AR、AIGC、語言模型全线發力，蘋果Apple Vision Pro“出場即王炸”

本文由速途網（sootoo123）原創

作者 / 喬志斌

北京時間6月6日凌晨，蘋果WWDC 2023全球开發者大會正式开幕，作爲蘋果一年一度的开發者盛會，不僅迎來了iOS、iPadOS、tvOS、macOS、watchOS等一系列新系統以及新技術的發布，同時也迎來了M2 Max、M2 Ultra兩款桌面級芯片，預示着蘋果Mac產品线开始全面轉向自研芯片。

而作爲“One more thing”登場的Apple Vision Pro，更是將所有人的興趣點直接引向高潮，成爲近年來最受關注的蘋果產品。

Apple Vision Pro殺入XR市場，蘋果“出場即王炸”

作爲幾乎不在人前提及“元宇宙”的蘋果公司，如今靠着Apple Vision Pro殺入元宇宙領域，不得不讓行業感嘆，其作爲全球市值最高的科技公司，那令行業望塵莫及的產品設計能力，與品牌號召力。

蘋果公司CEO庫克表示，“Apple Vision Pro將帶我們進入空間計算時代，這是一個偉大歷程的起點，一個強大個人化科技的全新維度。”

圖爲Apple Vision Pro

圖爲Meta Quest2

首先在設計上，Apple Vision Pro採用了環繞式的頭帶設計，相比市面上XR很多爲了分攤重量而採用頂部頭帶式的“發型毀滅者”設計，對於燙頭愛好者來說要友好得多。

而爲了解決XR產品的“沉浸感”難題，蘋果用做VR頭顯的方式，打造了一臺AR頭顯。Apple Vision Pro完全放棄傳統AR眼鏡顯示畫面與現實場景疊加的方式，轉而採用攝像頭捕捉場景，並通過內置雙目定制的高素質Micro-OLED屏幕映射現實場景，實現了視頻上的“通透模式”。這樣做，成功避免了傳統AR頭顯在強光下顯示不清晰的問題。

當然，用戶還可以通過撥動數碼旋鈕，實現現實場景與虛擬場景的切換，當用戶切換至虛擬場景中，就仿佛在視覺上开啓了“降噪模式”，大幅提升了使用的沉浸感。

雖然實現形式與目前VR行業普遍採用的VST（Video See Through，視頻透視）功能並無二致，但蘋果在傳感器的堆料上，卻可以用“喪心病狂”來形容。

Apple Vision Pro正面共搭載了6顆常規攝像頭、2顆深感攝像頭、2顆紅外發射器，以及一顆LiDAR（光學雷達）構成，能夠以極高的速度捕捉外部場景與手部動作。內部則由4顆紅外攝像頭以及LED照明模組構成，用以捕捉眼神的移動。此外機身內部還內置了5枚傳感器與6個麥克風，分別進行用戶頭部動作和聲音的捕捉。

而想要同時驅動大量的傳感器，蘋果還從芯片層面开始定制，爲Apple Vision Pro搭載了M2芯片，強大的算力能夠執行先進的計算機視覺（CV）算法，全新的R1芯片專門負責處理來自攝像頭、傳感器和麥克風的輸入，將圖像在12毫秒內傳輸到顯示屏上，實現幾乎無延遲、實時的視界觀感。這也讓Apple Vision Pro實現了不需要額外的手柄外設，僅通過頭顯對於眼神、手指、語音的捕捉，便可以實現大部分的操作。

另外，Apple Vision Pro所搭載的M2芯片，更是爲設備提供了強大的性能。相比市面XR設備普遍採用的高通驍龍XR2芯片，M2的CPU性能是前者的2.5倍，GPU性能更是前者的5倍。配合深感鏡頭，Apple Vision Pro能夠直接錄制3D視頻。

至於佩戴XR設備時的“社交”難題，蘋果給出的答案是“EyeSight”功能，通過一塊向外的屏幕，可以展示你的眼睛，讓附近的人知道你是否在使用應用程序或完全沉浸在體驗中。而當有人接近時，Vision Pro會在畫面中讓用戶看到對方，並向他們展示眼神。用眼神的專注，解決社交的尷尬。

事實上，在速途網看來，Apple Vision Pro相對於XR行業現有困局的多點突破，源自於“不惜成本”：一個軟硬件實力皆強勁的企業，在產品上死命堆料的結果，而代價是3499美元的高昂售價，這也充分體現了蘋果強大的行業號召力，以及充足的現金流，給予了蘋果定價的勇氣。

