2024年XR行业分析报告：苹果Vision Pro有望开启XR产业发展新阶段

XR 是 AR、VR、MR 技术的统称，其含义是扩展现实，也即拓展人类对现实世界的感知与交互，涵 盖所有通过计算机技术和可穿戴设备增强或扩展人类感官感知的技术。 按照与现实世界交叉重叠程度的不同，XR 主要可分为三种技术类型：虚拟现实(VR)、混合现实(MR) 和增强现实(AR)。VR 技术：用户通过头显设备完全进入由计算机生成的虚拟环境中，用户与现实 世界的交叉重叠程度最低。MR 技术：结合 AR 和 VR，通过加强虚拟对象与现实世界的交互，实现 混合世界的全新体验。AR 技术：借用眼镜、手机等职能设备在现实视野中叠加虚拟图像，实现虚拟 形象在真实世界的可视化。

内容生态为王，优质内容引领增长破圈

我们认为，消费电子产品为其用户提供的价值主要可以分为功能价值与内容价值。其中功能价值可 理解为设备依托软硬件，有能力为用户提供独特的实际功能或额外的便捷性，如相机、耳机等；而 内容价值则是硬件厂商及内容供应方在设备软硬件基础上为消费者带来的内容和生态，如游戏机、 电子书阅读器等。现今主流消费电子产品如智能手机、智能手表等，往往兼具功能价值与内容价值， 随着技术的持续进步，智能手机亦已逐步统合了大部分设备的功能价值。 相对而言，在现阶段 XR 设备所带来的功能价值较为有限，因此我们将主要从内容价值的角度分析 该赛道后续的演进。

XR 产品缺乏功能价值的特点导致其销量深度依赖于内容生态的构建，因此该行业后续发展的核心驱 动力在于供给侧的优质供给和用户增长带来的双边网络效应。在内容领域，我们认为苹果 XR 领域 奠基产品 Vision Pro 在制定行业规范，降低开发者门槛的同时，随着产品迭代持续为 XR 内容生态 注入活力。 2024 年 2 月 2 日，苹果 Vision Pro 正式在美国发售，作为苹果在 MR 领域的首个产品，苹果从人机 交互，到硬件规格，再到操作系统、生态，以及数据隐私维度均实现全新突破，重新定义行业标准。 根据 MacRumors，Vision Pro 开售后 10 日内既已售出 20 万台，TrendForce 集邦咨询预计全年出货有 望达到 50-60 万台，有望提振 XR 行业走势，打造 MR 赛道的全新局面。

Vision Pro 带来的新标准及范式，有望带动全新的内容生态系统的建立和发展。目前苹果积极拓展 MR 应用和游戏等软件生态圈，为用户带来更加多样化的体验。Vision Pro 具有全新的 App Store 供 用户发掘应用，可兼容 iPhone 和 iPad 上的 app，支持 100 多款 AppleArcade 游戏。此外 Disney+ 将登陆 Vision Pro，苹果还与 Unity 合作，使用 Unity 的 PolySpatial 技术构建 AR 应用程序。同时苹 果还鼓励开发者社群深入利用 Vision Pro 和 visionOS 设计全新的 app 并为空间计算重塑现有 app 体验。 从开发者角度看，苹果有望凭借其市场影响力吸引顶尖内容制作者，有望降低开发门槛，建立 良好的开发者服务体系。苹果基于开发体系提供免费趁手工具以及合理的销售-分成体制，将 优质开发者与苹果生态紧密绑定，推动内容生态持续增长。而在 MR 领域，在 macOS、iOS 和 iPadOS 的基础上，苹果推出 VisionOS，可实现强大的空间体验并可随时切换苹果系统生态内 设备，SwiftUI、RealityKit、ARKit 以及外部 Unity 引擎等底层开发工具也将助力开发者获得较 优开发体验。独特的开发者生态优势有助于苹果在 MR 早期内容匮乏阶段实现前期优质内容积 淀，抢先实现内容破圈，打破增长困境。

