文/VR陀螺 元橋

距離蘋(píng)果發(fā)布新品已過(guò)半月左右，但庫(kù)克登場(chǎng)說(shuō)出的那句話“正如iPhone帶我們進(jìn)入移動(dòng)計(jì)算時(shí)代，Apple Vision Pro將帶我們進(jìn)入空間計(jì)算時(shí)代”，仍讓人感到興奮。

興奮的不僅僅是我們或?qū)⒂瓉?lái)的新時(shí)代，更有這款產(chǎn)品的交互設(shè)計(jì)對(duì)當(dāng)下頭戴設(shè)備的影響。在Vision Pro發(fā)布半個(gè)月的時(shí)間中，可以看到諸多體驗(yàn)過(guò)Vision Pro的博主都對(duì)這款產(chǎn)品的交互設(shè)計(jì)表示甚為驚喜；VR陀螺近期也與諸多業(yè)內(nèi)人士展開(kāi)深度交流，能感受到大家對(duì)于蘋(píng)果的交互設(shè)計(jì)也都一致表示震感。

畢竟Vision Pro擺脫了「手柄」外部操控器，用戶僅通過(guò)眼睛、手、語(yǔ)音便可與設(shè)備進(jìn)行交互，并且眼動(dòng)、手勢(shì)與語(yǔ)音之間是打通的，是一整套的交互方式。

毫無(wú)疑問(wèn)，蘋(píng)果在重新定義MR交互方式的標(biāo)準(zhǔn)，而從每個(gè)技術(shù)上來(lái)看，Vision Pro又是蘋(píng)果多年來(lái)布局的一個(gè)體現(xiàn)。

 從初代iPhone，看Vision Pro的交互設(shè)計(jì) 

喬布斯是一位為產(chǎn)品設(shè)計(jì)而瘋狂的人，在每一個(gè)步驟上，他都會(huì)推進(jìn)刪除與簡(jiǎn)化，小到一顆螺絲釘?shù)牟季侄家��?jīng)過(guò)幾個(gè)回合的篩選；由此，蘋(píng)果一直都以其精湛的硬件與軟件的設(shè)計(jì)、極簡(jiǎn)的風(fēng)格而聞名全球。

在設(shè)計(jì)蘋(píng)果系列產(chǎn)品時(shí)，喬布斯曾說(shuō)“我們的設(shè)計(jì)思想就是「極致的簡(jiǎn)約」，我們管理公司、設(shè)計(jì)產(chǎn)品、廣告宣傳的理念就是一句話——讓我們做得簡(jiǎn)單一點(diǎn)，真正的簡(jiǎn)單。”

2007年第一代iPhone發(fā)布，喬布斯在演講中說(shuō)道：

“今天我們要推出三款同級(jí)別的革命性產(chǎn)品。首先是一臺(tái)帶觸控的寬屏iPod，其次是一部革命性的手機(jī)，還有一款具有突破性意義的互聯(lián)網(wǎng)通信設(shè)備。所以，是三樣?xùn)|西：一臺(tái)帶觸控的寬屏iPod，一部革命性的手機(jī)，一款具有突破性意義的互聯(lián)網(wǎng)通信設(shè)備。一臺(tái)iPod，一部手機(jī)，一款網(wǎng)絡(luò)通信器……你們明白我在說(shuō)什么嗎？這不是三臺(tái)獨(dú)立的設(shè)備，這是一臺(tái)設(shè)備，我們叫它iPhone”。

蘋(píng)果為了初代iPhone的到來(lái)，研發(fā)了2年多的時(shí)間。就在喬布斯登臺(tái)之前，他還召集了其團(tuán)隊(duì)，告訴他們要記住那一刻，也就是iPhone問(wèn)世之前的那一刻。因?yàn)�，下一刻，一切都�?huì)改變。

確實(shí)，第一代iPhone的設(shè)計(jì)，多點(diǎn)觸摸功能的屏幕徹底改變了傳統(tǒng)手機(jī)按鍵式操作，打開(kāi)了智能手機(jī)世界的大門(mén)，并且在后續(xù)機(jī)型中引入的App Store，讓手機(jī)成為了真正的移動(dòng)智能終端，主導(dǎo)了當(dāng)時(shí)的黑莓、摩托羅拉等智能手機(jī)。

