美国专利商标局今日公布了Apple最新一项专利申请，该专利提出了一种原理截然不同的眼动追踪方案，摒弃传统依赖大量摄像头的架构，转向低功耗、反射式检测技术。这项发明旨在优化设备对用户视线落点的判定能力，尤其适用于头戴显示器、未来智能眼镜等可穿戴设备。
从工作原理来看，这套系统会向人眼投射光线（通常为红外光），并检测光线经视网膜眼底反射后的信号。Apple这套方案不再单纯依赖高分辨率相机成像，而是通过分析反射光的强度与特征，判断用户视线是否对准特定位置或界面控件。
该机制能生成更简洁、高效的信号逻辑：当视线对准目标区域时，反射光强度会呈现规律上升；视线偏离目标时，信号强度则随之下降。系统利用这种信号差异判定视线方向，整体运算负荷极低。
本次专利最关键的突破，是Apple将视网膜反射光强度直接作为视线对准与否的判断依据。传统眼动追踪高度依赖摄像头捕捉瞳孔位置与角膜反光点，需要持续成像，功耗居高不下。而Apple采用同轴视网膜反射信号，只需极少数据与运算量，就能判定视线对齐状态。
另一项重大创新是引入低功耗全天候视线检测层。专利中提到，可利用光电二极管这类简易传感器持续监测反射信号，高功耗摄像系统平时保持休眠，仅在系统检测到用户注视有效目标时，才启动完整高精度眼动追踪。这种分层架构大幅提升能效，而这正是轻量化可穿戴设备的核心刚需。
还有一项重要改进是基于目标的视线分区机制，也可理解为热区角落设计。系统无需全程追踪全部视野范围，只需聚焦屏幕角落、指定界面区域等关键位置，判断用户视线是否落在对应区域。既简化交互逻辑、降低运算压力，又能保证操控精准度。
该专利还提出对反射信号进行多维度分析，包含时间振幅、频率响应等维度，能更稳定地识别有效注视行为，区分用户刻意注视与无意识的自然眼球转动。
最后，Apple引入机器学习模型，融合图像数据与传感器输入，持续学习眼部特征、逐步提升追踪精度。这意味着整套系统采用混合架构，兼顾日常低功耗与需要高精度时的性能表现。
这项专利直击空间计算领域最大痛点之一：兼顾高精度与低功耗的全天候眼动追踪。现有高精度方案需要摄像头持续工作，完全不适合需要全天候佩戴、机身小巧的轻量化穿戴设备。
通过基于视网膜反射的低功耗检测底层架构，Apple打造出可长期待机、不损耗续航的检测系统，仅在必要时切换至全精度追踪模式。这为小型智能穿戴设备普及高阶眼动追踪，迈出了关键一步。
该技术对Apple未来产品意义重大，有望应用于新一代AR/XR智能眼镜、迭代款Apple Vision Pro等设备，实现：无明显延迟的即时视线操控交互、降低整机功耗，延长设备续航使用时长、打造以视线为核心，更贴合自然习惯的人机界面。
从长远来看，这项发明体现了Apple持续的产品思路：让交互方式变得无感且直觉化，设备无需用户手动操作，就能无缝响应使用意图。
此外，虽然专利主要将AR/XR智能眼镜列为核心应用载体，但Apple并未做技术限制，明确提及迭代版Vision Pro、iPad、iPhone、MacBook以及iMac，未来都有可能搭载这项眼动追踪技术。
