第二个 iPhone 时刻

本文共 5153 字，预计阅读时间 10 分钟。本文内容仅代表个人观点，欢迎讨论，如有表述错误，敬请指正。

前几天，我和 @MarvinCui 一同写了 WWDC 23 浅度解析。大学时，我所学的专业是数字媒体技术（VR 方向）但是自己一直在课余大量学习 AR 和平面设计的东西，由于专业接触的内容比较对口又按耐不住对新产品的兴趣，所以其中关于 Apple Vision Pro 的部分就由我简单写了一些。但可能是由于产品发布带来的激动，也可能是熬夜后的思绪混乱，有些想法没有精确表达出来。就此以我所学的知识和收集到的信息，写一篇简单的思考，同时展望 Apple Vision Pro 系列产品的未来。

An iPod, a phone, an internet communicator. An iPod. A phone... Are you getting it? These are not three separate devices, this is one device, and we are calling it, iPhone. Today, Apple is going to reinvent the phone, and here it is...

这是 Steve Jobs 在 2007 年 1 月 9 日于 MacWorld 介绍 iPhone 时最令人印象深刻的演讲词，是著名的「iPhone 时刻」。iPhone 改变了智能手机的定义、重塑了移动设备的交互方式、推动了移动应用程序的发展，从各种意义上说，「重新发明手机」这个目标确实已经做到。iPhone 刚推出时引发了巨大轰动，有言论称 iPhone 是个「异类」，Nokia、BlackBerry 等这些公司的新产品一定能轻松击败它。但是现实是 iPhone 终究赢下了这场竞争，击倒了当时行业中的巨人 Nokia 和一众手机厂商。

把时间拉回到现在，在看今年的 WWDC 时，我非常肯定 Apple Vision Pro 作为一个经多年打磨的空间计算设备的产品设计和技术积累，但就当前 Apple Vision Pro 面临的问题，以及这类型设备现在的市场情况，让我感觉到 Tim Cook 在今年 WWDC 上宣布的这次 One more thing 将会是「第二个 iPhone 时刻」。

以下，我会先从产品设计、人机界面、产品定位梳理 Apple Vision Pro 的产品本体的各个方面，再来回答为什么称这次 One more thing 为 「第二个 iPhone 时刻」。

Apple Vision Pro 给了我们自由的空间去畅想一种之前不曾有过的体验。- 人机界面团队 副总裁，Alan Dye，WWDC23

Apple Vision Pro 是一个工业设计与软件交互的集大成者，它延续了 Apple 产品上统一的工业设计元素。但是由于我并不是工业设计专业，在工业设计方面就只能简单带过，重点会放在技术融合和人机界面上。

Apple Vision Pro 这份成果融汇了我们几十年的产品设计经验，高性能的如 Mac，移动的如 iPhone，可穿戴的如 Apple Watch，所有经验加在一起，催生了这款充满雄心壮志的产品。- 工业设计团队 副总裁，Richard Howarth，WWDC23

Apple Vision Pro 同贴身佩戴的 Apple Watch、AirPods 系列一样，都使用流畅的曲线勾勒出产品外观，营造出了一种亲切的人机关系，给用户带来了感官上的舒适感。同时，Apple Vision Pro 也呼应着 Apple 现有产品线的工业设计语言（你也可以在 iPhone 或 iPad 上前往 Apple Vision Pro 介绍页，查看 Apple 提供的 USDZ 增强现实模型）：

由此，Apple Vision Pro 因为具备了现有部分产品的特征，降低了用户的陌生感，提升了自身的产品亲和力，也降低了一定的使用门槛。

软件与硬件深度融合造就了 Apple 的产品。- 软件工程团队 高级副总裁，Craig Federighi

自 Steve Jobs 于 2011 年 6 月 6 日推出 iCloud 以来，Apple 各硬件开始靠软件的协同打通设备平台的壁垒。iCloud 解决了文件和数据的传输，做到了整个流转工作的底层，而从「接力」开始不断完善扩充的「连续互通」功能就是解决了使用这些文件和数据的硬件与软件的使用体验流转。从「接力」、「连续互通相机」到「随航」和「通用控制」，「连续互通」作为系统功能，不仅能让用户体会到浑然一体的设备生态，更是为加入新设备打开了使用场景。

