Умные очки могут выглядеть как обычный потребительский гаджет: камера на лице, динамики в ушах и ИИ-помощник, который отвечает на вопросы о том, что вы видите. Но то же самое устройство может дать системе ИИ то, чего ей всегда не хватало: взгляд на повседневную жизнь человека от первого лица.

Это важно, потому что научить ИИ писать тексты или генерировать изображения совсем не то же самое, что научить машину перемещаться в физическом мире. Роботу нужно понимать, где находятся предметы, что происходит, когда они движутся, и как руки взаимодействуют с вещами, которые гнутся, ломаются, разливаются или меняют форму.

Meta годами исследует носимые устройства, которые собирают такую информацию. Ее очки Ray-Ban Meta воплощают часть этих технологий в потребительском продукте и дают компании доступ к данным, которые генерируются во время обычных занятий.

72-часовое тестирование очков, в ходе которого их ИИ-функции использовались весь день и запрашивались связанные данные, позволило увидеть, почему записи от первого лица могут быть ценны для обучения ИИ и почему конфиденциальность становится все труднее отделить от самой технологии.

Как ИИ учится на реальном мире

Большие языковые модели учатся на огромных собраниях письменных материалов. Для систем, построенных вокруг языка, это работает хорошо, но текст не может в полной мере описать, как люди, например, передвигаются по кухне, берут бутылку, разбивают яйцо или ищут ключи.

Люди осваивают все это благодаря многолетнему сенсорному опыту. Бывший главный научный сотрудник Meta по ИИ Ян Лекун утверждал, что к четырем годам ребенок видел в 50 раз больше данных, чем даже самые крупные языковые модели. Его более общий тезис в том, что машинам нужен более богатый сенсорный ввод, чтобы понимать физический мир.

Для робота это означает учиться не только на инструкциях. Ему нужны данные о том, что люди делают на самом деле, включая мелкие вариации, которые трудно описать словами. Например, человек, моющий посуду, может выглядеть вполне обыденно. Но как только эти кадры размечают и аннотируют, они могут показать системе ИИ, где находятся предметы, как движутся руки и что происходит, когда случается нечто неожиданное.

Такие обучающие данные трудно собирать в больших объемах. Носимая камера предлагает одно из возможных решений, потому что может запечатлеть мир с той же точки зрения, что и человек, выполняющий задачу. Как сформулировал Лекун, «ей нужны глаза».

Почему Meta использует умные очки

Meta годами работает над этой проблемой в рамках Project Aria(новое окно) — исследовательской программы, построенной вокруг носимых компьютеров в форм-факторе очков. Исследовательские устройства используют камеры и другие датчики, чтобы изучать, как люди взаимодействуют с миром.

Project Aria также показывает, насколько разными могут быть ожидания в отношении конфиденциальности в исследованиях и в потребительском использовании. В опубликованных рекомендациях Meta говорится, что участников исследований обучают правилам записи, люди в частных домах должны дать согласие, а видимый световой индикатор показывает, когда ведется запись аудио и видео.

Потребительские умные очки работают в гораздо менее контролируемой среде. Человек может носить их, гуляя по улице, за покупками, готовя кофе или занимаясь домашними делами. Это создает полезный источник данных от первого лица. Это также означает, что люди вокруг владельца могут попасть в записи, не зная, что камера включена.

Это различие важно, потому что ценность таких данных — в их обыденности. Их ценность в том, что они фиксируют мелкие детали повседневной жизни.

Чему нужно научить роботов

Исследователи работают над несколькими задачами, которые кажутся людям простыми, но даются машинам с трудом. Одна из них — эпизодическая память. Спросить у ИИ, где вы оставили ключи, звучит легко, но система должна распознать предмет, понять, когда его видели в последний раз, и отследить, что произошло с того момента до настоящего.

Другая — интуитивная физика. Если вы катите мяч к столу, у вас уже есть ожидание того, что произойдет. Люди вырабатывают такие предсказания, годами наблюдая за физическим миром.

