苹果式 AI 哲学:不着一字,处处落子

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

苹果式 AI 哲学:不着一字,处处落子 Vision Pro不是iPhone

特约作者丨镜宇 cupl

封面来源丨苹果官网

本文仅代表作者本人观点

头显元年还没来

苹果史上最贵的产品Vision Pro,发售首年的销量目标被砍掉95%。

6月8日,据韩国媒体Pulse News报道,苹果公司已将Vision Pro的今年的销售目标下调至15万台。彭博社早前消息显示,苹果最初对Vision Pro首年的销量目标是300万台。

这款似乎不被市场看好的新产品,拥有一次很典型的苹果式亮相。

后发制人,不是行业“首发”,却凭借更强的技术和产品能力,配合独特的交互设计、完备的生态体系,重新定义产品甚至行业。iPod、iPhone、Apple Watch、Mac,莫不如是。

在我看来,Vision Pro不是更好的Meta Quest或PICO,而是基于空间交互的全新计算平台,XR领域的新物种。原因如下:

Vision Pro是一个完全独立的计算平台,硬件由M2和R1芯片驱动,软件有Vision OS,虽然看起来不太像电脑,但它的性能足以吊打市面上绝大多数电脑。 在核心硬件和技术领域拥有绝对碾压的优势,在头显设备最核心的几个环节——图像采集、图像显示、空间感知,以及各种硬件堆料方面,都是遥遥领先。 没有配备手柄,完全依赖眼动追踪、语音、手势等全新的极简交互方式。 依托苹果生态的内容优势,包括数以万计的应用和AppleTV+等。 同时兼具了AR(Augmented Reality,增强现实)、VR(Virtual Reality,虚拟现实)和MR(Mixed Reality,混合现实)的功能和形态,是截至目前XR(Extended Reality,扩展现实)领域的集大成者。

以上任意一点,Vision Pro都比同行表现出色,加在一起,说一句“新物种”不过分。

但今天的Vision Pro,未必能成为当初的iPhone。

即便强如苹果,充分利用在产品、技术和生态上的绝对优势,在逼近现有技术极限的基础上打造出来的新物种,也没能解决这种头戴式设备最核心的问题——使用场景。

在已经有iPhone、iPad和Mac的情况下,为什么我们还需要一个独立的空间计算设备?

影音娱乐自然是首要场景,空间的延展确实能够带来完全不同的体验,演示视频里过半篇幅都是在介绍看电影的效果如何炸裂。苹果还邀请了迪士尼CEO鲍勃·伊格尔(Bob Iger)为发布会站台,全世界最大的内容平台之一配合Vision Pro的沉浸式体验,想想都让人觉得兴奋。

不过,苹果只是想要造一台“空间版PlayStation”吗?当然不是!

苹果给出了一些很模糊的演示,比如在医疗领域可以用Vision Pro更好地看到器官的构造,比如学习。但只是一闪而过,完全没有“言之凿凿”,反而更像是人为创造的“伪需求”,就像苹果一直硬拗iPad Pro是生产力工具一样。

受限且单一的使用场景,加上3499美元起步的售价,注定了Vision Pro还不足以开启头戴式计算设备的元年——它只是少数人的玩具。

相比之下,我更看好的是,随着技术持续进步,这套空间计算能力可以跳出Vision Pro的产品形态限制,应用在更多设备和更广阔的领域。而作为当下载体的Vision Pro本身,反而不那么重要了。

苹果保守了吗?

一些声音认为,苹果在这一轮AI竞赛上已然落后。Vision Pro发布后,甚至有人发出批评:苹果点错了科技树,当大家都在玩AI时,库克却搞起了头盔,和整个科技界的浪潮背道而驰。

苹果在AIGC上保守了吗?

恰恰相反。苹果可能是这个星球上在AI领域布局最早、技术积累最多、产品应用范围最广的公司之一。

库克曾在接受采访时明确表示,他也在使用AI聊天机器人,并对其感到兴奋。他还透露,苹果正在密切关注这项技术,并有一些独特的应用场景。

事实上,苹果在很多年就开始了在AI领域的探索,甚至早于大部分人的想象。

2011年发布的iPhone 4S上,已经搭载了当时令人惊艳的智能助手Siri,背后的核心驱动技术就是“NLP(自然语言处理)”,也就是今天ChatGPT等生成式人工智能的基础技术之一 —— 让机器理解人们说话的意图。

