Apple Vision Pro 與 WWDC：誠實的特權、市場定位與社會影響

熬夜看完 WWDC 之後，除了被 Apple Vision Pro 震撼，一個很奇怪但驚艷我的感想是：Apple 很「誠實」。

幾乎可以說，Apple 從產品研發到市場定位，策略都是「誠實」。誠實不是簡單的事。在發表會上，有幾個瞬間抓住我的注意力，其中一個就是當 Tim Cook 強調，「Vision Pro 是一台電腦。」

我們可以簡單將之理解為「以單價更高的電腦作為參照，合理化 Vision Pro 的高定價」；然而仔細一想，這個定位實際上是一個誠實的定位。

Let's be honest：VR 頭戴式裝置「很困難」

Apple 研究表示，在戴上 VR 裝置時，身體預期與眼睛所視的延遲必須在 12 毫秒以內，否則大腦便會察覺延遲，並令使用者感到不適。

為了達到這樣的速度，晶片的效能非常重要，而不能仰賴手機等外部裝置將影像傳到 VR 裝置。此外，也需要一個特製的作業系統（visionOS），專門提高影像處理的速度。

12 毫秒意味著，從鏡頭捕捉到手勢，軟韌體辨識並作出回應，最終透過顯示器顯示，整個過程必須在 12 毫秒內完成。也因此，Apple 自行研發晶片這項策略顯得更加正確，才得以設計 R1 處理器，配合過去累積的感光元件技術。將 iPadOS 從 iOS 切出來，這項我當初看得一頭霧水的決策，現在也顯得明瞭——其中的研發經驗可以成功轉換上 visionOS。唯有達到極致的軟硬整合，才有機會做到這麼低的延遲。

同時，為了達到更佳的沉浸感，影像的解析度必須高到肉眼幾乎無法察覺。這不是件簡單的事。當我們使用手機，螢幕距離人眼大約是 30 公分；相較之下，電視距離人眼大約是 1~3 公尺。如果我們拿放大鏡去看，便能注意到，手機的 RGB 像素元件比電視小非常多。

而 VR 裝置的顯示器距離人眼，大約是數公分以內，這使得顯示器的 pixel 必須要做到非常小且非常密。也因此，Apple 在 WWDC 上說，Vision Pro 的像素達到了 2300 萬個，密度是 iPhone 的 64 倍。為了讓大眾了解，Tim Cook 的說法是「每隻眼睛前有一台 4K 螢幕」。

——但這個比喻在技術上不精準。因為 Vision Pro 內的顯示器只有郵票大小，要在這麼小的區域塞入這麼多 pixel，工藝難度比 4K 螢幕要高上不知道多少倍。

以上這些溢美之詞，並非要顯示我是果粉（我不是，雖然我每個裝置都是 Apple）——而是要說明，把一台電腦戴在頭上，確實很困難。

誠實接受這一切「很困難」，可能是做出好產品的第一步。為什麼過去的 VR 眼鏡屢屢讓人興奮，最終默默落下，或許就是因為他們誤以為這一切「很簡單」。

當然，誠實是一種特權。有餘裕的公司才有誠實的權利。

誠實的特權，與效率的護城河

Apple 在每個研發階段的成果，都能應用在其他產品線上。例如 Face ID（另一項當初我看不明白的決策）和Memoji（一個卡通版的自己，我從不用這功能），有可能就是為了 Vision Pro 的 Facetime 鋪路。

使用 Vision Pro 打 Facetime 時，因為沒有任何相機可以自拍，所以實際上對方看到的，是一個 3D 掃描後、幾乎擬真的「你」，並根據你的動作與表情即時顯示。

我們也因此對 Apple 的產品策略有了更多想像：Apple 收購 Beats 以及研發 Airpods，是否是為 Vision 的聲音技術鋪路？這次 WWDC 上快速帶過的，Safari 支援 PWA，是否可能是為了未來 visionOS 的 web app 體驗鋪路？

這是 Apple 一條罕見的護城河。許多人認為，Apple 的護城河是品牌——而這當然沒錯。然而一票死忠粉絲與高貴品牌迷思，無法真正有效排除競爭者。

我認為 Apple 真正強大的護城河，在於其產品研發極為高效，幾乎沒有冗餘。一項新技術不僅能在單一產品上使用，還同時是另一項產品的基礎。這使得研發的邊際效益極高。