从用户角度来看，苹果具备世界顶尖的品牌影响力与市场关注度，用户教育、触达成本更低，同时 核心受众对技术包容度高。Vision pro 兼容 iPhone、iPad 应用，可衔接苹果软件生态，此外其操作底 层逻辑趋同有望降低学习门槛，从而提高原有苹果消费者转化为 Vision Pro 用户概率。苹果产品设 计经验丰富，产品审美趋同，交互设计相对同业更为丝滑，有助于提升用户粘性，实现长期可持续 性发展。 从平台角度看，苹果在供给和需求领域的双向优势有助于较快建立优质的内容生态，以提升爆款产 品产出概率，以达到产品内容破圈，并逐步构成优质内容供给——平台破圈引流——消费者需求响 应的正向循环。我们认为借由内容生态维度的体验优势抢先破圈，再带动软硬件协同升级，或成为 苹果以及 XR 产业后续可能的增长路径。

算力支撑高沉浸体验，性能铺垫内容变革

M2+R1 双芯片架构，高算力开启交互新时代。苹果 VisionPro 搭载 M2 和 R1 两颗芯片，性能高于市 场主流的基于高通骁龙 XR 芯片的 VR、AR 芯片解决方案，高硬件配置将算力提升至“电脑级”， 使“空间计算”成为可能。其中 M2 芯片的任务是执行任务、瞬时交互、运行计算，使用户可以通 过头显设备访问应用；而 R1 处理器属于低功耗芯片，负责定位、协同、视觉图像处理或传输等功能。 双芯片架构下，M2 提供超强运算能力，R1 降低设备延时，能够实现在 12 毫秒内将外界的图形数字 化，经过处理和渲染后将虚拟与现实融合图像传输至人前，从而减轻体感晕眩、提升操作体验。

强算力保障交互沉浸度，高性能突破内容瓶颈。基于 MR 人机交互方式的变化，空间计算中 3D 渲 染和 6DoF 的位置识别功能对算力提出更高的要求。而交互的流畅度取决于对用户行为的精准理解， 即头部追踪、眼球追踪、手势追踪以及用户全身动作追踪的高精度和低延迟，越高的精度对算力的 消耗越大；减缓延迟也极大依赖于算力水平的提升。在应用领域，游戏对 MR 设备使用的流畅性、 顺滑度、交互感等的要求最高，游戏需求的增长会更进一步提升算力要求。算力的突破不仅是缓解 现下 XR 产品内容生态欠缺、体感不及预期等困境的首要前提，也是 Vision Pro 推行全新交互体系 以及将来实现与人工智能深度结合应用的前提条件。

“眼动+手势+语音”构建全新人机交互体系

出于技术水平和成本考虑，此前 XR 产品的交互方式主要集中在头显和手柄上，而诸如语音识别、 裸手交互和眼动追踪等自然交互方式仍然只是可选项。然而，苹果 Vision Pro 却在交互选择方面颠 覆了传统，通过高质量的裸手交互、语音识别和眼动追踪三种交互方式协同作用，为 XR 领域带来 了全新的交互体验，打开后续应用发展的空间。 苹果将眼动追踪做为交互核心，通过高质量硬件配置和强算力支撑追踪的精准性和反馈分析的精确 度，与现实场景的淡入淡出满足虚拟交互需求。裸手交互维度，六种常用手势降低手势学习门槛， 提高用户体验感。智能语音作为补充交互也为后续 AI 搭载提供便利。

裸手交互与眼动追踪为 XR 后续应用拓展提供全新方向。VisionPro 基于配置的 12 个摄像头，5 个传感器 实现 3D 空间感知和 3D 扫描功能，3D 视频拍摄能复现空间深度信息，呈现全新空间感，后续有望推动 3D 视频品类发展，甚至逐步促成 3D 社交媒体的诞生。但由于头显重量以及技术与成本限制下自然交互的体 感反馈仍有欠缺，我们认为该类交互方式早期更适于轻交互、慢节奏产品，目前水果忍者等强手部交互游 戏也已上线，有待苹果后续进一步探索新的交互方式，带来多类型应用涌现。