與第一代iPhone同年發(fā)布的黑莓Curve 8310，因?yàn)閷?shí)體鍵盤(pán)擠占了空間，所以屏幕只有2.5英寸

再回看Vision Pro的交互方式就如同iPhone的多點(diǎn)觸摸功能設(shè)計(jì)，摒棄了多余的工具，更加貼近人體的自然習(xí)慣，讓人類自己成為自然的交互工具，更重要的是Vision Pro讓頭戴設(shè)備充滿了「科幻的魅力」。據(jù)稱，Vision Pro的交互簡(jiǎn)單到用戶只需要1分鐘就能適應(yīng)甚至零成本的學(xué)習(xí)，界面極度絲滑，窗口就像真實(shí)世界中的運(yùn)動(dòng)軌跡一樣。

視線掃過(guò)時(shí)的細(xì)膩動(dòng)畫(huà)效果，圖源：蘋(píng)果

在Vison Pro發(fā)布之后，扎克伯格曾對(duì)蘋(píng)果頭顯發(fā)表了自己的看法，他認(rèn)為「蘋(píng)果Vision Pro并沒(méi)有實(shí)現(xiàn)Meta未探索技術(shù)領(lǐng)域的任何重大突破」。其實(shí)不僅扎克伯格這么看，業(yè)界幾乎也認(rèn)為Vison Pro并沒(méi)有帶來(lái)創(chuàng)新。但能夠看出Vision Pro并不重在發(fā)明，它的每個(gè)點(diǎn)都讓人驚喜，亦是一種創(chuàng)新。在技術(shù)上來(lái)看，Vision Pro幾乎顛覆了第三次人機(jī)交互的創(chuàng)新，對(duì)于人機(jī)交互的發(fā)展來(lái)說(shuō)，邁出了極大的一步。

《時(shí)代》雜志作家格羅斯曼在iPhone發(fā)布之后，曾一針見(jiàn)血的指出“iPhone并沒(méi)有真正發(fā)明許多新的功能，而是讓這些功能實(shí)用很多。這很重要，如果工具不順手，我們往往會(huì)覺(jué)得自己太傻；如果工具太糟，我們也會(huì)覺(jué)得自己很遜；而如果有人改進(jìn)了工具，我們就會(huì)覺(jué)得體驗(yàn)很好，自己也很完美。”

格羅斯曼直接從人文的視角解釋了為什么蘋(píng)果的產(chǎn)品能夠大受歡迎，頭戴設(shè)備一直都未被大眾所接受，交互環(huán)節(jié)的「麻煩」便占據(jù)了其中一個(gè)原因。喬布斯也曾在一次采訪中談到的一個(gè)故事，“一個(gè)6歲小男孩在未接觸過(guò)iPad的情況下，僅憑直覺(jué)就可以用手指在屏幕上滑動(dòng)，啟動(dòng)應(yīng)用程序并玩游戲。”

如果頭戴設(shè)備的交互能夠簡(jiǎn)單到如此地步，還會(huì)很難推進(jìn)大眾市場(chǎng)？相信在兩三年之后，將會(huì)見(jiàn)證Vision Pro能否成為下一代空間計(jì)算平臺(tái)以及能否打開(kāi)大眾市場(chǎng)。

 手眼語(yǔ)三種交互，一套系統(tǒng)，重新定義MR交互范式 

其實(shí)，蘋(píng)果每一次新品發(fā)布都會(huì)伴隨交互方式的革新，如Mac的鼠標(biāo)、iPhone的多觸點(diǎn)功能、iPad的Apple Pencil再到如今的Vision Pro的眼球、手勢(shì)與語(yǔ)音。可以說(shuō)，正是因?yàn)橛辛嗣恳淮蔚慕换ジ镄�，使用設(shè)備的潛能才真正被挖掘出來(lái)。

正如2005年喬布斯對(duì)微軟一款平板電腦的評(píng)論“因?yàn)榕溆幸恢�手�?xiě)筆，這款產(chǎn)品就廢了。”后來(lái)微軟的平板電腦也確實(shí)被蘋(píng)果顛覆了，不難看出好的交互設(shè)計(jì)對(duì)于用戶而言多么重要。

