蘋果頭顯設(shè)備Vision Pro突出2項技術(shù)，即“空間計算”和手部、眼部跟蹤。“空間計算”使設(shè)備能夠?qū)W習(xí)并與物理環(huán)境進(jìn)行交互；手部和眼部跟蹤功能通過從設(shè)備側(cè)面、前置和底部安裝的攝像頭收集手部和眼球的感應(yīng)數(shù)據(jù)，使用戶能夠操作虛擬環(huán)境并與之交互。目前來看，蘋果頭顯產(chǎn)品沒有進(jìn)一步推動XR市場，但不可否認(rèn)的是其產(chǎn)品的先進(jìn)性。下面全面對比現(xiàn)有的XR終端和芯片，并說明生成式AI對XR行業(yè)的影響。

微軟在大模型方面具有優(yōu)勢，XR終端和芯片供應(yīng)商屈指可數(shù)

微軟是較早進(jìn)入頭顯市場的廠商之一，2015年便推出頭顯產(chǎn)品HoloLens。微軟還與OpenAI建立了獨家合作伙伴關(guān)系，使其可將OpenAI公司的GPT-4大模型引入生產(chǎn)力相關(guān)的軟件和云服務(wù)，例如微軟于2022年在GitHub開發(fā)了Copilot，2023在操作系統(tǒng)和辦公軟件中融入了Copilot，而背后是GPT大模型提供支持。

蘋果正在開發(fā)自己的大模型，使用2000億參數(shù)訓(xùn)練。作為對比，OpenAI的GPT 3.5大模型有175億參數(shù)，GPT-4大模型超過1萬億個參數(shù)。谷歌的大模型Switch和PaLM2分別為1.6萬億和3.4千億參數(shù)。NVIDIA和百度的LLM也具有更大參數(shù)，分別為5.3千億參數(shù)和2.6千億參數(shù)。與競爭對手相比，蘋果的大模型規(guī)模相形見絀。

過去2年，大模型越來越大推動計算能力需求增長，預(yù)計微軟將GPT-4與其產(chǎn)品、服務(wù)融合，具有更強的產(chǎn)品競爭力。大模型還將持續(xù)迭代，比如OpenAI已經(jīng)在開發(fā)其GPT-5模型，而谷歌發(fā)布了新的Gemini大模型。

圖注：主流大模型LLM對比

1. 終端產(chǎn)品

蘋果在2023年擁有20億設(shè)備總安裝量，活躍iPhone用戶群達(dá)到1.46億，Vision Pro可以利用蘋果的龐大客戶群。蘋果另一個優(yōu)勢是其生態(tài)系統(tǒng)，使得蘋果手機、PC、穿戴設(shè)備產(chǎn)品之間無縫連接，并允許用戶訪問許多蘋果的應(yīng)用程序。

在定價能力上，對包括蘋果在內(nèi)的主流頭顯公司（Meta、索尼、PICO和微軟）的計算平均價格，蘋果頭顯的價格明顯高于平均水平（1,710美元），鑒于其品牌價值，其產(chǎn)品溢價不足為奇。

從功能和硬件規(guī)格來看，蘋果Vision Pro的優(yōu)勢之一是顯示質(zhì)量，像素為2300萬像素，領(lǐng)先于其競爭對手，Vision Pro采用的Micro-OLED屏幕提供比大多數(shù)VR中的液晶顯示器更高的分辨率和更清晰的對比度。

圖注：各品牌XR頭顯的功能和硬件對比然而，Vision Pro在刷新率方面存在不足，最高刷新率為100Hz，而除PICO外的大多數(shù)競爭對手支持120Hz。此外，Vision Pro電池壽命與Meta和PICO并列，但落后于索尼和微軟。Vision Pro配備了更多攝像頭和傳感器，包括12個攝像頭、6個麥克風(fēng)和5個傳感器，用于高級跟蹤和交互，以及更寬的視野。不過，Vision Pro比其競爭對手略重。