MR 内容和交互受益于 AI 发展，3D 内容生成更加便捷

在 AI 发展领域，我们认为 AI 的价值由短期到远期可以分为三个层次：短期直接价值，即改变诸多 模态内容的生产方式，提升生产效率，优化生产环节中大量重复性工作，降低内容创作的门槛与成 本，加快优质内容生产。中期间接价值，即在多模态大模型的逐步成熟下，提升人与人之间、人与 机器之间的交互效率。远期最终价值，即生产力显著提升后，生产关系发生重构。 Vision Pro 在硬件与交互方式上的突破有望使其成为后续 AI 应用落地的重要载体，苹果公司对创作 者的服务，以及对生态的扶持有望孵化新一代 AI+MR 应用。另一方面，Vision Pro 有望持续受益于 AI 发展，尤其在改善人机交互体验方面。

现阶段，受限于人工智能技术发展水平，人与 AI 的交流方式很大程度上限制在文字形式，文本输入 和输出限制了 AI 系统理解和响应用户的能力，因为语言表达往往存在歧义，而且精准描述问题通常 需要用户具备特定的技术背景，门槛较高导致 AI 工具目前未能广泛普及。 然而，人工智能领域头部公司正持续推进 LMMs（多模态大语言模型）研发，GPT-4V、Gemini、 ImageBind 等模型已初步实现从视觉、音频和文本等模态中收集信息。随着多模态技术的逐渐普及， 这一格局正在发生变化。多模态 AI 系统结合了不同的感知方式，如图像、语音和文本，使得用户可 以更自然、直观地与 AI 进行交流。这种综合感知的能力不仅提供了更全面的信息，还有望极大降低 用户描述需求的门槛，使得普通人能够更轻松地与 AI 进行沟通和合作。 通过多模态技术，AI 系统能够更好地理解人类的意图，并更准确地回应复杂的请求。这不仅有助于 提高用户体验，还拓展了 AI 在各个领域的应用潜力，包括医疗、教育、娱乐等。因此，随着多模态 交互的普及，我们有望看到 AI 在社会、经济和科技领域中的影响力显著增大，为人们创造更多的价 值和便利。 我们预计，未来基于多模态 AI 模型的交互系统将成为操作系统的主要形式，应用程序与指令逻辑 将根据 AI 交互平台进行重新设计。目前，AI 大模型已逐步取代了一些应用的传统操作模式，随着 算力成本的降低和 AI 模型的轻量化，预计其可替代操作模式将进一步泛化，广泛应用于智能家居、 工业自动化、智能物流、智慧城市以及其他 2C 应用领域。

AI Agent 也被认为是 AI 应用发展的下一个方向。AI Agents 可定义为 LLM、记忆（Memory）、任 务规划（Planning Skills）以及工具使用（Tool Use） 的集合，其中 LLM 是核心大脑，Memory、 Planning Skills 以及 Tool Use 等则是 Agents 系统实现的三个关键组件。从原理上说，AI Agent 本 质是一个控制 LLM 来解决问题的代理系统。LLM 的核心能力是意图理解与文本生成，如果能让 LLM 学会使用工具，那么 LLM 本身的能力也将大大拓展。OpenAI 联合创始人 Andrej Karpathy 表示，虽 然 OpenAI 在大模型上比别人快一步，但在 AI Agent 领域大家都处在同一条起跑线上。

2024 年 3 月，苹果公司首次公布了多模态大模型 MM1。根据 36Kr，其最高参数量为 300 亿，支持 增强的上下文学习和多图像推理，在一些多模态基准测试中有较好表现。其独特之处在于其庞大的 规模和架构创新，包括密集的模型和混合专家模型。根据 36Kr，苹果正与谷歌就在 iPhone 中内置 Gemini 人工智能引擎进行积极商谈，希望苹果授权谷歌的生成式人工智能模型 Gemini 为今年 iPhone 软件的一些新功能提供支持，还称苹果最近与 OpenAI 进行了讨论，并考虑使用其模型。 我们预计在苹果自研 AI、外部合作的同步推进下，AI 有望在其生态体系中扮演愈发重要的位置，而 MR 作为苹果的重点布局方向有望持续结合 AI 领域的突破，实现从交互到生态的进一步升级，推动 XR 行业进入新的阶段。此外，Vision Pro 作为空间计算设备有望受益于 3D 内容生成相关 AI 的发展， 同时 Vision Pro 为 3D 内容生成带来的更多应用场景、调用和采集便捷性与数据资产累积也将持续反 哺相关技术蓬勃发展，逐步形成正向循环。

