2023 年 WWDC 上，库克给 Apple Vision Pro 定了一个很高的坐标：Mac 代表个人计算，iPhone 代表移动计算，Vision Pro 指向空间计算。
这句话很会讲故事。真正落到产品上，外界看到的是另一组更硬的参数：3499 美元，单眼 4K 分辨率，2300 万像素显示，M2 主芯片，眼动追踪，12 颗摄像头。科技日报在 2023 年 6 月的报道里提到，Vision Pro 搭载 visionOS，用户不用手柄或遥控器，只靠眼睛、手势和声音就能操作。PPIO CTO 王闻宇也提到过 Vision Pro 的 12ms 外显时延。
这些配置足够说明一件事：苹果第一代头显不是试水玩具，它把 MR 硬件的规格线往上抬了一截。
但另一个问题也跟着出现了。用户为什么要天天戴它？
初代最清楚的用途，还是一块更大的屏
Vision Pro 最容易打动人的场景，是把屏幕搬到眼前。看电影、开虚拟大屏、把 Mac 投到空间里，这些都直观，也符合苹果的产品叙事。
只是，直观不等于高频。如果它主要是一台更贵、更沉浸的显示器，新鲜感很容易过去。MR 设备要真正站住，不能只把数字内容“放到空间里”，还要理解用户所在的房间、手势、视线和接下来想做的事。
这正是 Vision Pro 二代传闻里，AI 被频繁拿出来讨论的原因。
《科创板日报》2024 年 9 月 29 日援引郭明錤消息称，Vision Pro 2 所采用处理器有望从 M2 升级为运算能力大幅提升的 M5。他还提到，如果 Vision Pro 2 能整合类似 OpenAI Sora 的能力，头戴设备的用户体验可能会提升到“难以想象的境界”。
这里真正值得看的，不是 M2 到 M5 这几个字本身。外界更关心的是，苹果能不能把新增算力用在实时体验上：识别眼前物体，理解空间布局，配合眼动和手势完成操作，而不是让用户不断回到窗口、菜单和应用图标里。
AI 要回答的是：戴上之后做什么
手机上的 AI 助手，多数时候还是一个入口。你叫它，它回应；你不给上下文，它很难知道你真正要什么。
头显不同。Vision Pro 本来就依赖摄像头、眼动追踪、手势识别和空间建模。科技日报提到，Vision Pro 设备上布满 12 颗摄像头，并通过眼睛、手势和声音完成操控。这意味着它天然能拿到更多环境线索。
如果 AI 能在本地更快处理这些线索，MR 的交互会少一点“操作系统感”。用户看向一份文档，系统不只是把窗口放大，还可能理解文档内容；用户在空间里摆放多个窗口，系统不只是记住位置，还可能根据任务整理界面；用户进入会议，设备不只是显示参会者，还可能承担记录、翻译或生成后续事项。
这些还不是已经被 Vision Pro 二代验证的功能，更像是外界对“AI + 空间计算”的期待。但相比单纯把屏幕做得更清楚，它们更接近 MR 的价值核心。券商观点也提到，AI 带来的交互体验与 MR 虚实结合需求契合。
对苹果来说，AI 不适合只作为发布会上的附加卖点。它更像把摄像头、眼动追踪、手势、语音和空间系统串起来的那根线。
端侧 AI 有吸引力，也更难算账
AI 能力越强，对算力、功耗和散热的要求越高。头显比手机和电脑更敏感，因为它要戴在脸上。重量、发热、续航，不是参数表里的小项，而是会直接影响用户愿不愿意继续戴下去。
初代 Vision Pro 已经把硬件规格堆得很满。东方财富 2023 年 12 月 28 日研报将其概括为“硬件顶级配置，内容生态不断搭建”。这说明苹果在显示、传感器、芯片和系统上投入很重，也说明继续堆硬件不是一条轻松的路。
如果二代真的从 M2 走向 M5，苹果要回答的不是跑分提升多少，而是这些算力能不能换成用户立刻感知到的变化：更低延迟，更自然的识别，更少误触，更稳定的本地 AI 服务，以及更能接受的续航和佩戴负担。
端侧 AI 的好处很清楚。它可以减少对云端的依赖，降低部分交互延迟，也更适合处理环境数据这类隐私敏感信息。代价同样明显：设备本身要承担更多计算压力。放在头显上，这笔账比手机更难算。
应用问题不会因为换芯片自动消失
Vision Pro 初代绕不开的另一个问题，是应用。
不少体验更像是把 iPad 或 Mac 搬进空间里。窗口变大了，沉浸感增强了，但交互逻辑没有彻底改变。用户会觉得新鲜，却未必因此形成新的使用习惯。
苹果当然有自己的优势。iPhone、Mac、iPad、AirPods，再加上 visionOS，能让 Vision Pro 更容易接入已有用户体系。可是空间计算并不是多一个屏幕尺寸。开发者要重新考虑信息怎么摆放、手势怎么触发、用户在真实空间里怎么完成任务。
AI 可能降低一部分门槛。过去开发空间应用，需要设计大量菜单、路径和交互层级；如果 AI Agent 能理解用户意图，应用可以少一些固定流程，多一些即时响应。
但这件事不会只靠一次硬件升级完成。系统能力、开发工具、应用场景都要跟上。Vision Pro 二代即使配置更强，也未必立刻带火整条 MR 硬件线。它更可能先影响开发者和高端用户：哪些场景真的需要空间显示，哪些任务适合眼动和手势，哪些 AI 能力必须在本地完成。
二代的看点，不只是 M5
Vision Pro 二代最值得看的，不是苹果会不会再次强调空间计算，而是它能不能让用户少感觉到自己在操作一台头显。
初代已经展示过硬件上限：高分辨率屏幕，多摄像头，眼动追踪，visionOS，手势和语音控制。二代如果只是把芯片从 M2 换成 M5，再让画面更顺一些，市场反应可能仍然有限。
真正的变化要发生在 AI 与空间交互之间。设备能否理解空间，能否理解用户正在看什么、要做什么，能否把生成式 AI 放进具体场景，而不是停留在演示功能里。
所以，Vision Pro 二代未必会马上把 MR 推向大众市场。更现实的判断是，它会成为一次检验：苹果能不能把一台昂贵的空间显示设备，往更可用的空间智能设备推进一步。这个变化如果足够清楚，下一波 MR 硬件才有重新被讨论的理由。