雷峰網模型更新

蘋果、Meta 之外,XR 眼鏡行業距離真正的爆發還有多遠?

2026年6月1日 02:24

重點摘要

過去幾年,XR 眼鏡行業似乎始終處於尷尬境地。一邊是行業不斷追求更大的 FOV、更輕的重量、更復雜的 AI 功能參數、概念與技術路線快速迭代,整個賽道彷彿陷入一場關於“未來形態”的軍備競賽。另一邊,一個更現實的問題卻始終懸在頭頂:用戶願不願意戴,或者說,願不願意長期戴?這也是 XR 眼鏡行業過去幾年始終沒有真正迎來大規模爆發的一大原因。“大家高估了一兩年的爆發,卻低估了 5 到 10 年的底層變革。“5月20日,在VITURE Beast 新品發佈會期間,創始人姜公略面對雷峰網,給出的判斷顯得很冷靜。在他看來,XR 乃至整個眼鏡行業至今仍未形成真正的共識。大家都篤信眼鏡是下一代終端,卻沒人知道究竟該如何走向終局。這種"無共識"的狀態,讓不同玩家給出了完全不同的答案。有人押注全天候的 AI 信息眼鏡,有人豪賭沉浸式的空間計算,有人則試圖把產品做得更輕、更小、更像“未來”,而VITURE 選擇回到第一性,從用戶身上尋找產品定義的答案:今天的 XR 眼鏡,是否已經好到可以真正留下普通用戶?多大的 FOV 才真正舒適?重量、清晰度、亮度與沉浸感之間,應該如何平衡?用戶到底需要的是更多功能,還是一副終於“能長期使用”的 XR 眼鏡?某種意義上,這也是 VITURE Beast 想要回答的問題。圍繞 VITURE 為什麼堅持“沉浸式體驗”路線、XR 眼鏡為什麼遲遲沒有真正爆發,以及這個需要 10 年才能長出來的行業究竟還缺少什麼?姜公略給出了自己的回答。以下為經編輯後的對話實錄:01迴歸人的第一性雷峰網·鯨犀:這次 Beast 看起來用了一些精細的思路,把 Birdbath 方案改造得更接近大家訴求。你覺得 Birdbath 是未來的終極方案,還是隻是現階段的過渡?姜公略:我們的 Beast 不是 Birdbath,Beast 使用的是“混合光波導”——它是一種混合方案。Beast 使

