在我的办公室里，书架上陈列着我的魔术道具。而一旁，则是巴黎景色的全景窗户——当然，这只是虚拟的景致。当我戴上苹果的Vision Pro头显，这些混合现实的画面便巧妙地叠加在我真实的窗户之上。墙上，还挂着一个虚拟时钟，为这空间增添了几分科技感。

书架是实实在在的，而巴黎的窗户和墙上的时钟则只存在于虚拟之中。然而，当我召唤Siri时，它以一个发光球体的形态出现在我面前，却能洞察这一切。当我询问它眼前有何物时，Siri的文本框便详尽地描述出所有内容。

初次戴上Vision Pro，并在VisionOS 27的开发者预览版中体验无所不见的Siri AI时，我既感到惊讶又觉得似曾相识。在三星的Galaxy XR头显中，我也有过类似的体验，其Gemini Live模式能够识别你的房间以及打开的虚拟应用和窗口。我还佩戴过众多智能眼镜，当我漫步时，它们会利用具备摄像头感知能力的AI为我介绍周遭的世界。

正如我所预料，苹果将于今年秋天推出一系列搭载全新增强版Siri的设备，从Apple Watch到iPhone再到iPad，并将视觉智能功能拓展至iPhone以外的设备。然而，Vision Pro上的Siri无疑是最具吸引力，也或许是最具野心的。它能够按照指令洞察你视野中的一切，宛如一个贴心的感官伙伴。

在这个几天前才在苹果全球开发者大会（WWDC）上揭晓的非常早期的预览版中，虽然并非尽善尽美，但它已经足够出色，足以让我们窥见未来的无限可能。是的，如今看来，具备这种功能的眼镜完全有可能成为现实。与此同时，Vision Pro的辅助功能也将变得饶有趣味。

Siri能够识别我的书架、我虚拟的巴黎景色窗户，还有我的虚拟时钟。图片来源：Scott Stein/CNET

Siri的发光球体，从一开始就蓄势待发

与通过相机应用启动的iOS和iPadOS视觉智能模式不同，Vision Pro的Siri只需你轻声说出“嘿，Siri”并提问，便能洞察事物。

Siri以一个3D发光球体的形态出现，宛如幽灵般飘浮在我的房间中。你可以随意将它拖放到任何位置，但看到这个发光的球体通过VisionOS的空间图形引擎在我的书桌或房间上投射出斑斓的光影效果，那种奇妙的感觉难以言表。

我能够说：“嘿，Siri，我面前有什么？”它便会触发视觉智能功能，发出一声新奇的啁啾声，然后利用眼动追踪技术，在我眼睛注视的区域周围迅速进行视觉扫描。它的扫描范围极为广泛：能够看到我面前书架上琳琅满目的书籍，还有我摆放在那里的所有小玩偶和玩具。它甚至还给我念出了几本书的书名，比如《漩涡》和《神奇书》。

AI的反馈是在相机对我眼前的景象（无论是真实的还是虚拟的）拍摄一张静态图像之后进行的。这与Meta眼镜或三星Galaxy XR上其他基于相机的AI的快速响应节奏颇为相似。

但它并不具备那些眼镜和头显所拥有的实时模式。它是一次请求拍摄一张。

Siri认出了我杂乱无章的书架。Siri的球体在现实世界的事物附近也会发光，还可以捏住并拖动。图片来源：Scott Stein/CNET

识别真实与虚拟的界限

在我的书桌上，Siri能够准确识别出一个红色的虚拟现实头显（Virtual Boy）和一个Steam Deck，两者均为实物。随后，我试着让它看我虚拟的巴黎景色窗户和墙上的时钟小部件，还有摆满魔术道具的书架，它也同样一一识别出来。

在这个早期的测试版中，除非我关闭Siri或将球体移动以重新尝试，否则Siri往往会停留在某个特定视图一段时间并进行分析。或者，我想，这只是我在慢慢适应它的节奏。

但我已经开始思考如何利用这种视觉感知能力来快速处理工作了。我让Siri总结一个关于我最近剧本创作的笔记应用，只需开口询问，它便迅速总结了要点。我还向它询问了关于我在MacBook上通过虚拟显示器打开的浏览器窗口的问题。（此刻，当我通过Mac在Vision Pro上撰写这篇文章时，它告诉我，我有一个打开的Google Docs窗口，正在撰写关于Siri识别真实和虚拟物体的文章。）

只是出于好奇，我想知道Siri对我的Virtual Boy和Steam Deck有何看法。图片来源：Scott Stein/CNET

将自己的照片转化为全景3D背景

我还尝试了VisionOS 27中的新全景照片转换效果，它能够将你图库中的任何全景照片变成一个3D环绕背景，供你在工作时使用。

效果虽不及苹果自己的沉浸式环境那般完全3D环绕，它们不会移动，也没有环境音效。但它们更像是非常大的超级环绕3D窗口，我的办公室边缘仍然依稀可见。

尽管并非我所有的全景照片都能成功转换（毕竟现在还很早；我相信这个问题会得到解决），但它看起来确实别具一格。我调出了一张疫情期间去看望母亲时在她后院拍摄的照片，此刻，它就像是我再次回到了那里一样，温馨地迎接我。如果Vision Pro能像我在Meta Quest上那样，从多张照片中添加完全沉浸式的高斯泼溅捕捉效果，那就更加完美了。

我不禁开始遐想，苹果未来推出的智能眼镜将如何利用具备视觉感知能力的Siri来提供辅助功能。但我想，我还是有些过于超前了。目前，你需要一台价值3499美元的Vision Pro才能体验这些功能。但是，当苹果推出像谷歌和Xreal的Project Aura那样更小巧、更实惠的AR眼镜时呢？当其他应用能够接入Siri的框架时呢？未来的发展无疑将充满无限趣味。我觉得，我只是在窥探未来的一角而已。