周鸿祎在一次采访中称:NLP是人工智能皇冠上的明珠,谁参玩透了对语言的理解,谁就真正理解了这个世界,成为未来其它人工智能任务的底座。

随后十数年间,苹果以iPhone为核心载体,不断迭代在AI领域的硬件和软件能力。

在刚刚过去的WWDC 2023上,我们能够看到苹果在“机器学习”这件事上挑战的全新高度。硬件领域,苹果已逐渐转移到M系列芯片,M2 Ultra芯片可以负担大规模机器学习的性能需求,在某些场景和需求下甚至可以部分替代独立图形处理器。软件领域,新一代iOS、iPad OS、MacOS、WatchOS甚至Vision OS,都大规模地应用机器学习来提升用户体验。

比如,库克花了不少篇幅介绍的iOS 17输入法改进,就是利用了Transformer语言模型,精准学习用户的输入习惯,预测输入内容,大幅提升输入正确性。类似的案例还有很多。

总之,苹果WWDC 2023一句都没有提人工智能,但处处都是人工智能。

为什么外界会认为苹果在这波AI浪潮中显得非常保守和落后?原因可能是:

苹果是一家消费电子产品公司,虽然在产品背后大规模应用了机器学习相关的技术,但并没有专⻔发布一款以AI为核心的产品作为载体。 苹果的路径是:用领先的技术储备,打造出极致优雅的产品,重新定义品类和行业。而纵观AI技术领域,能够落地到消费电子上的产品形态还没有完全明确。 苹果不喜欢用“人工智能”的说法,而是倾向于使用“机器学习”这样更贴近技术、更中立的表达方式。 苹果一贯在交互体验和用户隐私方面有近乎变态的要求,现有AI产品还达不到。

综上,苹果在AIGC上不仅没有保守,反而有足够⻓期的投入和足够深度的技术积累,以及足够广泛的应用。不仅如此,苹果在AI潜在的落地领域也或多或少地有一些成熟产品了。

微软有Microsoft 365 Copilot,苹果有iWork三件套;特斯拉有FSD,苹果在自动驾驶领域也积累了很多年。

等待终极载体

苹果在AI领域的布局,我归纳为“处处不提AI,但处处落子AI”。在XR领域,或者说苹果所谓的“空间计算”领域,同样如此。

早在3D Touch时代,苹果就已探索在手机上实现更多维度交互的可能性。再后来,Face ID、激光雷达摄像头等看上去“平平无奇”的功能,被很多人吐槽根本用不到。但到今天,它们全部成为Vision Pro的基石。

这很苹果。

信息技术产业的发展,本质是不断提升信息生产、消费和传递的效率。从更宏观的视角看,已经可以看到两个比较明显的命题:一是信息获取效率的极致,二是数字世界的边界。

在第一个命题上,苹果用iPhone牢牢占据了移动计算的平台。Vision Pro则是苹果在第二个命题上,给出的答案雏形。这两个命题不是各自独立发展,而是相互交融,螺旋前进。

随着移动互联网式微,智能手机发展进入相对平稳时期,能带来创新性体验的产品越来越少,连外观都鲜有变化。各大巨头都在寻求新的计算平台,“空间计算”就是苹果开辟的全新战场。

但不得不说,这依然是一场库克时代的苹果式的豪赌。

过去,苹果每一次抓住重塑行业的新机会,几乎都是由乔布斯主导的,他以敏锐的洞察力和天才般的产品感觉,创造了一个又一个神话。今天的苹果似乎缺少灵魂人物,它还能复现乔布斯时代的“现实扭曲力”吗?没人知道。

但今天的苹果也早已脱胎换骨:数万亿美元的市值,数千亿美元的现金储备,以及多年的技术积累和远超乔布斯时代的资源投入。事实上,Vision Pro的诞生,正是在技术上不计代价投入的产物。

对苹果而言,任何产品层面的竞争,背后都是生态的竞争。用户买的不是iPhone,而是承载苹果软件和内容服务的载体。苹果推出Vision Pro,同样是出于长期生态竞争的考虑。

短期来看,苹果推出Vision Pro是要吸引更多的开发者,为苹果开辟全新战场储备足够多的应用和服务,并不断进行技术验证和迭代,搭建一整套基于空间计算的生态框架。

因此,Vision Pro更本质的意义在于,通过Vision Pro这样的产品,不断拓展数字世界的边界,进一步将物理世界和数字世界做更好的融合,带来全新的交互体验。这才是苹果真正要做的——积累空间计算平台相关的技术和生态。

听上去是不是很熟悉?这和iPhone、iPad的思路是完全一样的,是一套得到过充分验证的打法。

长期来看,空间计算平台的核心技术,包括但不限于空间信息采集、空间信息呈现、空间感知能力,以及基于各种传感器的空间交互能力,很像自动驾驶需要的核心能力。

苹果一直讳莫如深的“苹果汽车”,或许才是空间计算落地的真正载体。

别忘了,苹果从来都是一家消费电子产品公司,所有的技术积累,最后都会变成产品提供给用户。未来10年,还有什么比汽车更性感的消费电子产品吗?