一般人類是通過(guò)最基礎(chǔ)的五官：眼（視覺(jué)）耳（聽(tīng)覺(jué)）鼻（嗅覺(jué)）舌（味覺(jué)）身（觸覺(jué)）去感知世界。科技企業(yè)一直都在不斷嘗試模擬人類感知世界的五官，從而產(chǎn)生了各種各樣的終端產(chǎn)品，只是一直仍未看到一款產(chǎn)品可以真正解決人機(jī)交互上存在的缺陷。Vision Pro的到來(lái)，極大滿足了人們對(duì)人機(jī)交互的想象。為了能夠很好理解Vision Pro的交互設(shè)計(jì)，以下將從眼動(dòng)、手勢(shì)與語(yǔ)音三方面進(jìn)行拆解。

眼動(dòng)追蹤

眼動(dòng)追蹤一直都是AR/VR產(chǎn)業(yè)有待攻破的一大技術(shù)難題，近兩年在很多新發(fā)布的AR/VR設(shè)備中已經(jīng)可以看到，越來(lái)越多的產(chǎn)品搭載了眼動(dòng)追蹤技術(shù)，但整體體驗(yàn)上并不是很流暢，甚至有的都沒(méi)有發(fā)揮這一技術(shù)的能力。

一方面，眼動(dòng)追蹤的交互方式與手柄的配合十分不完美，用戶很難真正把手柄和眼動(dòng)追蹤聯(lián)合起來(lái)運(yùn)用。如果說(shuō)疊加一項(xiàng)技術(shù)但又不能發(fā)揮這項(xiàng)技術(shù)的能力，那么就會(huì)讓人覺(jué)得這項(xiàng)技術(shù)只有酷炫。另一面，眼動(dòng)追蹤對(duì)精準(zhǔn)度的要求極高，如果技術(shù)不能做到及時(shí)捕捉眼睛的視線，就會(huì)導(dǎo)致定位不準(zhǔn)，體驗(yàn)感極差。

眼動(dòng)追蹤技術(shù)研究的三大方向是眼球的注視點(diǎn)看向哪里、何時(shí)看、看多久，從而去捕捉用戶情緒。在AR/VR設(shè)備中，眼動(dòng)追蹤的系統(tǒng)包含了近紅外光源、高分辨率攝像頭、以及圖像處理相關(guān)的算法，三者缺一不可。

因此，能夠真正把眼動(dòng)追蹤發(fā)揮好，底層技術(shù)很重要。近期陀螺君寫(xiě)了一篇《從Vision Pro一窺眼動(dòng)追蹤交互的巨大潛力》分析了蘋(píng)果的眼動(dòng)追蹤技術(shù)，可點(diǎn)擊詳閱。

目前，大多數(shù)AR/VR設(shè)備采用的都是單芯片，在算法與圖像處理方面的表現(xiàn)力匱乏。喬布斯就曾評(píng)價(jià)過(guò)英特爾的芯片設(shè)計(jì)，直指該芯片的圖像處理方面太慢，應(yīng)該有款芯片專門(mén)用來(lái)處理圖像。

多年來(lái)，終于在Vision Pro這款產(chǎn)品看到了協(xié)處理芯片的設(shè)計(jì)。Vision Pro搭載M2與R1芯片，其中R1芯片為蘋(píng)果全新設(shè)計(jì)，專為頭顯處理攝像頭、傳感器的數(shù)據(jù)傳輸（包括12個(gè)攝像頭、5個(gè)傳感器和6個(gè)麥克風(fēng)的輸入）。

據(jù)蘋(píng)果表示：傳輸速率僅需12毫秒便可將內(nèi)容同步到Vision Pro的屏幕上，幾乎沒(méi)有延遲，甚至可以達(dá)到比眨眼的時(shí)間快8倍，對(duì)比一下Meta的Quest 3就能夠直觀的感受到Vision Pro的裝置是有多「豪」了。

