洞。此前，佩戴者在開始錄像後再遮住正面的 LED 指示燈，攝像頭仍能繼續工作。Meta 增強現實業務副總裁亞歷克斯 · 希梅爾在 Threads 發文稱，更新後，如果錄像過程中指示燈被遮住，攝像頭就會停止工作。Meta 智能眼鏡原本已設有限制，只要 LED 拍攝指示燈被遮住，內置攝像頭就會停用。指示燈會在拍照或錄像時閃爍，用來提醒周圍的人。但有人發現，可以通過先開始錄像，再遮住指示燈的方式來繞過限制。
此次修復距離 Meta 上一次加強拍攝指示燈保護只有一個多月，此前的更新會在用戶對指示燈進行物理干預時關閉攝像頭。希梅爾寫道：“我們會繼續推出類似更新，確保有人拍攝照片或視頻並保存到個人相冊時，LED 拍攝指示燈能夠可靠提醒周圍的人。只有極少數人會試圖繞過這些保護措施，而他們必須費這麼大力氣才能做到，本身就說明我們的措施有效。”據瞭解，Meta 智能眼鏡一直面臨隱私和騷擾方面的質疑。有人未經他人同意拍攝，還有人把隨機路人當作社交媒體“惡作劇”的對象。再加上此前有報道稱 Meta 準備為智能眼鏡加入人臉識別功能，圍繞這類產品的爭議最終演變成一場全球抵制行動。
Meta 也開始主動宣傳 LED 拍攝指示燈，希望提高消費者對這一功能的認知。Meta 發言人阿爾伯特 · 艾丁稱，宣傳活動會重點覆蓋“眼鏡銷量較高”的社區。例如在洛杉磯出現的一塊 Meta 智能眼鏡廣告牌，上面就寫著：“攝像頭讓你記錄當下，指示燈則會在拍攝時告訴周圍的每個人。
”相關閱讀：《為避免被 Meta“變態眼鏡”拍到，人們紛紛設法反制》 投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：Meta，智能眼鏡，隱私因隱私擔憂，美國移民與海關執法局禁止員工佩戴 Meta 智能眼鏡Meta 專利探索智能眼鏡未來：可識別人臉自動梳理、AI 提取精彩片段為避免被 Meta“變態眼鏡”拍到，人們紛紛設法反制德國人權組織對 Meta 提起刑事訴訟，指控其智能眼鏡違反隱私法規博主使用 Meta 智能眼鏡拍視頻遭大量差評，隱私爭議再起英國一博主用 Meta 智能眼鏡在公共場合“偷拍”路人，遭警方調查
Related
相關文章
高德發佈首個無長程依賴的萬幀級流式3D重建模型ABot-Recon，以12幀重建萬幀3D場景
阿里巴巴集團旗下高德發布首個無長程依賴的萬幀級流式3D重建模型ABot-Recon。該模型能以12幀輸入重建萬幀3D場景，為業界首見。此技術突破長程依賴限制，有助於提升3D重建的效能與即時性。
Transformer開始構建三維世界：開源模型幾張圖片秒級生成可探索3D場景
開源模型「影溯」利用Transformer架構，能從少量二維照片在數秒內生成可自由探索的三維場景，大幅降低3D內容生產門檻。該技術已開源釋出，讓用戶只需用手機拍攝數張照片，即可將現實場景轉化為可互動的立體空間，應用於回憶保存、電商展示等領域。儘管對透明物體等複雜場景仍有局限，但影溯正推動三維內容的民主化與即時生產。
與AI共生：2026微信小程序開發大賽WAIC官宣啟動
2026年微信小程序開發大賽於近日在WAIC（世界人工智能大會）上正式宣布啟動，本屆賽事以「與AI共生」為核心主題，旨在鼓勵開發者將人工智能技術深度融入小程序生態，探索人機協作的新應用場景。隨著AI技術持續滲透日常生活，微信團隊期望透過這場競賽，激發更多創新思維，讓小程序不僅成為工具，更能成為用戶與AI互動的智慧節點。
谷歌 DeepMind 發佈 GenCeption：基於阿里 Wan2.1，打破計算機視覺桎梏
作者：故淵 責編：故淵 評論： 7 月 21 日消息，科技媒體 The Decoder 昨日（7 月 20 日）發佈博文，報道稱谷歌 DeepMind 發佈 GenCeption 模型，將預訓練的視頻生成器重新用於深度估計和分割等經典計算機視覺任務。
打破專用模型桎梏！谷歌 DeepMind 發佈 GenCeption，一個 AI 搞定五大視覺任務
Google DeepMind 近日發表了名為 GenCeption 的全新模型，這項突破性技術打破過去視覺任務各自為政的格局，以單一模型同時勝任深度估計、圖像分割、3D 姿態估計等五項核心視覺任務。不同於傳統做法需要針對每項任務訓練專屬模型，GenCeption 將視頻生成 AI 逆向改造為深度理解現實世界的視覺分析引擎，僅需一次前向傳播就能完成預測，大幅提升處理效率。 該模型基於阿里巴巴開源的通義萬相 Wan2.1 框架進行訓練。
大模型給圖片打分不再“靠嘴說”，結構圖、頻譜圖當“物證”，用“視覺證據”來給圖片打分
西北工業大學與香港科技大學團隊提出IQA-T1框架，讓多模態大模型在評估圖像質量時，不再僅憑直覺，而是透過生成噪聲殘差圖、頻譜圖等視覺證據來進行判斷。此方法在七個圖像質量評估基準上取得綜合最優成績，平均PLCC/SRCC達到0.784，並使評估過程更具可解釋性。