第一印象:是的,Apple Vision Pro 可以工作,是的,它很好

经过大约 30 分钟的演示,演示了尚未准备好测试的主要功能后,我确信 Apple 在 XR 的功能和执行方面实现了真正的飞跃——或者通过其新的 Apple Vision Pro 实现了混合现实。

非常清楚,我并不是说它兑现了所有承诺,是一种真正的新计算范例,或者苹果希望在它发布后兑现的任何其他强大声明。 我将需要比指导演示更多的时间来使用该设备。

但是,从 2013 年的 Oculus DK1 到最新一代的 Quest 和 Vive 头显,我基本上使用过所有主要的 VR 头显和 AR 设备。 当涉及到 XR 时,我已经尝试了所有的经验和尝试来实现 fetch。 当这些设备的硬件和软件开发人员以及他们的精选应用程序继续咀嚼“杀手级应用程序的难题”时,我一直感到敬畏和再次敬畏——试图找到能够在更广泛的领域获得真正购买的东西 民众。

第一印象:是的,Apple Vision Pro 可以工作,是的,它很好

有一些真正的社交、叙事或游戏成功案例,如 Gorilla Tag、VRChat 或 Cosmonius。 圣丹斯电影制片人强调人类(或动物)状况的第一人称体验也让我感动。

但它们都没有 Apple 通过 Apple Vision Pro 带来的优势。 也就是说,过去几年申请了 5,000 项专利,拥有庞大的人才和资本基础。 这东西点点滴滴都显示出苹果级别的野心。 我不知道它是否会成为“下一个计算模式”,但您可以在这里看到每个选择背后的信念。 没有偷工减料。 展示全倾斜工程。

硬件很好——非常好——两个面板上有 2400 万像素,比大多数消费者接触过的任何头显都要高出几个数量级。 光学效果更好,头带舒适且可快速调节,顶部带子可以减轻重量。 Apple 表示,它仍在研究正式发布时随附的光密封(布罩)选项,但默认的密封对我来说很舒服。 他们的目标是推出不同尺寸和形状的眼镜,以适应不同的面孔。 电源连接器也有一个很棒的小设计,它使用带有外部扭锁的内部针式电源连接进行互连。

第一印象:是的,Apple Vision Pro 可以工作,是的,它很好

对于视力不同的人可能需要的一些(但不是全部)光学调整,还有一种磁性解决方案。 入职体验采用自动眼部校准,使镜片与眼睛中心相匹配。 这里没有手动轮调整。

主框架和玻璃片看起来不错,但值得一提的是它们的尺寸非常大。 本身并不重,但绝对存在。

如果您有使用 VR 的经验,那么您就会知道大多数人遇到的两大障碍要么是延迟驱动的恶心,要么是长时间佩戴某些东西遮住眼睛可能带来的孤立感。

苹果已经减轻了这两方面的影响。 与 M2 芯片并排放置的 R1 芯片的全系统轮询速率为 12 毫秒,我没有注意到抖动或帧丢失。 直通模式中使用了轻微的运动模糊效果,但不会分散注意力。 窗户本身清晰地渲染并迅速移动。

当然,由于大量全新的原装硬件,Apple 能够缓解这些问题。 你在这里看到的每个地方都有新的想法、新技术或新的实施。 所有这些新功能都是有代价的:3,500 美元处于预期的高端,并且将该设备牢牢地置于早期采用者的高级用户类别中。

第一印象:是的,Apple Vision Pro 可以工作,是的,它很好

以下是 Apple 正确而其他耳机无法确定的地方:

眼球追踪和手势控制近乎完美。 手势会在耳机周围的任何地方被拾取。 这包括在您的膝盖上或靠在椅子或沙发上的低位休息。 许多其他的手部追踪界面会迫使您将手举在身前,这很累人。 Apple 在设备底部配备了专用于跟踪你的手的高分辨率摄像头。 同样,内部的眼动追踪阵列意味着,在校准之后,几乎所有你看到的东西都会被精确地突出显示。 只需轻轻一按手指和吊杆,即可奏效。

直通是一个主要关键。 拥有周围世界的实时 4k 视图,包括您个人空间中的任何人,对于长时间佩戴 VR 或 AR 非常重要。 如果我们长时间看不到周围的环境,大多数人的动物大脑都会让我们感到非常非常不舒服。 通过传递图像来消除这种担忧应该会增加长时间使用的机会。 还有一个聪明的“突破”机制,可以自动让靠近你的人通过你的内容,提醒你他们正在接近。 外面的眼睛会根据你在做什么而改变外观,也为外面的人提供了一个很好的背景提示。

分辨率意味着文本实际上是可读的。 Apple 将其定位为完整的计算设备,只有当您真正可以阅读其中的文本时才有意义。 “虚拟桌面”设置的所有先前迭代都依赖于显示过于模糊的视图的面板和镜头,无法可靠地详细阅读精细文本。 在许多情况下,这样做真的很痛苦。 Apple Vision Pro 则不然——无论大小如何,在你空间内的“距离”很远,文本都超级清晰易读。