Apple 不會去追逐摺疊手機、美顏相機或五顆鏡頭等其他手機廠推出的酷炫 feature，因為 Apple 的產品 roadmap 相當清楚：每項技術，都要為其他產品線鋪路。

幾乎可說，Steve Jobs 當年在 Stanford 畢業典禮演講所說的「connecting the dots」成為了某種預言或信條，揭示了 Apple 這 18 年的研發原則。

相較之下，其他 VR / AR 賽道的競爭者，就沒有這種餘裕，自然也就沒有誠實的特權。Meta 缺乏硬體經驗，還有自己亂喊元宇宙的壓力；Microsoft 的硬體業務持續沒有起色，真正的優勢在辦公軟體。因此他們無法——或許並非不願——誠實面對「做 VR 很難，需要很長時間、很多技術」。

後見之明，這使 Meta 的 Quest 和 Microsoft 的 HoloLens，不僅不具備先行者優勢，反而成為替 Apple Vision Pro 教育市場，甚至對比出 Vision Pro 效果之好。根據目前實測者的分享，幾乎無一例外都表示「Vision Pro 是效果最好的 VR」——而這還是在大家對 Apple 期待已經極高的情況下。

誠實的好處，不僅是企業文化或市場期待，而是能更清楚看見並解決問題。Apple 並沒有想著「先做到這樣就好，測試一下市場」，而是選擇一步一步堆積技術門檻。誠實地說「這就是一台頂規電腦」，當然售價也就相當誠實。

長久以來，我一直是一個 VR 的悲觀論者，認為 VR 並不能為人類帶來（許多人鼓吹的）美好價值，其天花板也僅僅是沉浸感更佳的遊戲機。然而這次 WWDC 不僅帶給我從未觸及的想像，甚至 Apple 根本不打算講遊戲。

誠實的定位：主打生活與生產力

與多數我們看到的 VR 不同，Apple 不提遊戲、運動、戶外，一切的場景都是室內與靜態，最常見的畫面是一個人，靜靜坐在沙發或站在桌子前。

這當然也是一種誠實：誠實面對現在的技術，無法配合全部的應用。一旦做出這個決策，接下來的產品設計就變得清晰：由於 Vision Pro 不主打運動、遊戲等需要身體大動作的應用，裝置就可以做得更重也更好。不需要委屈用塑膠，可以採用玻璃和金屬，同時也不用在現階段，處理遊戲反應時間、3D 暈等問題。

另一項 Apple 完全不提的，是虛擬世界（或 buzzword「元宇宙」）。Tim Cook 在 ABC 的專訪中提到，「Vision Pro 不是關於抽離（isolation），而是連結（connection）。」這是常見對於 VR 的質疑：你把自己與外在世界，用一個顯示器隔開，而 Apple 當然要避免這樣的品牌形象。

然而，另一個思路是，Apple 可能把虛擬世界當成「一種 feature」。如同 Steve Jobs 在多年前想收購 Dropbox 時，稱 Dropbox 為一個 feature，而不是一個產品或生意；Tim Cook 很可能也把虛擬世界當成一個 feature。

這對我來說，也是一種誠實：元宇宙按照定義，是由眾多使用者共同建構的，無法由單一巨頭搭建。這類的事情，應該交由開發者去想像；相反地，沉浸感、生產力應用、與 iPhone 和 Mac 的連結，這些才是「只有 Apple 做得到的事」。

Apple 提出室內靜態情境，使他們得以專注在沉浸感。實測者口述中，最讓我驚艷的應用，是坐在 NBA 的場邊觀賞球賽。不必受限於轉播的鏡頭切換，可以近距離隨意觀賞任何角度。這使 Vision Pro 脫離電視與電影的範疇，從而創造出全新的觀賞體驗。

（更別說一般的 NBA 例行賽，場邊座位票價大約就要 $3000~$5000 美金，看一次就能買一台 Vision Pro。）

室內靜態情境也包含生產力應用。這也是 Apple 一次聰明的市場定位。為了一台遊戲機花 $3499，很可能會被伴侶碎念，還要假裝是路由器；可是接近無限大的螢幕、可以自由調整身體姿勢、高速的視線 UI，只要能提高生產力與工作時的愉悅程度，$3499 的辦公設備便不算太過離譜。

