Eternal sunshine and the spotless mind – 永恒陽光下的潔凈心靈

 

本文系投稿，作者：費越 博士

 

對Vision Pro的總體看法

 

Apple Vision Pro發(fā)布會后很多人的興奮程度不亞于2007年人們看完iPhone 1代發(fā)布會后的興奮程度。總的來說，Apple Vision Pro是一個非常非常蘋果風(fēng)格的產(chǎn)品。Vision Pro和其它XR頭顯所強調(diào)的東西完全不同：并沒有強調(diào)沉浸式游戲，而是和蘋果歷史以來一貫所強調(diào)東西高度一致：那就是面向普通消費者，面向普通人。

 

因為Apple Vision Pro發(fā)布會上所強調(diào)的核心應(yīng)用，給用戶的核心價值有3個：1. Entertainment – 影音娛樂, 2. Socializing – 社交通訊，3. Productivity – 兼容大量已有的2D應(yīng)用。

 

如果對比2007年iPhone 1代的發(fā)布，會發(fā)現(xiàn)驚人的類似。iPhone的3個核心價值主張是一摸一樣的：1. iPod - 影音，2. Phone/Face Time - 通訊，3. Internet Browser - 兼容大量已有的應(yīng)用 （在2007年的時候還沒有App概念。一個一個的網(wǎng)站，比如Amazon, Facebook, 微博, 就是一個一個應(yīng)用）。

 

 

所以，Vision Pro和iPhone 1發(fā)布會上的核心應(yīng)用是一模一樣的3個：

 

 

并且保持了蘋果一貫的發(fā)布會上事不過三的原則，消費者的大腦無法記住超過3個重點。

 

除了上面3個核心賣點，Vision Pro和iPhone發(fā)布會上提及的第二級附屬功能也是驚人的完全一致：1. 為此新平臺專門開發(fā)的新應(yīng)用, 2. 拍照和看照片（內(nèi)容生產(chǎn)，UGC）

 

1.為此新平臺專門開發(fā)的新應(yīng)用。iPhone 1 對比 Vision Pro:

 

 

2. 拍照和看照片（內(nèi)容生產(chǎn)，UGC）：

 

 

把AVP發(fā)布會上對產(chǎn)品的所有價值主張和iPhone一代發(fā)布會做個對比：

 

 

它們是一模一樣的。由此可見蘋果對消費者核心需求的理解和實操保持了相當(dāng)強的一貫性和一致性。因為普通人是普通的生活方式。人們希望能夠輕松快樂地：娛樂，工作，溝通，創(chuàng)作。

 

 

蘋果這次很踏實，并沒有標(biāo)新立異的對一個新硬件創(chuàng)造出一套新奇的需求體系。這是由于蘋果對消費者最重要的，最本質(zhì)需求的深刻理解：消費者是同樣的消費者，不要試圖用花活把消費者改造成適應(yīng)新技術(shù)的新人，而是要讓技術(shù)適應(yīng)人。

 

有人這樣類比：之前的VR頭顯的設(shè)計是滿足一群奇怪的人 “能那種家里來了客人正在聊天，他自己卻鎖起門來玩10個小時游戲的那種怪人” ， 而Vision Pro滿足的你我他，所有正常人。

 

 VR從游戲機開始？

 

過去的幾年大部分VR公司都把產(chǎn)品形態(tài)收斂為游戲機，包括HTC、Oculus等。

 

這并沒有錯，因為VR的技術(shù)水平和體驗只能滿足游戲機的用戶體驗要求。

 

這和個人電腦發(fā)展歷史非常相似：當(dāng)電腦進入2C市場的時候，首先被做成的也是游戲機，1972年Atari，而2C的個人電腦形態(tài)1977年才出現(xiàn)，Apple II。

 

隨身的移動電腦的發(fā)展也類似，首先出現(xiàn)的產(chǎn)品也是游戲機：2004年的PSP (PlayStation Portable), 同年Nokia發(fā)布了游戲機手機N-Gage（不知道有多少人記得），2005年的Nintendo DS。

 

 

2007年才出現(xiàn)的通用型的移動計算機：iPhone。

 

所以在技術(shù)水平達(dá)不到成為2C計算機形態(tài)的時候，往往首先能夠滿足游戲機形態(tài)。那么就先做游戲機是合理的選擇，能夠做出成功的產(chǎn)品，比如Oculus Quest 2。

 

· 為什么其它VR頭顯都是主攻游戲，而蘋果并沒有做游戲機？

 

因為蘋果是一個2大C的公司，想要做新的計算平臺服務(wù)大眾消費者。本質(zhì)問題是：能否先做游戲機，然后過度和升級成為計算平臺型的產(chǎn)品？

 

從歷史中看，做出了成功游戲機品的公司都并沒有轉(zhuǎn)化為做通用形計算機。比如Atari，Nintendo FC，SONY PlayStation…   以游戲做為出發(fā)點的設(shè)備并沒有在未來成功演化為通用消費設(shè)備。

 

我認(rèn)為VR也是這樣，游戲機雖然從歷史和市場角度是個好產(chǎn)品，但無法以此為基點演化為通用消費設(shè)備。因為設(shè)計一個通用消費設(shè)備需要全身心的投入，design from ground up，不做任何妥協(xié) 。就像油改電是無法做出好的電動車。做通用型計算平臺比做游戲機更難，更需要時間和耐心，但回報也是巨大的。

 