在本次 WWDC 中演示使用 Apple Vision Pro 开展工作的场景部分，通过「连续互通」（此处大概是类似「隔空播放至 Apple Vision Pro」这样的情况），用户可以把 Mac 屏幕内容转移到 Apple Vision Pro 的空间中；通过 iCloud 同步的多端的文件和消息也能在 Apple Vision Pro 中继续编辑。即使是演示中并未展现的诸如 「音频转移」、「隔空投送」 等也一定是设备的标配功能。就此，Apple 通过已有的系统级设备端内容流转功能，打通了 Apple Vision Pro 的设备生态。

LiDAR，自 2020 年起成为 iPhone 与 iPad 中 Pro 系列的额外硬件。可以说，LiDAR 是 Pro 机型里最少直接使用的硬件，而又凭借着 iPad 上较少使用的后置摄像头，iPad Pro 的 LiDAR 使用量更是少之又少，存在感非常低。但是，我们可以从 Apple Developer 网站和 app 中提供的讲座中看到，围绕 LiDAR 和 ARKit、RealityKit 以及计算机视觉相关的技术每年都在不断完善。以下列举几个与今年发布的系统功能有强关联性的讲座：

从官网和 WWDC23 提供的信息可知，Apple Vision Pro 由 M2 芯片和 R1 协处理芯片共同驱动。设备拥有使用 LED 和红外摄像机的眼动追踪系统和含有一枚 LiDAR 的可支持精确头部与手部追踪以及 3D 映射的摄像机系统，而当把 Apple Vision Pro 的技术放在这几年的 WWDC 讲座中，我们可以看到 Apple「技术先行」之路铺了多长。

人机界面（Human Interface），这个名字很值得琢磨。我的理解是：这个词不论从中文还是英语的角度，都明确了交互主体与被交互对象，不同于用户界面（User Interface），人机界面表明了人交互的自然和直觉，凸显了人在进行交互动作中的重要性。

由于 Apple Vision Pro 并不是业内首个「在设备营造的空间内进行交互」的设备，并不是像 iPhone 那样「完全重塑移动设备的交互方式」，但是至少是「总结和规范」这类型设备的交互逻辑，Apple 的做法有一种「老师」的意味在里面。

使用深度、阴影和半透明创建层级，这些新材料非常丰富且充满生机，它们连接着明亮与黑暗。- 人机界面团队 副总裁，Alan Dye，WWDC20

先说最直观的应用程序图标。Apple Vision Pro 的应用程序图标和产品的工业设计一样，与其他 Apple 系统相呼应：受 OS X Yosemite - macOS Catalina 以及 watchOS 影响使用的圆饼形外轮廓；macOS 一直以来精巧的 3D 化和「新拟态」图标质感；全系统共有的强视觉关联性的图标元素。（比如，visionOS 宣传中的备忘录图标，就可以看做是来自其他设备中的备忘录的一页纸，同步进 visionOS 的空间中）从这些相似的内容，我们确实可以大胆猜测，macOS Big Sur 的图标和 visionOS 的图标很有可能来自同一个文件，只是对于不同平台，在制作图标时有诸如裁切方式等不同的考虑。

在写这篇文章时，我去观看了 WWDC23 - Design for spatial user interfaces，发现原来这些图标竟然就是靠「深度」、「阴影」和「半透明」把平面图片做出 3D 的质感。正是由于 visionOS 的「3D 化展现」，我们终于能看到球状的 Siri；让抽象化向日葵的照片 app 等自 macOS Big Sur 以来的全新质感的图标「触手可及」，是全新的「想让人舔上去的用户界面」。

其次，就是界面中的 SF Symbols 和界面布局。当前，SF Symbols 5 Beta 已经在 Apple Developer 官网开放下载（链接地址）。本次更新为每一个 SF Symbols 符号增加了使用代码控制的交互动画功能，也添加了 700 多个新的符号。其中有明显用于新的手记 app 的符号、游戏手柄与赛车方向盘、CarPlay 和功能补充符号外，其余的包括一些 4.0 时期的符号都与 visionOS 有关联。例如：

界面布局方面，一改现有的 Mac、iPad 端一体式窗口的布局方式，把内容区与工具栏分开，突出了实际操作的内容，更有实用主义的感觉。

这一小节开始我引用的那句话，说明了 macOS Big Sur 通过使用半透明材质和阴影重新设计出一套全新的视觉。我们也可以从 visionOS 的宣传中看到相同的应用：

visionOS 的界面由许多「毛玻璃组件」构成，通过不同的「通透度」区分层级，以摆放位置区分窗口的优先度。同时，visionOS 没有明确的深色模式，而是通过环境光线反射到界面材质上营造深色模式的视觉效果，也就呼应了上文中「它们连接着明亮与黑暗」这句话。

