智能眼鏡成“偷拍神器”？樹莓派造出反偷拍AI機械臂

作者 | Tofu

來源 | 至頂AI實驗室

智能眼鏡正變成一種越來越尷尬的存在。

你坐在咖啡館、會議室、地鐵上，旁邊有人戴著一副看起來很普通的眼鏡。它可能只是在顯示導航、聽音樂、接電話，也可能正在拍照、錄像，甚至記錄你和別人的談話。

手機舉起來拍，大家還能看到動作，但是智能眼鏡麻煩的地方在于，攝像頭藏在鏡框里，提示燈一旦被遮住或關閉，旁邊的人很難判斷它有沒有工作。前陣子的智能眼鏡偷拍空姐事件，甚至讓智能眼鏡與“偷拍眼鏡”劃上等號。

正是面對這樣的擔憂，最近，YouTube 上的 Brent Polley 做了一個可穿戴的設備，用來探測身邊正在工作的智能眼鏡。

這臺設備的靈感來自《死亡擱淺》里的 Odradek 掃描器：一只可以架在肩膀上、會轉頭、會拍動翅膀、會亮燈的機械裝置。

游戲里，它用來發現看不見的怪物。

現實里，他讓它去發現附近可能正在工作的智能眼鏡。

更重要的是，這套系統沒有接入云端。它跑在樹莓派上，用本地視覺模型、本地語音識別和本地小語言模型，完成聽指令、找目標、識別藍牙信號、驅動機械結構的一整套動作。

游戲里的掃描器，變成 AI 攝像頭

在游戲里，Odradek 是一個肩掛式設備，會在危險接近時彈出、指向威脅，并通過不同動作提醒玩家。Brent 要復刻的，正是這種“能感知周圍環境，并用物理動作反饋”的機制。

這臺設備不僅可以識別人類，再驅動機械臂，讓攝像頭跟隨目標移動，還能根據語音命令切換目標。你可以對它說：找杯子、找貓、找手機。系統會先用喚醒詞進入監聽狀態，再用 Whisper 把語音轉成文字，隨后交給本地 LLM 理解意圖。LLM 的任務是把自然語言重新整理成目標檢測模型能識別的類別。最后，YOLO 模型開始在攝像頭畫面中尋找目標。

這一步讓 Odradek 從一個“自動追蹤攝像頭”，變成了一個有工具調用能力的小型 AI Agent。

它沒有依賴云端服務器，也沒有把畫面和語音傳到數據中心。識別、理解、決策和控制，都在本地設備上完成。對一個樹莓派項目來說，這才是最關鍵的地方：AI 的能力被壓縮進一個個人可持有、可移動、可改造的小機器里。

最難的部分，反而是讓它動起來

這個項目看起來像 AI 項目，但真正耗時的部分卻是機械結構。

Odradek 的“翅膀”結構很復雜。在游戲里，它不僅會拍動，還會在危險接近時加快頻率，進一步靠近時甚至會繞中心軸旋轉。Brent 想盡可能還原這個動作，于是圍繞滑環、齒輪、齒條、線性執行器和小型旋轉電機設計了一整套機構。但他能買到的最小滑環，仍然比理想尺寸大。為了保持比例，整個頭部結構被迫放大。隨后，他又設計了多組齒輪和齒條，希望用一個中心動作同時驅動多片翅膀。

第一次成品能動，但體積太大。把翅膀按比例打印出來后，他發現這東西如果真的架在肩膀旁邊旋轉，又重又危險。于是砍掉了一部分復雜結構，只保留能實現關鍵動作的齒輪組合。最終，他用一個小線性執行器推動齒條，讓翅膀完成拍動；再用小電機和環形齒輪完成旋轉。

視覺細節同樣花了大量時間。為了讓翅膀表面在待機時像黑色玻璃，點亮后又像發光矩陣，他使用了黑色 LED 亞克力。平時它接近不透明，背光時又能透出柔和光線。他用激光切割做出翅膀形狀，然后在背面刻出矩陣紋理，配合內部白色反射面，讓 LED 光線變得更均勻。

到這里，這臺設備已經不只是“能工作”，還開始擁有游戲道具的視覺質感。

智能眼鏡，成了現實版“BT”

Brent 給這個項目加入了一個很實用改造：檢測智能眼鏡。

在《死亡擱淺》里，BT 是看不見的威脅。到了這個項目中，BT 被重新解釋成“Bluetooth”，也就是智能眼鏡可能廣播出來的藍牙標識。

近幾年，帶攝像頭的智能眼鏡越來越多。它們本來可以用于拍攝、記錄和輔助交互，但也帶來了一個問題：當提示燈被關閉或遮擋時，旁人很難知道自己正在被拍攝。Brent 把 Odradek 設計成一個夸張的“反向提醒器”：一旦檢測到附近可能存在智能眼鏡，它就開始搜索、拍動翅膀、改變燈光，甚至進入警戒狀態。

技術上，這部分由 ESP32 C3 承擔，它是一款低成本、低功耗微控制器芯片/開發板平臺，常用于 IoT 設備當中。它負責控制 LED、執行器和電機，同時利用自身藍牙能力監聽附近設備。樹莓派負責本地 AI 推理和視覺處理，ESP32 負責更接近硬件層的動作響應。這樣的“分腦”設計讓系統更清晰：AI 決定看什么，微控制器負責怎么動。

在最后測試中，Odradek 默認尋找人類目標。模型通過檢測框大小粗略估算距離，目標越近，翅膀拍動越快；超過閾值后，旋轉電機啟動，燈光變成橙色。隨后，Brent 又用語音命令讓它尋找杯子。即便房間很亂，系統也成功找到了一個杯子。

至頂AI實驗室洞見

這個項目給 AI 找到了一個完全不同的落點。

今天很多 AI 產品都在強調規模：更大的模型、更多的數據、更強的云端算力、更復雜的自動化工作流。Brent 的方向恰好相反，他把 AI 縮小到一臺樹莓派、一個攝像頭、一組電機、一塊電池和一個可以背在身上的小裝置里。

它意味著 AI 可以擁有一種更加個人化的形態：你能看到它的傳感器在哪里，知道它正在尋找什么，也能控制它什么時候工作。它不需要遠程服務器，也不需要持續上傳你的環境數據。它的能力邊界就在你面前，那些齒輪、燈光、翅膀和攝像頭，構成了一個可理解的機器身體。

Brent 說，他做這些項目，是因為當下很多 AI 產品聽起來都和普通人距離很遠。數據采集、資源消耗、監控、裁員、失控敘事，讓 AI 越來越像一個巨大系統，越來越不像一個能被個人使用和理解的工具。

所以他選擇把 AI 做小。

做成一個會找杯子的肩膀機器人，會提醒附近智能眼鏡的掃描器，能離線運行、不需要云端調用的小型 Agent。

這個項目當然不完美。它笨重、復雜，機械結構也遠談不上工業級成熟。但它提供了一個很有價值的方向：當 AI 真正進入物理世界，最重要的也許不是把一切交給云端，而是讓它先成為一個你能拿在手里、拆開看懂、親自控制的東西。

END本文來自至頂AI實驗室，一個專注于對AI計算機、工作站及各類AI相關硬件設備，開展基于真實使用場景評測的研究機構。