Apple Vision Pro的一些启发

市面上对于Apple Vision Pro的解读有很多，但少有涉及AR/VR产品根本性问题的了解和洞察。

关于Vision Pro理想应用是“空间显示”？Elon Musk评价AVP，"我不明白为什么要将电视机挂在鼻子上“，其实这句评论没有贬低AR/VR，甚至还高估了。因为使用VR作为沉浸式大屏（3D）显示其实是个伪命题。过去25年里，AR/VR头显早有人尝试，并不是什么新鲜玩意，到如今显示技术得到长足发展，采用的屏幕规格越来越高。为什么你看不到飞机上VR观影的人?

这是直击灵魂的拷问。

Vision Pro能否成为“空间显示器”，关键不在你采用了哪种先进面板，不在显示质量、分辨率，也不在刷新率，而是一个人体工学的问题，在于人类视觉的底层机制变成了阻碍。Vision Pro 的R1再怎么强大，video数据流处理过程再怎么先进，画面延迟再低，用VST就无法解决运动状态下凝视画面，耳蜗-前庭-眼球协调的问题。只要看到的画面运动刷新和内耳检测到的旋转速度不一致，晕动症或多或少就会发生，并且因人而异，这就意味沉浸式VR头显佩戴久了一定会有一部分人不舒适。依靠摄像头的VST无法高频日常使用，证据就是你很少看到坐飞机使用头显。

解决方案似乎只有发展真正的光学透视，天然的OST过程，光子打到视网膜转化为视觉神经信号传输到大脑，才能真正消灭延迟。

还有众所周知的视觉辐辏冲突，人眼观察不同远近（不同焦点）、不同位置的物体，晶状体收缩扩张和眼球转动会同时“协作”。如果晶状体一直保持大小不变，固定一个焦点，长时间眼睛太难受了。VR最困难的变焦显示，难倒了Magic Leap，经过多年开发还是放弃了自己独有的FSD（Fiber Scaning Dislay)方案，也让Meta的硬件科学家们困在原地。按照之前国外对Vision Pro光学透镜 Pancake模组的分析，理论上是可以做到调焦显示的，但是苹果没有提，这说明技术不是一般的困难。然而，看久了固定焦点的虚像，眼睛会非常累，又是一个无法高频日常使用的核心难题。

关于重量。Vision Pro的重量明显“超了”，无法长时间佩戴。苹果的说法是已经使用了最好最轻的材料，无法再减重。很多人缺乏对Apple Vision Pro真正深入理解，苹果为了解决佩戴以往VR头显的周围视觉“交流”、动态环境安全性的问题、让VR能真正“出街”，开发了EyeSight方案，并且在硬件上做出了重大妥协，特别是重量上。

为了EyeSight，苹果设计OLED曲面外屏，使用了3D裸眼技术，并且覆盖一层曲面玻璃，EyeSight可以说体现了苹果对VR头显产品有异常深刻的洞察。但这些增重是否完全有必要，EyeSight硬件实现方案，能否继续改进？其实Meta很早也展开过相关“视觉交流”的方案探索，只是没有真正落地。

图为Meta “reverse passthrough system”的一张Demo图

还有，因为这块正面外屏的存在，需要重新调整摄像头、深度相机、dToF雷达的位置，相应的畸变矫正算法、数据融合、调整VST画面实时显示，算力、算法的要求更高更难了。

关于VR超大画幅和沉浸感，对于办公看文档、看电影，其实VR的优势并不明显。为什么，跟你去电影院不愿意坐前排是一个道理，视觉信息超过一定视角，人类的通常习惯是转头再凝视而不是转动眼球再凝视，所以理论上Vision Pro又一个应用场景是伪命题。

你眼前看到的真实世界其实是“拼凑”起来的，类似量子力学的非连续点粒子构成了世间万物，你看到的世界也是非连续的视觉信息。人眼视场角内最清晰的区域（视网膜中央凹）仅占2°，眼球通过扫视、跳动等微动作捕捉视觉信息，然后大脑快速将其“整合”在一起。

