Los AirPods con cámaras de Apple revelan nuevos secretos: así podrán «ver» lo que te rodea
Los futuros AirPods con cámaras de Apple empiezan a dejar de ser un concepto extraño para convertirse en un producto del que conocemos cada vez más detalles. Tras aparecer recientemente un vídeo oculto en una versión preliminar de macOS Tahoe 26.7, nuevas referencias encontradas en el código del sistema explican con bastante precisión cómo pretenden estos auriculares interpretar visualmente el mundo que rodea al usuario.
Como ya contamos recientemente en Teknófilo al descubrirse la primera demostración de estos AirPods con Visual Intelligence, la idea de Apple no parece consistir en convertir sus auriculares en una especie de cámara de acción diminuta. Las cámaras actuarían principalmente como ojos para Siri y Apple Intelligence, proporcionando contexto visual sin obligarnos a sacar el iPhone del bolsillo.
Ahora, el código incluido en esa misma compilación de macOS permite ir bastante más allá. Entre otras cosas, revela la resolución de los sensores, la manera en la que se combinarían las imágenes de ambos auriculares, sistemas para descartar capturas deficientes e incluso indicios de que parte de la inteligencia artificial podría ejecutarse directamente en los propios AirPods.
Cada AirPod tendrá su propia cámara
Uno de los detalles más llamativos es que Apple no parece apostar por colocar una única cámara en uno de los auriculares. Cada AirPod dispondría de su propio sensor visual, por lo que el sistema recibiría simultáneamente imágenes desde ambos lados de la cabeza del usuario.
Estas cámaras capturarían imágenes RGB convencionales con una resolución máxima de aproximadamente 1 megapíxel. Es una cifra extremadamente modesta comparada con cualquier cámara de smartphone actual, pero también deja bastante claro que Apple no pretende competir en calidad fotográfica.
El objetivo sería obtener suficiente información visual como para que los algoritmos puedan reconocer objetos, textos, establecimientos, productos o cualquier otro elemento relevante situado delante del usuario. Para un sistema de inteligencia artificial, una imagen de 1 megapíxel puede contener información más que suficiente para muchas tareas de reconocimiento.
Además, utilizar sensores de baja resolución tiene otras ventajas importantes en unos dispositivos tan pequeños. Reduce el volumen de datos que debe procesarse, el consumo energético y potencialmente el tamaño del propio módulo de cámara, tres factores fundamentales en unos auriculares donde cada milímetro y cada miliamperio cuentan.
Visual Intelligence combinará las imágenes de ambos auriculares
Tener dos cámaras colocadas en posiciones diferentes introduce un problema evidente: cada una está viendo el mundo desde un ángulo ligeramente distinto. Según las referencias encontradas en macOS Tahoe 26.7, Visual Intelligence se encargaría de sincronizar y combinar la información procedente de ambas cámaras.
No está claro si el resultado será literalmente una única imagen reconstruida o si el sistema simplemente utilizará simultáneamente ambas fuentes para comprender mejor la escena. En cualquiera de los dos casos, disponer de dos perspectivas podría aportar información adicional sobre profundidad, posición de los objetos o contexto espacial.
El sistema también tendrá en cuenta algo inevitable cuando llevamos cámaras en la cabeza: estamos moviéndonos constantemente. Los AirPods ya incorporan acelerómetros y otros sensores de movimiento para funciones como el audio espacial, por lo que Apple puede utilizar esa información para relacionar las capturas con los movimientos de la cabeza.
Esto resulta especialmente importante porque una cámara situada en un auricular nunca tendrá la estabilidad de la cámara de un teléfono sostenido conscientemente delante de un objeto. Girar la cabeza, caminar o simplemente hablar puede provocar imágenes borrosas, por lo que Apple parece estar diseñando el sistema desde el principio teniendo en cuenta esas limitaciones.
Los propios AirPods podrían descartar las imágenes que no sirven
El código también hace referencia a mecanismos capaces de rechazar automáticamente imágenes afectadas por un movimiento excesivo. Si giramos rápidamente la cabeza y la captura resulta demasiado borrosa para que Visual Intelligence pueda interpretarla de manera fiable, esa imagen podría descartarse antes de continuar con el procesamiento.
Algo parecido ocurriría cuando la vista de la cámara estuviera obstruida. Pelo, una mano, ropa o cualquier otro elemento podría bloquear parcialmente el pequeño sensor, y el software parece preparado para detectar estas situaciones y evitar alimentar al modelo de inteligencia artificial con información de mala calidad.
Pero posiblemente lo más interesante sea una referencia a lo que el código denomina «peripheral inference». Aunque Apple no ha explicado oficialmente su significado, el término apunta a algún tipo de inferencia realizada directamente en el periférico, es decir, en los propios AirPods.
