【量子位 2025年12月10日讯】智能安防赛道再添“争议性选手”。12月9日，亚马逊旗下Ring正式向美国地区的视频门铃用户推送AI驱动的面部识别功能“Familiar Faces”（熟人面孔），用户可创建含50人以内的“熟人库”，接收“妈妈在门前”这类精准通知，而非模糊的“有人到访”提醒。然而这项9月已官宣的功能，自曝光起就深陷隐私争议——电子前沿基金会（EFF）、美国参议员接连发声反对，伊利诺伊州等三地因法律限制直接禁止其落地，而Ring过往的安全漏洞史，更让公众对“面部数据安全”充满疑虑。
功能核心：50人熟人库+个性化提醒，默认关闭但需手动设防
“Familiar Faces”的设计初衷是提升居家安防的便捷性，其核心逻辑围绕“精准识别-个性化交互”展开，操作流程与功能细节高度聚焦用户体验：
-
三步搭建熟人库：用户可从Ring应用的“事件历史”截图，或直接上传照片，为家人、朋友、快递员等标注姓名，构建专属熟人库（上限50人）。后续该面孔出现在门铃摄像头范围内时，系统会自动匹配标签，无需重复操作。例如为常来的快递员标注“张师傅”，其再次上门时，用户手机会收到“张师傅在门前”的通知，而非泛泛的“有访客”提示。
-
精细化提醒管控：支持按面孔设置通知规则，可对特定对象开启“静音模式”——比如用户自己进出家门时，门铃不会反复推送提醒；也能为家人设置“优先提醒”，确保重要访客动态不被遗漏。标注后的姓名会同步显示在应用时间线、事件历史中，方便用户快速检索特定人物的到访记录，且标签可随时编辑、合并重复面孔或删除条目。
-
默认关闭的“安全缓冲”：亚马逊强调，该功能默认处于关闭状态，用户需在应用设置中手动开启，且首次启用时会弹出隐私提示。同时承诺面部数据以加密形式存储于云端，未标注姓名的路人面孔会在30天后自动删除，且不会用于AI模型训练，试图以此降低用户对数据滥用的担忧。
从硬件适配来看，Ring Video Doorbell Plus（2K分辨率）与Wired Doorbell Pro（4K分辨率）为首批支持机型，后续将逐步覆盖更多兼容设备，目前仅对美国18岁以上用户开放。
争议焦点：无同意扫描+前科隐患，隐私质疑声浪高涨
尽管亚马逊摆出“加密存储”“自动删除”等安全措施，但“Familiar Faces”仍触发多重隐私顾虑，核心矛盾集中在“无授权数据采集”与“企业安全信誉”两大层面：
-
路人“被扫描”却无法拒绝，违反多地法律：EFF指出，Ring门铃的摄像头会自动捕捉所有出现在镜头范围内的人——包括路过的邻居、临时上门的维修人员、偶然经过的路人，这些人并未同意被纳入面部识别系统，却被动成为数据采集对象。这种“无opt-in（主动同意）”的模式，直接触碰《生物识别信息隐私法》（BIPA）红线，也正是伊利诺伊州、得克萨斯州、俄勒冈州波特兰市禁止该功能落地的核心原因。美国参议员埃德·马基（Ed Markey）更致函亚马逊，直言“普通民众不该只因走过一扇门前，就被录入生物识别数据库”。
-
Ring安全前科埋下信任危机：公众的担忧并非空穴来风。2023年，美国联邦贸易委员会（FTC）曾以“Ring员工与承包商可无限制访问用户视频”“Neighbors应用泄露用户家庭地址与精准定位”为由，对其处以580万美元罚款；此外，Ring用户密码曾长期在暗网流传的事件，也让外界对其数据保护能力存疑。如今新增的面部数据，被视为“又一层敏感信息暴露风险”——EFF担忧，若加密措施失效，面部向量（用于识别的核心数据）可能成为黑客窃取目标，进而引发身份盗用等问题。
-
与执法部门合作的潜在风险：亚马逊过往与执法机构的合作历史加剧了焦虑。此前Ring曾允许警方、消防部门通过Neighbors应用直接请求用户门铃录像，近期还与为警方、联邦执法机构提供AI监控摄像头的Flock公司达成合作。尽管亚马逊声称“不会主动向执法部门共享面部数据”，且“技术上无法提供某人的全区域出现记录”，但EFF质疑，这与Ring现有的“Search Party”功能（跨邻里摄像头网络寻找走失宠物）存在逻辑矛盾——既然能跨设备找宠物，理论上也存在追踪特定人物轨迹的可能。
监管与应对：多地禁售+集体诉讼，行业合规再遇挑战
“Familiar Faces”的落地，不仅是企业产品迭代，更折射出消费级安防产品在“创新”与“合规”间的艰难平衡：
-
法律层面的直接阻击：除伊利诺伊州等三地明确禁止外，其他州也面临立法压力。马萨诸塞州参议员马基在反对信中呼吁亚马逊“彻底放弃该功能”，认为其“将普通民众置于无差别的生物识别监控之下”；EFF则联合多州消费者组织，推动修订更严格的生物数据保护法案，要求消费级设备的面部识别功能必须获得“明确且书面的用户同意”。
-
用户端的集体诉讼已启动：伊利诺伊州用户已向法院提起集体诉讼，指控“Familiar Faces”违反BIPA中“未经同意不得采集生物识别信息”的条款，要求亚马逊停止功能使用并赔偿损失。该案被业内视为“消费级面部识别合规风向标”——若原告胜诉，不仅该功能可能面临全国下架，还将为整个行业划定“生物数据采集”的法律红线。
-
亚马逊的有限妥协与辩解：面对质疑，亚马逊重申“面部数据加密存储、不用于模型训练”，并强调“用户完全掌控熟人库，可随时删除数据”；针对执法部门数据请求，其表示“会严格遵循法律程序，不会随意提供信息”。但这些回应未能平息争议，EFF仍建议用户“尽量关闭该功能，仅使用传统人形检测”，若必须开启，“仅为家人标注姓名，避免给快递员等外部人员贴标签”，并定期清理事件历史中的误录面孔。
行业反思：AI安防的边界在哪里？
Ring此次推出“Familiar Faces”，本质是智能硬件“AI化”的必然尝试——通过生物识别提升产品实用性，但也暴露了消费级安防领域的共性问题：如何在便捷性与隐私保护间找到平衡点？
从行业现状来看，谷歌Nest摄像头虽早有类似“熟人识别”功能，但采用“本地存储面部数据”的模式，避免云端传输风险；而Ring选择云端处理，虽降低了硬件门槛，却增加了数据泄露隐患。此次争议也为其他厂商敲响警钟：随着AI技术在安防领域的渗透，“隐私设计”需前置——而非事后通过“默认关闭”“加密存储”等措施弥补。
对用户而言，面对这类功能需更谨慎：即使功能默认关闭，开启前也需评估“是否愿意让家人、访客的面部数据上传云端”；对监管机构来说，如何针对“跨区域摄像头网络”“无同意采集”等新场景完善立法，避免技术创新突破法律边界，将是未来一段时间的核心课题。
目前，“Familiar Faces”仅在美国部分地区落地，其后续是否会因诉讼或监管调整下架，以及亚马逊是否会优化数据处理模式，量子位将持续关注。
