跳到正文
认知
返回AI 简报
AI 简报科技大约 3 小时前
单一来源当前只有一个可用来源,尚未完成多源交叉核验

上海人工智能行业协会秘书长钟俊浩:AI眼镜不能“无节制记录”,数据全部交由企业掌控已越隐私红线

按下拍摄键,镜腿上的指示灯毫无反应,摄像头却已经开始工作。实现这一切的,只是一张售价不到10元、贴在指示灯上的黑色“遮光贴”。几元钱就能击穿主流AI眼镜的隐私防线,是技术做不到,还是厂商不愿做?

除了偷拍之外,AI眼镜正走向全天记录,背后是否存在更大的数据安全挑战?近日,澎湃新闻记者专访上海市人工智能行业协会秘书长钟俊浩,解析AI眼镜的隐私困境为何难以解决,以及如何应对技术飞速发展带来的安全隐患。

钟俊浩坦言,现有多数智能眼镜的隐私提示仍属“礼仪性告知”,AI企业受体验、成本、责任三重考量,缺乏进一步强化防护的动力。“行业的技术能力是有的,但落地的动机不足。产品叙事回答的是‘消费者能获得什么’,隐私保护回答的却是‘旁人会失去什么’,二者天然错位。

”钟俊浩认为,市场上出现一种责任错位的现象:当产品设计留有漏洞,出现偷拍事件时,舆论往往将问题归结为使用者个人素质,而弱化产品本身的设计责任。他同时强调,AI眼镜可以“全天看见”,但不能无节制地“全天记录、全天上传”;

敏感数据持续留存并交由企业后台掌控,已越过隐私红线,需要技术、企业、行业、法律四个层面协同发力,让“可信”成为AI眼镜行业的底色。上海市人工智能行业协会秘书长钟俊浩澎湃新闻:在各大电商平台上,不到10元的“遮光贴”销售量高达6000余件,也就是说,几元钱的配件就能让主流智能眼镜的隐私提示机制失去作用,从技术安全的角度看,这样的防护是不是形同虚设?

为什么厂商不做一些从硬件层面就无法绕过的提示设计?钟俊浩:从协会调研了解的情况来看,现有多数智能眼镜的隐私提示机制,很大程度上属于礼仪性告知,确实存在“一贴即破”的硬伤。不少消费级机型的拍摄提示依赖独立指示灯与软件层遮挡检测,二者在工程上往往并非与成像链路完全绑定;

遮光贴主要改变可见光路径或光敏读数,系统有时难以区分是贴纸遮挡、镜片起雾,还是进入隧道等导致的正常环境变暗,拍摄流程仍可能继续运行。这套隐私提示就像一根可以被人为剪断的保险丝,软件层面的检测很容易被物理手段绕开。

我们在行业调研中注意到,部分机型提示音仅佩戴者本人能听见,指示灯藏在镜腿内侧,拍照仅闪烁一瞬,外部很难察觉拍摄行为。电商平台,某款遮光贴纸展示图片。我们跟企业交流下来,企业并非完全没有技术能力去强化防护,但大家会权衡三笔现实账:第一是体验账,严苛的遮挡检测容易误判,导致“该拍摄时无法拍摄”,干扰用户正常记录。

第二是成本账,增加共供电硬件、多重传感器、外放提醒等方案,会带来重量增加、续航下降和物料成本上升,在行业抢占市场份额的窗口期,企业接受度有限。第三是责任账,在缺少强制标准的前提下,某一家企业率先加码硬件防护,反而可能被市场解读为产品限制多、拍摄体验差,企业缺少主动加码的动力。

这三笔账,靠企业单打独斗很难算得过来,恰恰需要我们协会把行业层面的标准和规则先建起来,让守规矩的企业不吃亏。当然,技术上做不到100%杜绝恶意改装,即便是硬件串联供电的方案,也会面临暴力拆机短接的风险。

如美国新泽西州议会2026年9月提出的A5478法案(审议中)拟要求,可穿戴摄录设备配备清晰、自动、持续、不可禁用且不可遮挡的录制指示,并禁止销售专门用于规避该提示的配件与软件,这类立法思路可为国内行业治理提供参考。

我们认为,要作恶的人总会想方设法作恶,治理的关键在于抬高作恶成本、压实各方责任,单纯依靠企业自觉,很难完全解决廉价配件破解防护的问题,需要技术、企业、行业、法律四个层次协同发力。第一,技术层面,抬高作恶成本。

把拍摄提示与成像链路做硬件级绑定,提示灯与摄像头主控共供电,叠加测光、测温等多维度遮挡校验,必要时上物理快门,让几块钱的遮光贴彻底失效,把恶意改装的门槛从一张贴纸抬升到拆改硬件的量级。

