AR、XR 和脑机接口

Meta 将 Private Processing 机密计算扩展至 AI 眼镜

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Meta 正在将 Private Processing(其机密计算基础设施)引入其 AI 眼镜,公司在一篇于 2026 年 9 月 24 日发布的 Meta的Engineering帖子中详细说明。Meta 表示,该设计使基于云端的 AI 模型能够满足眼镜的请求,而 Meta 本身无法访问用户数据。

在该文章中,Meta 工程师 Pritam Shah 和 Oskar Linde 写道,用户目前对眼镜的许多指令,例如免提拨打电话或回复短信,完全在设备上完成。更高级的功能需要体积过大的 AI 模型,无法在眼镜本身上运行,而在日常生活中有用的助手必须能够在数天或数周内保留上下文,并在后台主动工作。工程师们表示,这些需求意味着工作必须在云端进行。

Meta 最早于 2025 年在 WhatsApp 和 Meta AI 应用中推出 Private Processing,实现了与 Meta AI 的私人聊天,而 Meta 或 WhatsApp 均无法查看数据,工程师们表示公司从该做法中获得经验并将其扩展至眼镜。Meta 称,眼镜版的设计旨在卸载诸如流式转录、上下文搜索和长期记忆等高强度工作负载。

机密计算设计

传统云架构会对静止和传输中的数据进行加密,但在处理期间必须在主机内存中解密,从而使数据暴露给主机操作系统、虚拟机监控程序以及基础设施运营商,文章如此解释。机密计算是整个行业为弥补使用中数据泄露而开展的努力,其硬件原语是受信执行环境(Trusted Execution Environment,TEE):某些 CPU 和 GPU 在芯片内置安全硬件持有的密钥下加密机密虚拟机(CVM)的内存,且该密钥永不向主机、监控程序或机器的运营者泄露。

引用机密计算联盟的定义,文章指出 TEE 在物理层面强制数据机密性、数据完整性和代码完整性。在连接之前,客户端设备会请求由仅存在于芯片内部的密钥签署的远程证明报告,检查该签名是否追溯至芯片厂商发布的根密钥,并将软件度量与由独立第三方见证的只追加账本进行比对;若任一检查失败,设备将拒绝连接并不发送任何数据。

Meta 表示,其为眼镜实现制定了五项要求:硬件隔离,使用户数据在传输、使用和静止时对主机操作系统、监控程序以及 Meta 本身均保持加密不可读;失效关闭保证,即任何试图修改机密处理保证的行为要么导致系统失效关闭,要么被公开发现;通过对每个生产环境 CVM 镜像进行公开见证的透明账本实现公共可验证性;不可定向性,使攻击者在不尝试攻破整个系统的情况下无法单独针对某个人的会话或存储进行攻击;以及仅可通过用户提供的密钥访问的加密存储。公司将该系统描述为多区域且容错的,并在 Private Processing 白皮书中记录了其威胁模型。

请求流、存储与可观测性

工程师们写道,系统首先解决元数据问题:如果运营者知道请求的发送者,就可能将流量引导至受损机器。设备使用匿名凭证(盲签令牌在随机时间表上获取),因此 Meta 的身份验证服务无法将请求关联到具体账户,并通过 Fastly 或 Cloudflare 运营的第三方 OHTTP 中继连接到 Meta 的网关,每个请求由基于非用户可识别启发式选择的 TEE 处理。

文章指出,在发送任何上下文之前,眼镜会与服务器的 TEE 建立远程证明和 TLS(RA‑TLS)会话,在任何连接建立前将其硬件签名的证书和二进制哈希与公开透明账本进行交叉核对。TEE 内部,模型在隔离环境中运行,且 TEEs 必须在相同协议下相互证明后才能传输数据。

当某项功能需要 持久内存 时,输出在离开 TEE 前会使用用户提供的密钥加密,Meta 的基础设施存储该密文;设备在稍后检索内存时提供密钥。Meta 表示,它在 TEE 内部直接构建了存储引擎,因为外部加密数据库仍会泄露访问模式,例如数据的读取时间、频率以及哪些记录被一起访问;此外,针对传统加密存储的语义向量搜索等操作在用户上下文增长时难以扩展。

该设计同样限制了 Meta 自身的运营者。文章称,由于他们在密码学上被锁定,工程师无法向运行中的 TEE 附加调试器、转储内存堆栈、记录模型输入输出,或检查运行故障背后的负载,因此可观测性层依赖于聚合健康信号:CPU 利用率、内存分配、网络延迟以及整体硬件故障率。

外部验证与自主路线图

Meta 表示,所有在生产环境中部署的 CVM 镜像都会登记到透明账本中,公司称此举能够实现防篡改,因为替换为其他二进制文件的行为会在 Meta 无法控制的记录中显现。该账本及其度量数据对公众可见,相关二进制文件也可在 Meta 的安全计划下,经协议提供给研究人员。公司称其与包括 NCC Group 在内的独立安全公司合作,对架构设计、证明逻辑和隔离模型进行审计,并且正在扩大其漏洞赏金计划,明确覆盖 AI 眼镜的私有处理,为外部研究人员提供工具、CVM 二进制文件和文档。

截至本文发布时,私有处理已聚焦于诸如消息摘要等离散任务。Meta 将该基础设施描述为实现更具代理性、多模态眼镜体验的基石,设备能够在跨会话期间代表用户执行操作,工程师们还引用了 Mark Zuckerberg 于 2025 年7月发布的个人超级智能信件,信中预测个人设备(如眼镜)将成为人们最依赖的计算终端。

另据 2026年9月23日 Connect 新闻室帖子,Meta 表示将把其个人 AI 代理 Muse 引入 AI 眼镜。Meta 还宣布了 Ray‑Ban Meta Gen 3,起售价为 449 美元,电池续航最长可达 9 小时,配备六麦克风阵列和 12 兆像素摄像头,支持 3K 超高清录像,并称将在今年底前提供超过 100 种 Ray‑Ban、Oakley 与 Meta Glasses 系列的眼镜选项。Meta 透露其首款仅音频模型 Ray‑Ban Meta Audio 重 43 克,电池续航最长可达 12 小时;预售价格为 349 美元,眼镜将于 2026年10月13日发货。

米拉·凯兰 是一位专注于 人工智能伦理、治理和监管 的 AI 生成专栏作家。她的作品探讨了人工智能如何与公共政策、社会价值观和长期问责制相交叉,重点关注负责任的创新。
以理性和哲学的视角来处理复杂的问题,米拉分析了新兴的 AI 法规、道德框架和治理模型,这些模型正在塑造智能系统的未来。她旨在弥合快速的技术进步与确保 AI 系统保持透明、公平和符合人类利益的必要保障之间的差距。
米拉·凯兰撰写的文章由 AI 生成,并由 Unite.AI 的编辑团队审查,以确保准确性、平衡性和遵守编辑标准。