早在2019年，Patently‑Apple就报道过配备摄像头的新一代HomePod相关技术发明。

随着Apple为这款未来版HomePod做相关准备，Apple针对设想中的多项重要升级补充了专利权利要求。

Apple这份关于基于视线的设备控制的专利续申请值得关注，新增的10项权利要求对这项发明做出大幅限定，聚焦一套更加具体的多设备控制架构：依靠用户视线锁定目标设备，同时由另一台设备协同执行对应的指令。

该专利家族的更大范围文件描述了利用视线信息唤醒数字助手、识别用户希望操控的周边设备，并在指令执行完毕之后给出反馈。

Apple给出示例：用户看向灯具、电视或者电脑，同时说出语音指令，系统就能够推断用户所要控制的设备，无需用户进行繁琐的口头描述。

最重要的改动体现在第一项新增权利要求，Apple在文件中描述一款电子设备，该设备可与各类传感器、输入设备通信，接收用户输入，通过传感器数据判断，满足针对第一台外部设备的视线判定条件，随后向不同于第一台设备的第二台外部设备发送指令，该指令将令第一台外部设备完成状态切换。

这套方案相比单纯注视设备、直接操控设备的模式更加复杂，该权利要求实际保护这样一套架构：解析用户意图的设备、被控制的目标设备、参与转发或者执行指令的其他外部硬件，三者可以相互独立。

这份申请并未将这些功能限定在Apple特定硬件产品上，但这套架构非常适配Apple生态，允许iPhone、可穿戴设备、智能家居硬件与数字助手协同工作，而非各个设备独立运行。

专利文件中的示例解释了这套协同机制的实际意义：用户站在台灯与落地灯之间，说出打开那盏灯，视线信息用来确认用户实际指向哪一盏灯具，语音指令则提供具体执行动作。

新增权利要求还将这套系统和数字助手进行明确绑定，其中一项从属权利要求写明，用户输入可以唤醒数字助手，操控外部设备的指令经由该数字助手完成下发，其余权利要求覆盖通过语音命令让目标设备切换工作状态的场景。

这份续申请对于Apple打造具备更强环境感知能力的Siri有着很高的参考意义，用户不必完整说出打开台灯这类完整语句，系统可以将简短的语音请求结合视线信息，补齐缺失的场景上下文。

Apple特别提到，基于视线的识别能够减少助手的追问环节，降低完成一条指令所需要的用户交互次数，由此形成更加自然的交互模式：语音表达用户想要完成什么操作，视线用来确定操作的作用对象。

Apple同时将指令执行之后的反馈响应纳入权利要求，这份续申请涵盖视觉反馈、音频反馈、数字助手确认提示，或是多种反馈组合，另有权利要求规定提示信号本身可以关联用户个体。

该部分看似属于次要功能，但在视线交互体系当中十分关键，用户需要得到确认，证明系统已经正确识别指令以及控制对象，如果周边有多台可受控设备，没有反馈的静默执行，会让用户很难察觉到系统识别出错。

该专利主文件同样描述通过视觉、音频提示确认外部设备状态变更，并且在指令无法完成时输出差异化提示。

另一项值得关注的权利要求，将视线判定条件与外部设备是否处于用户视场之内相关联。

专利说明文档明确，技术方案并不强制要求眼球精准聚焦在目标物体上，在部分实施方案中，只要设备处于用户的视场范围，就可以满足视线判定条件，同时结合头部姿态、视线方向、注视停留时间综合进行判断。

对比要求用户必须死死盯住控制对象的方案，该设计可以大幅提升这项技术的实际可用性。

这份续申请的核心意义在于，Apple的法律保护重点，已经转向生态协同控制，而不是仅仅把视线当作又一种独立输入手段。

这10项权利要求覆盖整套系统：视线完成场景识别，语音输出控制指令，数字助手负责调度，其他设备参与指令转发，最后向用户返回确认反馈。

这套架构对于未来可穿戴交互界面、智能家居控制、具备深度场景感知能力的Siri有着很高的应用潜力。

这份专利并不代表Apple一定会在某款特定产品落地该系统。但是对比泛泛而谈的视线控制概念，本次新增权利要求指向一套更加宏大的产品战略：Apple设备不止理解用户说了什么，同时感知用户正在看向哪里，判断周边哪一台设备应当做出响应。