北京時間6月6日凌晨，隨著庫克話音落下，萬眾期待的Vision Pro正式登場，「空間計算（Spatial Computing）」新時代的大門也就此緩緩敞開。

作為蘋果7年磨一劍的首款空間計算設(shè)備，Vision Pro是一款在硬件和性能參數(shù)都拉滿的產(chǎn)品：雙自研芯片（M2+R1）、雙眼8K級超高解析度顯示系統(tǒng)，以及12個攝像頭/5個傳感器。

但，Vision Pro的「意義與價值」，遠(yuǎn)不止于此——

蘋果的入局，在給陷入低潮期的XR行業(yè)帶來希望與曙光的同時，也指出了一條明路。

那么，蘋果這款七年磨一劍的Vision Pro，都有哪些設(shè)計巧思值得XR行業(yè)「抄作業(yè)」呢？

第一堂課：交互設(shè)計

對于任何終端設(shè)備而言，最核心要解決的就是人機(jī)交互的定義問題：PC如此，智能手機(jī)如此，XR設(shè)備亦如此。從Mac到iPhone，蘋果分別引領(lǐng)了PC時代和智能手機(jī)時代人機(jī)交互標(biāo)準(zhǔn)的建立與推廣，Vision Pro這一次又悄無聲息走在了空間計算時代交互的最前沿。

Vision Pro在交互設(shè)計上的理念完全可以稱之為開創(chuàng)性的，它完全擺脫了手柄或者其他控制器，只需動動眼睛（眼球追蹤）、手（手勢識別）以及嘴（語音交互），就讓用戶可以完成所有操控，自然、優(yōu)雅且可靠。

比如，要放大照片的某一個點，只需要盯住它，然后雙手往外一拉。

在這其中，扮演著類似「光標(biāo)」作用的是眼睛（視線），在交互體系中的優(yōu)先級非常高，以至于visionOS把所有的按鈕和窗口都設(shè)計成圓潤的；手則扮演類似「左/右鍵」的功能，實現(xiàn)確認(rèn)或者放大/縮小等功能。除此之外，還可以用語音喚起Siri，執(zhí)行打開應(yīng)用等操作。

眼球追蹤、手勢識別、語音交互等技術(shù)在人機(jī)交互領(lǐng)域已經(jīng)被研究了很多年，都不算什么多特別的黑科技，并且經(jīng)過多年的技術(shù)積累和改進(jìn)，都比較成熟。

只不過，微軟、Meta、索尼等一直都是對這些技術(shù)進(jìn)行相對獨立地研究與應(yīng)用，蘋果是真正意義上將這些技術(shù)結(jié)合起來，做成一套最符合直覺的交互系統(tǒng)，近乎完美的詮釋了什么叫空間交互“本應(yīng)如此”——無處不在，無縫銜接，極度絲滑。

蘋果Vision Pro這套最接近自然的交互系統(tǒng)，與國內(nèi)眼球追蹤技術(shù)解決方案商七鑫易維所推崇的“眼手口”多模態(tài)自然交互體系不謀而合，三種交互技術(shù)之間既各展所長又互相彌補(bǔ)，在實現(xiàn)更少學(xué)習(xí)成本的同時，更加符合人類交互習(xí)慣，幾乎肯定會成為空間計算時代標(biāo)配。

第二堂課：Optic ID

Optic ID，可以簡單理解成基于虹膜識別技術(shù)的安全認(rèn)證系統(tǒng)。

按照蘋果官方的說法，Optic ID除了用于解鎖設(shè)備，還可用于Apple Pay、Apple Store下載應(yīng)用以及密碼自動填充等，數(shù)據(jù)經(jīng)加密且不離開設(shè)備，也無法被任何App訪問。

關(guān)于Optic ID其實沒有太多可說的，實用、優(yōu)雅，注定會成為XR行業(yè)的標(biāo)配。事實上，將眼球追蹤與虹膜識別技術(shù)融合應(yīng)用的好處顯而易見——安全性進(jìn)一步提升的同時，實現(xiàn)了便捷的用戶管理。

