dexteryy: 这次发布活动最大的亮点是支持Visual Search（苹果称作Visual Intelligence）的Camera Control实体按钮，意义深远：「视觉交互」的全局入口，跟「自然语言交互」的全局入口一样，以专用实体按钮的形式从此在最顶层并列 视觉交互的本质是能输入现实世界信息（XR的核心之一）。不过这种输入的完整形态是多模态的，苹果的Visual Intelligence目前似乎还不支持 另一方面，不像AR眼镜，智能手机基于屏幕的传统「输出」方式是不存在技术限制的，设备性能也充足，不应该止步于https://m.okjike.com/originalPosts/66ba34295a349a06ed6f4a79?s=ewoidSI6ICI1NWY3OTZmYzE3NjYwMDEzMDBjZGRlZTUiCn0=里说的「围绕现实信息的单向输入能力」，完全可以同时提供「虚拟和现实融合的输出能力」： 比如Visual Intelligence调用第三方应用（图2、图3）好像只能展示卡片或跳转，只能单向输入现实世界信息，不能在现实世界中输出（融合）虚拟内容，跟下一代AI+AR眼镜的能力几乎一样（可能苹果就是把待发布的AR产品的用法直接放到iPhone上试水，这算是苹果的传统艺能了） 更理想的是，Visual Intelligence能直接在镜头画面模式下后台加载包含Web AR或WebXR内容的URL，让当前场景（包括地理位置、现实物体等）相关的信息和交互功能可以直接透过手机屏幕跟现实融合在一起使用，且不用提前查找和安装 手机上的Web AR内容由于存在现成的商业模式（广告、营销活动），也不存在设备保有量和用户基数的瓶颈，所以市场规模已经很大，如果能拥有这种全局入口，可能会进一步激活和爆发