“佐治亚理工学院教授Thad Starner曾指出，受制于眼球运动的机械限制，显示屏的水平FOV不应超过55°，其中有效的眼动范围只有45°，而舒适的观看区域可能不超过10°到20°左右。

由于看电影是一个长时间凝视/无需转头的过程，在VR中看电影实际上不像VR游戏那样需要那么大的FOV。现实情况是，人眼盯着40°到50°高分辨率画面时，只用几分钟就会感觉视觉疲劳。因此，电影画面最好保持在20°水平，当画面超过30°时，用户可能会需要转头看，而不会转动眼球，这情况在电影院前排、或者大尺寸显示器上存在。”

换句话说，人眼主要注意屏幕中心30°范围的画面，在不转头的情况下，大FOV不仅没有带来沉浸优势，还带来了困扰。比如BirdBath这种主打“投屏显示”眼镜，发烧友使用它看文档、网页，需要转动眼球凝视虚像边缘的字体、画面像素信息的时候，体验就相当糟糕。

大FOV带来的沉浸感有不易察觉的代价。办公和看片，Vision Pro的沉浸大屏并不会让你长期觉得舒适，而这恰恰是苹果重点宣传的一个使用场景。

关于价格，个人非常赞同国外AR资深专家Karl Guttag的说法，Vision Pro 价格贵不是重点，重点是“真的有用”。

“对于评论AVP（Apple Vision Pro）价格的人，他们是从看待一项成熟技术而不是一项全新技术的视角出发。仅举一例，内存为4KB的Apple II初始零售价为1298美元（相当于2022年的6268美元），而最大内存为48KB的型号则为2638美元（相当于2022年的12739美元）。再比如，1979年我买了第一台录像机，价格约为1千美元，按通货膨胀率调整后相当于现在的4400多美元，一盘1.5小时的空白磁带约为10美元（相当于2023年的44美元）。问题不在于价格，而在于AVP是否会成为人们经常使用的设备。”

Oculus创始人Palmer Luckey的评价也非常有启发，

“在产品策略上，苹果瞄准了正确的市场。相比于追求低价，硬件质量、舒适度、人体工学、分辨率、高质量内容才是前期更重要的目标，而降价是后面才要考虑的。 每家公司擅长、适合开发的产品不同，如果苹果追求入门级市场，可能会是一个错误。苹果努力打造分辨率最高、人体工学最好的头显，面向的是早期采用者，而这也是适合当下的策略。实际上，现在这个阶段价格高低并不是关键，尤其是对于早期采用者并不重要，虽然Vision Pro售价高达3500美元，但即使卖到5000美元，也有人会买。 通过Vision Pro，苹果可以让XR头显在市场上获得更多关注，并刺激早期采用这之外的更多人的需求，然后再降价至人们买得起的水平。“

还有更多，比如扎克伯格还对竞争对手苹果AR发表了看法。他认为，

这段时间Vision Pro很热闹，但AVP的启发不仅仅是产品层面上，也少有人注意到下面这些事实和疑问：

苹果只不过发布了一个司空见惯的VST头显，Vision Pro的许多特点和关键创新，像竞品Meta 也提出过、实践过，Vision Pro并没有解决VST头显的许多重要问题：比如多焦点显示、重量、发热、续航、VST在暗光环境或过曝光线时画面对比度、全身追踪，并且价格过于昂贵。但Vision Pro就是成功引爆市场，全球媒体热议，这可能才是同行需要反思的地方。