站內 AI 整理稿

過去幾年,XR 眼鏡行業似乎始終處於尷尬境地。一邊是行業不斷追求更大的 FOV、更輕的重量、更復雜的 AI 功能參數、概念與技術路線快速迭代,整個賽道彷彿陷入一場關於“未來形態”的軍備競賽。另一邊,一個更現實的問題卻始終懸在頭頂:用戶願不願意戴,或者說,願不願意長期戴?這也是 XR 眼鏡行業過去幾年始終沒有真正迎來大規模爆發的一大原因。“大家高估了一兩年的爆發,卻低估了 5 到 10 年的底層變革。“5月20日,在VITURE Beast 新品發佈會期間,創始人姜公略面對雷峰網,給出的判斷顯得很冷靜。在他看來,XR 乃至整個眼鏡行業至今仍未形成真正的共識。大家都篤信眼鏡是下一代終端,卻沒人知道究竟該如何走向終局。這種"無共識"的狀態,讓不同玩家給出了完全不同的答案。有人押注全天候的 AI 信息眼鏡,有人豪賭沉浸式的空間計算,有人則試圖把產品做得更輕、更小、更像“未來”,而VITURE 選擇回到第一性,從用戶身上尋找產品定義的答案:今天的 XR 眼鏡,是否已經好到可以真正留下普通用戶?多大的 FOV 才真正舒適?重量、清晰度、亮度與沉浸感之間,應該如何平衡?用戶到底需要的是更多功能,還是一副終於“能長期使用”的 XR 眼鏡?某種意義上,這也是 VITURE Beast 想要回答的問題。圍繞 VITURE 為什麼堅持“沉浸式體驗”路線、XR 眼鏡為什麼遲遲沒有真正爆發,以及這個需要 10 年才能長出來的行業究竟還缺少什麼?姜公略給出了自己的回答。以下為經編輯後的對話實錄:01迴歸人的第一性雷峰網·鯨犀:這次 Beast 看起來用了一些精細的思路,把 Birdbath 方案改造得更接近大家訴求。你覺得 Birdbath 是未來的終極方案,還是隻是現階段的過渡?姜公略:我們的 Beast 不是 Birdbath,Beast 使用的是“混合光波導”——它是一種混合方案。Beast 使用的是一種“波導”的變形方案。但考慮到單單“波導”二字在大家的概念中,還是會想到陣列波導或者衍射波導。所以,為了讓用戶更清楚地理解,我們使用了“混合波導”這種說法。混合光波導和 Birdbath 有巨大差別。因為混合波導的 FOV 上限從 58 度開始,可以幾乎一直拉到跟 VR 類似——100 度以上。這是一個全新產品的第二階段,我們打破了 Birdbath 的既有屏障——52 度的光學極限。而混合波導方案則帶來了下一個新階段。這是除了 VR 之外,未來最有可能打開市場的新方案。所以我們認為它是一個跨越式的革命,同時也是新一代革命的一個起點。雷峰網·鯨犀:但在 XR 行業裡,大家往往會天然追求更大的 FOV、更強的參數。這次產品最核心的取捨是什麼?姜公略:我們當然希望把所有東西都做到最好,但一定有優先級。VITURE 追求的,不是一味追求 FOV,最追求的是清晰度和亮度。在這個基礎上,再去達到足夠好的 FOV。當然,因為我們足夠強大的光學創新,我們也實現了目前消費級 XR 眼鏡行業最高的 FOV,但我們最初並不是把 FOV 作為第一性指標。如果我們把 FOV 作為第一目標,我們的 FOV 還可以更大,比如做到 70 度,但那會犧牲清晰度和亮度。所以我們在這裡做了取捨:我們要讓清晰度、亮度實現最高。雷峰網·鯨犀:除了 FOV,另一個行業裡經常“卷”的方向是重量、AI 和功能堆疊。現在 Beast 依然堅持 88 克、3DoF,這背後的邏輯是什麼?姜公略:還是回到人的第一性原理。88 克基本上是一個人能夠佩戴 3 到 4 個小時的極限重量。如果再做得更重,用戶就沒辦法佩戴這麼長時間。就如同 Apple Vision Pro,用戶覺得體驗很好,但只能戴半個小時。我們還是要找到一個能讓用戶真正“用起來”的重量。我們要在這個重量的基礎上去加功能。我們不會去跟著別人“卷”功能,而會在行業內推出一些不一樣的、領先的體驗,同時這個體驗是真正用戶一直想要的。我們認為產品定義的答案是清晰的,因為答案就在用戶身上。雷峰網·鯨犀:研發過程中內部有沒有經歷過某項特別想要做成,但過程中又不得不砍掉的功能?姜公略:這個倒還好,因為我們不從主觀角度去設定要做什麼樣的東西,而是完全從客觀角度出發,客觀角度就是說,在今天技術、工藝和成本可控的情況下,我們能夠做怎麼樣的一個組合。從光學角度來說,大家會比較關注 FOV 這一項,但其實整個光學系統上有 16 項不同的指標,每一項指標之間,其實都是 trade-off 的關係。你可以理解為一種籌碼分配,當你把籌碼給到這個方向,另外一個方向可能就會受到影響。所以學會權衡,是一個非常重要的 know-how。對我們來說,把這些東西看透了之後, FOV 最大能做多大,是可以自然而然推導出來的。雷峰網·鯨犀:有哪些核心方向一開始的 idea 是你親自提出,並一直跟進開發的?姜公略:我都會親自參與。比如混合波導,這是 Beast 最大的亮點之一;還有通過芯片來實現本地計算的原生 3DoF,以及整套產線系統,都是很難的部分。包括 Prism 的生產,到我們每臺產品出廠的逐臺標定。所有設備、算法、軟件都是我們自己開發的,因為沒有現成東西可以去借鑑。