第一印象:是的,Apple Vision Pro 可以工作,是的,它很好

在我使用耳机的短暂时间里,也有一些非常令人惊讶的时刻。 除了显示的清晰度和界面的快速响应之外,整套样品都体现了对细节的关注。

角色扮演。 我非常怀疑 Apple 是否可以仅使用 Vision Pro 耳机本身扫描您的面部来制作可行的数字化身。 怀疑粉碎了。 我想说的是,如果你正在测量它创建的你的数字版本,作为你在 FaceTime 通话和其他领域的化身,它在恐怖谷的另一边有一组坚实的脚趾。 它并不完全完美,但他们让皮肤张力和肌肉工作正常,他们让你做出的表情被用来使用机器学习模型插入全方位的面部扭曲,以及我在电话中与真人进行的简短互动 (它是现场直播的,我通过询问脚本之外的东西来检查)并没有感到毛骨悚然或奇怪。 有效。

它很脆。 我有点再说一遍,但真的,它非常清晰。 直接运行 3D 恐龙之类的演示,您可以深入到纹理级别和更高级别。

3D电影实际上很好。 吉姆·卡梅隆 (Jim Cameron) 在 Apple Vision Pro 上看到《阿凡达:水之道》时,可能有那么一刻。 这东西绝对是为了让 3D 格式大放异彩而诞生的——它几乎可以立即显示它们,因此将会有一个不错的 3D 电影库,为它们带来新的生命。 你可以直接使用 Apple Vision Pro 拍摄的 3D 照片和视频看起来也非常棒,但我自己无法测试捕捉任何东西,所以我还不知道那会是什么感觉。 尴尬的? 很难说。

设置流畅简单。 几分钟,你就可以开始了。 非常苹果。

是的,它看起来确实那么好。 界面和各种应用程序的输出非常好,以至于 Apple 在其主题演讲中直接从设备上使用了它们。 由于它与其他窗口交互的方式、在地面上投射阴影以及对光照条件做出反应,界面明亮而大胆,给人一种临场感。

总的来说,对于 Apple Vision Pro 是否会实现 Apple 关于空间计算的开始的声明,我不愿做出任何广泛的声明。 我花的时间太少了,甚至还没有完成——Apple 仍在研究灯罩之类的东西,当然还有许多软件方面。

然而,它真的非常非常好。 XR 头显的柏拉图式理想。 现在,我们拭目以待开发者和 Apple 在接下来的几个月里取得的成就以及公众的反应。

by Matthew Panzarino https://techcrunch.com/2023/06/05/first-impressions-yes-apple-vision-pro-works-and-yes-its-good/

韭菜热线原创版权所有,发布者:弗里曼,转载请注明出处:https://www.9crx.com/71986.html

(0)
打赏
弗里曼的头像弗里曼管理团队
上一篇 2023年6月6日 23:14
下一篇 2023年6月7日 23:42

相关推荐

  • 戴尔摆脱 Nvidia 阴影,自身 AI 顺风加速

    作者:Ryan Vlastelica,2024 年 5 月 31 日 戴尔科技公司 (Dell Technologies Inc.) 的股价最近表现与市场领导者英伟达公司 (Nvidia Corp.) 类似,投资者押注该公司将从人工智能中获得类似的提振。 这家个人电脑和服务器制造商已成为人工智能热潮的最大赢家之一,而当该公司在收盘后公布第一季度业绩时,这一说…

    2024年6月6日
    13300
  • Augmedics 斥资 8250 万美元利用 AR 和 AI 推进脊柱手术

    脊柱手术是增长最快的手术类别之一,目前每年进行的手术数量接近 800 万例。但它们的频率掩盖了复杂性,有时甚至…

    2023年6月27日
    22000
  • 我们能阻止人工智能吗? 顶级计算机科学家斯图尔特·拉塞尔 (Stuart Russell) 探讨如何防止事情失控

    新闻业最困难的部分之一是在报道当前看似重要的故事和报道您知道未来真正重要的故事之间取得平衡。这很困难,因为现在发生的最重要的事情往往很无聊或难以解释。 人工智能就是此类挑战的一个很好的例子。正在进行的人工智能革命发展得如此之快,即使你很努力也很难跟上。例如, Chat GPT-4于今年 3 月发布,几乎让所有使用过它的人感到震惊。如果这个最新的大型语言模型是…

    2023年9月22日
    23100
  • 人工智能热情是否在制造技术泡沫?

    人工智能热情是否在制造技术泡沫? 作者:Raymond James 的 Larry Adam,2025 年 11 月 18 日 关键外卖 将科技与1990年代末互联网泡沫时代的比较被夸大了 当今的人工智能领导者依靠坚实的基本面和实际利润 人工智能需求持续超过供应,导致大量资本支出 本周,观星者们非常兴奋,因为一场罕见的地磁风暴又带来了观赏极光的机会——更广为…

    2025年11月20日
    1300
  • ML 模型需要更好的训练数据:GenAI 解决方案

    我们对金融市场的理解本质上受到历史经验的限制——在无数可能展开的情景中,只实现了一个单一的时间线。每个市场周期、地缘政治事件或政策决定都只是潜在结果的一种表现形式。 在训练机器学习(ML)模型时,这一限制尤为明显,因为模型可能会无意中从历史遗迹中学习,而不是学习底层的市场动态。随着复杂 ML 模型在资产管理中的普及,它们倾向于过度拟合特定的历史条件,这给投资…

    2025年7月15日
    2200

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部