De confirmarse esta interpretación, los auriculares podrían efectuar localmente una primera evaluación de las imágenes antes de transmitirlas al iPhone u otro dispositivo. Descartar capturas inútiles directamente en los AirPods reduciría tanto el consumo de energía como el volumen de información que debe enviarse inalámbricamente, además de ofrecer ciertas ventajas desde el punto de vista de la privacidad.
No grabarán vídeo como unas gafas inteligentes
Una de las conclusiones más importantes que deja el nuevo código es que estos AirPods no parecen estar diseñados para grabar vídeo. Las cámaras realizarían capturas periódicas de imágenes estáticas que posteriormente serían analizadas por Visual Intelligence.
Eso establece una diferencia fundamental respecto a productos como las gafas inteligentes de Meta. En lugar de ofrecer al usuario una cámara portátil con la que documentar aquello que está viendo, Apple estaría utilizando los sensores visuales fundamentalmente como una entrada adicional para su plataforma de inteligencia artificial.
Este planteamiento coincide con otras informaciones sobre los dispositivos de inteligencia artificial que Apple estaría explorando. Como hemos contado anteriormente en Teknófilo, la compañía parece estar estudiando diferentes maneras de introducir cámaras en wearables sin convertirlos necesariamente en dispositivos destinados a fotografiar o grabar a otras personas.
El funcionamiento mediante capturas periódicas tendría también ventajas importantes para la autonomía. Mantener una cámara grabando vídeo continuamente supone un consumo considerable de energía, mientras que tomar una fotografía únicamente cuando el sistema necesita actualizar su comprensión del entorno resulta mucho más eficiente.
Habrá modos activo y pasivo y un indicador de privacidad
Las referencias descubiertas apuntan además a la existencia de un modo activo y otro pasivo de captura. La diferencia exacta entre ambos todavía no está completamente clara, aunque el modo activo parece permitir imágenes de mayor calidad.
Una posibilidad es que el modo pasivo realice capturas ocasionales de menor resolución para proporcionar contexto general a Visual Intelligence, mientras que el modo activo se utilice cuando hacemos una consulta concreta a Siri. En ese momento, el sistema podría solicitar una imagen de mayor calidad para analizar aquello sobre lo que estamos preguntando.
También aparecen indicios de que cada auricular podría contar con algún tipo de luz indicadora que se encendería cuando la cámara estuviera siendo utilizada. Se trata de un detalle especialmente importante en un dispositivo que otras personas pueden no identificar inmediatamente como equipado con cámaras.
Apple ya ha mostrado históricamente una especial sensibilidad hacia los indicadores de privacidad en sus dispositivos. Un aviso visual permitiría a quienes se encuentran alrededor saber cuándo existe una captura activa, aunque seguirá existiendo un debate evidente sobre la percepción social de llevar dos cámaras apuntando constantemente hacia el entorno.
Siri podrá recordar aquello que estamos mirando
La auténtica razón de ser de todo este hardware parece encontrarse en la próxima generación de Siri y en Visual Intelligence. Apple quiere que su asistente pueda comprender no solamente lo que decimos o lo que aparece en la pantalla del iPhone, sino también el entorno físico en el que nos encontramos.
El ejemplo utilizado por Apple en el vídeo encontrado en macOS Tahoe 26.7 es deliberadamente sencillo. Una persona mira un libro y pide a Siri que lo recuerde, mientras los AirPods proporcionan la información visual necesaria para identificarlo y almacenarlo para consultarlo posteriormente.
La idea, sin embargo, puede extenderse a muchas otras situaciones. Podríamos mirar un producto y preguntar qué es, observar el cartel de un restaurante y pedir que Siri lo recuerde, consultar información sobre un monumento o solicitar detalles sobre algo que tengamos delante sin necesidad de coger el teléfono y apuntar manualmente con su cámara.
Todo esto encaja con la estrategia más amplia que Apple parece estar construyendo alrededor de una Siri mucho más contextual. Los AirPods dejarían así de ser únicamente dispositivos de entrada y salida de audio para convertirse en sensores que aportan a la inteligencia artificial información continua sobre el mundo real.
La precisión será uno de los grandes desafíos
Sobre el papel, el concepto resulta muy llamativo, pero también plantea una pregunta fundamental: ¿hasta qué punto podrá interpretar correctamente Siri lo que estamos mirando utilizando cámaras de solamente 1 megapíxel? La calidad de la información de entrada continúa siendo importante incluso para los modelos de inteligencia artificial más avanzados.
El problema aumenta si tenemos en cuenta las condiciones en las que funcionarán esas cámaras. A diferencia de un smartphone, los auriculares estarán sometidos permanentemente al movimiento de nuestra cabeza, cambios bruscos de iluminación, posibles obstrucciones y encuadres que el usuario ni siquiera puede comprobar.