雷峰網·鯨犀:你在新品發佈會上提到 Beast 研發歷時三年,這個過程中,大概經歷了多少輪迭代?姜公略:很多。從芯片角度來講,我們從 FPGA(Field-Programmable Gate Array,可編程邏輯芯片)開始,再到很大的開發板,然後再到小的 EVB(Evaluation Board,評估板)板子,再到能夠真正放進眼鏡裡的異形板,後面再把它切片成不同的板子,優化散熱、外觀、結構設計和強度。整個流程很難用數字去衡量,但這是一個快速迭代、同時又極其複雜的系統工程。雷峰網·鯨犀:所以本質上,是一個持續推翻、持續重做的過程?姜公略:對,一直不停地迭代,直到我們覺得它達到了一個很滿意的狀態。雷峰網·鯨犀:Beast 的核心顯示方案採用了索尼的 MicroOLED。你們如何建立合作?在調試和量產上做了哪些打磨?姜公略:我們本身已經是這個行業最大的品牌之一,所以包括索尼在內,很多品牌都和我們保持非常好的合作關係。我們認為索尼這款 MicroOLED,無論是效率、發光還是整體顯示,都是最符合我們產品定義的。我們和索尼是深度合作伙伴,包括屏幕寄存器、色彩曲線、色彩算法,其實雙方都有非常深入的聯合開發。因為屏幕裝在光學系統裡,是一套完全不同的體系,所以我們內部也有專門做屏幕的科學家去做這部分事情。雷峰網·鯨犀:從 One → Pro → Luma → Beast,VITURE 四代產品一路演進下來,背後的主線是什麼?Beast 在這個過程中解決了哪些關鍵痛點?姜公略:我們把眼鏡、配件和軟件拆開來做,但它們之間可以互相適配。我們是業內最早做“眼鏡+計算單元”路線的,我們在第一代 Vision One 上 kickstarter 的時候,就不是隻賣一個眼鏡,而是眼鏡+頸環+ Mobile Dock(移動擴展塢)的套裝,當時70%的用戶都會直接購買三件套。在眼鏡上,我們主要更新的是極限的感官體驗,包括光學、聲學以及今天的智能。還有就是在配件和軟件端,我們做了大量的創新來拓展用戶人群和使用場景。比如我們通過 Mobile Dock 適配 Switch,支持雙人遊戲、雙人觀影。因為 Switch 有大量雙人遊戲,《FIFA》《拳皇》《雙人成行》《分手廚房》這些競技類或合作類的雙人遊戲,如果兩個人都戴眼鏡,沒法一起玩,我們就是在解決這種真實存在的用戶痛點。再比如手機遊戲,很多用戶用手機去玩《原神》《絕區零》《Call of Duty》 這些遊戲。在手機上玩有兩個不爽的點,第一個是操控不好,第二個是屏幕太小,而且長時間低頭會讓頸椎和腰都非常不舒服。所以我們的手柄方案是在手機直接加上眼鏡,獲得接近主機的遊戲體驗。解決頸椎、腰部問題的同時,還有更大的屏幕、更沉浸的體驗、更好的操控,這些都是我們在行業內獨家打造的用戶體驗。02XR眼鏡成為未來AI的一個界面雷峰網·鯨犀:從頸環、魔寶塢,到手柄、SpaceWalker、Immersive 3D,VITURE 這幾年一直在搭生態。產品的優先級是怎麼樣的?姜公略:我覺得不分優先級吧,優先級都很高。在眼鏡端,我們想要不斷拉昇整個用戶體驗的上限;另一個在配件端,我們更關注拓展用戶更多使用場景。這兩個都很重要,而且這兩者之間能夠形成很強的協同效應。這也是 VITURE 最大的一個特點和差異化所在。但本質的底層邏輯是一樣的:從用戶需求和用戶體驗出發。我們賣的不是眼鏡,而是一套用戶想要的體驗,一套幫助他們解決痛點的 solution(解決方案)。雷峰網·鯨犀:Beast 現在逐步從遊戲場景,覆蓋到影音、文旅、醫療、辦公等多場景,為什麼會在這個時間點開始拓展?是來自原來業績壓力?姜公略:那沒有。我們不會因為業績壓力而去做一些其他的東西。其實眼鏡能夠做的場景非常多,歷史上行業做過的場景可能超百個,幾乎沒有眼鏡沒做過的場景,核心在於能不能找到真正有價值的點。比如在醫療領域,我們用了 AI 時代的全新概念“Physical AI”,眼鏡就是 Physical AI 最佳的交互界面,我們在斯坦福大學醫學院基因編輯實驗室率先做落地探索。這個場景未來會在各行各業很多方向落地,本質上,我們是利用自己的光學顯示、感知、算法能力結合起來,讓這款產品成為未來 AI 的一個界面。雷峰網·鯨犀:現在行業裡其實已經開始出現兩條路線:一條是更多放在娛樂體驗,VITURE 堅決走這條路線;另一條是 AI 信息眼鏡,提供翻譯、博物館講解之類的信息。為什麼 VITURE 會堅決選第一條?姜公略:這兩個產品形態看起來類似,但其實用戶群和使用場景完全不一樣。一個是全天候佩戴,替代的是近視眼鏡。而不戴眼鏡的人,其實很難為了"獲取信息"而全天候戴一副眼鏡。VITURE在打造的產品,是一個"沉浸式數字體驗",把數字世界以一種更好的方式展示給你,但它不是一個全天候佩戴的產品。我們一直都很清晰,一個是全天候佩戴、非常小的 FOV、簡單的信息提示,一般通過光波導產品形態實現,要求輕、續航、能全天候佩戴;另一個是要足夠沉浸、屏幕足夠大、足夠靈活、能夠把數字世界承載起來的"沉浸式體驗"。雷峰網·鯨犀:VITURE 過去其實一直更偏海外市場,為什麼選擇這個時間點正式發力中國市場?