如何评价苹果最新发布的 Apple Vision Pro？
以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容
点击领取学习资料 → 机器人SLAM学习资料大礼包
今天，苹果WWDC23大会上发布了新产品Apple Vision Pro，很多果粉半夜追更，有些粉丝表示太牛X了，7年磨一剑，这是引领MR行业的重要里程碑，有些粉丝表达了对苹果的失望：这都是玩别人剩下的，还死贵。
到底如何呢？我们来综合看一下吧！
先说一些亮点：
1、顶配拉满的硬件配置：
算力性能拉满：Vision Pro采用了独特的双芯片设计，包括M2芯片和全新的R1芯片。M2芯片提供了无与伦比的独立性能，而R1芯片则处理来自12个摄像头、5个传感器和6个麦克风的输入，确保内容感觉像是在用户眼前实时出现。R1芯片可以在12毫秒内将新图像流式传输到显示器，这比眨眼的速度快8倍。
眼动追踪系统：Vision Pro的眼动追踪系统使用高速摄像头和一圈LED灯，向用户的眼睛投射不可见的光模式，以实现快速、直观的输入。
显示系统：Vision Pro具有一个超高分辨率的显示系统，包含两个显示器，每个显示器有2300万像素。这个显示系统使用了微型OLED技术，并配备了定制的反射透镜，以实现极高的清晰度和锐度。
2、超强沉浸式体验和智能交互：
苹果 CEO Tim Cook 表示，「Mac 带来了个人计算，iPhone 带来了移动计算，而 Apple Vision Pro 为我们带来了空间计算。」
苹果的第一个空间操作系统VisionOS。它具有全新的三维界面，让用户在物理世界中看到并感受数字内容。通过动态响应自然光和投射阴影，它可以帮助用户了解比例和距离。为了实现用户导航和与空间内容的交互，Apple Vision Pro 引入由眼睛、手和声音控制的全新的输入系统，用户可以通过简单地注视、轻敲手指或使用语音指令来浏览应用程序。
无限画布：visionOS使得应用程序可以超越传统显示器的边界在任何尺度下并排出现。这使得用户可以更高效地工作，具有无限的屏幕空间，可以访问他们喜欢的应用程序，并有全新的多任务处理方式。同时，Vision Pro支持Magic Keyboard和Magic Trackpad，用户可以设置自己的工作空间，或者将Mac的强大功能无线地带入Vision Pro，创建一个巨大的、私人的、便携式的4K显示器。
FaceTime 3D空间化：在Vision Pro中，FaceTime通话可以利用用户周围的空间，每个通话的人都能突出显示，同时有空间音频，让人听起来就像他们在他们所在的位置说话。
2、大量AI技术的应用：Apple Vision Pro充分融入了人工智能技术。通过AI算法对图像和视频数据进行分析和处理，它能智能识别场景、物体和人脸，并提供相应的增强功能和优化调整。
Optic ID：Optic ID是一种新的安全认证系统，它在各种不可见的LED光照射下分析用户的虹膜，然后将其与由Secure Enclave保护的已注册的Optic ID数据进行比较，以立即解锁Apple Vision Pro。
EyeSight：可以帮助用户与周围的人保持连接。当人们接近佩戴Vision Pro的用户时，设备会感觉透明，让用户看到他们，同时也显示用户的眼睛。当用户沉浸在环境或使用应用程序时，EyeSight会向其他人提供关于用户关注点的视觉提示。
下面进入吐槽环节：
价格真贵：售价3499美元，合人民币24000多元，这价格直接让 Vision Pro和普通消费者无缘了。如果用户量只集中在少量的用户，那么开发者是没有什么动力去VisionOS生态里开发杀手级应用的，那么消费者高价买的设备很可能新鲜劲过去后就放角落里吃灰了。
室外能否使用未知。目前发布会上展示都是完全的室内场景，使用者基本是静态坐立使用该设备。当前室外使用的要求有点苛刻，但是从发布会来看，目前应该是没有针对室外的应用场景，可能定位在室内的一个贵玩具。
没有任何现场演示环节。如此革命性的产品，Tim Cook现场并没有任何真机演示。不少业内人士猜测现阶段产品样机可能还不能在现场稳定运行（现场出纰漏还不如取消现场展示\哭），Tim Cook 在 WWDC23 发布Apple Vision Pro颇有赶鸭子上架的嫌疑。
目前国内很多AR/MR上下游厂商期待苹果发布的Apple Vision Pro带来新的行业起飞机会，Apple Vision Pro是否真正开启了新一代可穿戴设备的未来还需要等产品上市。你觉得怎么样？你会考虑买吗？欢迎评论区留言
最后介绍一下我们最近的几个学习活动：
1、【挑战赛】10天从零上手ChatGPT
ChatGPT能提高工作学习效率10倍以上，本次挑战赛会系统教学ChatGPT的应用操作。是知识星球「小六的ChatGPT学习圈」的学习活动，该星球是ChatGPT及相关AIGC行业的交流学习社区。上课时间6月5-16日。详情点击 入局 ChatGPT!
2、【挑战赛】深入、系统学习ORB-SLAM2
如果刚刚参与了视觉惯性SLAM读书挑战赛第2部分，之后想要更仔细的学习ORB-SLAM2，欢迎参与深度系统的学习，第6期《视觉SLAM必学基础：ORB-SLAM2源码解析：从 理论到实战》，将于6月9日正式上课，逐行讲解代码，彻底搞懂ORB-SLAM2
3、【挑战赛】激光雷达惯性SLAM-FastLio2
FAST-LIO2是香港大学火星实验室（MARS）开源的代码，是一种具有高计算效率、高鲁棒性的雷达惯性里程计。它通过紧耦合误差状态卡尔曼滤波器实现IMU和激光雷达融合的状态估计，是目前最先进的开源LIO框架之一。
本次挑战赛由上海交通大学博士王泽霖博士带队，提供修改源代码，开源代码地址：https://github.com/zlwang7/S-FAST_LIO
详情点击：激光雷达惯性SLAM-FastLio2，一个月搞定！
以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容