目前 XR 领域内容供给数量偏少，优质内容稀缺。数量方面，以头部 VR 内容平台 OculusRift 为例， 截至 2022 年 6 月，其中 VR 内容数量仅 1392 款；根据腾讯云，截至 2023 年 3 月 Quest 系列硬件累 计出货量约 2 千万，但内容数量仅 400 余款，消费者可选体验内容相对有限。质量方面，高质量的 VR 内容稀缺，以 VR 游戏为代表的主流内容重复可玩性较低。2022 年 Steam 铂金榜单仍以老牌 VR 游戏为主，如 2020 年 3 月发售的《半条命:Alyx》，2018 年 5 月发售的《BeatSaber》。近年来现象 级重磅游戏较为匮乏。根据 VR 陀螺，截至 2023 年 1 月，从消费者评价来看，Pico 4.1-5 分的游戏/ 应用占比约为 39%，3.1-4 分的游戏/应用 40%，可改善空间较大。

我们认为 Vision Pro 有望打破传统 XR 头显的应用场景局限，重新定义头显的新范式，在 B 端、C 端的应用前景广阔。 在 B 端，1）Vision Pro 可作为生产力工具，提高工作效率。visionOS 提供 3D 界面并且不受空间限 制，用户可体验全新的多任务处理方式，定制完美的个人工作空间。微软作为首批入驻 Vision Pro 头 显的开发商之一，宣布 Word、Excel 和 Teams 等应用率先登陆该平台，方便佩戴者在头显环境中 协作办公。2）Vision Pro 可兼容 iPhone 和 iPad 应用，苹果还将打造全新的应用商店，以供应开发 者专门为 MR 头显开发应用和内容，以及其他兼容 iPhone 和 iPad 的应用程序。 在 C 端，1）摄影方面，苹果的 Vision Pro 具备 3D 相机功能，加之空间音频，能让用户沉浸体验在 画面中。iPhone 拍摄的全景照片能在 MR 头显中展开并围绕用户，带来身临其境之感。有望随着产 品普及带来新的线上社交娱乐模式。2）视频通话方面，Vision Pro 打造了充满空间感的 FaceTime 通 话，并且利用机器学习技术即时反映用户的脸部及手部动作。用户还可以通过同播共享一同看电影、 浏览照片或是合作演示。3）在观影上，3D 显示+虚拟空间环境+互动打造沉浸式观影体验。通过两 个超高分辨率的显示屏以及先进的空间音频系统，Vision Pro 可将任何空间转换成个人影院，实现 空间全景环绕、音频环绕，打造优质观影体验。4）游戏端，空间计算让新游戏类型得以成真，游戏 可提供各种沉浸程度的体验，带玩家进入全新世界。根据 VR 陀螺，截至 2024 年 2 月，Apple Arcade 订阅服务在游戏领域已经完全对应 Vision Pro，内涵超过 270 款游戏资源，苹果还与 Unity 合作 MR 游戏开发。MR 技术能给游戏玩家带来更加真实的交互体验，增强游戏沉浸感以及带来创新的游戏 玩法，未来有望替代传统游戏机。

游戏：既有移植+原生开发并行，MR 游戏有望先行破圈

根据 VR 陀螺统计，截至 2024 年 2 月，Vision Pro 作为初代产品内含约 270 款游戏，但仅有 12 款对 VisionPro 的 MR 模式实现真正的适配，其应用生态仍处于初级阶段。

