17年前，我們與手機之間的交互方式，是通過一個個物理按鍵進行點按操作，有點類似于電腦端的鍵盤，每一次交互，我們的手指都會接收來自按鍵的物理反饋。

直到iPhone的出現(xiàn)，這一交互方式才正式被打破。憑借多點觸控技術(shù)，蘋果引領(lǐng)整個手機行業(yè)從功能機時代過渡到了智能機時代。

此時人機交互方式也發(fā)生了變化，不再是手指點擊按鍵，而是手指直接在手機屏幕上進行滑動操作。

由此不難看出，人機交互方式每發(fā)生一次變化，手機都會迎來一次變革，甚至是改變世界。如果按照這個邏輯思考，我們下一代的人機交互方式又會是什么？

雖然此前市面上出現(xiàn)了折疊屏手機，廠商們想要通過改變手機形態(tài)開啟下一個時代，但是折疊屏手機的交互方式與傳統(tǒng)智能機并沒有太大區(qū)別，依舊是觸屏操作。

這就有點類似于各式各樣的功能機，外觀形態(tài)各不相同，但交互方式卻都是物理點按操作。

智能手機之交互探索之路

眾所周知，自iPhone問世以來，人機的交互方式便停留在了觸屏階段，智能手機這一品類也已經(jīng)趨于飽和。

近年來，廠商們每發(fā)一次新機，每舉辦一次發(fā)布會，新機的核心升級點基本上都是枯燥的硬件參數(shù)升級，像是1英寸大底，高通新一代芯片、素質(zhì)極高的屏幕等，這些司空見慣的升級點，對于普通消費者來說，感知并沒有那么明顯。

而軟件層面，各大廠商開始卷AI大模型，推出了一系列AI相關(guān)的功能，包括一鍵消除、智慧識屏、AI翻譯等。

雖然每年智能手機的硬件不斷提升，軟件功能也在不斷豐富，但是智能手機最為核心的交互方式卻從來沒有變過。哪怕是曾經(jīng)掀起手機智能化浪潮的蘋果，也沒有想出能夠再次改變世界的人機交互方式。

話雖如此，但這并不代表廠商們沒有繼續(xù)探索下一代人機交互方式。事實上，廠商們早已開始研究全新的人機交互方式，只是這些小小的嘗試被拆分成功能推送給了每臺手機。

例如2011年，蘋果在iPhone 4S上首次加入智能語音助手Siri，用戶可以通過語音指令的形式，讓Siri播報當(dāng)天的天氣情況、導(dǎo)航到某地、播放音樂等。

早期的手機語音助手，受限于硬件和技術(shù)，它們只能幫助用戶完成一些簡單的操作，比如設(shè)置早上7點的鬧鐘，以往我們需要先解鎖手機，再找到時鐘APP并打開，然后切換到鬧鐘一欄，最后再將時間調(diào)整為7點。

現(xiàn)在，我們只需要對語音助手說一聲：“幫我設(shè)置早上7點的鬧鐘”，鬧鐘就立刻設(shè)置成功了。

不可否認的是，在某些特定單一的場景下，手機上的語言助手確實為用戶提供了便利性。

手機上另一種交互功能是隔空手勢操作。三星在2013年推出了Galaxy S4，并首次引入隔空手勢功能，用戶可以通過特定的手勢，在不接觸手機的情況下，接聽電話、翻頁、頁面跳轉(zhuǎn)等。

其實，最早將隔空手勢應(yīng)用到手機的不是三星，而是索尼。索尼在2012年推出了一款名為Xperia Sola的智能機，這臺手機最大的賣點在于加入了懸浮觸控技術(shù)。

當(dāng)用戶的手指距離屏幕15mm時，即可觸發(fā)該功能，無需接觸手機，便可實現(xiàn)網(wǎng)頁操作。

與語音助手相同，早期隔空手勢功能體驗可以說十分糟糕，手機無法精準(zhǔn)識別手勢，以至于這項功能逐漸邊緣化。

但是，隨著傳感器和技術(shù)迭代，現(xiàn)在的隔空手勢已經(jīng)達到了非常可用的地步，同時使用場景也變得更加廣泛。

舉個例子，如果你想要一邊洗碗一邊刷抖音，在隔空手勢功能出現(xiàn)以前，每刷新一條抖音，就需要擦一次手，不僅操作麻煩，體驗還很糟糕?，F(xiàn)在，你需要對著手機做出上下翻頁的動作，便可切換至下一條抖音。

一聽到眼動追蹤，想必大家最先想到的是游戲本和VR頭顯。實際上，眼動追蹤這項技術(shù)也被應(yīng)用在了手機上。

2023上半年，榮耀發(fā)布了Magic 5系列新機，并帶來了一項黑科技「眼動追蹤」。開啟該功能后，如果手機收到了消息通知，用戶只需將視線停留在浮窗，系統(tǒng)就會自動展開浮窗，再停留幾秒便可開啟通知。

盡管我們在手機上看到了語音、眼動、隔空手勢這樣的交互方式，但是它們現(xiàn)階段扮演的角色更多是輔助，核心依舊是多點觸控。這些小的交互功能，并不會改變所有用戶的使用習(xí)慣。

而且，只有在某些特定場景下，這些交互功能才有用武之地。

AI新勢力，語音交互的另一種載體

如果說上述交互方式，因為將智能手機作為載體而顯得大材小用，那么擺脫手機這一束縛，是否可以開啟下一個人機交互時代呢？

前蘋果設(shè)計師伊姆蘭·喬德與妻子貝芬妮·邦杰奧諾利用AI語音交互對智能手機發(fā)出了挑戰(zhàn)。他們創(chuàng)立了一家名為Humane的初創(chuàng)公司，并推出了旗下首款產(chǎn)品Ai Pin。