其本質(zhì)原因是什么？不知道?？赡艿脑蚴牵阂鲆粋€成功產(chǎn)品，其組織管理，團隊成員的能力，和文化一定是高度的適合這個產(chǎn)品。原因是，成功是極為困難的，成功的產(chǎn)品需要團隊100%的投入和專業(yè)化。產(chǎn)品和團隊是相互打造的，一個產(chǎn)品是公司人員，管理，文化的直接映像。同樣的團隊再開發(fā)一個完全不同類型的產(chǎn)品，團隊的意愿很小，能成功的可能性很小。

 

有個說法是，對于創(chuàng)業(yè)團隊 “you can pivot, but you can‘t hedge” ：如果發(fā)現(xiàn)產(chǎn)品或商業(yè)模式的方向不對，那么全員轉(zhuǎn)向新的產(chǎn)品和商業(yè)模式并100%的投入進去，是可以的；但絕不能腳踩兩只船，同時平行做多個不同的東西投機。

 

Facebook的Oculus團隊原本是個很純粹的游戲團隊，對于如何游戲化的設(shè)計整個硬件軟件產(chǎn)品有豐富經(jīng)驗。Quest 1,2是專注而成功的。但Facebook的野心不滿于此。后來混入了做互聯(lián)網(wǎng)的人，和來自蘋果的做2C消費電子產(chǎn)品經(jīng)驗豐富的人，其產(chǎn)生的Quest Pro是一個四不像產(chǎn)品。

 

為什么蘋果Vision Pro這么重視VST？

 

蘋果把VST的質(zhì)量放在產(chǎn)品中非常高的優(yōu)先級。在2018年就收購了做VST頭顯的公司VRVana （頭顯產(chǎn)品Totem）。

 

 

因為蘋果對用戶有比其它廠家更加深刻的洞察力。對于“VR難以被大眾接受的最大原因是什么？”這個問題，通常的回答列表會是：

 

• 穿戴不舒適
• 眩暈
• 沒有好內(nèi)容
• 視覺感受不好（不清晰，沉浸感不強，VAC問題…）
•  …

 

這些實際上都是錯誤答案。真正最重要的原因是：看不見真實世界的VR模式是和人類（任何動物）億年進化出來的生物本能相矛盾的。用戶心里永遠(yuǎn)會有不安全感，隱藏在內(nèi)心深處。

 

uSens和VRVana都是在~2016年的時候把雙目RGB相機VST定義到了2C的頭顯上，是世界上最早定義VST頭顯中的。因為當(dāng)時同樣認(rèn)識到了VR的最大問題在哪里，并且認(rèn)識到了VST能夠開啟的AR大門，實現(xiàn)讓人獲得把不可能變?yōu)榭赡艿某耗芰Α?/p>

 

uSens的Impression Pi頭顯配置更接近Vision Pro:

 

• 雙目RGB相機 + 深度相機， 做VST和環(huán)境3D重建，SLAM
• 2xIR相機和IR LED做3D手勢交互
• 無線一體機

 

 

蘋果不做用戶問卷，不請外部專家來做評審，因為最重要的原因往往隱藏在用戶心里，用戶自己都不知道，知道也會掩飾不說。所以這是靠問卷訪談得不到的。

 

蘋果的洞察能力明顯優(yōu)于其它公司，不光從VST硬件和性能上的投入力度，從2個方面也能看出來：

 

1. UI和應(yīng)用都是VST優(yōu)先，而不是VR優(yōu)先。
2. 專門做了硬件旋鈕用來無極控制VST的程度。

 

 

尤其是第二點。因為蘋果洞察到，哪些東西是用戶一定要感覺自己有100%把控能力的。這些東西，如果用戶不能100%把控，內(nèi)心就會有極強的不安全感，那么產(chǎn)品就會出大問題。

 

VST就是這種用戶從心理層面必須覺得自己有100%成功率的立即控制能力的， 否則用戶就會產(chǎn)生極大不安全感。這種不安全感就是VR的最大障礙。所以加了硬件按鈕。

 

就像手機的靜音物理開關(guān)，Android手機都去掉了這個開關(guān)，而iPhone至今還保留了這個物理開關(guān)。蘋果第一個摒棄了物理耳機插孔，但最后一個去掉靜音開關(guān)。因為蘋果不是靠復(fù)雜的功能和能力，而是重視人的心理狀態(tài)。

 

Apple Vision Pro和Meta等公司頭顯的核心區(qū)別是什么？

 

有人開玩笑，說VR, AR設(shè)備是占領(lǐng)用戶的臉 ，簡直就像 Alien vs. Predator

 

 

蘋果不提XR/MR/VR，回避了產(chǎn)品是不是“占據(jù)用戶的臉”。Vision Pro這個產(chǎn)品的真正意義是：

 

1. 占領(lǐng)用戶的視覺：產(chǎn)品名Vision Pro揭示了這一點。
2. 占領(lǐng)整個空間世界：把產(chǎn)品類別叫做Spatial Computing說明了這一點。
3. 占領(lǐng)時間，讓人成為4維生物：3D照片，3D視頻是其最讓所有人感動和喜愛的功能，本質(zhì)是實現(xiàn)占領(lǐng)時間。

 

Vision Pro這個硬件產(chǎn)品只是一個表象而已，這個產(chǎn)品實際上并不算完美，它不是蘋果的目的，未來肯定會進一步演化。要看的是實物的本質(zhì)：蘋果的核心演進方向是 1. 占領(lǐng)用戶的視覺，2. 占領(lǐng)整個空間世界， 3. 占領(lǐng)時間。

 

Vision這個名字取的不錯，它實際上蘊含有幾個意思：1）圖像，視覺效果；2）視野，眼界；3）想象力，對未來的前瞻性；4）幻象，夢幻。所以，是個很好的產(chǎn)品名。

 