我们认为增加 MR 游戏的可行方法主要为以下两种：1）既有移植：在原有 VR、AR 内容上增加 MR 补丁（例如增加眼追踪功能等）；2）原生开发：创建专有 MR 内容（多工具类+游戏娱乐类）；3） 目前苹果 VisionPro 用户在游戏领域正在探索使用的方式：跨平台的游戏串流、2D 游戏投屏等。已 有的 VR 游戏平台如 SteamVR 等目前并不支持 VisionPro，但软件开发者 Zhuowei Zhang 在 VisionPro 上安装了Wi-FiPC流媒体应用程序ALVR的修改版本，为VisionPro、控制器等带来非官方的SteamVR 支持。

既有产品移植方面，设备算力的提升驱动 VR 游戏质量提升，爆款游戏有望依靠精品内容、新颖交 互破圈。以 2020 年的爆款产品：射击+解谜+VR 游戏《Half-Life：Alyx》为例，根据甲子光年，该 游戏历史在线人数峰值达到 4.29 万人，但仅兼容部分平台。若苹果与游戏开发商和现有平台达成生 态协作并提升产品兼容性，有望结合既有优质产品，极大丰富用户的内容选择，同时内容服务商提 供的体育、射击、故事、角色扮演、竞速等多类应用的转换成本也有望大大降低，从而改善既有内 容和服务与硬件设备捆绑度高的现状。

VR 游戏具有可移植性，复现仍需时间与合作意向洽谈。既有的 VR 游戏可以通过增加空间，实现 从 VR向 MR的迁移。少部分VR游戏开发商放出已进行原生适配的预览图，例如《Demeo》《RecRoom》 《超级水果忍者》和《WhattheGolf?》等游戏已官宣将上线 VisionPro。已增加眼动、手动追踪等的 VR 厂商能更迅速适应并驾驭 VisionPro，其积累游戏能快速在 MR 下实现内容和技术的衔接。

原生游戏相对设计自由度更高，更易贴合设备本身交互、硬件方面特性，但其开发周期相对转换而 言较长。而目前受限于交互技术，中重度 XR 游戏尚未形成手势操控方面完整的解决方法，休闲轻 度游戏有望先行进入开发阶段。由于 VisionPro 所采用的纯手眼交互技术尚无法全面替代传统控制器, 因此其在处理复杂动作、射击或冒险等高强度游戏时存在局限性，现阶段不易于进行精细操作;反之， 该设备更倾向于通过手眼直观互动来适应益智、桌面棋牌及休闲类等对操作强度要求较低的轻度游 戏体验。

UnityAI 方案赋能 VisionOS 生态扩容。根据 VRAR 星球，2023 年 6 月，游戏引擎公司 Unity 与苹果 达成合作，Apple Vision Pro 的开发者将获得直通和动态注视点渲染等优势，以及流行的 Unity 功能， 如 AR Foundation 和 XR 交互工具包。Unity 推出的 PolySpatial 技术与 visionOS 深度融合，使应用程 序能够在共享空间中与其他应用程序同时运行，通过将 Unity 的创作工具与 RealityKit 的托管应用渲 染相结合，开发者将能够轻松地利用 Unity 为 Apple Vision Pro 创作内容。Unity 还在 3D AI 内容开 发方面进行布局，已推出了 UnityMuse 和 UnitySentis 两款 AI 产品，这些产品有望提高 UGC 开发的 效率和质量，并降低内容开发成本，从而加速创新。

Apple Aracde 游戏库快速填充游戏数量。Apple Aracde 是苹果于 2019 年 9 月上线的订阅服务，用户 每月支付一定费用既能畅玩入选 Apple Aracde 游戏库里的所有作品，并且游戏不含有内购或广告。 该模式下，开发者的作品入库就能获得苹果预支的一定费用作为资金保障且得到一定量级推广。用 户只需支付极少的费用即可从庞大的作品库中任意选择，从而在短时间内快速建立供需内容生态。 通过 Apple Arcade，玩家可以在 Apple Vision Pro 访问超过 270 款游戏的目录。例如，《Loóna》将 轻松的 3D 立体模型带入你的世界，《Blackbox》的空间谜题漂浮在物理世界中，《Void-X》在黑暗 像素艺术风格的城市景观中重振快节奏的复古街机射击游戏，而《SkatrixPro》则结合了物理驱动的 滑板和独特的 3D 手势操纵杆，提供了刺激的身临其境滑冰体验。

