Vision Pro專題報道｜交互邏輯分析篇

（Vision Pro宣傳畫面）

實現基礎

首先需要明確的一個點是，蘋果Vision Pro想要實現的，是在物理空間之上無縫融合虛擬信息。這個概念，或許聽著有些老生常談，MR/混合現實嘛。但Vision Pro做出來的效果，卻是目前主流XR設備的VST透視功能拍馬也趕不上的。

硬體方面，Vision Pro搭載了12顆高精度攝像頭和5個傳感器。12顆攝像頭包括：2顆RGB攝像頭、4顆眼球追蹤紅外攝像頭（位於設備內側）、2顆外側視角攝像頭、4顆下側視角攝像頭；5個傳感器則包括LiDAR雷射雷達、深度攝像頭以及環境傳感器等。

（Vision Pro面板前部透視圖）

再加上專門處理傳感器數據的R1晶片，蘋果的空間感知算法和本地AI的輔助，Vision Pro呈現的，是一個實實切切的三維化虛實交互空間。而不是簡單的近似將3D壓縮成2D的一個透視介面。

底層交互邏輯的二次定義

從最直觀的操作方式來看

目前，市場上現有的主流消費級頭顯設備，基本的交互方式，都是基於物理手柄的按鍵操作、體感反饋。Quest 3在純手勢交互上，有部分嘗試，PS VR2在眼追交互上，也有一定嘗試。但只有Vision Pro，是完完全全依靠手+眼+口的自然交互模式，且這套交互模式是自成體系，相互可協同的。

（Quest 3手勢識別）

首先一點，Vision Pro讓用戶不再需要半舉著手臂，使手柄一直出現在頭顯前視攝像頭的「可視範圍」內。基於多方位攝像頭，用戶把手放在腿上，Vision Pro也能識別操作指令；更甚之，不用手也能操作，通過眼追選中、凝視確認，或者直接語音指令。

再有，雖然現有用戶群體可能更習慣於手柄操控，需要花費一定時間去適應Vision Pro；但對更廣義層面的消費者而言，更具科幻風格、未來氣息的自然交互方式，或許學習門檻更低。畢竟，手、眼、口，都更貼近人類感知世界的第一直覺。

（Vision Pro宣傳畫面）

從深層次的交互邏輯來看

手柄操控模式下，「查找」、「選擇」、「確認」等人機互動，只能單線程處理，即查找應用、選中圖標、點擊確認，是需要按流程一步步完成的，存在先後關係。但就正常的人類交互邏輯來看，這些事情是可以多線程同步完成的。比如說，「與人群中穿紅色衣服者握手」，不必經過找到紅衣人、走到面前、開始握手的流程，而是直接一步到位。

這就是Vision Pro致力於實現的人機互動邏輯，它也的確是這麼做的。這樣的創新是基於蘋果相關專利技術的大量累積、蘋果對自身硬體產品能力和品牌號召力的信心。Vision Pro的出現，是對現有頭顯交互邏輯的一次重塑，是對XR設備人機互動方式的二次定義。

（庫克在WWDC 2023上發言）

當然了，具體的實操效果，以及業界一直比較擔心的「手勢誤識別」等問題，還是要等到Vision Pro下月正式發售後，真正在普通消費者的使用過程中，才能得到檢驗。

Vision Pro人機互動設計的巧思

圓型UI圖標，類似Apple Watch圓形應用圖標的設計。在WWDC 2023大會後續的開發者活動中，蘋果開發人員在相關議題「Design for spatial input（空間輸入設計）」中指出，人眼會自然引導我們注視物體中間的形狀，因此，使用圓型UI圖標，可以實現更精確的眼追操作。此外，注視即產生3D突出效果，也是同理。

（「Design for spatial input」專題介面）

UI介面採用磨砂玻璃質感的底色，而主流產品往往是「一黑到底」。主流產品的「黑」，是為了引導用戶將注意力集中在虛擬介面、虛擬空間之上。而Vision Pro的「朦朧美」，則是為了削弱虛擬內容與現實交融的「突兀感」，透過磨砂玻璃般的介面看現實環境，能給用戶一種既有認知順延的感覺。

（Vision Pro宣傳畫面）

本質上來說，Vision Pro是一款基於視頻流的頭戴式顯示設備，它不是VR。在現階段VR暈動症「無解」的情況下，這樣更符合人類自然交互習慣、使用直覺的設備，或許更能為大眾所接受，更能實現全天候佩戴的目標。

（Vision Pro宣傳畫面）

結語



三流企業做產品，一流企業做標準。毫無疑問，蘋果在Vision Pro上的自然交互嘗試，就是一次重塑XR設備人機互動範式的「陽謀」。又一次？觸屏滑動的iPhone vs黑莓/諾基亞的按鍵機。

話又說回來，再好的硬體、底層交互邏輯，沒有優秀的終端應用去展現都是白搭。沒人會單純因為Vision Pro雙指捏合的手勢指令產生購買慾望，但會有人為基於這套交互邏輯的優質應用買單。

蘋果Vision Pro優質內容及內容生態發展進程推演，即是下期Vision Pro專題報道的分析重點，各位看官，且聽下回分說！

本文屬VRPinea原創稿件，轉載請洽：[email protected]