Третья связана с взаимодействием рук с предметами. Завязать шнурки, застегнуть рубашку, что-то поднять или взять в руки кусок ткани — все это требует от машины умения обращаться с предметами, которые гнутся и деформируются. Именно такие ситуации и могут запечатлеть записи от первого лица.

Во время 72-часового теста обычные занятия на удивление хорошо соотносились с этими исследовательскими задачами. Вождение требовало предсказания того, как предметы движутся в пространстве. Взять бутылку или разбить яйцо — это взаимодействие рук с предметом. Наблюдение за тем, как яйцо скатывается со стола, — интуитивная физика. Вопрос о том, где оставили ключи, был задачей эпизодической памяти.

Дело не в том, что каждая обыденная запись сразу становится полезными обучающими данными. Дело в том, что в обычной человеческой деятельности есть примеры, которые нужны воплощенному ИИ.

Что могут запечатлеть очки Meta

Meta утверждает, что очки Ray-Ban Meta не ведут непрерывную запись всего вокруг владельца для обучения ИИ. По словам компании, в данные, которые используются для обучения ее ИИ и потенциально просматриваются людьми, входят голосовые команды и видео, записанное, когда пользователь просит ИИ что-то сделать.

Когда ИИ нужно проанализировать то, что видит камера, соответствующие кадры могут быть отправлены на серверы Meta для обработки. Затем компания может использовать эту информацию для улучшения своих систем ИИ. Человек может спросить у очков о предмете, местоположении, задаче или о том, что происходит перед ним, создавая запись этих взаимодействий от первого лица.

Meta также представила Live AI — режим, в котором помощник доступен без обычной фразы активации. Это делает очки полезнее как помощник в реальном времени, но одновременно увеличивает время, в течение которого их камера и микрофон могут быть активны.

Есть и другая проблема конфиденциальности, которую сложнее решить с помощью настроек. Владелец управляет устройством, а все, кто его окружает, — нет. Во время теста лица в просматриваемых материалах размывались, но люди вокруг владельца не знали, что их записывают. Это отличается от исследовательского процесса Meta в рамках Project Aria, где для участников и людей в определенных частных пространствах действуют требования о явном согласии.

Что указывает на планы Meta в области робототехники

Идея о том, что Meta может использовать данные с носимых устройств для создания роботов, остается гипотезой о более широкой стратегии компании, а не чем-то, что доказывают сами очки. Тем не менее за ней стоит несколько свидетельств.

В феврале 2025 года Meta создала подразделение гуманоидной робототехники в рамках Reality Labs — той же более крупной организации, которая отвечает за ее умные очки. В мае 2026 года Meta также приобрела Assured Robot Intelligence — робототехническую лабораторию, соучредителем которой стал Леррел Пинту.

Meta также заявляла, что хочет, чтобы ее технологии служили программным слоем для гуманоидных роботов. В ее исследованиях уже изучалось, как записи от первого лица помогают роботам осваивать физические задачи. Это делает очки значимыми не только в роли ИИ-помощника. Они объединяют камеры, микрофоны и ИИ в устройстве, которое можно носить весь день.

Прототипы носимых устройств Meta следующего поколения описываются как движущиеся в сторону более непрерывного восприятия и более надежного отслеживания объектов. Эти возможности могли бы давать более полезные данные о том, как люди взаимодействуют с физическим миром.

Ничто из этого не доказывает, что Meta тайно собирает каждый момент жизни своих клиентов, чтобы создать армию роботов. Но это показывает, почему данные от первого лица с носимых устройств могут быть стратегически ценными для компании, которая активно инвестирует и в ИИ, и в робототехнику.

Более важный вопрос

Умные очки делают ИИ полезнее, потому что дают ему доступ к окружающему миру. Эта же способность отличает их от ИИ-помощников, к которым привыкло большинство людей. Вопрос в том, кто решает, как собирать, обрабатывать и использовать этот все более личный источник данных.

По мере того как ИИ переходит с экрана в физический мир, данные от первого лица становятся все более ценными.

Поэтому все важнее понимать, что устройство может видеть, слышать, хранить и отправлять.