苹果Vision Pro首次亮相后，业界对XR、空间技术和行业的关注度高涨，行业内其他公司的动作也备受关注，比如三星、谷歌、Meta、微软。作为早期AR眼镜推动者，谷歌多年来持续探索AR和VR技术，不过据近期爆料显示，该公司已停止Iris AR眼镜项目，将研究重心转移到XR软件项目上，比如与三星合作开发XR头显操作系统。
近期，SPIE AR|VR|MR网络研讨会主席、同时也是谷歌AR光学工程总监Bernard Kress，证实了谷歌AR眼镜项目已经停止的消息。同时，也谈了一些自己对于苹果Vision Pro，以及VST的一些看法。
空间计算简化XR营销
Kress认为，苹果Visin Pro的一大亮点是简洁，这不仅体现在外观设计上，也体现在产品定义和命名上。比如，使用空间技术概念整合AR、VR、MR等细分技术，简化了产品定义，让消费者更容易选择。另外还认为，苹果Vision Pro是一个很棒的名字，它比VR、XR等缩写名称更容易被人们长时间记住。
在苹果发布Vision Pro之前，沉浸式现实生态中的XR硬件形态定义模棱两可，有多种不同的细分，比如智能眼镜、AR头显、MR头显、VST头显、VR头显等等。对于消费者来讲，这些复杂的分类很难区分辨别。
AR/VR硬件技术分类
而Vision Pro将改变这一现状，因为它将XR分为空间计算头显和智能眼镜两大类，让产品术语更容易为消费者理解（无需考虑背后的VST、OST技术区别）。值得注意的是，现阶段苹果疑似已推迟AR眼镜开发计划，Meta AR眼镜似乎也不再瞄准2024年上市，谷歌AR眼镜项目已经停止，与此同时，业界也在重点关注VST类方案，比如苹果Vision Pro、Meta Quest Pro，以及高通、谷歌、三星合作研发的头显。
与此同时，这也将MR等其他硬件形态整合成一个分类：toB解决方案/研发原型。也就是说，消费者无需考虑XR硬件的技术细节，这些细节可能是企业、工业、政府客户更关注、更容易理解的。
实际上，空间计算的概念最初是由MIT媒体实验室研究员Simon Greenwold在2003年提出，定义是：一种人机交互方式，能够存储和操作与真实世界中的物体和空间相关的信息，好处是可以让机器为日常工作、娱乐提供更全面、更重要的辅助功能。沉浸、逼真的空间音频也是空间计算概念的重要部分，而Vision Pro通过3D空间扫描和人耳扫描的方式，可为不同的用户定制空间音频体验。
VST也不是新的概念，在2015年时Intel曾公布过VST头显原型：Project Alloy，后来该项目在2017年被砍。Kress指出，早前VST技术在多方面存在技术挑战，包括人眼与透视摄像头的视角差异、光子运动延迟（理想情况应远低于10毫秒）、穿戴舒适性、视觉舒适性、 社交舒适性（外观是否符合主流审美）。
对Vision Pro看法
据体验者目测，Vision Pro的重量大约在500到600g之间，而Quest Pro重量则为720g。两款头显的重量分布形式不同，Quest Pro采用前后配重，将电池等元件分离在后脑勺位置。而Vision Pro则是采用外接电池的分体式设计，头带部分主要由织物组成，几乎没有电子元件，头显重量主要集中在鼻梁/面部位置。Kress指出，HoloLens 2的重量为570g，与Vision Pro差不多，但前者采用前后配重设计，整机的重心大约在佩戴者头部重心位置。相比之下，Vision Pro重量集中在面部，长时间佩戴可能会造成面部不舒适，后续体验感如何还有待关注。
关于Eyesight外屏：虽然在头显上显示用户面部的概念比较疯狂，但视觉上是美观的，不仅可以显示用户的面部表情，还能模拟HoloLens 2的彩虹色透镜外观。
Kress认为，Vision Pro配备的蔡司镜片可能不会特别贵，售价应该低于外界预期的600美元。因为Vision Pro的立体显示为固定焦距，所以不需要使用多焦距镜片或渐进式镜片，单焦距镜片的价格应该不会高达600美元。
透镜部分，苹果并未明确说明Vision Pro具体的光学方案，官方描述是定制的折反射式透镜，暗示可能是某种Pancake透镜。
前不久，苹果还收购了AR头显厂商Mira，对此Kress表示：虽然不知道苹果收购Mira的具体目的，不过猜测苹果可以将AR头显盒子作为测试原型，用于评估UX、FOV等等。
是否解决VST VR难点
相比于多年前的Alloy，苹果Vision Pro是否解决了VST/数字透视VR的难点呢？
据悉，Vision Pro的VST透视延迟为12ms，运动到光子延迟应该同样可以做到很低。Kress表示：我认为Lynx R1的延迟可能要比Vision Pro低一些，主要因为相机视差。
另外相比于Lynx R1，Vision Pro的VST透视摄像头并不在人眼正前方，而是位于头显下部，苹果可通过数字映射的方式，实时弥补校正透视摄像头视角与人眼自然视角的差异。参考：SPIE