蘋果把產(chǎn)品名定為Vision，把品類名定為Spatial Computing Device : 空間計算機。

 

蘋果抓住的是1）人性化，人的感受和需求， 2）對未來的深刻理解。這是蘋果和Meta等公司的最大區(qū)別。

 

其3D拍，3D看，就像電影《Eternal Sunshine of the Spotless Mind》中講述的：“如果可以忘記，如果已經(jīng)不能不忘，我仍不甘心，要將你藏在記憶的最深處，在必須遺忘的最后一刻，還要留下再次相見的暗語。”

 

uSens在2015~2018年也定義和研發(fā)了頭顯產(chǎn)品：Impression Pi。它的設(shè)計和定位與Apple Vision Pro非常類似。

 

對產(chǎn)品的命名，品類的命名方式也和蘋果類似。uSens 把產(chǎn)品名定為Impression，把品類名定為Super Reality Device(超現(xiàn)實計算機)。Impress一詞和Vision很類似，深層的意思是：1）外觀，畫面，視覺感受；2）和印象派畫的本質(zhì)一樣，重要的是捕捉稍縱即逝的環(huán)境，創(chuàng)建深度、運動的感覺；3）一種印象，感受，和情感，一種內(nèi)心深處的記憶和表達(dá)，而不是表面的圖像而已。一個好的產(chǎn)品，從內(nèi)到外應(yīng)該是一個藝術(shù)品，給人帶來的是情感，就像印象派畫一樣。

 

 

蘋果和uSens的共同點是，認(rèn)為這個新產(chǎn)品的本質(zhì)是：

 

• 讓數(shù)字信息變得無比真實，
• 讓真實世界變得更強大和美妙，
• 讓數(shù)字信息和真實世界合為一體，成為一種新的超自然現(xiàn)實。

 

· Apple 和 Google 的區(qū)別是什么？

 

兩家公司在文化上有本質(zhì)性的巨大區(qū)別。從一個簡單的例子就能看出，兩家公司在AR方面都有多年的算法和應(yīng)用生態(tài)的布局，Apple做了ARKit（ARKit也是Vison Pro產(chǎn)品里的核心視覺算法之一），Google做了對應(yīng)的ARCore。

 

Apple對ARKit的概括語是: “Change the way you see the world, Realistic and immersive experience.” – 改變你看這個世界的方式，達(dá)到真實和沉浸的體驗。

 

Google 對ARCore的概括語是 : “Make Physical world acquire Digital attributes, Make the world your digital canvas.” – 讓物理世界獲得數(shù)字屬性，讓世界成為你的畫板。

 

能看出來，蘋果只講人，只講體驗。Google只講物，只講功能。這就是兩家公司在文化上的本質(zhì)區(qū)別。蘋果是體驗第一，藝術(shù)第一，完美第一。Google是功能第一，而體驗和藝術(shù)感完全沒有，所有東西都像兒童的卡通玩具。

 

當(dāng)時uSens也對其產(chǎn)品和公司目標(biāo)的概括語是：“Realize your dreams, make impossible possible. Make the digital world as real as possible, and close the gap between the two.” “讓你實現(xiàn)夢想，把不可能變?yōu)榭赡?。讓?shù)字世界和物理世界一樣的真實，并且讓兩者融為一體。”  這個文化和蘋果的更接近一些。

 

但是要注意到，上面三種對XR目標(biāo)的描述都有重大缺陷：都沒說出來這個東西有什么用？講體驗也好，講功能也好，都是空洞的。對用戶來說到底有什么用處，解決什么問題？誰都沒說清楚，因為誰都沒想清楚。這是XR的最大問題。它很酷，但它有用么？

 

· 改變?nèi)说纳罘绞? / Changing people’s Lifestyle 可以讓一個新設(shè)備成立

 

實際上蘋果對于一個新設(shè)備成不成立的評判標(biāo)準(zhǔn)是：這個設(shè)備是否能改變?nèi)说纳罘绞?(Change people’s Lifestyle)。如果能夠給用戶一個某些場景下更好，更舒適愉悅高效的生活方式，那么這個新產(chǎn)品就是成立的。

 

比如iPad，它對比iPhone沒有任何新功能。但是它能滿足一個新的生活方式：

 

 

Apple Vision Pro也是一樣，能夠在某些情景下讓用戶可以放松，安逸，享受，沉浸。這是現(xiàn)在任何一個設(shè)備都無法給人的生活方式。

 

 

· 創(chuàng)新點：3D大自然環(huán)境，多應(yīng)用在3D空間中排布

 

 

這個設(shè)計，2004年Sun Microsystem和我的創(chuàng)業(yè)公司Infinite 3D同時提出和實現(xiàn)了，release了beta版。這兩個產(chǎn)品的目的是實驗，實驗消費者的反應(yīng)。Sun的系統(tǒng)，可以把Sun OS變?yōu)?D OS，所有已有2D應(yīng)用都兼容。Infinite 3D系統(tǒng)把Windows變?yōu)?D OS，兼容所有已有2D應(yīng)用。并且?guī)в?）環(huán)視的3D大自然環(huán)境，2）也可以一起運行遠(yuǎn)程其它計算機上的應(yīng)用，3）新的3D app的framework, 3D UI。當(dāng)時這個系統(tǒng)，就是為了未來在真正的XR頭顯上運行的。當(dāng)時選用的環(huán)視3D自然環(huán)境是祖國自豪的珠穆朗瑪峰頂。

 

Sun Microsystem - Looking Glass

 

 

Infinite 3D

 

 

3D Launcher的設(shè)計，后來也出現(xiàn)在了2008年的Mac OS上：

 

 

這種空間計算，3D UI給用戶帶來的好處是：

 