此外，蘋果對用戶隱私安全的注重，也讓人們能夠更加放心的享受先進(jìn)的生物識別技術(shù)帶來的便利。從Touch ID到Face ID再到Optic ID，蘋果采用的生物識別技術(shù)在安全性上大幅度提升，例如Face ID的安全級別是Touch ID的20倍，虹膜識別更是被稱作目前生物識別技術(shù)中安全系數(shù)最高的識別方式。不過，也正是因為虹膜特征的唯一性極強(qiáng)，如果無法妥善保管導(dǎo)致信息泄露將造成嚴(yán)重的后果——密碼可以更換，但生物信息幾乎無法替代。

蘋果M2芯片所提供的Secure Enclave安全隔區(qū)正是對Optic ID信息安全的強(qiáng)力保障。安全隔區(qū)是蘋果SoC上集成的獨立安全子系統(tǒng)，自身擁有獨立的Boot ROM和AES引擎，為數(shù)據(jù)保護(hù)密鑰管理提供所有加密操作，并保持?jǐn)?shù)據(jù)保護(hù)的完整性（即使內(nèi)核已被破壞）。安全隔區(qū)還為加密靜態(tài)數(shù)據(jù)所需密鑰的安全生成和儲存提供了基礎(chǔ)，通過特殊通道向AES引擎提供所需的密鑰材料，而不將此信息透露給應(yīng)用程序處理器(或CPU)或者整個操作系統(tǒng)。

值得一提的是，除了蘋果，國內(nèi)在眼球追蹤+虹膜識別方案上也早有布局：微信支付聯(lián)合七鑫易維開發(fā)的「XR虹膜識別&眼球追蹤」方案，已于前不久正式推出。據(jù)悉，通過定制化的虹膜&眼動圖像傳感器，兩種技術(shù)共用一套硬件系統(tǒng)，可以最大可能的降低重量、體積、功耗以及成本，并在安全性、便捷性等方面相輔相成。

據(jù)了解，這套結(jié)合七鑫易維眼球追蹤算法+微信支付虹膜識別算法的軟硬件一體解決方案，已面向XR行業(yè)開放接入，感興趣的朋友可以多關(guān)注一下。

傳送門：虹膜識別&眼球追蹤創(chuàng)新融合XR開啟「刷眼」新時代

素材來源：七鑫易維官網(wǎng)

第三堂課：8K級顯示

蘋果之所以敢為天下先的選擇雙眼8K級的micro-OLED顯示方案（單眼像素數(shù)超過4K電視，總像素達(dá)到驚人的2300萬），一方面要歸功于Mac同款配置的M2芯片的強(qiáng)悍性能，以及R1完全承擔(dān)了實時傳感器的信號傳輸、處理等工作；另一方面，則要歸功于發(fā)布會上visionOS環(huán)節(jié)所重點提到的注視點渲染器（Foveated Renderer），這也是眼球追蹤技術(shù)的核心功能之一。

人眼在看東西時，并不是整個視野范圍都一樣清晰，而是中心點清晰，越往周邊越模糊。因此，在XR設(shè)備上渲染顯示圖像時，也并不需要整個畫面都同一解析度，而是正在注視的畫面中間的視覺“甜蜜點”最高，往周圍依次降低，通過這樣的方法，能大幅減少每幀畫面需要渲染的像素數(shù)量，這就是注視點渲染的原理。

根據(jù)索尼在GDC 2022上透露出的PSVR 2表現(xiàn)數(shù)據(jù)：在開啟注視點渲染和眼球追蹤時，最多可以將GPU幀時間縮短3.6倍。這意味著，原本只能達(dá)到30多幀的內(nèi)容，在開啟眼球追蹤+注視點渲染后，就可以流暢跑到90幀，甚至更高。

不難想象，未來隨著XR設(shè)備視場角（FOV）的進(jìn)一步擴(kuò)大，中心渲染區(qū)占比將更小，眼球追蹤與注視點渲染技術(shù)能夠起到更明顯的降低芯片負(fù)載效果，進(jìn)一步彌合視網(wǎng)膜級渲染所需的算力缺口。

第四堂課：自動IPD（瞳距）調(diào)節(jié)

關(guān)于自動IPD調(diào)節(jié)，蘋果官方并未公開提及，但如此重要且關(guān)乎用戶體驗的設(shè)計又怎會缺席？

具體來說，借助眼球追蹤技術(shù)，只需長按數(shù)碼表冠（Digital Crown），Vision Pro就會快速、精準(zhǔn)地檢測用戶的IPD，并自動把鏡片調(diào)整到最佳位置。