我们再来看看 visionOS 对交互空间内元素的定义。前面我提到 Apple Vision Pro 和 visionOS 是对这一类型设备交互的「总结和规范」，visionOS 把交互空间分为三个类型「窗口 Window」、「容器 Volumes」（容器一词是我自己给出的翻译，与实际翻译可能会有偏差）和「空间 Spaces」。

窗口 Windows，具备其他系统都共有的视图和控件，是最基本的操作元素。visionOS 的窗口，在保证了基本体验的一致性的同时，兼顾了平台独特的渲染风格和界面布局。

容器 Volumes，这个部分类似目前的 「AR 快速查看」功能，能提供在空间中物体展示与交互。

空间 Spaces，在这个定义下有两个子项（中文名是我给出的翻译，与实际翻译可能会有偏差）：「共存空间 Shared Space」「全域空间 Full Space」。

每个主要的 Apple 平台都有自己创新的互动模式：Mac 有鼠标，iPod 有 Click Wheel，iPhone 有多点触控，到了 Apple Vision Pro，我们立志要开发出一种绝对直观的空间计算互动模式，使用时无需借助控制器或额外硬件。Apple Vision Pro 完全只用眼睛、双手和语音就行了，在你与你的内容之间没有其他东西。- 人机界面团队 副总裁，Alan Dye，WWDC23

2021 年，Apple TV+ 上线了一部 Apple Original 原创电影 —— 《天鹅挽歌》（Swan Song）。故事梗概就不多讨论，电影中描述的近未来设备的交互方式，与现在的 Apple Vision Pro 有着非常紧密的联系。电影中的一个镜头，主角 Cameron 在进入房间查看自己的克隆体前，被要求关闭隐形眼镜中的摄像功能，他通过伸出双手，再用大拇指碰触食指指节的方式关闭摄像机。

我们不谈剧中这个操作是否能真正对应相关功能，但是这个虚构的仅使用手势操作的系统和 visionOS 可谓如出一辙。visionOS 中的基础手势操作有点击、双击、长按（抓住）、拖移、放大缩小、旋转，共六种。这些手势都是我们对现实世界交互的一个映照，通俗易懂又符合直觉。

使用眼睛确定选择是 visionOS 最直接的交互方式，它依靠眼动追踪系统完成，为保持内容「尽收眼底」，visionOS 推荐系统内 UI 应占据大约 60° 的视场角度。在 visionOS 中，眼球的运动替代了鼠标的运动，略带吸附性的按钮（同 iPadOS 中的键鼠对按钮的操作），提升了操作的准确度，降低了使用者操作时的注意力消耗。

Apple Vision Pro 将改变我们沟通、协作、工作和娱乐的方式。- Apple Inc. CEO，Tim Cook，WWDC23

在 WWDC23 中，Apple Vision Pro 共使用在 4 个场景中，兼顾休闲娱乐和生活办公。Apple 的野心很明显，想通过 Apple Vision Pro 这类空间计算设备把现有设备上的虚拟生活融合进现实生活，让「虚拟」真正走进「现实」。

现在 Apple Vision Pro 究竟为谁而做呢？或者说，它的使用人群究竟是哪些呢？我认为，第一批用户会是 3D 从业人员和设计师，再其次是 3D 内容消费者，最后才是普通内容消费者。

第一类人群不必多说，他们可以利用这个新平台更便捷地创作 3D 内容，或制作一种全新的环境交互体验。3D 内容消费者相对普通消费者拥有更多的消费实力，他们希望 Apple Vision Pro 能够带来与他们之前所用产品一致甚至超越过去的体验。普通内容消费者就是我们当前市场上绝大多数消费者的状态，他们可能是为了「尝鲜」，可能是为了「跟风」，也可能是为了「拓展体验」，选择购买 Apple Vision Pro，但是我们也能看到，就算是一台普通移动设备，很多人都并不能或不会去想「物尽其用」，我们都会在社交平台上看到那些稀松平常的功能都标榜着「隐藏功能」，而被传播开来。

