核心计算模组
Vision Pro的核心计算模组由主板、散热架&散热风扇，电源线、多种连接FPC、铝合金摄像头支架，多种摄像头、摄像头 连接FCP，按键，射频天线，超大light连接器，红外放光LED等组成。
Vision pro的主板采用的多层硬板，为加强其局部可弯曲的能力，是 使用了局部扣板层的工艺，该工艺从技术难度上看非常高，成本也非 常高，通过显微镜可观察到主板有12层，中间可弯曲部分只有中间6 层，并非柔性板。 Vision Pro的核心计算单元包括M2和R1芯片组。 M2芯片：M2，作为苹果自家研发的处理器，它将CPU、GPU、I/O 等集成在同一个芯片中。M2芯片可以提供强大的处理能力，同时由于 其集成度的特点，它能够在保证性能的同时，大大节省了能源，使电 池寿命更长。另外，M2芯片的出现，也使得苹果的设备在性能提升的 同时，体积可以进一步减小，为用户提供更出色的移动设备体验。 R1芯片：R1芯片是专门为处理机器视觉和机器学习任务设计的。它能 够实时分析和处理来自设备上各个部件的数据（如摄像头、传感器等 ），并根据处理结果做出相应的响应。例如，通过识别用户的特定运 动，自动调整屏幕的方向；或者通过分析摄像头捕获的图像，提供丰 富的AR体验等。总得来说，R1芯片使设备具有了更强大的"理解"和" 学习"环境的能力，进一步提高了用户体验。
Apple Vision Pro采用2个非常大的Nordic定制静音风扇，功 率2W左右，占用了很大空间，可见苹果在极致空间下为整机散 热做出来很大的牺牲。
1个dToF LiDAR激光雷达，沿用iPhone 后摄的dToF LiDAR形式， 通过测量激光脉冲从发射到接收的时间来计算距离，用于获取高 精度的三维深度信息支持3D拍摄、空间重建、空间的深度感知与 定位； 1组结构光相机，与iPhone的前置结构光Face ID类似，Apple称 为TrueDepth摄像头，利用结构光原理来获取场景的深度信息， 通常通过投射特殊编码的光斑并通过相机捕捉来计算深度，支持 FaceTime应用的面部扫描功能和前向区域的精细手势追踪； 主摄像头：2个前向的650万RGB摄像头，支持前向3D视频拍摄和 VST； 侧向摄像头：4个向侧前方的广角红外摄像头，可以覆盖更广泛的 场景并捕捉红外图像，支持6DOF追踪。
国内外厂商空间计算能力排序（具体评分）
我们在报告《空间计算是一种时代颠覆且必然到来——以Apple Vision Pro为基准，围绕空间计算的定性分析与定量比较》中引入了 Gartner魔力象限理论以构建对XR厂商的评分体系，具体而言以企业对未来的远见，和企业目前的执行能力作为横纵坐标，在增长速度快且 提供商差异化明显的市场中，提供了四种类型企业的图形化竞争定位： 领导者（Leader）：能够很好地实现当前的愿景，并为明天做好准备。 远见者（Visionaries）：了解市场的走向或有改变市场规则的愿景，但尚未很好地执行。 利基玩家（Niche Players）：成功地专注于一小部分，或者不专注，并且没有超越其他人的创新或表现。 挑战者（Challengers）：如今表现良好，或者可能主导很大一部分市场，但并未表现出对市场方向的理解。 Apple毫无疑问被划分入领导者（Leader）象限，Meta、Pico、Valve则被划分入挑战者（Challengers）象限，Pimax归属远见者 （Visionaries）象限，Varjo、HTC、YVR、DPVR属于利基玩家（Niche Players）象限。
超高清显示：主流产品分辨率正在由4K向8K前进
8K超高清显示的壁垒在软硬件的整合及调通能力上。从硬件层面看，单个配件支持8K，并不代表整个系统支持8K，整机厂商需要用Cost effective的方式打破厂商能提供的相对保守和安全的解决方案，挖掘和利用上游厂商提供配件的物理性能极限，来达到超高清显示效果。从 软件层面看，超高清显示需要通过多个功能模块辅助下的核心算法优化来达成，包括压缩算法、预测算法等。 Apple Vision Pro发布后，在清晰度上为VR产品设立了新的标杆。下图显示清晰度天梯图的产品/厂商位置，一定程度上也反映了现有产品/ 厂商在VR能力方面的排序。按照消费电子的逻辑，提升用户体验是第一位的，因此，超高清显示会是一个确定的发展趋势。
VisionOS——第一个为空间计算而设计的操作系统
visionOS 是专为 Apple “空间计算”而专门设计的第一款操作系统。这种计算模式与我们最熟悉的两种计算模式（桌面与移动计算）区分开 来。空间计算的理念是将工作环境/应用程序漂浮在面前。将其视为多个并排的窗户，但不是在桌面上，而是在半空中。 架构层面，visionOS 与 macOS 和 iOS 共享核心模块，但增加了一个 “实时子系统 (real-time subsystem)” 用于在 Apple Vision Pro 上 处理交互式视觉效果。实时子系统之上是3D引擎、空间音频引擎、注视点渲染器、空间开发框架等。
理解VisionOS/空间计算的基础概念
进入 visionOS 后，默认情况下，用户的视觉出现在公共空间（Shared Space），也就是，此时类似于桌面，用户拥有众多桌面视图中的一个。 用户可以打开一个或多个在空间中作为平面存在的窗口（Windows）。它们支持传统的视图和控件，但也支持 3D 内容，这些内容可以存在 于具有 2D 内容的窗口中。例如，在 CAD 程序中，对象可能是 3D，但工具栏可能是 2D的。
当用户视觉获取焦点，并且点击了视图后，画面会从平面转入立体，也就是从 窗口（Windows） 进入 体（Volumes）。应用程序还可以创 建三维空间，这些可以包含对象和场景。关键区别在于体积可以在 3D 空间中四处移动，并且可以从各个角度查看。这是查看商店橱窗展示与 绕着汽车走动并通过前窗、后窗和侧窗窥视之间的区别。
对于想要做完全沉浸应用的开发者，可以创建一个专用的完整空间（Full Space）。这就像游戏一样占据整个屏幕，在 visionOS 体验中，该 屏幕是完全沉浸式的，应用程序、窗口在完全沉浸式的环境中运行。
游戏：交互体验革新带动玩法创新
早期的游戏主要包括Apple Arcade的订阅游戏、ipad/iPhone的兼容游戏、以及基于Vision Pro开发的原生游戏。 Apple Arcade：两款热门游戏《NBA 2K24 Arcade Edition》和《Sonic Dream Team》可以在任意大的屏幕上玩，并提供令人惊艳的音 频和对流行游戏控制器的支持。 原生游戏：以轻度游戏游戏为主，如《超级版水果忍者》、《what the Golf》；也不乏《Demeo》这样的中重度游戏。 兼容游戏：以《崩坏：星穹铁道》为代表的重磅游戏也发布了Vision Pro版本。
视频流：真正实现沉浸式观看
沉浸式视频观看将是Vision Pro的核心功能。Apple TV+、Disney+、Max （HBO Max + Discovery）均支持Vision Pro，Apple TV的 全新的Apple Immersive Video将带来180度3D 8K空间音频内容。 演示视频中展示了独特的沉浸式电影交互体验，点击影片《曼达洛人》介绍页旁的按键后，快速穿越到宇宙中，还能同时通过多屏查看电 影相关的信息，包括载具、关键角色、星球等信息，用户仿佛在驾驶舱内真实操作飞船。 观看体育赛事也能获得沉浸式体验。点击ESPN+（美国体育电视节目）频道后，除了能在屏幕正中间观看橄榄球比赛的核心赛事，还能看 到屏幕周围的虚拟部件，可显示各种信息，例如实时得分、获胜概率、球场预览、多视角直播、球员信息、其他赛事等。 用户还能坐在沙发上沉浸观看《国家地理》频道；通过互动式体验感受漫威多元宇宙的魅力；与经典迪士尼角色米奇进行交互。
2D转3D影像的最后一公里
1月22日，TikTok发布了一项新型AI技术——“Depth Anything”，预示着2D影像转3D有望出现突破。2D视频“一键转3D”如果实现，将 大幅推进XR产业的发展。一种先进的单目深度估计（MDE）技术。这项技术能够从单张图片中提取出物体的深度信息。它使用了一个庞大的 AI训练数据集，包含了150万个标记过的图像和超过6200万个未标记的图像。如此大规模的训练不仅显著提升了其精度，还有效减少了AI模型 中常见的泛化错误。
TikTok发布的“Depth Anything”技术在提升深度图的质量方面取得了重大突破，意味着2D影像转化为3D影像的“最后一公里”问题有望 得到解决。此技术的应用将使得TikTok平台上现有的海量2D影像能够轻松转化为3D影像，让普通手机拍摄的2D影像“一键转3D”。这将为 Vision Pro版TikTok带来海量的3D视频源。
AI助力空间计算，Apple再次定义交互
空间计算是在三维的基础之上，连通及融合虚拟世界与现实世界的 一个全新的计算范式，其背后需要大量的AI加持，一方面需要AI辅 助渲染生成现实世界的数字孪生版，另一方面则需要AIGC满足对 内容量的需求。 Apple在历史上曾多次定义人机交互体验，如Mac、iPhone等， 2024年2月2日推出Vision Pro，售价为3499美金，再次定义交 互模式，且用自研M2芯片，支持Vision Pro图形AI渲染所需算力。
趋势：【 AI模型】向【边缘侧】部署
当前的一大趋势就是AI模型会向边缘侧的硬件终端去部署。苹果 Ferret→iPhone/Vision Pro；Meta LLaMA→Quest；谷歌Gemini→Pixel Pro/安卓系统，微软&Open AI GPT→AI Pin。像微软、谷歌有大模型先发优势的公司，在加强硬件终端的布局；像苹果有智能硬件优势的公 司，在努力做自己的AI模型。最后的结果可能是殊途同归，科技巨头们都在做一个部署了AI模型的真正的智能终端设备。 未来有可能是多种商业模式与多种产品形态共存在终端设备上，有的可能像卖软件，有的是操作系统自带的AI模型。终端设备的1）AI运算由 于基数大，边缘计算会超过云计算的需求；2）终端直接产生数据，优化模型也提升用户粘性； 3）商业模式相比2B收费更为透明直接。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