• 解決應(yīng)用太多、桌面過于擁擠的問題；
• 讓人真的能夠隨心所欲的多任務(wù)， 讓多應(yīng)用和人之間可以更高效的協(xié)作；
• 利用人與生俱來的3D記憶能力，3D空間感和方向感，更好的管理信息；
• 新的擬物的3D應(yīng)用UI，使其更加自然，易懂，易操作，高效。

 

那為什么沒有把它放到uSens的頭顯和后來做的其它頭顯里？因為頭顯的分辨率一直不夠高，無法讓用戶達(dá)到這個產(chǎn)品功能所宣稱的要給用戶帶來的好處， 那么就不要上線這個功能。

 

而蘋果Vision Pro的分辨率領(lǐng)先其它產(chǎn)品首先達(dá)到了足夠的高度，終于可以讓用戶滿意的得到我們所宣稱的東西了。

 

如果對用戶做了一個promise：這個產(chǎn)品功能有多好，有多么有用，  那么產(chǎn)品一定要deliver the promise，否則就不要上線這功能。如果欺騙用戶，就是欺騙自己，產(chǎn)品一定會吃灰。不要抱僥幸心理。

 

手眼交互為什么這么神奇

 

1. 眼睛的運動比手更快，更準(zhǔn)。

 

視覺信息占大腦處理信息的80%，所以眼睛的轉(zhuǎn)動速度，精度，延遲對生存來說極為重要，眼睛也是距離大腦最近的器官。物理上講，控制眼睛轉(zhuǎn)動的肌肉和手臂連桿結(jié)構(gòu)相比簡單直接得多，轉(zhuǎn)動慣量也小，所以和眼睛比手的尋址運動快得多。

 

 

并且眼睛是心靈的窗口，任何細(xì)微的思緒往往難以逃過在眼睛上的反映，更進一步的挖掘眼睛的圖像可以做到對大腦思想的分析。

 

觸摸屏交互：從大腦下達(dá)了命令到手運動到了目標(biāo)位置有100ms以上的延遲，而觸摸屏本身再加~80ms的延遲。而眼睛本身響應(yīng)大腦的命令到運動到目標(biāo)只有~50ms延遲，眼動系統(tǒng)~15ms延遲，遠(yuǎn)快于手部交互。

 

2. 因為眼睛的運動并不是用戶的額外負(fù)擔(dān)。

 

不管你用什么其它的交互方式，不管是鼠標(biāo)，觸摸屏，還是手勢， 實際上你的眼睛反正都要先去看你想點擊的UI控件，  然后再移動手。

 

手的動作是人要額外努力去做的動作，不是必須的行為；而眼睛的動作不是額外的，是下意識里就已經(jīng)完成了。所以，用戶從習(xí)慣了用手交互轉(zhuǎn)到用眼手結(jié)合，會有前所未有的讀心術(shù)的感受：“這個系統(tǒng)怎么會這么快？大腦想什么就能立刻實現(xiàn)什么？”。

 

實際上不是眼睛太神奇，而是手太慢。我們原先習(xí)慣適應(yīng)了非常緩慢的手部尋址交互，而不覺得它慢。所以，這也印證了蘋果經(jīng)常說的：不要搞用戶調(diào)研，不要問用戶他有什么痛點，因為用戶已經(jīng)麻痹了。必須把新東西做好了，擺在用戶面前，用戶才會明白。

 

這個手眼交互方式和軟硬件系統(tǒng)，2011年我在硅谷的松下研究中心（位置就在現(xiàn)在蘋果總部旁邊200米的地方）就已經(jīng)實現(xiàn)了。并發(fā)現(xiàn)了這種手眼結(jié)合交互的神奇感受，這是最佳的交互方式。

 

 

當(dāng)時眼動系統(tǒng)采用了Tobii和SMI的方案。后來Tobii于2014年上市，而2017年SMI被蘋果收購，支撐了蘋果的Vision Pro產(chǎn)品。

 

既然，手眼結(jié)合的交互不是新鮮事，為什么在其它頭顯沒有采用？

 

1. 松下的模式是: 把研究結(jié)果放到“保險箱”里，等未來有客戶有需求了就拿出來。但客戶不懂人機交互，怎么知道自己有這個需求呢？但至少松下有專利保護，也不算白做了研究。

 

2. 這個交互方式的優(yōu)秀性也有不少人直接憑空就能想到。比如國內(nèi)造車新勢力中的一家，2019年的時候其創(chuàng)始人就直接想到了在汽車中使用這個交互方式，并希望uSens能幫助其實現(xiàn)。對他的感悟力我感到欽佩。但需要眼動達(dá)到極高的精度和靈敏度，會讓公司在投入的資金，和時間需要的等待方面望而卻步。因為這是一個長期的，并需要冒險進行領(lǐng)先整個業(yè)界的投入，而不是簡單購買一些模塊拼湊出來。

 

3. 而蘋果，收購了SMI之后能夠內(nèi)部和硬件，光學(xué)，傳感器和算法等多部門合作，做垂直的整體優(yōu)化。所以能夠達(dá)到足夠的精度滿足產(chǎn)品需要。這就是下面要說的，蘋果 “不做拼湊式創(chuàng)新”，因為這是不可能的。

 

4. 其它VR公司在做“游戲機”方向，所以成本控制極為嚴(yán)格。并且6DoF手柄和沉浸式游戲進行交互是重點問題，如何和UI改進交互不是重點要解決的問題。手-眼 交互方式不是萬能的，并不適合沉浸式6DoF游戲

 

· 蘋果的手勢交互為什么這么好

 