影视：硬件升级，原生支持 3D 体验

硬件方面，Vision Pro 的高素质屏幕为用户提供了出色的图像质量。著名拆解团队 iFixit 通过拆解 Vision Pro 发现，屏幕区域的像素值为 3660×3200px，等同于每平方英寸里包含 230 万个像素。Vision Pro 采用 Micro-OLED 屏幕，单眼分辨率超过 4K。同时，Vision Pro 搭载苹果 M2 芯片和全新的 R1 芯片，该组合的运算能力极高。其中 R1 芯片主要负责传输，传输数据仅需 12 毫秒，能够确保用户 获得无缝流畅的体验，在市面上头戴式显示设备中其性能当属第一梯队。

目前苹果 Vision Pro 可支持的影视原生应用主要分为两类，一类是基于 Vision Pro 特性的原生应用体 验，另一类是超过 100 万个兼容 iOS 和 iPadOS 的应用程序（2D 版本）。用户可以体验 Apple TV+ 的所有 Apple Originals 内容，超过 200 部 3D 电影。同时，Vision Pro 还引入了苹果首创的全新娱 乐格式 Apple Immersive Video，通过 Spatial Audio 捕捉 180 度、8K 的 3D 录制，让观众可以身临 其境。除了原生应用所提供的优质体验，苹果 Vision Pro 用户还可以在 Safari 浏览器中享受视频服 务，包括打开多个窗口、全屏播放、收听空间音频和启动环境的功能。此外，我们认为 Vision Pro 可扩展的应用场景非常丰富，有望拓展线下的文旅活动转播、XR 赛事、演唱会、音乐会以及线上的 直播、电影和互动剧等应用，为用户带来全新的娱乐体验。

在原生应用外，Vision Pro 合作首发内容平台包括 Disney+、WarnerBros Discovery Max、NBA、MLB、 Red Bull TV。2024 年 2 月，“芒果 TV-Vision”正式上架 App Store，成为国内长视频行业首个苹果 Vision Pro 头显设备专属原生应用。目前，有 8 部作品进入芒果 TV-Vision 的首发片单，包括纪录片 《中国》，电影《中国机长》、剧集《尚食》、综艺《乘风 2023》等。

其他新兴应用

社交娱乐方面，Vision Pro 将虚拟元素与现实世界无缝整合，为用户提供了一种全新的互动体验。除 了 Apple Messages、Mail 和 Safari 等苹果原生的通讯、浏览软件，用户也可以使用 Apple Memoji 等 表情功能，通过 Vision Pro 创建并使用自己的虚拟形象，并与好友进行事实社交互动。此外，Vision Pro 拥有丰富的社交娱乐应用生态，包括 inSpaze、iDaily World、SunnyTune、Trip.Vision 等。通过 RTC 及空间音频能力，全球不同地区的用户可以在同一场景享受带有沉浸感、空间感的实时互动体 验，为社交娱乐提供新的模式。另外随着空间视频功能的普及，以及设备对普通用户的触达，苹果 有望为大家带来区别于图文视频的、更具沉浸感的空间视频内容模式。

教育方面，Vision Pro 为教育和培训带来了更直观、更有效的学习方式。目前苹果 MR 应用中的 3D 建模软件《Gravity Sketch》，专为跨学科团队打造，提供虚拟工作室，可用 3D 方式在设计工作流 程时进行创作、交流和共享，为设计流程提供了便利。通过识别并标记现实中的各类工具，Vision Pro 可以用于多种职业培训、教学指导，学习者可以通过虚拟引导来学习正确的操作方法，或在虚拟环 境中练习操作技能，对比图文视频模式信息密度、探索学习自由度更高，且具备更强趣味性。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）