​如今，AR公司可能必须兼职做“手机”？

如今，AR公司可能必须兼职做“手机”？

文 | AR 研究媛，作者｜Jeff

有的公司擅长做战略，在正确的时间点，做正确的事情，抓 timing 再 all in。

有的公司喜欢走极致，螺丝壳里建道场，产品壁垒铸得奇高，在自己的一亩三分地，无人可以匹敌。

苹果是消费电子里少有的战略和战术兼具的公司。乔布斯不仅仅扮演了营销奇才、产品经理、管理大师，居然还是个有严重强迫症的艺术家。先有大方向上的战略敏锐，再抠产品落地的 " 战术细节 "，并且推向极致。

乔布斯亲手开启了移动互联网和智能手机的时代。相比之下，库克领导下的苹果，这位公认的供应链管理大师，推出的消费电子新品类算得上成功的，似乎只有 Apple Watch。2023 年 Vision Pro 发布会上， 库克那一句经典再现 "One More Thing"，显得十分刻意。

战略比战术重要

苹果亲自推开了「空间计算」时代，这一幕很像第一代 iPhone 发售时的场景。苹果也几乎明确了 Vision Pro 就是下一代消费电子，iPhone 未来的接力棒，因为发布会上介绍 Vision Pro 有这明晃晃的两句："most advanced personal electronics device ever" ，最先进的个人消费电子设备，以及 "a standalone spatial computer portable enough to use anywhere"，随时随地都能用的 " 空间计算机 "。

俞永福产品方法论里有一条公式，用户价值 = 新体验 - 旧体验 - 替换成本。如果用这个理论套用到下一代消费电子 " 空间计算设备 " 身上，新东西要么带来了全新的体验，创造没有的东西，要么用更低的成本或更高的效率平替了过去，重塑已有的东西；或者创造新东西，以及重塑过去，两者兼有。而且不用怎么费劲去推，真正的新物种会展现无法压制的生命力，即使一开始它在一个很小的圈子里被人所熟知。

现实情况是，不少第一批出厂的 Vision Pro 现在已经在用户家里默默积灰。用户们也在论坛中抱怨产品的佩戴体验不佳、应用场景匮乏等问题。知名科技爆料人马克 · 古尔曼（Mark Gurman）也感叹，纵使是苹果也难逃 " 虚拟现实设备发售即遇冷 " 的魔咒。许多苹果的零售店已经从一天卖出好几台到一周也卖不出几台的程度，许多预约来店里试用设备的客户甚至都没有现身。古尔曼这样的死忠苹果粉也坦诚，他现在使用 Vision Pro 的频率，也从刚拿到手时的每天都要用，降至一周仅拿起来一、二次。

郭明錤指出，苹果现在已经将 2024 年 Vision Pro 的出货量下修至 40-45 万部，这要比之前市场预计的 70-80 万部少了一大截。苹果在美国以外市场发售 Vision Pro 前就砍单，也说明美国市场需求急剧下滑的程度超出预期，导致苹果更加保守地看待海外市场的需求。

Vision Pro 消费市场失之东隅的情况下，企业市场似乎有超出预期的收获。苹果 2024 第二季度财报会上透露了 Vision Pro 受到了各大企业的欢迎，并且表示：在 " 财富 100 强 " 的公司中，有一半都购买了 Vision Pro。

"   荷兰皇家航空公司利用 Vision Pro 设计飞机发动机，保时捷团队也通过该头显进行合作，而 Lowe's 则使用它来设计厨房，这些应用案例证明了 Vision Pro 头显在提升工作效率和创新设计方面的潜力。   "

库克在财报会上表示：Vision Pro 头显在企业领域有着广泛用途，从现场服务到培训，再到医疗保健相关的事情，例如为医生进行术前手术或高级成像、控制中心等，可以进入大量其它垂直领域。苹果的重点是发展这个生态系统，让更多的应用程序和越来越多的企业参与其中。

Vision Pro 在消费市场的不达预期，并不意外。在企业市场相对 " 受欢迎 "，Hololens 或 Magic Leap 其实也早早 " 示范 " 过。

消费市场的 " 个人空间计算机 "，可能怎么做？

时间已经来到 2024 年，焦虑在手机大厂之间蔓延。苹果、三星、华为、OPPO、vivo 等，全球消费电子的大厂们都想找寻未来接替智能手机的下一个 " 大品类 "。苹果的答案是 Vision Pro，它十年磨一剑，高度复杂，应用最新技术的供应链关键零部件，将硬件堆料做到了极致。

