编者按：本文来自微信公众号 纪源资本（ID：JiyuanCap），创业邦经授权转载。

Apple Vision Pro——XR行业炙手可热的宠儿，也一度被寄希望于引领下一个「iPhone时刻」。就在Apple Vision Pro国内正式发售的前几天，位于北京、上海和深圳的苹果线下门店体验名额已基本告罄，无论是数码发烧友还是路人，谁都不想错过这难得的尝鲜机会。

XR，即扩展现实，也就是增强或扩展我们与外界交互感知的技术。

如果不是科技发烧友，说到XR，你大概率最先产生疑问的点是——XR与其他的各种「R」——比如VR、AR、MR，它们之间到底如何区分？

纪源资本投资经理任伯言是这么解释的：

任伯言

我们常说的 XR 其实主要分为三种类型，AR，VR和MR。

VR是虚拟现实，AR是增强现实，而MR是混合现实。虚拟现实（VR）主要反映的是数字世界的影像；增强现实（AR）则是在现实世界基础上进行数字增强和补充；混合现实（MR）则介于AR和VR之间。

比如，今年以来热门的Apple Vision Pro更像是一个MR设备，它既可以通过摄像头将接近真实的沉浸式物理世界呈现在眼前，也提供一个完全封闭的虚拟环境，让用户玩游戏、浏览照片电影和办公等。

2023年6月6日的全球开发者大会，苹果公司CEO Tim Cook以一句「One More Thing」向世界宣告了苹果首款头显的登场。在给公司员工的一封备忘录中，Tim Cook将Apple Vision Pro与iPhone、iPad、Apple Watch和Mac电脑相提并论，认为这款头显属于「定义苹果这家公司的殿堂级产品」。

事实上，2023年也是XR行业不安分的一年。根据市场研究机构Counterpoint发布的报告，2023年中国VR设备出货量同比下滑61%，是过去五年以来的最大降幅，而相比之下，AR设备的出货量同比增长达64%。另外值得一提的是，IDC报告显示，2023年第四季度，中国AR设备的出货量超过VR设备，为历史上首次。

起起伏伏，你追我赶，这仿佛已经成为了XR行业的常态。巨头与创新企业之间时而直接对话，时而隔空厮杀，当时间来到2024下半年，如今的XR行业走到了哪一步？

要回答这个问题，我们要先聊聊当下行业的主要参与者。

AR和VR两个赛道呈现冰火两重天的景象。VR领域依然是大厂主导，国外主要有Meta和索尼，国内则以PICO为主，其在国内市场份额高达60%。全球市场中，Meta和索尼分别占据50%和30%的份额，因此VR领域全球都是寡头垄断的市场。

科技大厂为什么纷纷扎进VR市场？一个主要原因是，VR的应用场景当下以娱乐为主，无论是线上社交、影音还是游戏，都需要内容生态的支撑。VR行业近乎形成「内容为王」的准则，而这恰恰是这些大厂的优势。

例如，PICO背后是手握抖音和TikTok的字节跳动，Meta有Facebook与Instagram为其撑腰，索尼主要为游戏场景推出VR，这更是「游戏御三家」之一的舒适区。

此外，对于VR的核心硬件，尽管上述大厂在该领域并不具备绝对优势，但它们可以通过砸钱收购这种粗暴快速的方式，在硬件方面跳跃升级。最简单的例子，Meta的VR基因，可以追溯到其在2014年以20亿美元高调收购的虚拟现实厂商Oculus；再比如，PICO成立之初本就是一家硬件厂商，只不过后来在2021年被字节跳动收购。

说了VR，我们再来看看AR市场的主要玩家。

AR目前还处于相对早期的阶段，多年前讲消费级AR眼镜故事的公司后来因为供应链、技术和用户的不成熟大多转型to B场景，也有Rokid和XREAL等元老级公司坚持下来等到了拐点，整体C端批量化出货其实也就过去1-2年。

