苹果Vision Pro赛博拆机：当初的愿望实现了吗？

在VR/AR发展的这数年中，关于苹果AR设备相关的报道属实不少，其中占据大头的除了爆料之外，最具可信度的当属专利。每次苹果有AR相关专利公布，就会被推上舞台的最中心——某种程度上这也代表着行业对苹果的好奇和期待。

这种好奇和期待，随着Apple Vision Pro的发布终于尘埃落定。有许多数码博主和科技媒体同行都抢先体验了它，并发出了“牛牛牛”的评价。与之相对的，也就产生了一种“都有实物了，谁还在乎专利”的微妙感受。

苹果的保密工作实在太好，我们除了“听”之外，看不到任何Vision Pro的实际体验画面和“言行”合一的硬件测评。不过，我们还是可以通过对专利的追溯，看看苹果Vision Pro到底有多“牛牛牛”。

经过几天的奋战，87君翻看了从2015至今大部分苹果有关VR/AR的专利，对Vision Pro来了一波“赛博拆机”，也帮助我们搞清楚了很多问题。

AR or VR，对苹果来说也是问题

首先就是苹果对Vision Pro这款产品的定位问题。

自从Vision Pro推出以来，VR或者AR又被推上了风口浪尖，重现2015-2016之态势（就像元宇宙一词刚出现的时候一样）。有人说它是VR，有人说它是AR，也有人说它是MR，众说纷纭、不尽相同。但无论是VR的纯虚拟环境、AR的虚拟叠加于真实之上，甚至更进一步虚实结合的MR，都不足以形容Vision Pro所带来的“在虚拟和现实中进进出出”的动态感。

实际上呢？苹果有没有对Vision Pro下过定义？还真有。

2020年1月，苹果CEO 蒂姆·库克获得了爱尔兰的嘉奖，奖励苹果连续40年在爱尔兰的投资。获得奖项时，库克表达了对未来5-10年科技发展的预期：“AR令我兴奋……我认为这是下一件大事，它会贯穿我们整个生活。”从此，苹果将AR这张牌摆在了明面上。

随后在2021年，苹果在专利中展示了其眼中的“下一件大事”。这份专利不仅包括苹果认为未来“AR”用什么样的操作系统、交互方法和硬件设备，也为其这一套系统下了新的定义——SR。

专利中说道，所谓SR即为Synthesized Reality，合成现实。大致的实现路径就是捕捉现实环境——在虚拟中还原环境——叠加虚拟内容——与用户实现交互/跟随用户的交互变化。

如果这很难理解的话，在专利中还进一步给出明确的解释，使用苹果这一系统，用户是通过物理环境的图像或视频“间接地”观看物理环境。

基于这样的显示效果或者系统逻辑，苹果设想了一些未来可能的娱乐场景。比如身临其境的观看一场拳击比赛，就好像整场比赛在你家客厅里举行一样。这与苹果在Vision Pro宣传视频中展示的内容已经非常接近，某种程度上，也算是苹果实现了自己的设想。

通过对专利的追溯和观察，我们发现一直以来苹果都没有把VR和AR看做两件事情分开做，而是致力于将二者合体。在上文的专利公开之前，苹果就有很多类似的技术布局，显著的证据有：

- 2016年，苹果有公布过关于3D光学测绘系统（3D optical mapping）的相关专利，大致可以理解为：设备发射出光线到物体表面——传感器收集物体表面反射的光线（三维数据）——处理器识别数据——处理器还原物体3D模型并加以利用。

这很可能是Vision Pro目前对虚拟+现实环境处理方式的最初来源。根据后续的专利显示，这一想法在苹果得到了相当深入的发展。

- 2017年一项由被苹果收购的Metaio转移到苹果名下的专利显示，苹果正在研究怎么通过移动AR系统监测周围的环境，并在VR环境下实时向用户显示信息。

- 2019年初，苹果继续在“现实转VR叠加AR”这条路上深挖。专利曝光了有关苹果搭载眼动追踪的头显，其中提到，苹果可能利用视频处理引擎，重现并改良物理环境，比如利用虚拟物体增强原始场景，或补充真实物体的信息，将改良版场景传输到头显中，而这种视频过滤功能也会根据用户注视点改变而实时运行。

当时苹果并没有用类似Vision Pro的R1芯片来处理视频数据，而是利用外部基站处理数据再通过无线传输发送到头显端。

从以上这些专利中，不难看出苹果早早就设想未来的SR设备一定要具有当下流行的VST（Video See Through）功能，苹果Vision Pro利用它强大的12颗摄像头、单眼4K分辨率，最重要的是M1和R1两颗芯片提供的数据处理能力，在VST中间加入了畸变修正、颜色矫正等各种功能，让还原出来的场景真正能做到1:1。