第二,企业层面,提醒厂家主动而为。厂商要主动提高产品标准,把“持续、清晰、不可规避的录制提示”作为出厂底线,而不是等监管上门、等舆论发酵再补救,生产厂家必须守住主动作为的道德底线。

第三,行业层面,健全行业标准。加快把关键防护要求写入团体标准,推动向强制性标准升级,依托自律公约的事件上报、用户通知、安全更新年限等条款树立标杆,让合规企业有依据、观望企业有压力。

第四,法律层面,完善法律依据。推动明确销售规避提示的配件与软件本身的违法性,参考新泽西A5478法案的立法思路,让配件卖家和改装黑产直接面临法律追责。四个层次合起来,才能把“几元钱攻破防护”变成“作恶者付不起的代价”,真正修复公众对AI眼镜的信任。

澎湃新闻:目前国内智能眼镜赛道非常热,品牌数量很多,不少大厂也集中入局,但我们看到的一个现实是:产品发布会上,所有的注意力都放在“拍摄有多清晰”“AI助手有多聪明”“直播有多方便”上,几乎没有一家厂商把“隐私保护设计”当成核心卖点。

您觉得厂商是真的没能力做隐私保护,还是觉得隐私保护会成为销量的负担?钟俊浩:在我们看来,行业的技术能力是有的,但落地的动机不足。产品叙事回答的是“消费者能获得什么”,隐私保护回答的却是“旁人会失去什么”,二者天然错位。

对购买产品的用户来说,被偷拍属于小概率事件,但强化隐私防护带来的成本增加、体验约束,是确定要承担的代价。市场上还出现一种责任错位的现象:当产品设计留有漏洞,出现偷拍事件时,舆论往往将问题归结为使用者个人素质,而弱化产品本身的设计责任。

这个动机缺口,要靠我们协会把标准、标杆和监督机制建起来补上。中国政法大学张凌寒也指出,硬件提示灯、遮挡检测这类关键设计,国内目前还缺少统一的强制性规范。这个规范缺口,正是我们协会要联合企业、专家一起推动补上。

我们参与推动的《AI眼镜可信视界自律公约》已经提出72小时事件上报、7日通知用户、安全更新不少于5年、敏感传感器须具备明确的启用提示与用户授权机制等要求,但目前仍属于行业自律,并非强制落地要求。

把自律条款升级为行业标准乃至强制性规范,正是我们协会下一步要推动的方向。想要扭转行业惯性,现实的推动力顺序往往是:先惧怕监管处罚,再履行立法义务,最后才轮到消费者用钱包投票。单纯依靠市场自发选择,很难倒逼企业主动把隐私保护打造成核心卖点。

我们能做的,就是把监管、标准、消费者的力量往前推、往一起聚,用自律公约树标杆、用团体标准划底线,让隐私保护从“成本项”变成“竞争力”。智能眼镜澎湃新闻:从隐私保护的角度,目前AI眼镜功能繁多,对数据的记录也很全面,正在走向全天待命,背后应该有哪些边界?

钟俊浩:我们认为,AI眼镜走向全天感知,首先要划清一条核心边界:眼镜硬件可以“全天看见”,但不能无节制地“全天记录、全天上传”,佩戴者可以戴着眼镜全天候感知环境,但如果佩戴一天之后,环境画面、人脸、声纹等敏感数据持续留存、交由企业后台掌控,就已经越过隐私红线。

这里包含两层风险:一方面是周遭旁人面临的风险,另一方面是佩戴者本人的数据风险。中国人民大学法学院教授张吉豫指出,日常感知过程中若涉及本人特别私密的信息场景,应确保关闭眼镜等功能,敏感信息被留存的风险不容忽视。

现实场景已经给出非常刚性的边界案例:教育部6月2日发布高考预警,携带智能眼镜进入考场,无论是否实际启用拍摄,一律认定作弊;华南农业大学2026年7月也通报多起智能眼镜违规带入考场并企图作弊的案例,这意味着公共敏感场景已经对这类设备亮起红灯。

法律层面,2026年1月1日施行的新版《治安管理处罚法》第五十条,针对偷拍窃听、散布隐私作出明确约束;第七十条针对窃听窃照专用器材进行规制。正规消费级智能眼镜通常带有摄录提示,一般不按“专用窃照器材”目录产品管理,但若经公安机关技术检测认定具备伪装隐蔽、无明显提示等特征,仍可能被纳入专用器材范畴——由此在“产品合法销售”与“隐蔽滥用”之间形成适用上的灰色地带:产品本身可合法流通,规避提示的配件随手可得,滥用行为更多依赖第五十条等条款事后追责。