除此之外，TCL背景的雷鸟、VITURE和影目等发展速度也很快，前五家创业公司目前已经占据了整个市场的80%到90%。

根据IDC的数据，2023年中国AR市场的主要厂商中，XREAL以31.6%的市占率位居第一，排名二、三位的为雷鸟和Rokid，市场份额分别是23.1%和18.4%。

创业公司组织灵活性更强、方向更专注、距离用户更近，如果能够率先跨过early adoption阶段达到有意义的体量，并且在消费者心中建立起心智认知，有机会成为品类冠军。当然，AR领域与巨头的潜在竞争也是绕不开的话题。

无论是互联网大厂作为流量入口，还是手机厂商战略布局，大厂凭借渠道、供应链、资金、用户口碑等方面的优势也有机会后发制人，只是当前AR眼镜的出货量和投入ROI还没有绝对吸引力。

无论是华为、小米这些本土大厂，还是XREAL、Rokid这类土生土长的中国创业公司——为什么AR眼镜市场见不到太多国外厂商的身影？

最核心的原因还是与供应链相关。当前的AR眼镜本质还是移动显示设备，而显示设备的核心光学模组供应链主要在中国。无论是电视、手机还是电脑，带屏幕设备的组装代工和上游零部件产业带也都在中国。除了显示单元，其他组件如通讯、声学等也能复用成熟的供应链资源。歌尔、舜宇、瑞声这些传统果链巨头也在布局XR赛道，他们具备强大的代工产能和精密加工能力。因此，在中国的消费电子产业链基础上优先诞生这些品牌并不奇怪。

整机品牌当前的核心并非制造，前端是做好产品定义和市场营销，后端是组织上游供应链满足功能需求，同时管控好成本和交期。

PMF，Product Market Fit，也就是产品与市场相匹配，或者可以简单理解为——产品满足了市场的需求。

无论是AR还是VR，市场上形形色色的眼镜和可穿戴设备来来去去，但究竟什么样的产品才有机会在XR市场中分得一杯羹？

我们深入研究消费级AR眼镜已经多年，经历了几次潮起潮落。

最早我们看到很多产品都是选择垂直市场，比如用于骑行或滑雪的运动眼镜。这些眼镜通常采用单绿色显示，甚至是单目显示，来展示骑行距离或速度等信息。另一种是在工业场景中使用，这类眼镜对产品绝对体验要求不高，主要用于工厂检修或技能培训，配合工厂的数字孪生和售后服务管理系统。而目前的主流场景是观影和游戏中作为主机或手机外设。

从 PMF 的角度来看，消费级AR眼镜需要满足三个要求：首先是真需求，而不是臆想出来的需求，最好已经存在替代产品但效果不佳。其次已经实现批量化生产和出货，能够达到稳定的成本和良率。最后兼具高增速和好口碑，证明消费者对这种产品形态非常认可。当然，还有一些更细化的指标，比如在售前阶段我们会关注毛利率和退货率。毛利率证明产品附加值和是否具备长期可持续销售的能力。如果毛利率只有5%或10%，就很难进入线下渠道。退货率高则说明消费者只是尝试一下，没有真实需求。

在售后阶段我们同样关注两个指标：第一个是活跃率，即产品开机后，以月或周为单位的使用频率，而不是闲置吃灰。第二个是平均使用时长，目前很多眼镜的使用时长已经不是以几分钟计算，而是以小时计算，to C产品最终是争夺用户注意力和时间。

具体到实际的落地情况，任伯言表示，目前有三类XR产品展示出了强大的潜力。

大众最熟悉的、也是最令市场关注的，是苹果推出的Apple Vision Pro。无论是显示效果还是交互方式，这款头显从发布的那天起就惊艳了市场与用户；不过，在Apple Vision Pro能如同iPhone当年的横空出世一样、成为明星产品、并普及大众前，它的造价成本、穿戴重量、开发者数量等问题，终究需要进一步解决。

