泡泡资讯网

借助智能眼镜,视觉AI将会成为Apple智能体系下一项全新功能。当下大量成年人依

借助智能眼镜,视觉AI将会成为Apple智能体系下一项全新功能。当下大量成年人依靠GLP‑1类药物调节血糖与食欲,Apple正计划为健康项目新增一项配套功能,该功能非常适配未来的智能眼镜产品。

Apple最新获得授权的一项专利,披露了一套食物记录系统:依靠传感器数据、置信度评分以及快速用户反馈,提升饮食记录台账的准确度。

这项发明旨在解决饮食记录类软件一个长期存在的短板:即便设备可以通过图像、声音、深度数据以及其他传感器输入识别食物,依旧有可能混淆外观相近的食物,或是误判食物分量。

Apple给出的解决方案,并非让用户手动录入全部饮食信息,而是仅在系统识别存疑时,向用户发起简短确认。

该专利说明,食物识别预测会包含食物种类、食物分量、食用量以及其他相关属性。当系统识别置信度足够高时,直接完成记录,不会对用户造成打扰。

当识别结果不确定时,系统会在进食期间或进食刚结束时弹出轻量化提示,让用户趁着记忆清晰,确认或者修正识别结果。

专利摘要清晰阐明设计目标:在用户进食前后采集少量输入信息,确认或修正识别预测,同时保证反馈流程简单、不造成明显干扰。

整套发明的核心逻辑围绕识别不确定度构建。

Apple举例说明:系统可以高度确定识别对象为芝士披萨,或是高度确定一份食物为一勺冰淇淋。

但遇到难以判断的场景时,设备可能给出两组接近的识别结果,判定物品是土豆泥的置信度与判定为冰淇淋的置信度十分接近;或是无法确定份量是一勺还是两勺,两组结果概率几乎持平。

这时用户反馈机制就起到关键作用。系统不会直接给出猜测结果,将错误数据存入饮食记录。而是弹出提示,让用户消除识别歧义。

关键在于提示弹出的时机。Apple希望确认操作尽量发生在进食过程中、刚上新一道食物时,或是食物尚在眼前、记忆尚且清晰的时候。

这套设计让方案具备实际使用价值。绝大多数饮食记录功能最终弃用,都是因为用户事后回想补录,食物细节早已遗忘。

Apple这套系统尝试当场完成确认,又不会让每一口进食都变成繁琐的数据录入工作。

该专利多次提及扩展现实交互界面。设备可以在食物附近悬浮显示文字或图形选项,请用户在候选结果里做出选择。

举例:系统虚拟展示出冰淇淋与土豆泥两个选项,用户通过视线看向对应选项完成选择。设备检测视线方向,据此正确记录食物条目。

Apple同时提到图形化选择界面,例如展示冰淇淋甜筒、土豆的图标,让用户更快完成辨认。

还有示例场景:系统询问饮品是无糖汽水还是普通汽水,用户通过语音,或是朝着对应选项做出手势完成答复。

这也是该专利最值得关注的一点:Apple并没有把饮食记录局限在传统手机应用内。这套方案天然适配头戴设备、AR眼镜、与Vision Pro形态类似的头显,或是未来可穿戴交互设备,依靠视线、语音、手势,让饮食记录几乎零负担。

Apple同样意识到,频繁弹窗提示会严重影响使用体验,造成用户反感。

专利写明,仅当识别置信度低于阈值,或是多项预测结果概率非常接近时,才向用户发起确认。同时还会限制弹窗的数量与频次,例如一餐之内提示不超过固定次数,或是每隔数分钟最多仅弹出一次确认请求。

这是一项非常重要的可用性设计。这项发明追求的不只是更强的食物识别能力,更在于判断什么时候才需要用户介入确认。

整套系统在记录准确度与操作负担之间寻找平衡,只在修正结果能够明显提升准确度时,才请求用户协助。

经用户确认或修正后的食物信息,会用来生成单餐饮食记录、每日饮食记录或是每周饮食记录。

由于歧义问题在就餐过程中就已经确认完毕,用户后续补改数据的工作量会大幅降低。

这能够让饮食追踪在健康管理、营养指导、类医疗监测领域发挥更大作用。饮食记录只有兼顾准确度与便捷性,才有实际价值。Apple这套方案同时针对这两点做出优化。

这项方案的创新之处,在于依靠置信度判定、即时反馈机制实现饮食追踪。

不完全依赖全自动识别,也不会退化成纯手动录入。而是采用混合模式:AI预测承担绝大多数识别工作,仅针对存疑项目请求用户确认。

扩展现实交互层同样意义重大。识别选项直接悬浮显示在实物旁边,依靠视线、语音、手势完成确认,整个过程只是瞥一眼、说一句话,而不是填写表单。

这套方案在Apple未来可穿戴设备上将极具潜力:外侧传感器识别餐食内容,内侧交互传感器捕捉用户的确认反馈。

这项专利描绘了一套更智能的饮食记录方案:系统监测识别不确定度,在合适时机简短提问,依托自然交互方式优化最终饮食台账记录。

设备可以依靠摄像头、深度传感器、麦克风、运动传感器、位置数据预判食物相关信息,当置信度偏低、多个识别结果概率接近时,请求用户确认修正。

核心要点:Apple正在探索实时、感知环境的饮食追踪体验,而非事后手动填写的日记。

面向未来主打健康功能的Apple设备,尤其是可穿戴硬件与扩展现实设备,该方案有望成为一种更安静、更精准的饮食监测方式,无需用户频繁停下手中的事情,手动录入每餐饮食信息。