被吐槽价格太贵，实用性差，带着外接电池…但见智研究看来，苹果昨晚的发布会，超越预期。
苹果一直以来引以为傲的并不是炫技，而是把所有黑科技运用于应用，为用户创造最好的交互体验，这一次在苹果的 MR 设备 Vision Pro 上，苹果再次做到了。
无需手柄的空中直接操控，设备间的无缝投屏切换，流畅的 UI 操控实时反馈，3D 摄像机等等，这一切看似简单的交互组合在一起就不再是简单，而是真正的软硬结合的实力。
<h2>没有炫技，却看到了苹果把黑科技应用落地</h2>
苹果 WWDC23 大会，没有主打炫技术，但处处都是黑科技。脑机接口、Transformer AI 模型等应用在了产品的交互体验中。
其中给见智研究印象最深的要数两只手在空中操控而 Vision Pro 得到的及时反馈。有过无线设备使用经验的朋友一定会对延迟这件事深恶痛绝，但是从苹果的宣传中可以看到，这些操作几乎是完全实时进行。
市场都在认为，这是苹果在 Vision Pro 前安装的多颗摄像头的功劳。
但见智研究从今早苹果的一位神经功能开发者的推特中获得了答案，远不止摄像头这么简单！
<blockquote>
根据苹果神经技术设计师 Sterling Crispin 所述：
这种全新的脑机接口方式已经成为专利技术，对瞳孔变化进行监测，能够被用来预测之后的行为，并且该技术已经被验证是有效的，通过这种监测瞳孔的方式来实时进行 UI 创建，这是一种非常酷的体验。
用户在混合现实或虚拟现实体验中，AI 模型试图预测用户是否感到好奇、思维游离、害怕、注意、回忆过去的经历，或其他一些认知状态。
这些可以通过眼球追踪、大脑中的脑电活动、心脏跳动和节律、肌肉活动、血液密度、血压、皮肤传导等测量来推断，使预判行为成为可能。
</blockquote>
与此同时，Sterling Crispin 还提到 Vision Pro 采用了机器学习监测身体和大脑的信号，来预测人类的情绪，从而创建更适合的虚拟环境来增强用户体验。
<img title="" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/adb9d3d2-acf6-4a2a-96c7-d6a73080b678.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="908" height="1165" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/adb9d3d2-acf6-4a2a-96c7-d6a73080b678.png"/>由此可见，Vision Pro 的这种脑机预测行为方式，突破了以往交互延迟慢的问题，配合摄像头，让 UI 延迟大幅降低，体验的流畅度达到了全新的高度。
此前 XR 设备的发展路径一直是拼硬件升级，但最大的问题还是在于交互体验感、沉浸感难以提高。而苹果Vision Pro 就很好的解决了这个问题，这正是在此前苹果硬件规格已经传遍市场后仍超预期的地方。
<h2>苹果：人与人不应是赛博朋克下的符号</h2>
从另外一些细节让苹果的理念更加凸显——不想让人与人之间变成赛博朋克下的符号。
苹果创造性的在 Vision Pro 的正面渲染显示了人的眼睛（一向热衷黑科技的付鹏老师也在第一时间换了头像），苹果强调了在人与人交流时，眼神的互动。
<img title="" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/97a9e9ef-2705-4581-bb2b-1b3ca1f06b57.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="768" height="710" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/97a9e9ef-2705-4581-bb2b-1b3ca1f06b57.png"/>
这并不是苹果第一次强调人与人对话时，眼神交流的重要性。苹果早在多个版本前的 FaceTime 中，就对视频时眼球位置进行了 AI 调整，将我们看着屏幕时歪掉的注意力方向调整为注视对方的方向。
而在 Vision Pro 中，苹果进一步增强了人与人眼神交互，当眼睛和正面走来的人进行交流的时候，透过 MR 设备还能够直接进行交流，而不需要摘下设备，当瞳孔行为发生变化时，又可再次进入沉浸式虚拟空间。
在使用 Vision Pro 的 FaceTime 功能时，对方会看到一个利用深度学习，渲染出来的实时的你，通过空间操作系统 VisionOS 把数字内容融入真实世界。
<img title="" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a697b814-e7c4-4b51-abff-884dd8a29ab8.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="908" height="530" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a697b814-e7c4-4b51-abff-884dd8a29ab8.png"/>
<h2>苹果自己的 AI 也来了</h2>
市场认为，苹果此次发布会没有任何关于 AI 模型的内容，但这个也是有误的。
见智研究发现，在最新升级的 iOS17 系统介绍中，苹果宣布使用 Transformer 语言模型用于输入和语音识别文字。
通过 Transformer 模型，苹果能够随着用户每次打字不断改进体验与准确度，进行自动语言语法纠正，方便于用户在打字时获得实时预测文字推荐，只要轻点空格键就能添加整个单词或完成句子，让文字输入比以往更加快捷。听写功能利用全新语言识别模型，准确度进一步提升。
Transformer 正是 OpenAI 等一系列大模型的基础。而根据苹果一向的隐私政策，毫无意外，这项技术也是纯本地化运行。
苹果将语言预测模型引入输入法和语音传输中，是有一次将前沿技术和应用结合的最好案例。Transformer 是人机对话助手最强的底层技术支持，而苹果是第一个将该技术内嵌在移动端产品系统中的公司，之后 iOS 17 在语音语言输入体验上会带来全新的感受。
同时我们可以期待的是，苹果明年很可能会给用户带来本地化 LLM 大模型，本地化的判断一方面是因为苹果对用户隐私的关心程度实在太高，另一方面苹果在处理硬件上已经积累了相当的技术，软硬一体化的大模型应用会更加有效。
如同 Mac 带入个人计算时代，iPhone 带入移动计算，Vision pro 将带入空间计算时代。
见智研究认为：Vision pro 的出现将真正开启新的计算时代，而生成式 AI 对苹果 MR 设备或许也是相互成就，因为此前 MR 的实时渲染对算力的消耗要远大于生成式 AI。此前我们在AI+XR 将成为下一代移动端战场一文进行过分析，认为生成式 AI 的快速发展与 MR 的结合将会带来移动端产品的全面升级，特别是在应用内容创新方面会突破此前的开发方式，极大改善现阶段 XR 爆款内容匮乏的问题。
生成式 AI 和苹果 MR 就是时势和英雄。
<h2>综上</h2>
7 年来，苹果在用搬山的能力处理 Vision Pro 的每一个细节，这个软硬结合的能力并不是谁随便都能模仿的来的；每一个细小的问题都能看出来苹果是花了非常大的功夫在解决。
这也是发布会前，即便是苹果 MR 的硬件 BOM 清单到处流传，但 Vision Pro 亮相之后还是让见智研究认为超预期的原因。

苹果

苹果或许才是将脑机和 AI 应用结合最好的公司？

从 Transformer 到脑机，苹果发布会透露的远不止 MR