Apple Watch Series 12 内测“音频智能”：在隐私与便利间走钢丝

【科技24时区】当苹果在九月那场名为“Surprise and Shine”的硬件发布会上初次揭开面纱时，谁也没想到，这套基于 AI 的“音频智能”（Audio Intelligence）功能，竟会像一颗投入平静湖面的石子，激起如此多的涟漪。周二，随着 iOS 27.3 开发者测试版的推送，这项备受争议的技术正式进入 Beta 阶段。然而，值得注意的是，尽管新闻通稿由印度市场率先发布，但在美国本土，这场技术狂欢尚未开场——至少在今天早晨之前，普通用户还无法触碰这些新特性。

对于听障群体而言，这或许是一束光。声音识别功能让 Apple Watch Series 12 的用户能通过手表感知警报、门铃或警笛等关键声响；而歌曲识别则直接调用了 Shazam 的底层能力，在嘈杂环境中精准捕捉背景音里的旋律与歌手信息。但真正引发舆论风暴的，是那些试图“倾听人类对话”的功能：Live Rewind（实时回放）和 Siri Recaps（Siri 摘要）。在 Meta AI 眼镜及其他可穿戴录音设备遭遇大规模隐私反弹的背景下，苹果显然意识到，要在市场上站稳脚跟，必须在“有用”与“克制”之间找到那条狭窄的平衡线。

让我们把目光投向 Live Rewind。它的逻辑简单得近乎粗暴：当你因分心而错过某人的话语时，只需双击数码表冠，过去 15 秒内的语音将被转化为文字片段显示在表盘上。想象一下，服务员正在快速报出菜单上的特价菜，或者同事在电话中交代着一连串复杂的指令，这一功能能让你瞬间回溯。但这并非无限制的录音机。如果你不保存，这段文字片段将在 30 秒后永久消失；若你选择保存，它会被存入独立的 Siri 应用中。更贴心的是，片段下方会出现“询问 Siri”选项，遇到不懂的专业术语或陌生的酱料名称？直接提问即可。为了提醒旁人，双击动作触发时会伴随一声清脆的提示音和视觉动画——这是一种无声的告知：“我在记录。”

如果说 Live Rewind 只是“后悔药”，那么 Siri Recaps 则更像是一个隐形的速记员。这项功能进一步拓展了环境聆听的边界，但它刻意避开了敏感地带：不识别说话人身份，不保存原始音频，更不提供逐字转录。相反，它仅生成简短的句子和要点列表，提炼出截止日期、价格方案等事实性信息。无论是工作会议、家长会还是健身私教课，只要你需要记住任务却双手被占用，它便悄然介入。当然，当你戴着耳机听音乐或开启降噪功能时，该功能会自动休眠。

苹果的隐私架构在此处显得尤为复杂且精密。Apple Watch Series 12 和 Ultra 4 依托 S11 芯片、内置麦克风以及 iPhone 上的 Apple Intelligence 模型，构建了一套闭环处理流程。关键在于那个被称为“安全飞地”（Secure Enclave）的硬件级内存空间。原始音频在此处被处理，操作系统其他部分无法触及，甚至连苹果官方也无法窥探。只有通过与 iPhone 的安全配对机制，数据才能流向手机。在 iPhone 端，轻量级 AI 模型首先检测佩戴者是否参与了对话，随后将音频传输至安全飞地进行本地化处理，去除填充词后生成浓缩文本。接着，加密后的文本被发送至苹果的 Private Cloud Compute（私有云计算）以生成最终摘要，并在完成后立即从云端删除。这意味着，你看到的摘要仅存在于你的设备生态内，且在多设备同步时全程加密。若你七天未查看，这些回忆便会自动消散。

用户拥有完全的控制权。你可以手动开启 Siri Recaps，也可以设置日程表——例如仅限工作时间生效，或确保夜间绝不运行。即便开启了定时任务，控制中心的随时关闭开关依然有效。苹果强调，该设计已过滤掉政府标识符、财务认证数据及任何自残倾向的语言。更为乐观的是，苹果声称这些高强度的 AI 运算不会显著影响电池续航。

从目前泄露的细节来看，苹果正试图重新定义可穿戴设备的交互范式：不再仅仅是被动接收通知，而是主动理解语境。然而，技术的便利性往往伴随着伦理的拷问。当机器开始替我们记忆，我们是否也在逐渐丧失专注当下能力？随着公测版本的到来，这场关于听觉隐私的实验，才刚刚开始。