蘋果采用了紅外相機并帶有紅外補光，這樣圖像的質(zhì)量和穩(wěn)定性更高，可以達(dá)到更魯棒更精確的手勢識別效果。

 

而這個硬件方案Leap Motion和uSens在~2013年就發(fā)明，并在~2018年通過深度學(xué)習(xí)的算法達(dá)到了非常好的產(chǎn)品級效果。

 

 

但現(xiàn)在的其它頭顯為什么都沒有采用？比如，HTC Cosmos等用的是VST的雙目RGB相機，Quest 2和Pro用的是SLAM的灰度相機。因為這些頭顯都在拼游戲機市場，陷入了成本內(nèi)卷，為了最低的成本，讓手勢成為二等公民，復(fù)用專門為其他目的而已經(jīng)放在了產(chǎn)品上的相機。

 

蘋果追求極致的手勢效果，所以采用了這個方案。說明產(chǎn)品經(jīng)理，和上下全鏈路整合優(yōu)化起到了關(guān)鍵作用。和眼動一樣，特殊的硬件，加上算法，才能達(dá)到神奇的效果。

 

說個題外故事，2013年Leap Motion去硅谷某家大公司談合作，大公司里的人對其嗤之以鼻：“你們只是兩三個毛孩子而已， 我們有幾百個算法方面的專家博士，你們的手勢效果不過是騙人的障眼法而已，我們分分鐘就能做出來。”

 

2016年uSens參加一個專家評審，當(dāng)時uSens已經(jīng)能夠在高通800移動芯片上實時50fps運行，并且能夠處理各種3D自然手勢。專家也是很資深做得領(lǐng)先的大學(xué)教授，說：“你們是騙人的，我們最先進的學(xué)術(shù)狀態(tài)也需要在臺式機Nvidia的GPU上才能跑個30fps，而且無法覆蓋各種自然手勢。你們就是騙錢的，都是假的。”

 

為什么Leap和uSens能夠做到別人不能相信的東西，  原因和蘋果一樣：產(chǎn)品思維。需要從相機硬件，到算法，到執(zhí)行器做垂直的全鏈路優(yōu)化，和全鏈路創(chuàng)新。比如，使用紅外照明：讓困難的手勢識別任務(wù)變得簡單而且更精確，用巧妙的方法獲得優(yōu)勢，而不是只憑在模型上下蠻力。

 

Leap的CTO David Holtz后來做了Midjourney，也是一樣，其效果令人驚嘆“簡直是不可能的”。他是如何做到的我想應(yīng)該一樣，創(chuàng)新：用各種巧妙的方式解決問題，而不光是蠻力。

 

蘋果的員工對蘋果的評價是喜憂參半：蘋果的產(chǎn)品能力非常強。但蘋果在research（前沿的科研）方面薄弱，和Google, Meta相比差很多。這個評價是中肯的。

 

蘋果的核心到底是什么？和其它公司的最大不同點是什么？

 

蘋果的特點，或者說秘訣，有3個：

 

1. 公司從上到下的文化：我們是一家消費電子公司
2. 產(chǎn)品經(jīng)理有絕對話語權(quán)
3. 深刻認(rèn)識到什么是創(chuàng)新

 

1. 蘋果從上到下一貫堅持的就是：“我們是一家消費電子公司，做面向大眾的消費計算機產(chǎn)品”。這個定位在喬布斯重新上位之后明確了，并且毫不動搖。

 

2. 產(chǎn)品經(jīng)理有絕對話語權(quán)。研發(fā)人員在努力創(chuàng)新，努力工作，打造極致的技術(shù)和產(chǎn)品。但做的東西什么時候能上線，他們永遠(yuǎn)不知道，有時候感覺永遠(yuǎn)在等待。只有產(chǎn)品經(jīng)理能決定這個功能是否做得足夠好，；這個功能是否和其它功能結(jié)合在一起給用戶優(yōu)秀的價值。只有滿足這些了，功能才會上線。產(chǎn)品經(jīng)理對體驗和價值有極高的要求，和時間點的良好把控。

 

3. 對什么是創(chuàng)新的定義。

 

Tim Cook接受CG雜志的采訪曾經(jīng)說過：“Apple looks to make a significant contribution and own the primary technology when entering a market, as that is how innovation happens. Apple isn’t interested in simply putting together pieces of someone else’s technology.”

 

蘋果如果要進入某個市場，那一定要做出重大貢獻并擁有核心技術(shù)，因為這才是真正的創(chuàng)新。不會僅僅把別人的技術(shù)拼湊在一起，蘋果對這樣的做法不感興趣。

 

· 蘋果的定位是高端？是貴？

 

我覺得這是誤區(qū)，沒有把因果關(guān)系搞清楚。貴和高端只是表象和結(jié)果，而不是本質(zhì)和原因。

 

喬布斯曾經(jīng)在被采訪的時候回答過：“蘋果對產(chǎn)品的要求是：做一個產(chǎn)品，就要讓這個產(chǎn)品好到自己會毫不猶豫的推薦給家人和朋友們。“   “而不要像有些公司，為了降低成本而降低質(zhì)量和省去必要的功能。功能需要完整，蘋果不能去賣那種缺失了功能的垃圾。“

 

所以蘋果只是不想賣“垃圾”而已，造成的結(jié)果是產(chǎn)品看起來比較高端，比其它公司的產(chǎn)品貴。當(dāng)然，各公司對什么是“垃圾”的衡量標(biāo)準(zhǔn)不同。

 

但我認(rèn)為，最底線的要求是deliver the promise：設(shè)計的時候想要達(dá)到的產(chǎn)品價值和想向用戶提供的功能，最終在產(chǎn)品里是否真達(dá)到了用戶能夠認(rèn)可這設(shè)計價值的程度？

