Snap 做了十年眼镜，终于等到它的时代了吗？| S10E30

About this Episode

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。