今年4月，苹果分析师郭明錤就曾经预测，苹果公司内部已经将Apple Vision Pro在2024年的预估出货量，从78-80万台减少到了40-45万台。

此外，刚刚说到的以游戏影音为主要场景的AR眼镜，也逐渐开始收获积极的市场反馈。IDC预测，与2023年相比，2024年中国AR出货量将增长101.0%，这类场景的分体式AR依然会是主流产品，其出货量预计占到整体AR出货量的87.6%。

第三个崭露头角的XR产品，则是Meta与眼镜品牌雷朋推出的智能眼镜。到目前为止，这两家公司已经联名推出了两代产品。2021年发布的第一代智能眼镜可以听音乐，也可以拍摄视频，但这款眼镜的市场表现不及预期；《华尔街日报》曾经透露，一代智能眼镜在两年内的销量远低于Meta此前预估的47.8万副。第二代智能眼镜的发布是在2023年的9月，在升级了麦克风与摄像头之后，除了音频与视频功能，二代眼镜还可以进行Instagram与Facebook直播；不过，这款智能眼镜的最大亮点在于搭载的人工智能——通过「嘿Meta」的语音指令，用户就可以实现通话或发送信息等等常用功能。

这款眼镜在去年第四季度的单季度出货量就超过30万台，累计出货量已经接近200万台，这也超出了Meta内部的预测。大家都知道Meta有一个开源的大模型叫Llama，很多人认为Llama可能是OpenAI最强大的竞争对手之一，所以Meta在大模型方面有非常深的技术积累。这款眼镜也承担了AI硬件探索的重任。目前大模型在眼镜端的落地还在早期，但是也有不少被验证的场景。首先，通过语音交互可以解决信息获取或知识收集的问题。比如，以前你会问智能音箱或Siri的问题，现在可以直接问眼镜。

其次，输入端不只是语音文字还可以是图片，拍摄后直接处理图像，替代之前的Google图片搜索和翻译等功能。最后结合不同Agent还可以完成更复杂的任务，例如电商购物、点外卖、打车等，当然这比较远期，使用手机能完成的极致体验如何被超越还需要创新。

当AI与大模型引领新一轮技术潮流，「AI+硬件」——也就是如何将大模型移到终端上——成为了重点研究对象。手机与电脑厂商纷纷推出AI智能体，向AI手机与AI PC靠齐；可穿戴设备也诞生了更细分的AI终端，例如，智能手表、电子胸针、智能吊坠……可穿戴设备之中的AR眼镜，正逐渐被视为AI的最佳载体之一。

其实，每一代硬件的本质就是「交互」的创新。从我们之前的键盘机到现在的全触摸屏手机，都是如此。未来的硬件可能会通过语音和图像进行交互。那么，如何输入这些语音或图像呢？如果你依然使用传统的手机和电脑，你只能用键盘打字的方式输入文字。比如我们现在在电脑上使用ChatGPT，主要是通过输入文字作为提示词，但这种方式的效率很低，而且对用户的表达能力提出了不小的要求。而XR眼镜可以实现的一个核心功能就是“所听即所得，所见即所得”。你眼睛看到的和耳朵听到的所有内容，都可以通过图像和音频的方式传输给设备，这种新交互方式降低了信息输入的门槛，也更具有即时性。

在回顾了VR与AR的主要参与者，以及市场的需求与趋势后，下一个问题则会落在更为宏观的行业层面——VR与AR各自的市场规模如何？这两个市场之间，又存在哪些差异？

AR眼镜去年的整体出货量在50万台左右，同比增速很快，其中消费级产品占八成。相比之下，VR眼镜的整体规模要大得多。去年的出货量达到750万台，是AR眼镜的15倍。但相比于前几年峰值过千万台有显著下滑。