 

比如，Hololens的promise是，能夠提升人的生產(chǎn)率，能夠玩好玩的AR游戲。它Deliver了這個promise么？沒有。

 

· 有人說，Vision Pro沒什么，里面的所有功能在其它頭顯里都找得到…

 

明顯的酸葡萄說法。在iPhone 1代推出之前Nokia已經(jīng)推出了N95。N95的功能和配置應(yīng)有盡有，沒有什么功能是iPhone沒有的。還有更好的相機硬件，賣更高的價格：

 

 

但相比iPhone，N95的每個app都丑陋，東拼西湊。整體的UI和交互缺乏美感，缺乏愉悅，使用不便。

 

所以，Vision Pro和其它XR產(chǎn)品的區(qū)別不在于功能，而是在于設(shè)計。而設(shè)計觸及到的是人的靈魂。

 

最前面也做了對比， Vision Pro發(fā)布會上所重點宣導(dǎo)的所有功能點和iPhone 1發(fā)布會上的都甚至毫無區(qū)別。所以創(chuàng)新在于藝術(shù)，美感，情感，生活方式。

 

從深層次思考，Vision Pro賣的是：藝術(shù)，感情，“時空機”，讓不可能變?yōu)榭赡?hellip;

 

• 賣的是情感，不是功能。賣的是一個新的生活方式；
• 在UI中使用光影，動畫，可以表達(dá)情感；
• 比如OS X登錄界面，失敗的動畫，給人的感受是搖頭，否定。

 

 

蘋果產(chǎn)品里的動畫大量是經(jīng)過精心設(shè)計的，非線性的。而Google沒有仔細(xì)打磨，都是簡單的線性動畫。

 

這是我在2010年在松下硅谷研究院設(shè)計和實現(xiàn)了的3D UI系統(tǒng)，能看出其光影效果的使用，表達(dá)了輕松愉悅陽光， 而每個icon的動畫，是擬人“走向前鞠躬”，給用戶被尊重被服務(wù)的感受。

 

 

Apple Vision Pro的眼動設(shè)計包含了一個新設(shè)計：當(dāng)用戶注視某個UI控件一段時間后，控件會顯示關(guān)于它的更多信息。

 

 

當(dāng)時2010年做的3D UI也有被用戶注視后，UI控件知道用戶對它感興趣，會自動顯示關(guān)于它的更多信息。實際上其核心思想是：每個UI Element是“活的”，要賦予其生命，它需要會表達(dá)感情，它需要自己知道如何和用戶互動。

 

 

· HCI的進化方向：智能的生成式的HCI

 

上面，在2010年的工作，已經(jīng)認(rèn)識到UI的發(fā)展方向是：UI（計算機）應(yīng)該是不停的觀察用戶，自主的理解用戶，自主的向用戶表達(dá)。也就是：智能的，生成式的UI。

 

GPU/高性能計算，經(jīng)過了3個時期，每個時期提高了100x的算力，來解決確實需要100x算力才能解決的問題：

 

1. 3D圖形：

 

1998年至2012年是3D渲染蓬勃發(fā)展的時期，計算機可以做到把預(yù)建好的3D物體的模型變?yōu)楹苷鎸嵉膱D像。

 

 

2. 計算機視覺（判別式AI）：

 

3D渲染的逆過程是計算機視覺：已知真實圖像，想算出其背后的3D物體的模型。這個逆過程需要比正過程大100倍的算力。在~2012年之后變?yōu)楝F(xiàn)實，并蓬勃發(fā)展了10年。

 

3. 生成式AI (Generative AI):

 

判別式AI本質(zhì)上是做選擇題。而生成式AI是做作文題，繪畫題。需要比簡單的選擇題高100倍的算力。

 

在2015年之后，Leap Motion和uSens都不約而同的開始采用深度學(xué)習(xí)方法的計算機視覺（判別式AI）解決3D手勢識別問題，并在~2017年達(dá)到了很好的可商業(yè)化的效果。

 

而在2017年之后，uSens開始認(rèn)識到，下一個時代是生成式AI的時代。在HCI方面，計算機將和人完全對等：表達(dá)能力上達(dá)到和人相同，可以有擬真的語音，3D面部形態(tài)，3D動作；理解力上達(dá)到和人相同：理解人的自然語言，理解人的舉手投足表情目光所有細(xì)節(jié)表現(xiàn)。我們將告別鼠標(biāo)-鍵盤-觸摸屏 的階段。人-機 完全對等：

 

 

蘋果Vision Pro因為其內(nèi)置的感知硬件，加上未來的算法完全可以達(dá)到這一點。但目前出于成熟度，和用戶的接受過程考慮，并沒有直接上升到這種交互方式。未來可能會演變到這一方式。

 

題外話，關(guān)于生成式AI和Leap Motion:

 

2019年之后uSens開始采用GAN的方式處理手部圖像數(shù)據(jù)，生成手部圖像數(shù)據(jù)，達(dá)到和真實圖像的alignment，以假亂真。Leap Motion應(yīng)該同期也開始研究這類生成式方法。2019年Leap Motion公司被收購后，美國公司把所有服務(wù)器都賣了，CTO David Holtz離開了公司。他繼續(xù)在生成式AI方面研究，在2022年做了出大家現(xiàn)在都知道的MidJourney。

 

Vision Pro定價實在太高？Vision Pro會不會是一個叫好不叫座的產(chǎn)品？

 

實際上，花了如此高的成本，剛剛達(dá)到了MVP的最底線。實驗剛剛能夠“開啟”。

 