姜公略:中國市場非常大,但用戶對這個品類還處在早期階段。我們希望能聯合其他品牌一起做市場教育,一家品牌很難單獨把市場教育出來,幾家優秀的品牌一起,才能把中國的體驗真正教育好。另一個原因是我們最開始主打的是主機遊戲。主機遊戲在海外是一個巨大的市場,但在中國主要是手遊市場,主機遊戲的用戶大約只有幾百萬。對中國這個體量的人口基數來說,這個規模非常小。海外人群更大,所以我們先把海外的主機遊戲用戶體驗服務好,再回到國內。Beast 之所以是一個起點,是因為它不光是遊戲、觀影做得更好,辦公也很好。尤其是中國有消費能力的人群,對辦公和差旅的需求其實非常強烈。我們覺得必須達到一個真正好的產品力,才有這樣的開始。必須讓用戶體驗過之後,真心想要這個產品,而不是說我在視頻上種了草,買回去發現不及預期再退掉,一定不是這樣的路徑。以前這類產品都有退貨率高的問題,本質就是產品力沒有達到用戶期望。這是任何一個產品早期階段的必然,電動車也一樣,從 03、04 年開始搞,後面逐漸被接受。我們覺得現在 VITURE Beast 已經達到了產品力的閾值。03XR眼鏡對全人類交互方式的變革被低估了雷峰網·鯨犀:過去一段時間,蘋果, Meta 等大廠都在明顯加速,您認為他們的進入會讓行業更成熟、更趨近爆發,還是會擠壓創業公司的空間?他們算你們當前的對手嗎?姜公略:任何一個大行業,頭部公司的市場佔有率大概率不會超過30%,包括手機、汽車、掃地機等各行各業都是這樣。所以如果 XR 最終會成為一個真正的大行業,大廠首先一定是先把蛋糕做大,做大以後,再形成幾家頭部公司長期競爭、相互制衡的格局。所以我們是樂見於大家能夠進行良性的競爭和合作,因為只有一起把蛋糕做大,才能讓用戶體驗更好,用戶接受度更高,大家也能夠同時去做市場教育。對於整個行業來說,會有很好的市場成本均攤效應。雷峰網·鯨犀:合作需要共識,那你覺得現在的行業共識多嗎?姜公略:共識特別少。做個比喻,臺式機是一個 20 公斤的東西,筆記本是 2 公斤,手機是 200 克,眼鏡是 20 克,它是一個數量級的提升。同時它又擁有非常強大的計算、感知和交互能力,所以它在"計算"維度上還要再往前推一步。所以它很難,這個路徑太長了,這就是為什麼從 Google Glass 開始、到 Magic Leap,走過這麼多年,這個行業才開始有起飛跡象。因為它的本質是難的:因為難,所以很難形成共識,因為可能的解法太多。每一個人都覺得"可能是這個、可能是這個、可能是這個"。大家都知道那是終局,但實現不了,只能一步一步往那個方向走。就像 80 年代,蘋果其實當時已經在研發手機了,他知道手機一定是未來。但他等了 20 年,手機才真的誕生,但喬布斯其實那個時候早就在研發 iPhone 了。大家也知道的另外一家公司 Newton,當時在做"掌上計算機",但它沒等到那一天,蘋果等到了。所以我們要有一個客觀的判斷:怎麼走向那個方向。對我們來說,未來非常清晰;但"沒有共識"這個事,是因為大家不知道怎麼找到那個起點,今天行業裡幾乎都是這種狀態。雷峰網·鯨犀:如果把時間拉長到 5 到 10 年來看呢?你覺得整個行業最被高估和低估的是什麼?姜公略:就像大家說的,最容易被高估的,是每一年的增長。我們自己比較客觀,很多公司可能會說"明年就爆發了",這是比較容易高估的。被低估的,是 5 到 10 年,這個產品形態對整個產業、對全人類交互方式的變革。我覺得真的會變革,就像我已經在飛機上遇到坐我旁邊的人也戴著XR眼鏡。未來可以想象,有一天大家走進飛機,一半的人都帶著XR眼鏡。這是一種用戶體驗方式的變化。我們覺得未來幾年一定會出現這個時刻。但大家可能會高估一兩年的變化,而低估未來 5 到 10 年的變革。雷峰網·鯨犀:現在 AI 逐漸成為行業關鍵詞,VITURE目前在AI投入規模如何?姜公略:我們在精不在多,但我們會非常強調人才密度,我們一直認為一個足夠好的人,能夠頂10個到20個一般的人,包括我們現在有一個包含來自MIT、東京大學、清華、北大等學校的“博士天團”。雷峰網·鯨犀:組建相關團隊時,你們會看重人才的哪些背景?姜公略:我覺得幾個點吧。第一個需要有非常強大的 raw talent,也就是他的聰明程度,我們會找學歷非常好的同事。第二個,他需要具有一定的產業經驗,在產業內做過足夠好的產品,有足夠強的經驗。第三個是需要對行業方向非常認可,有 passion 和 conviction的人,能攻克難題中獲得真正的成就感。所以大家其實是在為共同目標努力的基礎上,來做這件事情。雷峰網·鯨犀:你們更偏向經驗更多的,還是說技術能力特別強但比較年輕的人?姜公略:要分層,第一層是 leader 層,第二層就是主力軍,從 leader 角度來講,他一定要有經驗,才能夠帶團隊、定方向。但在我們的主力軍裡,我們會吸納很多沒有經驗,但是 ability 很強,對這個行業很有passion 的人,我們覺得這些人是能夠快速的 pick up 起來的。同時因為我們還是一個很新的行業,所以其實很多東西它是沒有經驗可去借鑑的,大家本質上都還在探索新的領域。所以這個過程中,passion、ability 和competence 是最最重要的。