参考我们参与推动的《AI眼镜可信视界自律公约》条款,数据边界应当落实几条原则:支持用户撤回、删除、导出个人数据;虹膜、面部、声纹等生物信息优先本地处理;坚持端侧优先,非必要不上云。

欧洲EDPB主席Anu Talus提出的观点也值得借鉴:需要“清晰警示,而非隐藏意外”。智能眼镜隐私保护的终极目标,是把“我一直在看”,变成“你一直知道我在看”。全天待命不等于无边界采集,感知与记录必须严格切割,硬件提示、本地存储、法律规制、平台治理多方协同,才能修复当下智能眼镜面临的公众信任赤字。

作为行业协会,我们也会持续把企业、标准、监管和公众的力量聚到一起,让“可信”成为AI眼镜行业的底色。

Evidence

来源与证据

单一来源 · 1 个信源

当前仅有一个可用来源,尚未完成多源交叉核验。

发布时间
内容处理
AI 翻译 / 摘要,需结合原文核对
内容有误或来源失效?告诉我们
科技

让决策模型学会「难题多想」:Lev 用循环代替思维链,一份权重覆盖多个深度

来自多所高校及研究机构的研究者提出循环决策模型 Lev,以原生循环语言模型为底座,让同一组解码层重复运行多圈,每圈均可输出选项概率,通过各圈联合训练实现同一份权重支持任意深度作答,再由轻量停止器根据题目情况决定循环圈数,被称为 System 1.5 模式,兼顾直接决策的低延迟特性与难题上多投入计算的能力。实验显示,同一份 Lev 权重随循环深度增加准确率逐步提升,额外计算主要作用于难题,基于「当前答案与最深圈答案是否一致」目标训练的停止器,可在准确率损失不到 1 个点的前提下减少 15%-24% 的计算量,在 50 毫秒以内的低延迟区间,小号 Lev 比同延迟的普通密集模型和级联方案准确率更高

8单一来源
科技

OpenAI GPT-6.2 Astra 与 Claude 5.5 两款新旗舰同日遭曝光

谷歌 Gemini 4 Carbon 登顶全球第一没几天,OpenAI 与 Anthropic 在同一周末先后泄露下一代新模型。OpenAI 跳过原定发布的 GPT-6.1,将因安全测试出问题回炉重炼一个月的模型升级为 GPT-6.2 Astra,目前已在 Codex 后台灰度,吃下近两成流量,补齐了前代越权瞒报、实战偏科的短板,配合 Codex 团队耗时 28 天重做的底层架构,可自主拉起子进程连续工作数小时,多维度表现超越前代,具备和竞品正面竞争的实力。Anthropic 则因官网源码泄露,曝光了同底座分设两个版本的 Claude 5.5 系列:仅向顶尖网安与科研机构开放的无护栏特种版 M

6单一来源
科技

美国特拉华州拟允许 AI 智能体创办、运营企业

IT之家 11 月 2 日消息,据科技媒体 TechRadar 今天报道,美国特拉华州计划放宽商业监管规定,允许 AI 智能体运营的企业注册成立。国会议员对此并不完全认同,一名共和党众议员已致信州长表达担忧。据报道,美国众议院监督委员会主席、众议员詹姆斯 · 科默(James Comer)对此表示反对,担忧 AI 运营的企业可能带来风险。《金融时报》报道称,科默已经致信特拉华州州长马特 · 迈耶(Matt Meyer)。他在信中写道:“我们担心,特拉华州提出的人工智能公司(IT之家注:AIC)可能用于保护实力雄厚的 AI 企业及投资者,使他们免于为鲁莽且造成伤害的行为承担责任。”同时特拉华州草

7单一来源
科技

OpenAI 等四家企业将推行 AI 数据抓取退出统一标准

OpenAI 等四家企业将推行 AI 数据抓取退出统一标准 5 小时前 OpenAI、谷歌、微软以及 Anthropic 近日宣布将采用一项可让内容发布方选择拒绝 AI 抓取自家网站内容的新标准,内容发布方可借助该标准一次性向多家 AI 企业统一申明针对 AI 模型训练的内容使用偏好,无需为每家企业单独设置规则。该标准由 Anthropic 技术负责人 Kevin Kelley 向互联网工程任务组提出,将集成在网站的 robots.txt 文件中。此前网站需向每家 AI 企业单独声明 AI 训练相关内容使用偏好,面对各类 AI 爬虫持续抓取网站内容用于模型训练的情况,内容发布方不堪其扰,新

15单一来源

每天早上收到这 5 条

免注册,填邮箱即可;每封邮件都能一键退订。

提交即表示同意按隐私说明保存你的邮箱,只用于发送简报。

或用 RSS 订阅

AI 翻译、摘要和解读仅用于辅助判断;涉及重要决策时,请回到上方来源核实。