Los mecanismos para descartar capturas borrosas o bloqueadas indican precisamente que Apple es consciente de estas dificultades. Sin embargo, el sistema tendrá que decidir correctamente no solo cuándo una imagen es válida, sino también qué elemento concreto de una escena está observando o quiere identificar el usuario.
Un error en este contexto puede resultar bastante más desconcertante que una simple fotografía mala. Si preguntamos a Siri por un medicamento, un producto, una señal o un objeto y el asistente interpreta otra cosa situada en la escena, la experiencia podría perder rápidamente utilidad. La fiabilidad será, por tanto, tan importante como la tecnología de las propias cámaras.
La privacidad será tan importante como la tecnología
Aunque estos AirPods no estén pensados para almacenar fotografías personales, llevar cámaras a ambos lados de nuestra cabeza plantea inevitablemente cuestiones de privacidad. La distinción técnica entre «capturar una imagen para analizarla» y «hacer una fotografía» probablemente no sea demasiado evidente para las personas que se encuentren alrededor.
Ahí cobra especial importancia el indicador luminoso encontrado en el código. Apple podría utilizarlo para dejar claro cuándo se están capturando imágenes, de manera similar a otros sistemas de privacidad empleados en cámaras y micrófonos.
La posible presencia de procesamiento directamente en los AirPods también podría desempeñar un papel relevante. Si determinadas decisiones pueden realizarse localmente antes de que una imagen abandone el dispositivo, Apple tendría un argumento adicional para presentar este sistema como una alternativa más privada a otros wearables con cámara.
La compañía tendrá que explicar con especial claridad qué imágenes se almacenan, cuáles se descartan, cuándo se transmiten al iPhone o a servidores externos y durante cuánto tiempo existen. El éxito del producto podría depender tanto de esas respuestas como de las capacidades de inteligencia artificial que consiga ofrecer.
Los AirPods se convertirían en los ojos de Apple Intelligence
El proyecto empieza a encajar con otras filtraciones recientes relacionadas con el hardware de Apple. En el propio macOS Tahoe 26.7 han aparecido referencias a múltiples productos todavía no anunciados, entre ellos nuevos dispositivos asociados con cámaras, inteligencia visual y futuras generaciones de AirPods.
La estrategia parece apuntar hacia un ecosistema en el que Apple Intelligence pueda recibir información no solamente del iPhone, sino también de diferentes dispositivos que llevamos puestos. Unos AirPods capaces de escuchar, interpretar nuestra voz y observar nuestro entorno serían una pieza especialmente poderosa de ese planteamiento.
Eso permitiría además reducir la dependencia de la pantalla, algo que se ha convertido en uno de los objetivos más interesantes de la nueva oleada de dispositivos de inteligencia artificial. En lugar de sacar el teléfono, abrir una aplicación y apuntar con una cámara, bastaría con mirar algo y formular una pregunta.
Si Apple consigue que el sistema funcione con suficiente rapidez y fiabilidad, la incorporación de cámaras podría convertirse en uno de los mayores cambios de concepto que han experimentado los AirPods desde su lanzamiento. Los auriculares pasarían de reproducir sonido y captar voz a entender parcialmente el contexto físico del usuario.
Septiembre de 2026 o 2027: la fecha sigue sin estar clara
La aparición de un vídeo promocional y de tantas referencias específicas dentro de macOS Tahoe 26.7 podría sugerir que Apple tiene el proyecto bastante avanzado. Además, llega justo antes de la tradicional ventana de lanzamientos de septiembre, cuando se espera que la compañía muestre la próxima generación de iPhone.
Eso abre la puerta a que Apple ofrezca algún tipo de adelanto o explicación de la tecnología durante su próxima gran presentación, especialmente porque Visual Intelligence y la nueva Siri deberían ocupar un papel importante dentro de la evolución de Apple Intelligence.
Sin embargo, conviene separar una posible demostración de la llegada del producto a las tiendas. Las informaciones atribuidas a Mark Gurman apuntan a que los AirPods con capacidades visuales podrían no comercializarse hasta 2027, por lo que todavía existe bastante incertidumbre sobre el calendario definitivo.
Sea cual sea la fecha, el código encontrado ofrece una imagen mucho más clara de lo que Apple está intentando construir. No parece que vayamos a llevar unas diminutas cámaras para hacer fotos con las orejas, sino dos sensores visuales destinados a dar ojos a Siri y permitir que Apple Intelligence comprenda mejor aquello que tenemos delante. Y, visto así, estos AirPods podrían resultar bastante más interesantes de lo que su extraña descripción inicial hacía pensar.
