根据macOS测试版泄露视频，苹果正开发配备摄像头的AirPods，外观类似加厚的AirPods Pro 3，利用视觉智能让Siri识别环境并保存信息，旨在与Meta智能眼镜竞争，但可能引发隐私担忧。预计9月与新版Siri及iPhone一同发布。

李飞飞在访谈中强调，AI不是人类的替代者，而是个人能力的放大器。她指出，视觉是智能基石，AI发展依赖算法灵感与数据觉醒，如ImageNet项目。AI在医疗、教育等领域有巨大潜力，但缺乏私人情感与内在驱动力。她主张人机协作，警惕过度依赖或全盘禁止AI，并呼吁社会共同参与技术设计，重视教师与家长支持，培养青少年提问能力。

2026年6月11日至13日，全国视觉智能标准化工作组会议在乌鲁木齐召开，167名代表参与。会议决定将数字媒体内容描述组更名为时空图形编码组，并终止该组的活动。共收到97份提案，形成42份文档，讨论了AVS4视频编码需求和低时延编码等议题。音频组、VRU组和基因压缩组也审议了相关提案。下次会议计划于2026年8月在上海举行。

Neurovia AI作为阿联酋政府网络安全峰会的官方合作伙伴，专注于AI时代的视觉智能基础设施。首席技术官Mansoor Ali Khan将探讨数据架构在算力、实时处理和安全性方面的挑战，并介绍核心平台NeuroStream，以提升机器数据的传输与计算效率。

苹果即将发布的iOS 27更新将为相机应用带来更多自定义选项，包括用户选择的控件小部件，如景深和曝光。此外，相机应用将新增“Siri”模式，支持视觉智能功能。其他应用如Siri和天气也将进行设计更新。

月之暗面发布了开源模型Kimi k2.5，称其为最强大的开源模型。该模型基于1.5T混合视觉与文本预训练，具备视觉智能体系统，支持1500次并行工具调用，显著提升任务执行效率。Kimi k2.5能够从自然语言生成完整前端界面，并具备视觉调试能力，成为开源界的新王。

视觉智能在数字化转型中重要，但不足以满足自动化需求。自适应边缘智能通过本地决策和数据融合提升实时响应能力，减少对云的依赖。Apache Kafka在此过程中支持边缘系统的数据处理和决策，推动组织实现自主行动。

苹果即将推出的iOS 26新功能，用户可通过截图轻松添加日历事件。该功能利用视觉智能提取信息并生成事件，虽然无法处理多个事件，但整体表现令人满意。与安卓相比，苹果的AI在此任务上更高效。

苹果的视觉智能功能通过iPhone摄像头识别周围事物，支持特定型号和iOS版本。该功能可识别动物、植物和商家信息，并处理文本，提供翻译和摘要等服务。

作者测试了GPT-4V、Claude和Gemini，发现它们在艺术描述和解谜方面表现良好，但在简单视觉问题上表现不佳。为此，他创建了VisQuant基准，专注于评估模型的视觉智能，包括计数和空间关系。VisQuant使用100张合成图像，旨在揭示模型推理中的缺陷。

苹果计划在2027年前为Apple Watch添加摄像头，以实现视觉智能等AI功能。标准版Apple Watch的摄像头将内置于显示屏中，而Apple Watch Ultra则位于侧面。这将使手表能够观察外部世界并提供相关信息。此外，苹果还计划为AirPods添加摄像头。

AI 正在通过视觉智能技术革新客户服务，提升问题理解和解决能力，优化互动，缩短响应时间，提高客户满意度。各行业利用视觉智能改善运营，增强客户信任，推动未来服务创新和个性化体验。

苹果的iOS 18.4开发者测试版为iPhone 15 Pro和Pro Max引入了类似Google Lens的视觉智能功能，用户可以通过操作按钮或控制中心使用该功能，预计将在四月正式发布。

苹果将在未来的软件更新中为iPhone 15 Pro引入类似Google Lens的视觉智能功能，用户可通过相机识别周围事物。该功能最初在iPhone 16系列中推出，现确认也将支持iPhone 15 Pro，具体更新版本尚未公布，可能在iOS 18.4中推出。

苹果在2024年9月发布的iPhone 16系列声称“为苹果智能而生”，但实际功能进展缓慢。经过四个月的更新，iOS 18逐步推出了一些承诺的功能，如视觉智能和AI图像生成等。目前苹果智能是否兑现承诺仍存疑。

iOS 18.3更新暂时禁用新闻和娱乐应用的通知摘要，因BBC指出其错误总结。更新还引入视觉智能功能，支持日历事件添加及植物动物识别，Mac也有类似更新。通知摘要将以斜体显示，并新增锁屏管理设置。

Meta AI推出的SAM模型通过交互方式实现物体分割，提升了空间信息理解。肖特特博士认为，未来AI需具备人类感知能力，以解决真实世界问题。PromptAI致力于创造类人视觉智能，推动AI与环境的互动，探索新一代视觉技术应用。

苹果即将发布的iOS 18.2更新将使Siri更智能，支持将请求转发给ChatGPT，并能处理复杂问题，如鸡尾酒推荐。新功能包括视觉智能，用户可通过拍照获取分析或搜索结果。尽管AI可能出错，但在低风险问题上仍然实用。未来，Siri还将能在应用中执行操作。