最好的產(chǎn)品是既叫好又叫座，這極難做到，蘋果的之前每個新產(chǎn)品都做到了。這次，蘋果Vision Pro顯然做到了叫好， 是否能做到叫座？

 

有人說Vision Pro沒有解決任何實際問題和需求。我認(rèn)為，不要從功能角度思考問題。如果只是從功能角度，那么iPhone和N95一樣，可能還不如N95，為什么iPhone成功了？如果只是從功能角度，那么Vision Pro和iPhone是一樣的，為什么Vision Pro不能成功？關(guān)鍵是體驗上的提升，而不是功能上的。

 

但Vision Pro的問題是便攜性的下降，使用場景的下降。所以它不會是一個叫座的產(chǎn)品。但是它會是一個分水嶺的產(chǎn)品。

 

做一個類比：數(shù)字相機革命的過程。

 

一個重要的基石性產(chǎn)品是佳能D1s， 2002年發(fā)售，$7999。它是第一個能夠從各方面（畫質(zhì)，對焦能力，測溫能力，拍攝延遲，連拍速度，…）完全超越最先進的膠片相機的數(shù)碼相機。

 

 

要完成從膠片相機，到數(shù)碼相機的革命，不是有一堆低端的point and shot相機，想靠易用性來彌補劣質(zhì)的像質(zhì)就能完成的。這些相機給用戶帶來的是惡劣的感受，和慢慢的吃灰。

 

1Ds開始讓最專業(yè)攝影師都認(rèn)可：如果不考慮價格和重量，數(shù)碼相機是可以完全超越膠片相機的。這是一個分水嶺的歷史性時刻。相當(dāng)于MVP: 新的產(chǎn)品形態(tài)必須能夠真正deliver the promise。

 

然后2003佳能推出300D , $899。它的畫質(zhì)和拍攝能力雖然不能超過最好的膠片相機，但是可以等同于大眾攝影師手中的普通SLR膠片機。

 

 

剛開始的時候大眾攝影師依然都是對數(shù)碼相機還保持懷疑態(tài)度， 但是凡是看過身邊朋友用300D拍出的圖像，和看到它的價格，立刻懷疑全部打消，毫不猶豫的下手買一臺。數(shù)碼相機開始被所有的攝影者所接受。走過了MVP階段，進入Scale-up階段。

 

所以，對比佳能的這段歷史，  蘋果Vision Pro的做法也許并不是完全沒有道理。

 

· Apple Vision Pro 會成功還是失敗

 

蘋果Vision Pro作為面向大眾的AR Glass產(chǎn)品，剛剛達(dá)到了MVP的及格線  （MVP : Minimum Viable Product / 最簡可行產(chǎn)品。）  ， 其用戶體驗剛剛能夠達(dá)到人能接受的最低標(biāo)準(zhǔn)，或者說，剛剛能夠deliver the promise。為什么這么說？舉兩個例子：

 

1）頭戴式產(chǎn)品對人產(chǎn)生了不便和痛苦。產(chǎn)品帶來的正向價值和美好體驗必須要大于痛苦才算是“0”分， 達(dá)到了最低要求產(chǎn)品狀態(tài)。蘋果Vision Pro可能剛剛到達(dá)這條線。而其它產(chǎn)品根本沒有達(dá)到。

 

2）宣稱“能夠在空間中放置多3D窗口，進行辦公”。Vision Pro的分辨率，VST延遲， 剛剛達(dá)到能夠做這件事的最低限。而其它宣稱能做這個的產(chǎn)品根本沒有達(dá)到能用。

 

如此先進，優(yōu)秀，復(fù)雜的產(chǎn)品，  耗時7年，投入人力資金巨大， 才剛剛達(dá)到MVP?

 

我覺得是的。這是創(chuàng)新的智能設(shè)備和互聯(lián)網(wǎng)應(yīng)用的巨大區(qū)別。Meta是互聯(lián)網(wǎng)基因，可能里面很多人對此無法理解。

 

到了MVP這一步， 整個故事才剛剛開始: 來驗證驗證整個產(chǎn)品的想法，里面所有hypothesis（假設(shè)）是否成立。來驗證整個“AR, VR是否成立的實驗”才剛剛開始。

 

在產(chǎn)品定義上，2016年uSens 的Impression Pi頭顯和Apple Vision Pro的相似度很高：

 

 

對于uSens沒能支撐到完成類似的產(chǎn)品，我并不遺憾。非常感謝uSens的投資人，他們對產(chǎn)品形態(tài)有著同的理解，他們同樣看到了“To大C的下沉浸式3D計算平臺”應(yīng)該是什么樣子。但是在實踐中才發(fā)現(xiàn)，要實現(xiàn)這個MVP所需要的人力物力和時間遠(yuǎn)遠(yuǎn)超過了最先的估計，不是創(chuàng)業(yè)公司在幾年內(nèi)能夠完成的。即使Facebook/Meta，微軟，做成這件事需要的時間和投入也都超出了他們的預(yù)想和承受能力。只有蘋果才剛剛完成這個實驗的初步搭建。

 

重要的不是蘋果Vison Pro這款硬件產(chǎn)品的成功失敗， 而是整個空間計算這個想法的成功失敗。蘋果終于走到了實驗正式開啟的這一天。讓我們拭目以待實驗的結(jié)果吧。

 

· Vision Pro是下一代計算平臺的最佳形態(tài)么？

 

我覺得顯然不是。

 

1. 價格和重量。同樣以相機為對比：大眾無法接受佳能1Ds，是佳能 300D真正讓高質(zhì)量數(shù)碼相機進入大眾時代。而且相機形態(tài)繼續(xù)發(fā)展，現(xiàn)在已經(jīng)進入了新的無反‘微單‘時代，才得以讓數(shù)碼相機繼續(xù)scale up。