2. 芯片

對比XR設(shè)備使用的芯片，蘋果是唯一一家使用自己的芯片（M2和R2）的公司，而Meta、PICO和微軟則使用高通的Snapdragon芯片（XR2和850）。索尼的PS VR頭顯是唯一一款采用定制聯(lián)發(fā)科芯片的設(shè)備。

圖注：各品牌XR頭顯使用的芯片由于聯(lián)發(fā)科定制芯片沒有公開披露性能，下面進(jìn)一步對比驍龍和M2芯片。

高通的驍龍XR2芯片是專門為XR頭顯應(yīng)用設(shè)計的，被多個頭顯設(shè)備采用。蘋果M2采用5nm光刻技術(shù)，具有20MB緩存和10核GPU，主頻為1398MHz，在圖形處理能力方面超過高通驍龍XR2 5G和驍龍850，擁有3578 GFLOPS、GPU FP32浮點運算能力。M2在Geekbench基準(zhǔn)測試上也表現(xiàn)出色，在平均單核（4223）和多核（18170）性能方面均有較好的測試結(jié)果。

圖注：蘋果M2芯片和高通驍龍XR2、驍龍850芯片性能對比

生成式AI對XR的賦能

生成式AI在XR頭顯中的應(yīng)用主要聚焦在3D內(nèi)容創(chuàng)作和虛擬體驗優(yōu)化。下一代AI渲染工具將賦能內(nèi)容創(chuàng)作者使用如文本、語音、圖像或視頻等各種類型的提示，生成3D物體和場景，并最終創(chuàng)造出完整的虛擬世界。此外，內(nèi)容創(chuàng)作者將能夠利用文本生成文本的大語言模型，為能夠發(fā)出聲音并表達(dá)情緒的“虛擬化身”生成類人對話。

這些功能有助于生成逼真的視覺效果，增強 XR頭顯呈現(xiàn)的真實感和沉浸感。此外，生成式AI算法可以不斷從用戶交互和反饋中學(xué)習(xí)，以隨著時間的推移改進(jìn)內(nèi)容生成、個性化和適應(yīng)，這種自適應(yīng)學(xué)習(xí)過程確保了XR體驗不斷發(fā)展，并變得更加適合個人用戶的偏好和行為。

圖注：生成式AI在XR頭顯的應(yīng)用包括對話式AI、AI渲染（圖源：高通）

XR頭顯的市場前景

根據(jù)KHAVEEN的數(shù)據(jù)，XR市場目前由Meta引領(lǐng)，在2023年第三季度的市場份額最高，為49%，其次是索尼推出的PlayStation VR2，微軟包含在“其他”里面。

圖注：全球XR頭顯按品牌劃分的出貨量對比（圖源：KHAVEEN）

另外，根據(jù)IDC、Counterpoint Research、Mordor Intelligence、Frost & Sullivan和Precedence Research的數(shù)據(jù)，平均預(yù)測XR市場復(fù)合年增長率為42.24%。

圖注：各市場研究機構(gòu)對XR市場的預(yù)測XR市場的消費者驅(qū)動力包括娛樂，如（游戲、電影和電視節(jié)目）、虛擬購物、虛擬旅行和虛擬體育；企業(yè)級應(yīng)用的驅(qū)動力來源于制造（工業(yè)設(shè)計和建模、遠(yuǎn)程工廠監(jiān)控）、醫(yī)療保健（VR醫(yī)療、低強度醫(yī)療手術(shù)）和零售（增強的員工培訓(xùn)）。

小 結(jié)

AR/VR的企業(yè)級和消費電子應(yīng)用并不是新興事物，但直到現(xiàn)在，包括生成式AI、計算機視覺等人工智能技術(shù)的進(jìn)步，才允許輕量級XR終端設(shè)備提供逼真的沉浸感、自然的交互性等使用體驗。盡管XR頭顯的用戶群體目前仍然不大，但是隨著AI技術(shù)在XR頭顯終端的應(yīng)用持續(xù)深化，或?qū)⒊蔀楦淖冃袠I(yè)現(xiàn)狀的關(guān)鍵。

審核編輯 黃宇