沿着链条向上游追溯，在任伯言的观察中，XR产业的供应链单元最核心的有两点：光学，与显示。

从光学的角度来看，现在有两种主流的技术路线。一种是以Apple Vision Pro为代表的VST技术路线，即Video See Through。它的核心是通过十多个摄像头拍摄外部环境，然后通过渲染和仿真的方式将图像投影到眼镜内部。另一种路线是OST，即Optical See Through。这种技术更多地接近我们现在的眼镜形态，用户既可以看到投影在光学屏幕上的虚拟图像，也可以透过透明的玻璃镜片看到外部的真实世界。

要实现OST显示，目前也有三种主流的光学方案——棱镜、Birdbath和光波导。其中，更广泛应用于AR眼镜的是Birdbath方案。2022年的数据显示，Birdbath方案的AR眼镜占据了87.5%的市场份额；到2023年上半年，Birdbath方案在AR线上市场的渗透率已经达到了91.6%。

什么是Birdbath光学方案？简单的理解，通过光束分离、曲面镜成像的方式，它可以将发光源的部分光线反射到眼睛，从而使用户能够同时看到现实世界与虚拟数字影像。

Birdbath方案有几个特点。首先，显示效果不错；其次，供应链非常成熟，已经出现标准的封装模组，甚至还有调整近视屈光度和电致变色的配套方案。但它也有一些天然缺陷。从重量的角度来看目前大部分产品都在70-80克，这大概是普通近视眼镜的2x。从亮度的角度来看，入眼亮度大约是500-600尼特，强光环境下可能显示模糊。

镜片厚、光学模组体积大，再加上透过率低，当AR眼镜终将向着轻薄与便携过渡，Birdbath光学方案似乎并不是理想的终极解决方案。

更长期的未来应该是光波导的技术来主导的。光波导方案的优势较为明显——第一，光线透过率更好；其次，镜片更轻薄，而且这种技术可以将发光源放置在设备侧方。如此一来，基于光波导的AR眼镜可以让用户看到更加高清的现实世界，同时做到轻量化，佩戴更符合人体工学。但目前的光波导技术还不能称得上成熟，一些工艺和生产上的难点有待解决。

光波导分为阵列光波导和衍射光波导。阵列光波导采用几何光学方式，原理清晰但非常看重玻璃的冷加工工艺，效果好、光效高，但在生产角度，目前良率偏低，导致生产成本高，适合高端场景。衍射光波导，尤其是基于纳米压印方案的衍射光波导，目前在成本和量产能力上跑在最前面，但也存在一些效果上的挑战，比如彩虹纹明显、光效较低，以及一些涉及隐私泄露的问题。

在显示方面，我们之前也邀请过像赛富乐斯这样的被投企业参与讨论。他们主要做的是基于量子点的Micro LED技术，这种技术与光波导技术结合，被认为是下一代光学显示单元的标配。另外，还有一些技术，比如与Birdbath技术和VST方案配合的Micro OLED技术，目前国内也有视涯、京东方等玩家有望成为索尼之后的Apple Vision Pro二供，性价比明显更高，承担着其降本的重任。

除了光学与显示，虚拟与现实世界的交互还少不了在XR设备中扮演大脑的芯片。以Apple Vision Pro的芯片为例，这款苹果头显主要搭载了两颗芯片——M2芯片与R1芯片。M2是Apple Vision Pro的运算担当，使用户可以通过头显访问应用、实现交互；而R1属于低功耗芯片，主要负责信号传输和视觉图像处理等功能。

AR眼镜对于芯片的选型高度取决于对产品定义的想法。如果想要做出一款All-in-One的眼镜产品，它既要有双目全彩的显示，又要支持高刷新率的视频播放，同时还要兼容很多复杂任务的处理，那一定需要一块非常好的芯片。高通的XR芯片，以及苹果自研的芯片，更多地是来解决这类眼镜的问题的。但如果产品的定义就是一个解决骑行的简单信息提示的眼镜，那么用物联网蓝牙芯片做一些改造就可以实现。芯片也会带来很多连带问题，比如发热、耗电、重量的变化，这是一个系统性工程，无法仅在单点思考。

