pushclock 中文文档 下载 App

摄像头画面只在你本地处理——PushClock 不会上传你的运动视频

PushClock 明确承诺

PushClock 官方网站和 App 内隐私声明里明确写道:

对于俯卧撑和深蹲等运动任务,姿势检测完全在设备端运行,帧数据在分析后立即丢弃——没有任何画面离开你的设备。

这意味着:

为什么这件事重要

市面上很多"AI 摄像头"类 App(运动追踪、人脸美颜、体态分析)都会把摄像头画面上传到云端处理——其中一些会悄然收集这些画面用于训练自己的 AI 模型,甚至分享给第三方。

PushClock 选择了成本更高的设备端方案——在手机本地跑一个轻量的人体姿态估计模型(如 MediaPipe Pose 或类似的技术栈),而不是把画面发出去让服务器处理。

怎么实现的

设备端 ML 的核心是:把一个体积足够小的神经网络模型打包进 App,在手机的 CPU 或 NPU 上运行,而不是依赖云端服务器。

这种方案带来的代价是:

但好处同样明显:完全的隐私 + 即时响应(不需要网络往返)。

如何验证这件事

如果你对 PushClock 的隐私承诺有疑虑,可以:

  1. 把手机调到飞行模式,然后设一个运动闹钟——看摄像头计数功能是否能正常工作。如果能,说明它不依赖网络。
  2. 官方隐私政策全文(PushClock 官方网站可查)里有明确声明,运动摄像头帧"不会被上传、不会被存储"。
  3. PushClock 不会请求任何与运动任务无关的额外权限(比如位置、联系人)。

哪些情况需要联网

运动任务本身不需要网络。但以下情况需要联网:

运动任务的摄像头画面不属于任何需要联网的场景。

关于前置摄像头

PushClock 的运动计数用的是前置摄像头。有人担心"前置摄像头一直在拍我"——实际上: