十年前，Snap 推出第一代 Spectacles。售价 129.99 美元、造型鲜艳、通过黄色自动售货机 Snapbot 限量销售，Evan Spiegel 甚至把它称作一个「toy」。十年后，Spectacles 变成了 SPECS，价格涨到 2195 美元，Snap 也不再满足于把一台相机戴到人脸上，而是想把它变成一台真正的空间计算机。今年的 SPECS 重量从上一代的 226 克降到 132/136 克，FOV 提升到 51 度，并且第一次真正作为消费者产品出售。但另一面，130 多克仍然远重于普通眼镜，2195 美元的价格也注定它很难成为一件普通消费电子产品。那么，Snap 花了十年做出的这副眼镜，究竟走到了哪里？这期节目，我们请刚刚现场体验过 SPECS 的泽霖，和长期关注 AR/XR 的开发者脑潘一起聊了聊。为什么 SPECS 明明取得了很大的工程进步，依然让人觉得离日常佩戴很远？如果我们不再要求 AR 眼镜全天候佩戴，它会不会反而变得更有用？当 AI 已经可以通过摄像头「看见」世界，人类究竟还需不需要眼前的这块屏幕？我们也从 SPECS 出发，聊到了今天整个 XR 行业面对的一个更大的问题：当苹果、Meta 和 Snap 都选择了不同的技术路线，下一代计算平台究竟应该长什么样？本期人物王泽霖，「声动早咖啡」监制，本次 Snap Specs 发布活动现场体验者脑潘，AR/XR 开发者、VR Play社区发起人丁教Diane，「科技早知道」主播时间轴 [02:30] 真正把 Specs 戴到脸上，是比想象中好，还是更差？ 130 多克依然明显重于普通眼镜，但实际重量分布和佩戴感受比预期更好显示和空间交互已经可以完成不少 AR demo，但软件的流畅度和完成度仍然无法与 Vision Pro 相比从「发布会看起来怎么样」到「真正戴起来怎么样」，几个人给 Specs 打出了完全不同的分数 [05:17] 2195 美元、130 多克，这副眼镜到底是卖给谁的？ Specs 想同时覆盖娱乐、生产力、AI、开发者和企业场景，很难用一个 killer use case 定义相比 Ray-Ban Meta 的轻量日常路线和 Vision Pro 的重度空间计算路线，Specs 试图把更多能力直接塞进眼镜当一款产品「什么都想做」，它也可能因此卡在不同产品形态的中间 [13:12] 为什么 AR 眼镜每解决一个问题，都可能制造另一个问题？ FOV、亮度、重量、续航、算力和发热彼此牵制，真正困难的是整套系统的 trade-off Specs 从上一代 226 克降到 132/136 克，减重约四成是明显的工程进步，但「进步很多」和「足够日常佩戴」是两个不同的问题 Optical See-Through 让人眼直接看到现实世界，现实世界本身没有显示延迟，因此虚拟物体的延迟和漂移会格外明显 [15:08] HoloLens 和 Magic Leap 都没解决的问题，Specs 为什么还要做？企业培训、工业操作和医疗等场景曾经被认为是 AR 最先落地的市场，但过去十年的商业化并不容易 Specs 的一个不同点，是 Snap 已经积累了 Lens Studio 和 AR 创作者生态，而不是从零开始寻找开发者真正的问题不只是硬件能不能工作，而是开发者能否找到足够高频、足够有商业价值的使用场景 [29:58] 拼 Lego、装家具：如果不需要全天戴，Specs 会不会反而变得有用了？当 AI 能识别真实物体，再把下一步操作直接叠加在物体上，空间计算开始出现手机和普通 AI 眼镜难以替代的价值 AR 眼镜未必一定要像普通眼镜一样全天候佩戴，也可能更像「阅读镜」：只有需要空间计算的时候才拿起来一旦使用时间从 8 小时变成 20 分钟，人们对重量、续航和外形的容忍度也会发生变化 [36:10] 从 129.99 美元的玩具到 2195 美元的电脑，Snap 花了十年 2016 年第一代 Spectacles 本质上还是第一人称相机；2019 年加入第二颗摄像头，开始获得深度信息 2021 年第四代第一次加入 AR 显示，2024 年第五代推出 Snap OS，并进一步成为一套空间计算平台十年前 Snap 想把一个好玩的相机戴到人脸上；十年以后，它想把一台完整的空间计算机戴到人脸上从「toy」到「computer」，Specs 的能力越来越强，但它需要回答的产品问题也越来越难 [42:07] AI 需要「眼睛」，但人真的需要一块屏幕吗？摄像头已经可以让 AI 理解用户看到的环境，因此「AI 需要视觉」并不天然意味着「用户需要 AR display」 Camera-only AI glasses、带摄像头的耳机和 AR 眼镜，代表的是不同的人机交互路线 Specs 必须证明 display + spatial computing 能创造纯摄像头设备无法提供的价值空间指引、shared AR 和多人互动，可能是显示真正不可替代的场景 [52:21] 一副真正的大众 AR 眼镜，还要等多少年？限制 AR 眼镜的不只是产品设计，还有电池能量密度、芯片能效、散热、光学和材料等底层技术对眼镜而言，比峰值算力更关键的问题可能是：在人脸能够接受的重量和温度里，究竟可以持续提供多少计算能力今天的智能眼镜可能首先让消费者习惯摄像头和 AI 出现在脸上，但这条路线是否能直接走到完整的空间计算眼镜，仍然存在争议 [58:01] XR 行业已经没有「灯塔」了吗？ Quest 2 时代曾经存在相对明确的行业路线，但 Vision Pro 之后，一体式、分体式、OST、VST、AI 眼镜和空间计算头显同时发展 Snap、Meta 和苹果正在用不同方式回答同一个问题：下一代计算设备究竟应该把多少能力放在人脸上？没有明确答案让开发者更难下注，却也意味着 XR 再次进入技术路线百花齐放的阶段 Specs 未必已经给出答案，但它让下一代计算平台最难的几个 trade-off 变得非常具体名词解释 AR（Augmented Reality，增强现实）将数字内容叠加到用户看到的真实环境中，让虚拟信息与真实空间和物体发生关系。 Spatial Computing（空间计算）让计算机理解用户所在的三维空间，并让数字内容与真实环境、物体和人的位置发生关系。除了显示，还涉及空间定位、环境理解、手势交互和多人共享空间等能力。 OST（Optical See-Through，光学透视）用户通过透明镜片直接看到现实世界，同时由光学系统将虚拟图像叠加到视野中。Specs、HoloLens 等采用这一思路。 VST（Video See-Through，视频透视）通过摄像头拍摄现实世界，再将现实画面与虚拟内容共同显示到屏幕上。Apple Vision Pro、Meta Quest 3 等属于这一类。 FOV（Field of View，视场角）用户能够看到虚拟内容的视野范围。更大的 FOV 可以提供更完整的空间体验，但通常也会增加光学设计、体积、功耗等方面的工程难度。 Waveguide（光波导） AR 眼镜中将微型显示器产生的光引导到人眼前的核心光学组件。它会影响视场角、亮度、清晰度、光学效率以及眼镜的整体尺寸。 Motion-to-photon latency（运动到显示延迟）从用户发生头部等运动，到显示系统根据运动更新对应画面之间的时间。对于 OST 设备，因为用户直接看到的现实世界本身没有显示延迟，虚拟内容的延迟和漂移会更加明显。 Snap OS Snap 为 Spectacles/Specs 打造的操作系统，用于运行 AR 体验并支持手势、空间交互等能力。 Lens Studio Snap 的 AR 创作和开发平台，开发者和创作者可以用它制作在 Snapchat 和 Specs 等设备上运行的 Lens 和 AR 体验。幕后制作监制：Yaxian 后期：迪卡运营：George 设计：饭团商业合作声动活泼商业化小队，点击链接直达声动商务会客厅，也可发送邮件至 [email protected] 联系我们。加入声动活泼声动活泼正在招聘全职商务运营经理、早咖啡内容实习生和社群实习生，如果你也对播客行业的内容制作感兴趣，欢迎点击招聘入口关于声动活泼「用声音碰撞世界」，声动活泼致力于为人们提供源源不断的思考养料。我们还有这些播客：声动早咖啡、声东击西、吃喝玩乐了不起、反潮流俱乐部、泡腾 VC、商业WHY酱、跳进兔子洞、不止金钱欢迎在即刻、微博等社交媒体上与我们互动，搜索声动活泼即可找到我们。期待你给我们写邮件，邮箱地址是：[email protected] 欢迎扫码添加声小音，在节目之外和我们保持联系。Special Guests: 王泽霖 and 脑潘.

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related