Related

相關文章

MarkTechPost AI模型更新

Liquid AI Introduces LFM2.5-Embedding-350M and LFM2.5-ColBERT-350M: Dense Bi-Encoder and Late-Interaction Models for Fast Multilingual Search Across 11 Languages

This week, Liquid AI released two new retrieval models. They are LFM2.5-ColBERT-350M and LFM2.5-Embedding-350M. Both hold 350M parameters. Both are the first bidirectional members of the LFM family. They build on LFM2.5-350M-Base, released in March. The pair targets fast multilingual and cross-lingual search across 11 languages. Their footprint is small enough to run almost anywhere. Both are available now on Hugging Face under the LFM Open License v1.0. LFM2.5 Retrievers The two models share one backbone but represent text differently. LFM2.5-Embedding-350M is a dense bi-encoder. It turns each document into a single vector. Pick it when you want the fastest search and the smallest, cheapest index. LFM2.5-ColBERT-350M is a late-interaction model. It converts each token into a vector rather

19 分鐘前
MarkTechPost AI模型更新

Perplexity Launches Brain, a Self-Improving Memory System That Builds a Context Graph of an Agent’s Work and Learns Overnight

Most AI memory remembers the user. It stores your preferences, your tastes, and your role. Perplexity is taking a different path. Today, Perplexity launched Brain, a self-improving memory system for its agent product, Computer. Brain does not focus on remembering you. It remembers what the agent did. That reframes what memory in AI is for. What is Perplexity‘s Brain Brain is a self-improving memory system. It builds a context graph of the work Computer performs. At set intervals, such as overnight, Brain reviews that graph. It then teaches itself how to do the work better. The idea is straightforward. The more work you do, the more efficient Brain makes your Computer. Brain is rolling out today to Perplexity Max and Enterprise Max subscribers in Research Preview. Two Axes of AI Memory Perp

14 小時前

智譜新高,MiniMax承壓,“大模型雙雄”命運殊途

這篇消息聚焦「智譜新高,MiniMax承壓,“大模型雙雄”命運殊途」。原始導語提到:大模型在被市場重新定價 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

16 小時前