Vision Pro與Quest3部分參數(shù)對(duì)比

為了能進(jìn)一步提升注視點(diǎn)的準(zhǔn)確性，蘋(píng)果還為Vision Pro搭配了精心設(shè)計(jì)的UI，可以很好的輔助眼球追蹤的功能。

從目前Vision Pro的參數(shù)與體驗(yàn)者的評(píng)價(jià)來(lái)看，Vision Pro在技術(shù)上完全做到了快與準(zhǔn)，甚至都未看到有相關(guān)視線定位不準(zhǔn)或視線抖動(dòng)的情況。同時(shí)，其眼動(dòng)追蹤也做到了非常自然，用戶的眼睛注視圖標(biāo)然后雙指捏合，即可打開(kāi)新的應(yīng)用，眼睛在菜單欄停留一段時(shí)間會(huì)自動(dòng)彈出二級(jí)菜單.......

眼動(dòng)追蹤雖并非蘋(píng)果首創(chuàng)，但蘋(píng)果卻是首家將其作為核心交互方式的公司。不可否認(rèn)，Vision Pro的到來(lái)打開(kāi)了眼動(dòng)追蹤交互的潛力，更創(chuàng)新了眼睛+手勢(shì)+語(yǔ)音的整套打法。

裸手交互

在AR/VR剛興起時(shí)，業(yè)內(nèi)就幾乎確認(rèn)了裸手交互是未來(lái)AR/VR的發(fā)展趨勢(shì)，只是要想做好手勢(shì)交互的確認(rèn)度，是一項(xiàng)極大的技術(shù)難題。

也正由于技術(shù)的受限，裸手交互這一方式就一直都未被完整的發(fā)揮出來(lái)。手部是我們?nèi)粘Ｉ�活中交互信息的一個(gè)很重要環(huán)節(jié)，除了嘴巴之外，手部是最常用的信息輸出肢體。

回看PC時(shí)代，即便最初會(huì)出現(xiàn)各種交互方式，最終都會(huì)落到鼠標(biāo)、鍵盤(pán)，與手部相關(guān)的標(biāo)準(zhǔn)交互上。而發(fā)展下一代計(jì)算產(chǎn)品，手部交互仍很重要。在技術(shù)上未有突破的情況下，手柄是VR設(shè)備最好的交互方式，相較于裸手交互，手柄的準(zhǔn)確度可以達(dá)到100%，尤其體現(xiàn)在玩游戲的過(guò)程中，所以現(xiàn)在大多數(shù)VR設(shè)備都采用手柄的交互方式。

此次蘋(píng)果放棄了手柄這一外部操控器的交互方式，將裸手交互真正發(fā)揮了出來(lái)，展現(xiàn)了與市場(chǎng)上其他玩家完全不同的策略。也可以說(shuō)，蘋(píng)果意圖用最便捷的交互方式打開(kāi)輕度場(chǎng)景的應(yīng)用，將產(chǎn)品更進(jìn)一步地推向大眾消費(fèi)市場(chǎng)。

由于Vision Pro配備了四顆用于手勢(shì)識(shí)別的攝像頭，可以檢測(cè)腰部以下的手勢(shì)，用戶還可以把手放在膝蓋上進(jìn)行操作，甚是輕松自如。

使用Vision Pro，雙手可以自然搭在雙腿上

除此之外，Vision Pro中的攝像頭還能夠非常精確地追蹤眼睛視線，眼睛的位置是一個(gè)關(guān)鍵因素，可用于確定你想用手勢(shì)進(jìn)行互動(dòng)的對(duì)象。例如，查看應(yīng)用程序圖標(biāo)或虛擬元素會(huì)將其作為目標(biāo)并高亮顯示，然后你可以執(zhí)行手勢(shì)；或者想要打開(kāi)的App，配合手部微小的動(dòng)作就能完成操作。

還值得一提的是，Vision Pro已經(jīng)可以實(shí)現(xiàn)虛擬鍵盤(pán)打字的方式。據(jù)了解，虛擬打字目前在觸感上還未達(dá)到理想的狀態(tài)，但蘋(píng)果內(nèi)部已經(jīng)在著手優(yōu)化了。