看完这些，我们应该能明白Vision Pro的SR是什么，所用到的技术和VST都有哪些微妙的不同。那就再回到最初的问题，苹果对Vision Pro的定位是什么？

我们认为，苹果主要注意力还是集中在教育市场。做“最好的产品”是苹果一贯的风格，伟大的创新都搭建在已经出现的品类上。而基于VR/AR的普及程度、苹果提出的SR定义和对Vision Pro的构建方式，对苹果来说，Vision Pro就是一个全新品类，需要漫长的时间告诉用户这是什么，会带给用户什么样的体验。

简单的功能，可能需要8年打磨

从2016到2023，经过8年的时间，苹果初步完成了对其SR硬件的创作设计。但综合体验从不是“整体”说了算的，而是由各个部分带来的体验拼接的。在过往的专利中，我们也找到了苹果在体验上下的功夫。

比如大家关注的眼动追踪方面，苹果早在2017年公布的一项名为“Predictive，Foveated Virtual Reality System”的专利中就阐述了，为了提升硬件表现，可以采用注视点渲染功能进行优化，这里就势必会用到眼动追踪。其中，Predictive（预测性）这一点，也会是利用眼动追踪摄像头等传感器捕捉用户动作，以便判断图像哪部分需要以更高分辨率进行渲染。

也是同年，苹果收购了眼动追踪技术方面的翘楚SMI，并在次年公布了其HMD搭载眼动追踪技术的相关专利。

另外一项令人心动的功能，空间音频，也被加入到了Vision Pro中，这一点在专利中也早有体现。

2020年，苹果陆续申请了多项有关空间音频的专利，其中就包括能够让玩家在虚拟游戏环境中更加沉浸的全新音频维度、为HMD申请的新“空间音频”专利等等。

比如通过还原3D场景以及场景中的物体，来尽量还原真实声音在真实环境中的感觉，提高声音的表现力和沉浸感。

也就是说真实的Vision Pro在沉浸感方面，绝不只是“根据你的位置改变声音传来的方向”那么简单，博主们分享的细腻听觉体验很可能也来自这项专利。

Vision Pro外观设计方面也有不少使用了专利。

- 磁吸处方镜片。这项专利是苹果在2020年递交的，其中详细的描述了它的结构，磁吸连接且围绕显示元件。根据下面这张图片也不难看出，跟Vision Pro为磁吸镜片专门设置的凹槽已经非常接近。

- 虚拟键盘。在Vision Pro宣传片中出现的虚拟键盘算是它非常有突破性的功能，关于这一功能的专利早在2020年就已经提交。根据专利描述，头戴式设备可以追踪用户手的位置来判断虚拟键盘的投射位置。

设备所具有的传感器可允许不依赖信号的情况下实现文本键入。换言之，头显可以根据用户对虚拟键盘的键入行为来解读文本输入，从而免除对实际物理键盘的需要。

- 头戴设计。Vision Pro的头带部分来源于2022年中旬获得的一项专利，其中包括后部头带和可拆卸头带两部分。

后部头带非常明显可以看到“可伸缩带”的字样，与现在Vision Pro的设计贴合。同时，虽然苹果没有具体展示，但也有媒体发现，Vision Pro可能会配有用来分配重量的顶部头带。苹果也对此回应，正在考虑要不要把顶部头带加入Vision Pro的包装中。

通过对专利的追溯，我们发现库克押注AR并不是一句空话，他们的的确确用了8年甚至更长的时间，考虑这款产品该怎么做。

苹果创新的集大成者——Vision Pro

相信看过专利的你，应该也能感受到，Vision Pro也不仅是一款新品，而是苹果过往技术的集大成者。

但Vision Pro能做到的应该远不止如上所说，苹果还有很多可以使用的技术“尚未确定”是否加入Vision Pro。

比如在AirTag中使用的UWB技术，很大可能会用来联动Vision Pro和Apple Pencil。在上文虚拟键盘的专利中，苹果提到可以支持Apple Pencil在虚空中挥动的输入，同时，2021年发布的专利中又显示HMD可以与“贴了定位追踪器的物体互动”。

这种感觉有点像，为你创造了一个和物理世界一模一样的虚拟世界，甚至每一个物体都可以帮你变成虚拟的。

此外，我们还发现一个小细节，曾经公布的专利中显示，苹果在其HMD的侧面做了手动调节的音频模块，外形与Vision Pro几乎一模一样。不过在专利中，这一模块可以用来调整噪声消除的程度，但在Vision Pro中没有实装。

根据我们的猜测，都用上手势识别了，还需要用户通过滑动物理模块“有实感的”去调节音频，带来的体验显然不够匹配Vision Pro的科幻感。但调整降噪程度的功能足够实用，所以很可能在未来苹果调整交互后会实装。

看专利总是能发现一些此前没有关注到的问题，也在没有接触到Vision Pro的时候让我们更了解它一点。我们总是惊叹于苹果过去的辉煌，吐槽它iOS XX的升级毫无想象力，发表“苹果已死”的言论。但看专利时，仍旧会为这家公司近乎疯狂的想象力和执行力感到惊叹。

至于最后如何，我们只能拭目以待了——对了，这次是真的，很期待。