苹果不缺席，他们就觉得努力有意义

“开始大家一直在吐槽苹果没创新、卖屏保，最后库克的‘one more thing’出来以后，我们场子直接炸了。”在视+AR商务总监李阳提供的视频里，第一财经记者看到，苹果CEO库克（Tim Cook）介绍Vision Pro后，观众席抑制不住地多次欢呼、鼓掌、惊叹，“终于来了”。

6月6日晚，李阳专程从上海赶往杭州，与50多位行业从业者一同在AR企业Rokid的总部观看这场盛会直播，为此他在第二天搭乘了早上第一班高铁回到上海，以免影响当天的工作，“还有人分别从深圳和北京飞过去，就为了一起看WWDC，有一个仪式感。”

组织这场观看活动的是Rokid的创始人兼CEO祝铭明，他对第一财经表示，这本来是公司内部组织的活动，但因为一些KOL想参与选择了对外开放，没想到一传十、十传百，最后不大的观看场地里，坐满了五六十个人。

业界对苹果的头显设备期待已久，从观看的热情可窥一斑。关于这款产品的讨论至今未歇，苹果的革新在哪里、对行业影响有多大、国内有能力做平替吗？

第一财经记者与行业内多家企业进行了交流，总体来说，尽管有一些佩戴体验、价格等方面的瑕疵，业界的共识是，Vision Pro注定是划时代的产品，“是未来空间计算设备真正意义上的起点”，对供应链、行业生态的意义重大，同时，国内想要模仿却并不那么容易。

“浪已经起来了”

业界此前将苹果的头显设备称为MR（混合现实），因为它既有VR（虚拟现实）的沉浸感，又有属于AR（增强现实）重视现实的部分。但库克在大会上介绍时，则直接将其描述为“AR platform”（AR平台），称Vision Pro“将我们带入空间计算时代”。

亮亮视野创始人兼CEO吴斐认为，如果站在未来看现在，Vision Pro将是划开AR时代最重要的一个分水岭，就像2007年我们见到的第一代iPhone一样。

“苹果的眼镜是目前行业所能看到的天花板水平了。”工业AR企业瑞欧威尔的联合创始人兼CEO李波也表示，从业内观察者的角度来说，这是一个划时代的产品。

有人将Vision Pro视为今年继ChatGPT之后又一令人振奋的科技产品。对此，视+AR创始人兼CEO张小军认为，Vision Pro在行业的重要性绝对不输ChatGPT之于AI行业，但其发展速度或许不及ChatGPT，超过2万元的售价，加之产能不足，它在用户端的渗透速度注定较慢。

作为熬到凌晨3点看发布会的一员，张小军当时的观看感受反而很平淡，对于苹果业内有着很高的期待，仅仅看发布会视频觉得功能都似曾相识。但从后续国内外众多用户真实的测评来看，张小军发现这款产品实际体验效果可能远远超过宣传片，“或许这才是对的，因为3D的体验永远不可能用平面的效果来展示。”

Vision Pro不缺赞美，但也并不完美，产品发布后苹果股价的下跌也可以说明一些问题。祝铭明认为，短期内不能指望行业有一个翻天覆地的变化，这太过乐观，或许再过两年供应链步入正轨、价格下来了、企业跟上来了、佩戴改善了，才是真正的未来，“乐观的情况是时代的浪已经起来了，但要影响到我们每一个人，还需要再给一点时间。”

作为第一批踏入AR行业的从业者，吴斐看到Vision Pro的亮相是无比兴奋的，但遗憾在于，“3500美元的高昂售价、极端的堆料、使用场景的匮乏，以及那只能从潜水镜片中看到对方眼神的VST 视觉穿透技术，大概率它难以成为被一拥而上的消费级产品。”

从众多国内外体验过真机的博主的反馈，也能发现Vision Pro目前存在的问题。苹果采用的是VST（Video See Through）方案，通过12 颗摄像头将外界的图像传到超高分辨率显示屏中，相对于OST（Optical See Through）可以裸眼看到现实的方案来说，VST虚拟场景视场角更大，不过，受限于相机性能，会存在采集现实信息丢失问题。

例如，相比现实环境，Vision Pro的显示仍有颗粒度和少许的模糊感，在光线较暗的时候会有噪点、动态模糊的问题，VST方案视场角已经相对较大，但看向边缘仍会有一点遮挡，这提醒着用户并不是真实的世界。

另外，综合多位博主测评以及从业者对第一财经的反馈， Vision Pro存在头重脚轻的问题，大概500克的重量意味着佩戴体验不算太舒适，尤其半小时以上的佩戴会觉得酸痛、闷热，眼睛也会有点疲劳。在这个基础上，有体验过真机的行业人士对第一财经表示，对于这款产品的期望值不能太高。

不过，抛开产品本身，亮风台市场总监洪雁菲认为，对业内来说苹果发布这款产品最值得关注的一点是“空间计算”的提出。虽然这在业内不是一个开创性的理念，但苹果把它推向了大众认知的层面，“也只有苹果这样级别的公司参与其中，才有可能带动时代的前行。”