索尼 4K 分辨率的硅基微显示屏，一用就是两块，4K 分辨率的硅基 OLED 屏苹果是第一家采用的，良率低一致性差生产制造困难，高昂的成本占到了 Vision Pro 硬件 BOM 的一半。专门设计 R1 芯片，分离传感器数据做高效低延时的处理；桌面级的 M2 芯片，性能和功耗都同样感人；定制的 3P 式超级 Pancake 光学模组，精密复杂加工难度不低；Vision Pro 包含眼动追踪的红外相机，以及 dToF 雷达、高分辨率摄像头，十几个传感器的多模态数据做 SLAM、手势识别；再加上铝合金的中框结构件、裸眼 3D 显示的 eyesight 设计，外部还有曲面玻璃。这一套下来，重量和成本这两个关键特性，对于消费市场完全是 " 失控 "。

Vision Pro 选择的产品方案和技术路线 VST，如果你有深入了解，会发现它的应用时间、成熟度、产品方案试错的次数，都不少，都被其他家充分验证过。VST 头显的改进空间，技术的潜力，恐怕短期难以乐观。

VST 本质是「转化」，把现实环境和虚拟内容转化成一个「世界格式」，它的好处是只有一个坐标，标准对齐，整体能做到质量统一。难点在转化上需要的成本，比如如何降低画面延迟，传感器、算法和算力芯片，几乎每一座都是高山。

OST 则是「穿透」，它的好处是符合人体工学和迎合消费市场。但现实环境和虚拟环境两个坐标，难点在融合，虚实融合的效果很难做到像 VST 一样完美。VST 和 OST，不仅仅是虚实融合效果之间的差别，人机交互也不一样。一般来说，VST 头显要做沉浸式体验，更重，更大，在功能上要求 " 大而全 "，人机交互最好是全新的，与过去的消费电子做切割。

OST，当下比较主流的高透光的光波导或部分透光的 BirdBath，更轻、更便携，接近日常眼镜形态，功能上强调部分替代并非完整的 AR，讲求 " 小步快跑 "，先能在一个点上能替代过去的手机或电脑，比如 " 空间大屏、多屏显示 "，佩戴眼镜就能实现的 " 移动轻办公 "，先让消费市场接受。

也许苹果始终追求一步到位，看不上当下 AR 功能部分缺失的 OST。Vision Pro 门槛高，技术先进，产品复杂，但并不意味着在终端市场获得成功。这场未来竞赛的关键，在于谁能找到更正确的产品路线，在差异化中不断积累优势。

颠覆式创新很多都是微创新的积累。边界不清、血缘混乱的边缘物种，从边缘跨到主流，其实屡屡上演，巨头看不上的小玩意，界限模糊的产品，搞不好也能改变世界。

一个例子是今天刚刚发布的 XREAL 的 Beam Pro，作为空间计算的算力主机 +3D 相机，尝试打造具备空间计算特性的独立系统，独立交互，以及承接来自 PC 和智能手机的二维内容和应用。

" 它不就是不能打电话的手机和 3D 相机的杂交？" 不要笑！iPhone 手机发布的时候，乔布斯是这么总结的 "An iPod，a phone，an internet mobile communicator... these are not three separate devices，This is one device，and we are calling it iPhone." 鲍尔默当时的嘲笑声特别大。

同样的例子是 Rokid 推出的 Rokid AR Lite，一副眼镜 Rokid Max2，一个以二维触控板模拟三维触控操作的算力主机 Station 2，它相比 Beam Pro 不带屏，也没有 3D 相机，更简单，强调人机交互的便捷易用。以及 Rokid 与 vivo 合作，其中 vivo X100 Ultra 充当空间计算设备的 " 主机 "，搭配 Rokid 最新一代的 AR Lite 套装的眼镜做 " 显示 "，混搭成为 OST 方案下分体式的空间计算设备。