好的硬件产品需要平衡，即性能、体验、成本、量产能力、续航能力等等综合在一起，达到综合评分的阈值之上，可能才能实现一个好产品。

那么，在拆解了产品、市场、供应链之后，我们可以将视角投向第四个问题了——如果现在想要入局消费级XR赛道，可以考虑从哪些方面着手？

我们首先要尊重真实的需求。眼镜在当前的用户需求中还是明确的功能性产品，除少量发烧友外用户并不会为单纯智能化买单。如果是光学眼镜，就要解决近视问题；如果是墨镜，就要解决防晒问题；如果是骑行眼镜，就要解决防风问题。在此基础上再叠加其他功能，比如扬声器可以替代TWS耳机，摄像头可以部分替代手机和全景相机。

本质上这是硬件的一道经典问题：做减法还是做加法？上来就做终极产品还是一点点完善升级？我们认为加法的思路更为实际——因为定义-原型-样机-量产全链条要求硬件的启动成本远高于软件。同时硬件试错空间很小，产品改款需要巨大的资金和时间成本，很难有重头再来的机会。

但XR产品的最有潜力的市场在哪里——本土市场还是海外？还是说，创业者可以考虑不同市场通吃？

我们建议有条件的话优先做欧美和日本等发达国家市场。当地用户购买力强，愿意尝新，公司能够有健康的毛利。此外，这些市场的用户反馈真实具体，愿意参与产品共创，有助于产品的进一步迭代。Kickstarter是全球最大的硬件众筹平台，用户甚至能够容忍无法出货的风险全款预付，等待半年以上时间，来支持自己认可的创意。

不过，美国和日本的销售渠道完全不同。美国电商比较发达，无论是亚马逊还是自建独立站；而日本则是一个传统观念很强的市场，比如购买索尼或任天堂产品时，也通常是在线下的游戏机店或3C集合店。因此，在日本可以通过与代理商合作，进入线下渠道进行销售。

的确，C端是一个量级可观的市场，但按照XR目前的产品成熟度，率先起量的刚需场景很有可能来自B端市场。

就像此前我们提到的，VR与AR设备都有各自的硬件难题需要解决；距离市面上出现一款满足消费者需求的全能产品，同时又做到广泛普及，还有很长一段路要走。但是对于B端用户来说，XR设备不在于完美，只要有一项功能或场景满足需求，企业用户完全可以为此买单，而且企业往往也有能力负担这笔费用。

也有一些面向工业、医疗和教育领域的相关产品。但这种市场有几个特点：首先，相对垂直，绝对出货量有限，除非类似HoloLens有国家级订单；其次，对眼镜本身的效果要求较低，更多是用于简单的信息提示，因此产品很难差异化；最后，企业客户决策理性，成本敏感，因此单价较低，甚至要求公司赠送眼镜，只支付IT开发费。

XR的B端市场或许是个有前景的生意，但这大概率也是个「体力活」，毕竟目前业内还处于缺少成熟集成商的阶段。因此，产品如何丝滑打通项目或者企业日常，需要XR厂商自己来下功夫。

但无论如何，我们所感知到的是，电影《头号玩家》描绘的「人人都能逃离到绿洲这样的虚拟世界」的场景，不会在一夜之间成真；真AR眼镜也没这么快加入必备品清单；而虚拟现实交互率先大放异彩的，或许在于XR与「数字孪生」融合的工业生态。

数字孪生是实体对象的虚拟模型。在工业领域，数字孪生可以以数字化的方式复制现实世界中的设备、装置、甚至整个城市，实现虚拟生产线与真实生产线的一一对应与实时联动。也就是说，人员可以在不进入车间的情况下就了解到实际的生产情况。如果要举一个熟悉的例子，那么钢铁侠制造Mark II（马克2号）战衣的场景，应该可以帮助更好地理解这个概念。

说到这里，又不禁想起了另一部早年的经典科幻电影——当物理对象被映射为「数字克隆」，怎么又不算《黑客帝国》照进现实世界呢？