“苹果的入场无疑给行业打了一剂强心针，大家看到了一个3D元宇宙时代的复合生态的发展路径，以及很多技术路径的可行性，堪称行业教科书。”诠视科技创始人CEO林瓊认为，未来各个行业都有在垂直领域找到相应技术与产品的落地机会。

这是苹果的“灯塔效应”，也是业界期待产品发布的原因之一，苹果的入场，意味着“下一个时代的序幕被拉开”，新一轮的应用和内容的浪潮已开始。

对行业的人来说，最怕的一件事是苹果打退堂鼓，“不管行业多优秀、多努力，别人都会说抱歉、这个行业没了。”祝铭明表示，只要苹果不缺席，这对行业就是最振奋的。

让设备去适应用户

从行业的角度，苹果这款设备的优越性到底体现在哪里？交流中，有行业人士认为，一直以来，AR、VR行业都在让用户去适应产品，但苹果做到了让设备服务用户，非常人性化和细节化。

“我们必须以体验为中心来设计产品，而不是以技术为中心，在这点上苹果起到了充分的示范作用。”洪雁菲认为，在技术实力的保障下，苹果把产品体验发挥到现阶段的极致。以苹果此次所强调的手势操控来说，以往被诟病的是手势操控不够自然，我们可能需要把手臂高高举起，悬在空中。但是苹果在性能强悍的传感器支持下，让用户实现了几乎无感的手势操控，交互真正变得自然。

张小军同样认为，Vision Pro在手势上的突破非常大，“以前行业的天花板是微软的HoloLens，但是依然会发现很多问题，因为只用了前面的一个很小的视场点去实现，手势需要你把手举起来、很僵硬，抬5分钟或许可以，但10分钟就难以忍受了。”苹果实现了手即便放在大腿上，用很轻的动作去捏拉，就可以实现交互效果。

此外，众多体验者赞叹的一点是眼球追踪，认为这“接近魔法”，只需要动动眼睛，看向的每个交互的元素都能回应目光，感觉就像用意念控制一切。

“以前所有的眼球追踪大概只能追踪到某一片屏幕的区域，但Vision Pro可以精准识别到字符。”张小军表示，这种百尺竿头更进一步的突破，看起来只有一点，但其实是非常难的，且又是非常重要的，因为只有突破了这个阈值，才能达到让设备去适应用户，而不是用户适应设备。

此外，苹果实现了一个功能是，在沉浸式观看时，如果有人走近，显示屏就会切入现实世界中这个人的影像，而在外界也可以看到，Vision Pro显示屏变得“透明”，显示出使用者的眼睛。张小军认为，苹果在头显设备上突出的一个价值观是“现实优先”，绝对不只是给用户呈现虚拟的内容，而是以现实为重，来做各式各样的体验和应用。

“关于空间计算设备最重要的一件事，就是不要把人丢在一个隔离的虚拟世界里，这不是我们对于下一代设备的想象，也不是人类的需求，我们永远要和世界去交互，和人去交互。”张小军说。

苹果实现的体验远不止这些， Vision Pro上的旋钮实现了对用户沉浸感的调节，在VR和AR模式之间自如切换，这是行业此前或许想过但没有做到的，“这重新定义了空间交互，创造了虚拟与现实的旋转门。”吴斐认为，这将是空间交互设备的一个新标准。

在苹果的引领下，国内从业者可以获取到一些可学习的点。李波认为，虽然公司是工业领域的产品，但对传感器的应用，以及交互的应用方式，瑞欧威尔都可以借鉴。

“不管是VST还是OST路径，最终都是AR，对用户的交互、场景的定义、应用的类型等等一定是可以互相学习的。”祝铭明表示。

我们有能力做平替吗？

在苹果发布Vision Pro后，3499美元、接近2.5万元的价格也引起了很多讨论，有声音认为，华强北很快就能将价格打下来，做出平替。

在这个方面，祝铭明对第一财经表示，“模仿是没问题，但是要真的模仿它的体验几乎是不可想象的。把全中国最好的公司算在内，我也没有信心能做出来。”

苹果Vision Pro的技术路线上很难去学习。“苹果定义的VST路线是因为它有强大的供应链、强大的芯片和算力，苹果通过VST方案实现的用户体验，到目前全球几乎没有第二家具备能力去复制，”祝铭明认为，“即便可以把Vision Pro的所有细节拆开来看，最核心的苹果自研的M2、R1芯片，就是最大的门槛。”

据苹果的介绍，此次发布的R1芯片是处理来自12个摄像头、5个传感器和6个麦克风的输入，以确保内容实时呈现在用户眼前，R1芯片能在12毫秒内将新图像传输到显示屏中，比眨眼快8倍。如果图像相比真实有更大的延迟，则会带来眩晕的体验。