 

2. 使用時間和地點的覆蓋能力。人對計算機的追求是：1）人的數(shù)字信息能力的提升，比如顯示和交互能力越強越好， 2）設(shè)備和物理世界的交互能力越強越好，3）能夠使用的時間和地點覆蓋面越大越好，越靈活越好。

 

和已有的計算機（臺式機，筆記本，手機）相比，Vision Pro在1）人的數(shù)字信息能力是顛覆性提高， 2）方面比手機并沒有太大提高，  而在3）是巨大倒退：

 

 

所以，Vision Pro不是最終形態(tài)。我們拭目以待的是：

 

• 類似佳能300D這種scale-up型產(chǎn)品的發(fā)布。
• 能夠在時間和地點覆蓋面上有巨大提升。

 

最難的階段已經(jīng)過去了，下一個階段的機會不光屬于蘋果，也屬于其它公司。有多種產(chǎn)品形態(tài)可以做；而且蘋果因為一些執(zhí)念，其Vision Pro產(chǎn)品設(shè)計有不少“不正確”的地方，也是機會。

 

· Apple vs Android，隱私

 

Vision Pro讓計算機真正成為四維空間生物，計算機從未如此真切的感受這個世界，和感受人類。

 

但同時這類產(chǎn)品是危險的。原因是1.對人的影響力， 2.隱私。

 

1.對人的影響力

 

馬斯克推特里的玩笑：”Apple Vision Pro提供的價值不就是幻覺么？$20的買致幻蘑菇就能做到。”

 

 

這并不完全是玩笑。強大的增強現(xiàn)實技術(shù)可以對人的心理產(chǎn)生巨大影響。善意的應(yīng)用可以用此技術(shù)給人愉悅的心情，給人正能量，改善人的心理狀態(tài)，讓人更專注，等等。而惡意的內(nèi)容，可以用此技術(shù)獲利：比如讓人沉迷于低效信息，改變?nèi)说馁徺I行為，甚至給人不良心理狀態(tài)。蘋果的一貫作風(fēng)，會對上線App Store的應(yīng)用進行嚴(yán)格的管理，只有對人有益的，正面的內(nèi)容才能上線。

 

而Android是自由派作風(fēng)，硬件商和應(yīng)用商店商完全以短期利益，盈利和內(nèi)卷為第一目的。大量不良應(yīng)用不被管理。Android陣營會抄襲Vision Pro，但按照這些廠商的一貫做法，這種硬件會比手機對用戶產(chǎn)生更大的傷害。

 

2. 隱私

 

Vision Pro對人，對環(huán)境的觀測能力相比手機有天翻地覆的提高， 能夠幾小時的全程觀察到人的舉手投足所有細(xì)節(jié)動作，面部表情，和眼睛觀察世界和數(shù)字界面的所有過程。對物理世界也是全程的觀察和識別。

 

蘋果做了極高規(guī)格的隱私保護，這些信息蘋果只在本機處理，并且應(yīng)用無法獲?。☉?yīng)用無法拿到相機圖像。無法拿到眼動數(shù)據(jù)，只能知道“眼睛+手勢”出發(fā)了哪個UI控件）

 

但這些信息具有極大商業(yè)價值，因為對用戶的理解比手機提高了百倍。而Android陣營的特點是：OS設(shè)計對隱私保護不夠強，硬件商會對OS底層進行改動，商店不對侵犯隱私的應(yīng)用進行攔截，應(yīng)用開發(fā)商之間的內(nèi)卷（侵犯隱私獲利方面的惡性競爭）。硬件商會利用這些信息，做新商業(yè)模式，推出表面上看極具價格優(yōu)勢的硬件。而更多的硬件商不得不加入同樣商業(yè)模式應(yīng)對價格戰(zhàn)，陷入內(nèi)卷。受害的是消費者。

 

值得擔(dān)心的是，不受管控的類似Vision Pro的產(chǎn)品，會讓普通用戶 在1.精神影響，2.利用隱私信息的雙重進攻下成為被精神控制的搖錢樹。在這方面的能力，類Vision Pro產(chǎn)品比手機強百倍。

 

任何有突破性的重要技術(shù)都是雙刃劍。

 

· 再次回到問題，Vision Pro這個產(chǎn)品會成功還是失??？

 

有的媒體看衰AVP，理由是：和以往的蘋果的產(chǎn)品不同， AVP是在分割一個很小的，甚至是不存在的市場。以往的蘋果產(chǎn)品都是在一個很大的市場里做創(chuàng)新，切個小蛋糕然后擴大。

 

比如比蘋果iPhone一代的發(fā)布會，Steve Jobs明確指出：手機市場和PC電腦市場相比是一個大5倍的市場。iPhone試圖革命這個已有市場，如果切出1%的蛋糕，就有1千萬銷量。

 

 

 

而VR，AR市場是很小，并且未被證明的市場。自從2014年已經(jīng)發(fā)展了近10年才只有1千萬臺的銷量。我覺得這些媒體的看法和擔(dān)憂并不無道理。

 

iPhone發(fā)布會的最后一頁：

 

 

這里Steve Jobs引用了加拿大”冰球大帝”Wayne Gretzky的名言：“我總是滑到冰球未來將到達(dá)的地方, 而不是滑到冰球現(xiàn)在的位置。”   這句話更適合拿出來給Vision Pro打打士氣。

 

*聲明：本文系用戶投稿，非VR陀螺官方稿，謹(jǐn)代表作者個人觀點立場，法律問題一切與VR陀螺無關(guān)。