蘋(píng)果實(shí)現(xiàn)虛擬鍵盤(pán)輸入

在人機(jī)交互層面，蘋(píng)果確實(shí)考慮到了用戶體驗(yàn)的方方面面，蘋(píng)果幾乎將裸手交互發(fā)揮到了目前技術(shù)的極致，甚至讓交互方式從科幻走入了現(xiàn)實(shí)，也讓空間計(jì)算平臺(tái)的發(fā)展前進(jìn)了一大步。

智能語(yǔ)音

在ChatGPT未發(fā)布之前，人工智能技術(shù)的發(fā)展已經(jīng)把語(yǔ)音交互提高到了可用的水平，而在ChatGPT發(fā)布之后，智能語(yǔ)音已經(jīng)成為十分自然的事情了。

在我們?nèi)粘Ｉ�活中，智能設(shè)備的出現(xiàn)越發(fā)普遍，用戶對(duì)語(yǔ)音的交互也更為熟悉。例如在智能家居中，天貓精靈、小度、蘋(píng)果的Home再到智能手表與智能座艙，音頻的實(shí)時(shí)交互幾乎串聯(lián)了我們所有生活的場(chǎng)景。

與此同時(shí)，淘寶、微信等APP的應(yīng)用對(duì)語(yǔ)音輸入的支持，都讓智能的語(yǔ)音交互迸發(fā)出了旺盛的生命力。而作為下一代計(jì)算產(chǎn)品的AR/VR，語(yǔ)音交互必然也會(huì)成為其標(biāo)配。而且實(shí)時(shí)互動(dòng)語(yǔ)音技術(shù)也能讓頭戴設(shè)備的形態(tài)、用戶體驗(yàn)產(chǎn)生質(zhì)的飛躍。

蘋(píng)果也將智能語(yǔ)音搭載進(jìn)了頭戴設(shè)備中，還可配合眼睛與手勢(shì)進(jìn)行交互。據(jù)稱，在Vision Pro中你可以通過(guò)語(yǔ)音呼叫Siri，打開(kāi)和關(guān)閉 App或者頁(yè)面。VR陀螺近期也寫(xiě)了一篇文章，詳細(xì)分析了Vision Pro中的AI應(yīng)用，可以點(diǎn)擊詳閱《深剖Apple Vision Pro中暗藏的“AI”》。

Vision Pro中呼喚Siri

還值得一提的是，為了不使用戶和周圍的人隔絕，蘋(píng)果還開(kāi)發(fā)了一個(gè)名為Eyesight的反透視功能，這也是Vision Pro的一大基礎(chǔ)交互設(shè)計(jì)。當(dāng)有人在你附近時(shí)，設(shè)備看上去會(huì)是透明的，即讓用戶能夠看到身邊的人；而當(dāng)你完全沉浸時(shí)，屏幕會(huì)暗下去，旁邊的人也會(huì)明白此刻的你注意不到他們。

從目前各個(gè)方面信息來(lái)看，蘋(píng)果完全創(chuàng)新了人機(jī)交互的方式，定義了頭戴設(shè)備「眼睛+手勢(shì)+語(yǔ)音」這一整套的交互標(biāo)準(zhǔn)，更為重要的是蘋(píng)果將這套交互方式也找到了合理的應(yīng)用場(chǎng)景，落在辦公、視頻、家居與觀影上等輕度場(chǎng)景上，解決了交互方式與場(chǎng)景結(jié)合的難題。

Vision Pro的到來(lái)對(duì)頭戴設(shè)備的影響就像初代iPhone的到來(lái)對(duì)手機(jī)市場(chǎng)的顛覆一般，或許并不會(huì)有初代iPhone那么受歡迎，但人機(jī)交互界面是時(shí)候該迎來(lái)下一場(chǎng)的發(fā)展了。

 新一代空間計(jì)算產(chǎn)品，蘋(píng)果正在重構(gòu)AR/VR 

庫(kù)克將Vision Pro稱為下一代空間計(jì)算產(chǎn)品，并不是AR/VR，不同于市面上完全追求沉浸感的VR產(chǎn)品，Vision Pro追求的是虛擬與現(xiàn)實(shí)的融合，讓用戶可以在體驗(yàn)沉浸感的同時(shí)也不會(huì)與外界隔離。