以上就是苹果式 AI 哲学:不着一字,处处落子的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/522511.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
Linux环境变量简介及作用
上一篇 2025年11月9日 06:20:03
《潜行者2:切尔诺贝利之心》发布1.3.1版更新档
下一篇 2025年11月9日 06:20:12

相关推荐

  • 开发基于ChatGPT的自动写诗系统:Python让诗意流淌

    开发基于ChatGPT的自动写诗系统:Python让诗意流淌 自古以来,诗歌一直是人类表达感情和思想的一种重要方式。然而,写好一首优美的诗歌并不是每个人都能做到的,特别是对于那些没有诗歌创作经验的人来说。但是,现代技术的发展让自动写诗成为可能,人们可以利用计算机和人工智能技术来自动生成诗歌。在这篇文…

    2026年5月10日
    000
  • ai做html怎么运行_AI生成html运行步骤【教程】

    答案是使用AI生成HTML代码后,将其保存为.html文件并用浏览器打开即可运行。具体步骤为:1. 在AI工具中输入需求生成HTML代码;2. 将代码复制到文本编辑器并另存为index.html,编码选UTF-8,类型选“所有文件”;3. 双击该文件用浏览器打开,若无法正常显示需检查文件后缀、编码及…

    2025年12月23日
    000
  • p5.js中类方法声明的语法解析与常见错误修复指南

    本文旨在解决从java processing迁移至p5.js时常见的语法错误,特别是类内部方法声明不当引发的问题。我们将深入探讨javascript中全局函数与类方法声明的语法差异,提供清晰的示例代码,并指导如何识别和修复“unexpected token”及“declaration or stat…

    2025年12月21日
    600
  • p5.js中类方法声明的语法修正与迁移指南

    本文深入探讨了将Processing/Java代码转换为p5.js时,因JavaScript类方法声明语法差异而引发的常见错误。我们将重点解析`Unexpected token`和`Declaration or statement expected`等错误信息,明确全局函数与类成员方法在JavaSc…

    2025年12月21日
    000
  • TypeScript泛型函数中复杂对象结构类型推断的精确控制

    本文探讨了在typescript中处理复杂嵌套对象结构时,如何为泛型函数实现精确的类型推断。通过一个具体的汽车品牌和车型数据场景,我们分析了`object.values`等操作可能导致类型信息丢失的问题。核心解决方案是利用映射类型(mapped types)重构数据结构,以显式地建立泛型键与对应值之…

    2025年12月21日
    000
  • 解决 ChatGPT 扩展选择器失效问题:一个实战教程

    本文旨在帮助开发者解决 ChatGPT 网页更新导致扩展选择器失效的问题。通过分析问题原因,提供利用开发者工具查找新选择器的方法,并展示了使用 getElementsByClassName() 替代 querySelector() 的解决方案,以确保扩展功能在 ChatGPT 最新版本中正常运行。 …

    2025年12月20日
    000
  • ChatGPT 扩展失效:定位新版选择器并修复

    本文旨在帮助开发者解决因 ChatGPT 网页更新导致扩展失效的问题。通过分析失效原因,提供利用开发者工具定位新版选择器的实用方法,并给出示例代码,帮助开发者快速修复扩展,恢复其功能。 当 ChatGPT 网页更新时,依赖于特定 CSS 选择器的扩展程序可能会失效。这通常是因为网页结构的改变导致原有…

    2025年12月20日
    700
  • ChatGPT 扩展失效?定位新版选择器的实用指南

    本文旨在帮助开发者解决因 ChatGPT 网页更新导致扩展失效的问题。重点讲解如何定位新版 ChatGPT 网页中的目标元素,并提供使用 getElementsByClassName() 方法的示例代码,帮助开发者快速修复和更新扩展,使其重新适配新版 ChatGPT 网页。 ChatGPT 网页频繁…

    2025年12月20日
    500
  • ChatGPT 扩展插件选择器失效问题排查与解决方案

    本文旨在帮助开发者解决 ChatGPT 扩展插件因页面更新导致选择器失效的问题。通过分析页面结构变化,提供使用 getElementsByClassName() 方法替代 querySelector() 的解决方案,并提供在不同浏览器环境下调整选择器的思路,确保扩展插件的稳定运行。 由于 ChatG…