這個定位對我來說極為合理，合理到讓我訝異，為什麼其他公司從未給出這種清晰的定位。其他競爭者似乎總在追求更酷、更刺激的應用，事後回頭看，卻落入所謂的「solution finding a problem」：拿著 VR 裝置這把錘子，試著到處去敲釘子。

然而當然不僅如此。科技巨頭們並不傻。這個定位，也高度仰賴 Apple 的技術累積，而成為雞生蛋的問題。如果沒有高解析度與低延遲，以上的沉浸感和工作應用也就不成立——看電影或工作時卡住，可是會很生氣的。

誠實的技術選用

在這次 WWDC 上，同樣讓我印象深刻的一點，是 Apple 自始至終不談 AI。取而代之，他們用了相對精確但不 sexy 的詞，如 Machine Learning 和 Transformer Language Model。

我們同樣可以將之視為「不用 buzzword」的企業文化——然而，比照上述元宇宙相似的思路，AI 對於 Apple 來說，可能也「只是一個 feature」。

37signals 的 CEO Jason Fried 在推特表示，現在出現了兩項設計願景：ChatGPT 是消弭 UI，而 Apple Vision Pro 則是讓 UI 無所不在。我起先同意這項看法，然而後來我反駁了我自己。

對於 Apple 來說，AI 是一項逐年發展的技術。毫無疑問，這項技術會讓 Apple 的產品體驗更好，卻不會改變 Apple 產品的本質，即讓使用者的生活更加輕鬆美好。AI 與 UI 並非對立的，而是融合在產品的細節之中——該用 AI 時就用、該呈現 UI 時就呈現。

AI 對於 Apple 來說只是一個 feature，並且與目前流行的「生成式 AI」不同，Apple 的 Machine Learning 在裝置上運行，運用的是裝置自身的算力，而非聯網使用遠端算力。這也讓「Machine」、「Learning」這個詞顯得更加準確：機器會學習使用者的行為，使體驗更加完善。

這一點也不特殊的觀點，卻深深打動了我。對於 Apple 來說，「有辦法改善使用者體驗」才是唯一重點。這正是 2023 年 WWDC 提到 AI 時的一貫態度。他們使用 Machine Learning 和語言模型，增強視訊、打字、日記的體驗。

然而這種思維，也可能是一把雙面刃，並導致 Apple 多年來在 Siri 上的落後。當其他人（如 Sam Altman）將 AI 視為產品本身，Apple 只把 AI 視為一項附屬技術，自然會導致後者的研發能量遠不如前者。

不那麼誠實：連結與社會影響

在種種令人讚嘆的技術與市場定位之外，Vision Pro 的 Demo 裡，有兩個橋段特別令人哀傷：一個爸爸看著小孩的生日影片，以及當小孩坐在地上玩的時候，按下錄影鍵。

儘管這是合理的應用，卻肯定是孤獨的應用。因為當人按下錄影時，他已經「不在現場」（不論 Vision Pro 的畫面有多逼真）。這就好比 iPhone 帶給人類的影響：當我們到了演唱會或自然美景，第一直覺是拿出手機來拍照。然而這反而讓我們錯過了那個「當下」。更多時候，當我事後看著照片，只覺得自己拍下了平凡無奇的照片，而完全想不起來當時的體驗與感動。

就連 Facetime 也變得「不在當下」：你的朋友，看見的是一個虛擬的「你」。EyeSight（Vision Pro 外模擬臉部的顯示器），儘管我認為是聰明的設計（並且再次思考，為什麼沒有其他人這樣設計？），卻依然讓人「不在當下」。

這也讓上面提到過 Tim Cook 的專訪顯得有那麼一點不真心：「Vision Pro 不是關於抽離（isolation），而是連結（connection）。」如今我們都知道，手機以及其上的社群應用，讓大眾普遍更感到孤獨；而 Vision Pro 幾乎確定，會帶來類似的影響。

這有可能是為什麼，Apple 在今年的 WWDC 上，花了不少篇幅在心理健康（Mental Health）和自我覺察（Self-Caring）上。然而，終究無法相抵。VR 的沉浸感本質，就是會讓人與真實世界產生隔閡。這不需要是一個道德判斷，卻是一個值得長期關注的社會現象。