而Apple Vision Pro的發布，也給了行業一些思考：我們看似始終到達不了的那個“元宇宙”，並非遙不可及，只是我們需要更多的能量，用產品改變世界的能量。

內卷改變不了世界，但創新可以。

Apple Vision Pro將於2024年年初逐步开售，高昂的價格以及近一年的準備期，也爲其他XR企業預留了發展的空間。一方面，蘋果在等待开發者構建成熟生態的時間裏，也爲其他廠商提供了產品轉向的機會；另一方面，3499美元之下，充分的定價空間，也讓更多XR廠商們能夠現在現有的技術條件下，做出Cost Down的產品，豐富XR市場，帶來XR市場的繁榮。

除了驚豔的Apple Vision Pro，作爲目前大熱的AI技術領域，蘋果也小小地秀了一下肌肉，發布了多項基於AIGC、語言模型、機器學習等方面的技術，展示了蘋果這家看似平時不怎么與AI搭邊的公司，不容小覷的AI實力。

AIGC、語言模型技術亮相，蘋果AI積累不容小覷 AIGC生成人像

在使用Apple Vision Pro進行FaceTime視頻通話時，由於沒有朝向用戶的攝像頭，而用戶佩戴XR設備，也會讓用戶看上去非常奇怪。爲此，蘋果通過Apple Vision Pro前置鏡頭掃描人臉信息，基於機器學習技術，系統會使用先進的編碼神經網絡，爲用戶生成一個“數字分身”，並動態模仿用戶的面部和手部的動作，甚至可以保留數字分身的體積感和深度。使用的簡易性和效果甚至超越了目前市面上的一部分數字分身軟件。

更加智能的輸入法

衆所周知，XR行業目前最受詬病的困局之一，便是輸入方式的匱乏，無論是手柄的單鍵輸入，還是浮空鍵盤的輸入方式，無論在效率與精度上，相比實體鍵盤，體驗都十分糟糕。

而Apple Vision Pro主要互動方式爲眼神、手勢和語音，這就意味着語音輸入可能將成爲Apple Vision Pro最主要的鍵入方式之一。

雖然蘋果並沒有在Apple Vision Pro介紹中強調輸入法，但是在iOS 17的介紹中則提到了更加智能的輸入法，不僅可以糾正拼寫錯誤，甚至還可以糾正用戶在輸入過程中的語法錯誤。自動更正的單詞會被臨時下劃线標記，讓用戶清晰地知道哪些單詞被更改了，並且只需輕觸一下即可恢復到原始單詞。

更爲重要的是，基於設備端的機器學習，輸入法還會根據用戶每一次的鍵入自動改進模型。將輸入法的自動糾正功能達到了前所未有的準確度。此外，基於最前沿的單詞預測Transformer語言模型，單詞聯想功能 可以非常快速地輸入下一個詞，甚至是完整的句子。

而這種極爲個性化的語言預測模型，也可以讓輸入法更加了解用戶的語言習慣，也能在用戶使用語音，輸入的時候大幅提高輸入的準確性。

全新的“手記”App

伴隨iOS 17發布的，還有全新的“手記（Journal）”App，能夠利用設備上的機器學習技術，根據用戶的照片、音樂、鍛煉等信息爲您創建個性化的回憶和寫作建議。App會根據這些信息爲您提供適合您的時刻進行記錄和書寫的建議。

這意味着基於iPhone的算力，設備已經能夠部署本地化處理文字、圖片等多媒體內容的語義理解能力，同時具備一定的生成式AI功能。

場景與動作識別能力

除此之外，例如空間音頻的計算、眼球動作以及手部行爲的捕捉，這些也是人工智能技術所發力的領域，蘋果憑借着M2和R1兩顆芯片提供的算力支撐，實現了人工智能順利的本地化部署，充分體現了蘋果在消費電子領域人工智能應用的能力。

盡管在WWDC 2023上，蘋果並未過度強調其AI能力，但從產品功能的方方面面來看，其AI能力卻已經深入滲透到其產品的各個細節中，成爲改進用戶體驗的重要手段。作爲全球最具影響力的科技公司之一，盡管蘋果沒有過多宣傳其在人工智能方面的成就，但 你蘋果擅長一鳴驚人的產品風格來看，其在人工智能領域的實力仍然不容小覷。