至于實際效果如何，科技大V貪玩歌姬小寧子給出的體驗答案是，“最優(yōu)雅無痛，只需2秒”。

素材來源：B站UP主貪玩歌姬小寧子

自動IPD調(diào)節(jié)并非不可或缺，但相較于傳統(tǒng)的手動三檔式IPD調(diào)節(jié)，通過眼球追蹤技術(shù)實現(xiàn)的自動IPD調(diào)節(jié)更加精準(zhǔn)、科學(xué)，對于用戶體驗的提升是必要的。

第五堂課：EyeSight

沉浸于虛擬世界時如何“兼顧”現(xiàn)實世界？這可以說是困擾XR行業(yè)多年的一個老大難問題。EyeSight就是蘋果給出的答案，這大概也是Vision Pro與其他XR設(shè)備最大的不同。

EyeSight的邏輯并不復(fù)雜：通過面部跟蹤攝像頭和眼球追蹤攝像頭，Vision Pro可以精準(zhǔn)捕捉用戶的面部表情變化和眼睛動作，并顯示到外置屏幕上。

當(dāng)用戶使用Vision Pro時，外置屏幕會隱藏用戶的雙眼，并呈現(xiàn)光暈變換的效果，提示周圍的人用戶正沉浸于虛擬世界；當(dāng)有人出現(xiàn)在附近時，Vision Pro的外置屏幕會顯示用戶的面部表情變化和眼睛動作，讓周圍的人知道用戶已經(jīng)停止操作，并專心與他溝通。

EyeSight本質(zhì)上還是為了解決交互的問題——佩戴XR設(shè)備時與他人的交互。Vision Pro的實現(xiàn)方式有些簡單粗暴，但還算有效。至于是否會產(chǎn)生“恐怖谷”效應(yīng)，這就因人而異，或者說“仁者見仁智者見智”了吧。

第六堂課：Persona

為了在Vision Pro中提供沉浸式FaceTime，讓視頻通話更有“面對面”交流的感覺，蘋果給用戶提供了一項名為Persona的功能。

具體來說，通過Vision Pro的前置攝像頭掃描用戶的面部信息，基于機(jī)器學(xué)習(xí)技術(shù)，系統(tǒng)會使用先進(jìn)的編解碼神經(jīng)網(wǎng)絡(luò)，快速構(gòu)建出一個接近于用戶本人的3D數(shù)字形象。

綜合發(fā)布會上的演示和來自媒體的體驗報告來看，這個3D數(shù)字形象可以動態(tài)模仿用戶的面部表情和手部動作，其他用戶可以從各個方位去觀察這個立體的3D數(shù)字形象，幾乎可以做到以假亂真。同時，結(jié)合眼球追蹤功能，可以在社交等多人交互的場景中更具真實感和沉浸感。但許多親身體驗過Vision Pro的自媒體博主都表示這個3D數(shù)字形象在某些時刻還是會讓人明顯感覺到這并不是真正的“人”，會有些許的“恐怖谷效應(yīng)”。

Persona遠(yuǎn)談不上完美，但大概也是當(dāng)下最好的解決方案了吧。

寫在最后

總結(jié)一下，不難發(fā)現(xiàn)上述“六堂課”其實都是指向用戶體驗，更進(jìn)一步講，都是“感知交互”的范疇——不管是人與機(jī)器，還是人與世界，充分彰顯了Vision Pro技術(shù)外殼下的人文內(nèi)核，而這也正是最值得XR行業(yè)思考和學(xué)習(xí)的。

所以，蘋果真正厲害的地方在于「想到」并且「做到」。就像前面提到的，在人機(jī)交互領(lǐng)域，眼球追蹤、手勢識別、語音交互等本身都不算多特別的黑科技，但直到Vision Pro出現(xiàn)，才第一次將“眼手口”充分調(diào)動起來，并完整地應(yīng)用于人機(jī)交互，提供自然、無縫并且智能化的用戶體驗。

事實上，不僅Vision Pro，從iPhone到iPad，從Apple Watch到AirPods，無不如此。

「魔鬼都在細(xì)節(jié)里」，這樣的產(chǎn)品，又有誰會不愛呢？