這款產(chǎn)品非常特殊，它沒有屏幕，體積非常小，人機交互方式是語音和虛擬投影。在Open AI提供的大模型加持下，AI Pin對語言的理解能力和執(zhí)行力要比傳統(tǒng)語音助手強很多。

但是，這樣一塊沒有屏幕的智能可穿戴設(shè)備，雖然語音交互得到了史詩級加強，但是舍棄了手機打發(fā)碎片化時間的娛樂屬性，又有多少消費者愿意去使用呢？

毋庸置疑，AI Pin確實是一款極具創(chuàng)新的產(chǎn)品，將語音交互體驗提升到了一個新高度。就目前來看，這款產(chǎn)品只能作為手機的輔助配件，而且應(yīng)用場景也非常有限。

與之相比，另一家初創(chuàng)公司推出的競品倒是溫和許多。

Rabbit R1擁有一塊2.88英寸的觸摸屏，內(nèi)置AI語音助手基于LAM大模型，它可以完成手機大部分功能，幫助用戶簡化使用APP的流程，只需輸入相應(yīng)的語音指令，Rabbit R1便會理解并立刻執(zhí)行。

不過，與AI Pin一樣，Rabbit R1同樣不具備娛樂屬性，更多的是協(xié)助手機的配件工具。

也就是說，不管是AI Pin還是Rabbit R1，它們都不能取代手機，也不能開啟下一個交互時代。

這類產(chǎn)品只是將AI和語音交互的結(jié)合進一步細化，在系統(tǒng)層面賦予語音更高的權(quán)限，利用AI簡化了用戶使用各種APP的流程。

眼動+隔空手勢，空間交互才是未來？

論創(chuàng)新程度，新勢力品牌要比手機廠商更大膽。但是，擁有「交互之王」稱號的蘋果自然也沒有閑著，只是不再聚焦于手機，而是將新的交互用在了自家新品類。

或許蘋果也覺得手機的交互已經(jīng)到頭了，沒有太多可以持續(xù)創(chuàng)新的點，反而將重心轉(zhuǎn)移到了MR領(lǐng)域。Apple vision Pro這款設(shè)備是蘋果低調(diào)多年秘密研發(fā)的集大成之作。

蘋果向我們展示了空間交互的最佳方案：手勢+眼動。因為這套交互邏輯更符合人們?nèi)粘Ｔ谌S空間與物體交互時的習(xí)慣。

舉個例子，當(dāng)你想吃蘋果的時候，你的視線會鎖定蘋果，然后動手去拿。這就跟Apple vision Pro的交互邏輯很像，當(dāng)人眼移動到某款A(yù)PP時，我們只需做一個手指捏合的動作，便可進入APP。

當(dāng)其他手機廠商還在卷二維平面的交互時，蘋果已經(jīng)搶先一步涉足三維交互領(lǐng)域，要知道MR是一個非常燒錢的領(lǐng)域，蘋果愿意持續(xù)注入研發(fā)資金去教育這個新的市場，這個膽量還是值得稱贊的。

畢竟按照商業(yè)的角度，為了將風(fēng)險降到最低，很多公司會優(yōu)先選擇經(jīng)過市場驗證的產(chǎn)品或設(shè)計，而非鋌而走險地走在最前列。

拋開產(chǎn)品，只看vision Pro這套交互，蘋果的完成度還是很高的。但是，如果將vision Pro和交互放在一起來看，就變成了一個很糟糕的產(chǎn)品。

Apple vision Pro除了價格過于昂貴外，頭顯的重量、佩戴舒適度、續(xù)航能力，以及VST（視頻透視）方案，并不適合普通消費者。

通過機身外部攝像頭捕捉外界畫面，然后再投射到vision Pro內(nèi)部屏幕的方案，其本身就存在一個很嚴(yán)重的弊端。

那就是在光線不足的環(huán)境下，尤其是夜間，由于攝像頭的進光量下降，vision Pro顯示的畫面勢必會出現(xiàn)大量噪點，手勢識別傳感器的精度也會有所下降。

因此，現(xiàn)階段的手勢+眼動并不能開啟下一個人機交互時代，這套交互方案或許只是未來的其中一種。

不是沒到，就是時候未到

事實上，很多科幻電影已經(jīng)向大眾展示了未來的人機交互方式，虛擬投影+AI人工智能體。

可以肯定的是，未來的交互方式一定是在三維空間展開，和Apple vision Pro類似，但與之不同的地方在于電影里的空間交互載體是無形的，可能是一個龐大的AI終端，也可能是一個比手機還要小巧輕便的設(shè)備，但一定不是Apple vision Pro那樣厚重的頭顯。

科幻電影里的交互方式，是人直接與空間中的虛擬投影進行交互，同時與AI智能體展開語音對話交互。本質(zhì)上就是手勢+語音，因為電影里的人物不需要頭顯，人眼可以直接看到現(xiàn)實空間中的虛擬投影，所以自然也就不需要眼動追蹤這樣的交互技術(shù)了。

也就是說，未來的交互方式一定是空間交互。只是受限于現(xiàn)有技術(shù)，即便是財大氣粗的蘋果，也只能做出Apple vision Pro那樣的產(chǎn)物。

歸根結(jié)底，我們距離下一個人機交互時代，可能還有很長一段時間。只能說，不是不到，時候未到吧。