WWDC 2023大會(huì)期間，陸川與蘋(píng)果副總裁展開(kāi)了一番對(duì)話，其中特別令人印象深刻的是蘋(píng)果副總裁對(duì)Vision Pro到來(lái)總結(jié)的三點(diǎn)，他說(shuō)：

“第一，我們已經(jīng)感覺(jué)到，一個(gè)科技劃時(shí)代的時(shí)刻就要到來(lái)了。與其讓別人來(lái)顛覆我們蘋(píng)果，不如我們自己來(lái)。能顛覆蘋(píng)果的，只有我們自己。”

“第二，我們感謝過(guò)去開(kāi)發(fā)出的所有全系列蘋(píng)果產(chǎn)品，因?yàn)樗鼈儝昊氐倪@些錢(qián)。我們可以不計(jì)成本的去投入開(kāi)發(fā)一個(gè)劃時(shí)代的產(chǎn)品。我們干了六七年，就等今天。”

“第三，也要感謝其他的蘋(píng)果產(chǎn)品，在這些產(chǎn)品的開(kāi)發(fā)過(guò)程中。我們才能積累起足夠強(qiáng)大的技術(shù)，最后把所有的科技，集成在Vision Pro這一個(gè)產(chǎn)品上。”

從他的回答中，能夠看出蘋(píng)果對(duì)新一代產(chǎn)品的重視程度，以及也解釋了為什么這件事蘋(píng)果可以做成。第一，蘋(píng)果足夠的有錢(qián)，2022年賬面現(xiàn)金流就已過(guò)千億；第二，蘋(píng)果的技術(shù)累計(jì)足夠的強(qiáng)，Vision Pro完全體現(xiàn)了這一點(diǎn)。

VR陀螺曾統(tǒng)計(jì)過(guò)，蘋(píng)果從2010年左右就開(kāi)始陸續(xù)收購(gòu)或投資了多家面部識(shí)別、眼動(dòng)追蹤、空間定位、手勢(shì)識(shí)別、動(dòng)作捕捉等AR/VR相關(guān)的企業(yè)。

最終這些收購(gòu)的企業(yè)技術(shù)都落在了Vision Pro上，例如蘋(píng)果內(nèi)部一直都認(rèn)為頭戴設(shè)備用控制器操控是個(gè)很「惱人的工具」，由此收購(gòu)的多家面部追蹤公司以及多個(gè)傳感器公司，用多個(gè)傳感器實(shí)時(shí)追蹤人眼和手勢(shì)讓操作做到了更簡(jiǎn)單。

可以說(shuō)是目前為止，Vision Pro是真正一款面向大眾消費(fèi)者的MR產(chǎn)品，你可以用它看電影、工作、娛樂(lè)、學(xué)習(xí)、聯(lián)系家人/朋友等。

如何打通大眾消費(fèi)者，一直都是AR/VR努力的方向，但無(wú)奈多年來(lái)，無(wú)論是從硬件設(shè)計(jì)上還是場(chǎng)景應(yīng)用上，AR/VR都未能吸引大眾消費(fèi)者的興趣，這也是業(yè)內(nèi)為什么會(huì)一直都覺(jué)得AR/VR缺殺手級(jí)應(yīng)用的原因。

但使用的不便捷也是讓諸多用戶避而遠(yuǎn)之的一大因素，蘋(píng)果到來(lái)或?qū)��?huì)真正轉(zhuǎn)變這一點(diǎn)。雖然從目前來(lái)看Vision Pro在價(jià)格與性能仍還有很多進(jìn)步的空間，但Vision Pro確實(shí)讓人感知到空間計(jì)算時(shí)代正在到來(lái)，站在虛擬與現(xiàn)實(shí)的融合發(fā)展上，Vision Pro標(biāo)志了一個(gè)技術(shù)的新開(kāi)端。

未來(lái)，隨著蘋(píng)果MR產(chǎn)品不斷迭代，或許將會(huì)替代掉電腦、iPad與手機(jī)，實(shí)現(xiàn)萬(wàn)屏歸一。

       原文標(biāo)題 : Vision Pro交互設(shè)計(jì)，蘋(píng)果的陽(yáng)謀