Rokid 和 vivo 的合作模式，是将空间计算的高价值应用（甚至包括空间操作系统和交互），以 APK 的形式迁移到智能手机上，比如「桌面空间」的空间显示、模仿桌面多联屏，代表 3D 影像的「空间相册」，以及充分调动影像 sensor 和传感器的「望远镜」。智能手机作为算力主机、传感器和人机交互载体，AR 眼镜作为显示终端。这次 Rokid 和 vivo 合作一个典型场景，3D 影像由高端影像旗舰的智能手机上制作，然后在空间计算设备（Rokid AR 眼镜）上播放。

简单来说，智能手机负责「拍」，AR 眼镜负责「播」。理想情况下，智能手机作为当下应用最广泛的个人设备，功能完备，可先行产生大量的空间视频和空间相册中的 UGC 内容。空间计算作为下一代消费电子主力，负责体验落地。当我们生产数字内容的方式改变，感知和体验世界的方式也会随之变化。

拥有深度信息的照片和视频，毫无疑问未来将成为内容制作到播放主流。手机就可以成为创作 3D 内容的工具，会进一步丰富空间计算时代所匮乏的 3D 素材，甚至改变游戏、影音，所有与数字内容有直接关联的行业发展或相关场景的体验变革。

当然，智能手机对于空间视频的摄录是有一定的技术门槛的，相比于人眼的瞳距和专业的 3D 拍摄设备，智能手机上的摄像头间距很小，而且智能手机上的不同摄像头之间的特性相差很大，所以 XREAL 做法是做了个 3D 相机，Rokid AR Lite 主机没有摄像头、也没有屏幕，而是借助 vivo 最新旗舰机的影像能力来实现。

智能手机影像相关软硬件增强，诞生了空间影像制作能力；空间影像赋能 AR 眼镜，促进后者普及，完成整体的体验升级。过去，电视、笔记本电脑、平板电脑、智能手机这样二维的实体屏幕，用户是没法体验拥有深度信息的空间影像。现在，便携高清的 AR 眼镜，负担起三维内容的连接外设。

如果这种组合被当下消费市场用户接受，一个摆在厂商面前的选择，手机厂商是独立做 AR 设备，还是开放系统权限、传感器和算力能力，成为 AR 眼镜的主机？还是 AR 厂商自己做算力主机，像 Rokid AR Lite 这种，已经能替换 80% 的手机功用，再额外提供 AR 空间显示、娱乐、轻办公的独占价值？

旗舰级的智能手机，开放更高权限的系统和硬件功能，以高端智能手机 +AR 眼镜的方式，过渡到真正的空间计算时代。这是一种全新的思路。

Rokid 之前推出 AR Lite 空间计算套装，尽量在产品上瘦身，作为 AR 独立的 " 一体机 "，不带显示屏也没有摄像头，主机是一个盒子 + 触控板 + 充电宝的形态。使用场景上，强调轻办公、空间多联屏、空间 " 巨幕 " 显示，做对手机、平板、笔记电脑上的「功能替代」，尝试让消费者接受阉割掉部分 AR 功能的 AR 眼镜，并且人机交互沿袭过去 " 触控 " 的习惯，用二维的触控映射到三维空间，并不做全新迭代。

XREAL 则是选择做完整功能、带 3D 相机且有显示屏的 " 手机主机 "。谁的方案更好，消费者更需要，不好说。但行业有风声，苹果也在酝酿推出 OST 的分体式眼镜，连接自己的 "iPhone 主机 "。

手机大厂一边独立做 AR，AR 公司一边兼职做 " 手机 "？这并不是行业笑话，已经成为了有趋势端倪的事实。还有一种很可能出现的竞争业态：智能手机公司和消费级 AR 眼镜公司，在下一代消费电子过渡期，产品互相「连接」。智能手机公司和 AR 公司，分别让渡不同的系统和功能权限，成为组合配对的连体产品，然后分属不同的阵营组合进行竞争，比如 vivo+Rokid、OPPO+Xreal、雷鸟 + 小米？

消费级 AR 的普及，需要思路扩张，百花齐放。这个不断试错的过程里，老牌巨头和新锐创企，各自的价值和机遇，都相当不确定。然而机会就是蕴藏在不确定性中，越高的不确定性，创业者应该越是兴奋！