先行者做不到的，Vision Pro也一样，为什么换成苹果头显大家就能接受？而且即使定价如此之贵。很多人评价Vision Pro就是“配置很高”，传感器数量上大幅超越友商，让眼球追踪的准确性可靠性明显提升，还带来了超大范围的手势识别；视觉/深度相机/激光雷达SLAM融合，人机交互和VST的画面（畸变）矫正无比丝滑和自然；还有桌面级性能的核心处理器M2，从硬件底层设计传感器数据处理芯片R1（专用集成电路芯片ASIC，类似iPhone 协处理器？），定制的多片式拥有非标曲面的Pancake模组，4K硅基OLED内屏，OLED前向（外屏）eyesight裸眼3D....等等。所以，问题是硬件堆料能否复制另一个Vision Pro，究竟是品牌起作用还是产品本身？

Apple Vision Pro发布会上并没有遵循行业“常规”，公布具体的像PPD、FOV、Pancake模组光学性能，并且要求Apple Store员工等不能提到VR等字眼。空间计算其实早就有人提出过类似概念，从苹果口中出来效果却完全不同，苹果不仅培训销售人员避讳使用和提及“VR”等字眼，并且发布会用两段定义了Vision Pro， “most advanced personal electronics device ever” + “a standalone spatial computer portable enough to use anywhere”。即最先进的个人消费电子设备，任意场景都适用的空间计算机。

库克相信，未来我们谁也离不开属于个人消费电子的“空间计算机”。这是从iPhone的逻辑延伸。

Oculs创始人Luckey提到了一个“社会工程”（social engineering）的概念，本意指的是通过大规模影响人们的态度和社会行为，让目标人群产生所需的特性本质上来讲，苹果不是通过工程设计来让人接受XR，而是通过社会工程，改变社会对XR的预期。换句话说，Vision Pro通过恰当的营销、名人带货，也可以改变人们对XR的固有印象，让头显技术比之前看起来更酷，即使Vision Pro并没有轻薄的外观。

沃尔特·李普曼在他的1922年的《公众舆论》（Public Opinion）一书中提出，人与环境之间的真实环境太大、太复杂，而且瞬息万变，无法直接认识。每个人都会建构自己的伪环境（pseudo-environment），这种伪环境是主观、有偏见且必定更精简的世界的心理形象，而在某种程度上，每个人的伪环境都是虚构的。人们“生活在同一个世界中，但在不同的世界中思考和感受”。李普曼说的“环境”可称为是“现实”，而“伪环境”更像是今天所谓的“建构现实”。人们“在被社会和文化世界创造的同时，也创造自己的社会和文化世界”。

社会建构主义（英语：social constructionism）是社会学和传播学中的认识论。大多数社会建构主义者都信奉“语言不是反映现实，而是构成（创造）了现实，即“没有事实，只有诠释。”

事实是：Apple Vision Pro是一款领先同行的产品，但整体来说，它并没能领先时代。

许多人相信历史是天才和英雄人物决定的，大众只是一群被赶着到处跟着跑的鸭子。中心化比去中心化好，让行业分工明细、开放的自组织演化不如由封闭的精英小圈子制定“标准”并进行“质量管控”，起码iPhone和iOS已经是肉眼可见的前例。

苹果对于用户的深度理解、对于产品创新的洞察，对于未来的想象力，组合起来就是一种魔力，也是扭曲现实力场的来源。投资者、行业巨头和创新企业、用户都在观望，姗姗来迟了很多年的Apple Vision Pro能够引导VR/AR真正走出极客小众，成为大众普及的消费电子产品。很多巨头等着别人试错成功后在后面摘果子。

深入研究Apple Vision Pro，可以明显地感知到：这家公司擅长从底层向上完全构建，自成一体，而非等着光学器件、显示屏、新式传感器、算法和算力芯片、应用开发慢悠悠“协同”发展，不同实力的厂商分散地制造一堆不同品相的垃圾。

就像苹果投入巨大、一直疯传汽车"泰坦“被取消，Apple Vision Pro的产品态度，把用户体验放在最高优先级，从不制造垃圾的信念，不发布不成熟的低用户价值的“新产品”，还有这家公司的营销手法，可能才是最最值得学习的。