盛傳 Apple 將於今年推出加有紅外線鏡頭的全新 AirPods Pro（或稱 AirPods Ultra）但到底在耳機上加入鏡頭，可以為耳機帶來甚麼功能呢？或者我們可以從 University of Washington 開發的 VueBuds 實驗耳機中找到答案。
VueBuds 由 University of Washington 研究團隊開發，是採用 Sony 的 WF-1000XM3 進行改裝，在耳機內嵌入微型的黑白鏡頭。系統透過雙鏡頭模擬人類雙眼的立體視覺，將兩側影像整合分析。配合視覺語言模型（VLM) ，讓用戶可以透過語音即時了解眼前事物，為視障人士及日常應用帶來更多可能。基本上用戶只需開口提問，例如詢問告示牌的意思或辨識物件，系統即可即時分析畫面並以語音作回應。研究人員表示，這套視覺語言模型，可提供描述、解釋及翻譯功能。其中的翻譯功能不單是拾取對方的聲音，更會透過鏡頭，捕捉對方的口部動作，從而提升翻譯的準確性。同時鏡頭亦能為用家提供環境的描述，例如用家只要看著書本封面，AI 就可準確說出書目名稱。根據研究測試，在物件辨識及翻譯工作中，VueBuds 準確率約為 83%；在書名及作者識別方面則達 93%。準確度跟市面同類 AI 穿戴裝置相約。
不過由於 VueBuds 採用低解析度黑白鏡頭，只能拍攝低解析度靜態影像，而非高畫質影片，雖然可降低個人數據外洩風險，但缺點是無法回答涉及顏色的問題。加上耳機的低解析度鏡頭和運算能力有限，目前可能無法應付像導航或複雜場景的理解。不過 VueBuds 正因為採用低解析度黑白鏡頭，每個鏡頭耗電少於 5mV，加上採用自動間歇啟動機制來減少電量消耗，所以不會對耳機的電池消耗造成很大負擔。
當然 VueBuds 並不會商品化．但我們仍可透過它來看看未來 Apple 若果真的推出加有紅外線鏡頭的全新 AirPods Pro（或稱 AirPods Ultra），那新耳機可為我們帶來甚麼新體驗。