VST路径简单来看，是通过摄像头拍摄外界环境，传输到用户的显示屏上，祝铭明解释到，这里要解决的计算量包括镜头的畸变、影像的延迟、数字空间坐标和真实世界对齐，还要与真实世界的像素、图像质量对齐。“这几件事就已经对芯片有很高的要求，更别谈空间定位、手势识别、各类传感器、眼球追踪，至少今天为止是没有第二家。”

林瓊补充提到，视觉传感是以像素为单位的空间传感技术，而像素级的图像处理是要消耗巨大算力的任务。要实现流畅的体验，高精度低延时的即时建图与定位算法对算力要求很高。此外要实现实时的三维环境重建，实现虚实结合，也需要极高算力，“我们深刻地理解到，要做好三维空间的感知交互，算力和算法是最核心的条件。”

“设计是能仿制的，也许4k也是能仿制的，但怎么能在这么小的设备上去处理高达12个相机的素材，而且如此低的延迟，前提就是你要有M2和R1这两个芯片的能力。”张小军认为，国内目前能够拿到的最好芯片，和苹果的这个芯片仍然是有代差的。

除算力外，在VST路径下，要达到苹果这样逼真的视觉效果，也需要非常优秀的计算机视觉处理。“把所有摄像头信号用非常高速、先进的算法融合在一起显示，且要允许精细化的眼球追踪以及手势交互，达到这样的精度、速度、稳定度是非常困难的。”张小军提到，这些能力企业都有，但做到这样的精准度和细腻度几乎还没有一家。

张小军对第一财经表示，苹果未来一定会推出平价产品，也一定会催生一个平替的市场。但目前来看，苹果这一代设备如果是消费级市场能接受的一个底线，对现在国内的厂商无疑是巨大的挑战。“只有堆到这种程度，才能够击穿一般消费者对这件事情的认知，让消费者买单，但我们甚至没有能力去堆这种料。”

不过，张小军认为，挑战是暂时的，随着产业链的更成熟、国内能力的提升，未来一定能解决。

最大意义是苹果的号召力

此次苹果发布Vision Pro，相比产品，对行业来说更重要的意义是苹果终于下场带来的信心，“苹果的出牌是C端应用的风向标”，这是苹果的市场号召力。

同时，行业认为，苹果更重要的不是激活原来行业内的人的信心，而是让原来这个行业之外的人能够进来。终端企业的信心之外，供应链、生态从业者能够树立起信心才是推动行业发展的核心。

“以前是我们在告诉供应链，我需要做什么，你们要做好什么样的准备，但我们做这件事只能是透支大家的信任，如果大家对这个行业没有清晰的前景认知，我们很难去推动。”祝铭明表示，接下来，供应链至少会重拾信心，有为未来布局的决心，行业接下来去铺供应链也更轻松。

供应链也有更大的可能会提前为未来的产业布局做准备。原来是终端厂商有什么订单可以做，但没有订单，供应链也不会提前投入。“如果是苹果这样的公司，他们甚至会先于终端厂商或者平台厂商去做一些投入，这是最大的区别。”祝铭明说。

如同此前走过的智能手机时代一样，苹果将供应链的能力带起来后，所有的人都将受益。整个供应链、整个产业一起发展才是效率最高的，但此前的企业很难领着整个产业往前走，祝铭明觉得，“对于这些供应链的厂商来讲，或许不是不相信这个未来，而是不知道这个未来会以什么样的方式来、在什么时候来，而苹果可以给到这样的信心。”

在生态上，苹果凭借其号召力同样会有很大的助力，祝铭明还提到，Rokid此前做了很多活动，目前有几千个开发者，但苹果一动员可能就是几十万个开发者，这些开发者一定会未雨绸缪，提前学习了解和尝试，而他们也会去教育市场，搅动整个市场。只要苹果把开发者的信心和热情动员起来，整个行业就是受益方。

在行业里，张小军长久以来的一个感受是，来来去去的人都是些老面孔，他认为，这或许也是一直以来行业不进步的一个原因，没有新鲜的血液。此次苹果下场，它带来更重要的变化，是让更多可能原来不相信这件事情的人，相信并且来做这个事，“以前AR、VR应用水平比较低，是因为真的没有好的应用策划创意、好的程序员和好的美术。”

张小军认为，在市场还没有很好的发展时，生态下的从业者不愿意投入资源、资金和能力进场，如果苹果设备做到让消费者接受，比现在行业里水平要高得多的人都会进来，这才是这个行业发展的希望。

在Vision Pro发布后，行业里非常多的讨论，张小军认为“大家是又激动又诚惶诚恐”的，激动在于，它确实是一款真正意义上让用户认可的AR产品，诚惶诚恐在于，大家的能力与苹果能力的存在多大的代差。

恐惧并不代表没有希望，“苹果树立了一个标杆，就会有进步的空间，至少不像以前没有人知道方向在哪里，行业像做布朗运动一样没有规则，现在至少有聚焦的方向。”张小军认为。