    2025年12月20日
    100
  • 应对ChatGPT界面更新:浏览器扩展选择器失效的定位与修复

    本文针对ChatGPT界面更新导致浏览器扩展选择器失效的问题,提供了一套定位与修复策略。核心在于利用浏览器开发者工具识别新的DOM结构和类名,并建议从不稳定的querySelector转向更适合动态UI的getElementsByClassName等方法,以确保扩展的稳定运行。 在开发浏览器扩展时,…

    2025年12月20日
    000
  • LINE Bot 多消息类型回复:文本与贴图的组合发送指南

    本文旨在解决 LINE Bot 开发中,通过 Messaging API 组合发送文本消息和贴图时遇到的 400 Bad Request 错误。核心问题在于对同一 replyToken 进行多次 replyMessage 调用,而正确的做法是利用 API 支持在单次调用中发送一个消息数组,从而实现文…

    2025年12月20日
    000
  • 使用LINE Bot与OpenAI API发送文本和贴图的完整教程

    本文详细介绍了如何在LINE Bot中集成OpenAI API生成文本回复,并在此基础上发送LINE贴图。核心挑战在于LINE Messaging API的replyToken通常只能使用一次,导致连续发送文本和贴图时出现400错误。解决方案是利用API支持一次性发送多条消息的特性,将文本和贴图消息…

    2025年12月20日
    000
  • 优化OpenAI API:解决GPT应用中意外代码生成问题

    本教程旨在解决使用OpenAI GPT-3.5 API(如text-davinci-003)时,模型意外生成无关代码的问题。文章强调了选择更适合代码生成任务的模型(如gpt-3.5-turbo或gpt-4)的重要性,并深入探讨了通过优化提示词(Prompt Engineering)来提升模型响应质量…

    2025年12月20日
    200
  • 解决 Next.js API 路由无法访问 Azure 云函数的问题

    第一段引用上面的摘要: 本文旨在帮助开发者解决 Next.js API 路由无法访问 Microsoft Azure 云函数的问题。主要原因通常是由于 process.env.VERCEL_URL 环境变量配置不正确,导致 Next.js 应用尝试通过 IPv6 的本地回环地址 ::1 连接云函数,…

    2025年12月20日
    000
  • 在Next.js API路由中高效传输OpenAI流式响应到客户端

    本文详细介绍了如何在Next.js应用的API路由中,以流式传输的方式将OpenAI的响应发送给客户端,从而实现类似ChatGPT的实时交互体验。针对旧版Node.js环境限制和API密钥暴露等常见问题,我们提出了一种基于Next.js App Router和Web标准API(如ReadableSt…

    2025年12月20日
    000
  • Node.js ES Modules中openai导入异常及误导性错误排查

    本文探讨了在Node.js ES Modules (ESM) 环境下使用openai npm包时,遇到的一个看似是SyntaxError的模块导入问题。文章详细分析了问题现象,揭示了其背后实则是一个与导入语句无关的运行时逻辑错误,并解释了为何这类深层问题可能导致误导性的编译或模块加载错误。通过代码示…

    2025年12月20日
    000
  • 深入解析Node.js中误导性模块导入错误的排查与解决方案

    本文深入探讨了Node.js项目中一个看似是模块导入错误(SyntaxError: The requested module ‘openai’ does not provide an export named ‘Configuration’),但实际根…

    2025年12月20日
    000
  • 探索chatgpt开发的挑战和局限性

    ChatGPT:机遇与挑战并存 OpenAI研发的ChatGPT彻底改变了人机交互方式,其应用范围涵盖客户支持、内容创作等诸多领域。然而,ChatGPT的发展并非一帆风顺,仍面临诸多挑战与局限。本文将深入探讨这些问题,并提出相应的应对策略。 1. 训练数据限制 ChatGPT的核心局限在于其依赖于预…

    2025年12月19日
    000
  • DeepSeek和Chatgpt可以&#t正确:如何使用元数据更新Cloudflare KV对

    使用cloudflare kv更新键值对及其元数据 本文提供使用Cloudflare KV API更新键值对及其元数据的代码示例。 虽然大型语言模型可以生成代码,但仔细阅读官方文档仍然至关重要。 以下代码片段演示了如何使用fetch API 更新Cloudflare KV中的键值对,同时更新其元数据…

    2025年12月19日
    000
  • RSS如何实现动态内容过滤?

    要实现rss动态内容过滤,核心在于引入“智能代理”对原始feed进行二次处理。具体路径包括:1.使用内置过滤功能的rss阅读器,如feedly、inoreader等,适合简单筛选;2.借助ifttt或zapier等自动化平台作为中间件,支持条件判断和内容分发;3.自建解析器,利用python、nod…

    2025年12月17日
    000

发表回复

登录后才能评论
关注微信