Apple Vision Pro 作为一台拥有高硬件集成度的设备，Apple 一定是会让开发者团队和企业以及 3D 行业从业人员充分开发，从而为未来其他的空间计算设备造就一个完善的生态，就和 2008 年围绕着 App Store 的开发一样。

那么回到本文序章的问题 —— 为什么我认为今年的 One more thing 将会是 「第二个 iPhone 时刻」？

当年第一代 iPhone 发布时，售价为 USD 499 起，在那个功能机大行其道的时代，这个价格与功能机相差不算很大，又因为 iPhone 带来的全新功能，使得 iPhone 在推出后引发了手机行业的大洗牌。现在，Apple Vision Pro 作为虚拟现实类设备的较晚入局者，同当年 iPhone 一样，对这一类型产品的各个方面给出了属于 Apple 自己的答案。

同时，当前市场上类似的设备也有很多。有 Microsoft HoloLens、Meta Quest Pro 等。今年，Meta 在 Apple Vision Pro 公开的前两天，抢先发布了消费级 MR 设备 Meta Quest 3。这些设备从定价上与 Apple Vision Pro 有极大差距。 USD 3499 的起步价让当天现场观看 WWDC23 的开发者和媒体老师们发出了一片惊叹。很有可能 Apple Vision Pro 这一个定价高昂的石头很难激起本就小众的市场的涟漪。

上文已经提到，Apple Vision Pro 是优先为开发者和 3D 行业从业人员设计制造的，如何提高这些人群的开发意愿，也是一个关键问题。当年，App Store 的开发从 iPhone 软件路线图发布会开始，为开发者提供 iPhone 开发指导。今年，WWDC23 的各类讲座和实验室活动为开发者们提供了更大体量的资源。当年，只有 Xcode；现在不仅有 Xcode，新增专用开发软件 Reality Composer Pro，还有 Unity 的支持。正是这些原因，让我认为这是「第二个 iPhone 时刻」。

“Today, Apple is going to reinvent spatial computing.” 这句话应该是今年 Tim Cook 介绍 Apple Vision Pro 时隐含的观点。

而事实将会如何，究竟是又一次颠覆行业，还是会遭到像初代 Apple Watch 那样的失败，时间会给我们答案。

说到 Apple 的「空间」技术，最先出现的便是 ARKit 和 RealityKit，这两个核心技术构建了空间计算环境的基础，之后出现的「空间音频」则是在感官层面为 Apple Vision Pro 丰富体验。这一次，Apple Vision Pro 也具备空间音频能力。通过在 M 系列芯片 Mac，以及 HomePod 上实现通过扬声器播放空间音频的技术积累，Apple Vision Pro 也使用了扬声器而非 AirPods Pro/AirPods Max 的入耳式或包耳式方案，也算是进一步降低了长时间佩戴的时头颈部的负担。

辅助功能方面，从 LiDAR 和交互手势出发，我能想到最核心的辅助功能，就是利用 Apple Watch 的辅助触控功能（AssistiveTouch），与增强的屏幕元素选择功能，来帮助活动不便的人使用 Apple Vision Pro，以及通过 LiDAR 和环境摄像头识别用户面前的人和事物，帮助视障用户与周围环境交互。

Apple Vision Pro 作为产品推出就带着「Pro」字样的设备，我相信一定有一款名为 Apple Vision 或 Apple Vision Air 的普通款设备。我的猜测如下：

2017 年，Apple 发布了 iPhone X，宣传语是 “Say hello to the future.” 大陆地区用简单一句话 —— “hello，未来。”，新闻稿中使用的是 “遇见未来：iPhone X”。我认为「遇见未来」反而更适合用在 Apple Vision Pro 上，这台设备将会是未来生活的重要设备，不亚于智能手机。Apple Vision Pro 不会取代智能手机，它只会是在 Mac、iPhone、iPad、HomePod、Apple TV 等设备之外，带来全新的生活方式；和已有的各种产品互相连接，共同为用户的生活提供便利。今年年底，它就会面向市场开售，那么我相信，在那个时候，才真正是「遇见未来」。

AppleApple Vision Pro使用 “连续互通” 在 Apple 设备间工作 - Apple 支持WWDC23 视频总览Apple Developer - visionOSSF SymbolsWWDC23 - Design for spatial user interfaces人机界面指南（中文）Rediscovering Apple's Human Interface Guidelines from 1987ARKitRealityKit在 Apple Watch 上使用 “辅助触控” - Apple 支持遇见未来：iPhone X