OpenAI花了65亿美元收购，要打造下一代AI计算机，挑战苹果？从人机交互聊起

最近用NotebookLM比较多，越来越觉得这种讨论式的播客，对信息的理解和接收，更有效，有种“听着听着就懂了”的感觉。

本期播客制作使用了几种数据来源：

- OpenAI收购io的报道

- XR输入的演变

futuretextlab.info/2025/04/22/ken-pfeuffer-19th-may

- HCI历史演进

要点概述：

Q：OpenAI收购io的目的是什么？

A： OpenAI斥资65亿美元收购io的目的是定义下一代AI计算机，抢占下一个iPhone时刻，打造AI时代的全新物种。奥特曼认为，尽管计算机已经能够看见、思考和理解，但当前的体验仍然受限于传统的屏幕产品和界面。AI需要一种全新的计算形态来发挥最大潜力，因此OpenAI与io合作，开发一款“超越屏幕”的AI设备，彻底革新人与AI的交互方式。这次收购也是为了开发、设计并制造一系列新的产品，需要一家全新的公司，并且io团队的加入，让OpenAI有足够的实力，敢于叫板苹果的硬件市场。

Q：Jony Ive在苹果公司最著名的设计贡献是什么？

A： Jony Ive被认为是苹果的“设计灵魂人物” 和传奇设计师。他最著名的设计贡献包括iPhone、iPod、iPad和Apple Watch等标志性产品。他定义了如今智能手机的外观与体验。史蒂夫·乔布斯曾称他为“灵魂伙伴”。

Q：什么输入方式是XR未来发展的一个重要方向？

A： 在XR输入演变方面，研究表明将注视（gaze）与手势（gesture），特别是捏合（pinch）动作结合的交互方式，是未来发展的一个重要方向。这种组合方式能够继承直接输入和间接输入的特性，并且有望在手眼之间实现某种共生，提供新的控制电脑的方式。

这是Apple Vision Pro目前正在使用的一种方式。Apple Vision Pro（于 2024 年发布）的控制方式是用眼睛看，然后用手捏合进行选择和交互。这项技术，早在 2017 年就有相关的研究：凝视和捏合结合。

Q：在人机交互史中，哪一项创新至今仍在设计中广泛使用？

A： Brad Myers的“完成百分比”进度条是一项创新，至今仍是设计中的标准并被广泛使用。

Stuart Card等人的3D空间对数移动（3D spatial logarithmic movement）技术取得了突破性发展，并至今仍被广泛应用于改善用户导航体验。虚拟现实（VR）技术也在这一时期迅速发展。

Q：早期注视输入系统有什么特别之处？

A： Richard Bald在80年代初开发的早期注视输入系统特别之处在于，他认识到仅凭眼睛激活屏幕（比如看哪个屏幕哪个就活跃）是不可行的，因为人们会一直四处看。因此，他在系统中增加了一个手持的操纵杆（或装在椅子上），结合了手部控制，用于执行确认、缩放等操作。这可以说是早期意识到注视输入需要手部支持的尝试。

Q：注视与手势结合的交互方式有什么特点？

A： 与传统的鼠标或触摸屏输入相比，注视与手势（如捏合pinch）结合的交互方式是一个混合模式。它继承了间接输入设备（如鼠标）和直接输入设备（如触摸屏）的特性。这意味着它可以跨距离进行交互，像使用鼠标一样在远处选择目标，但同时也能像触摸屏一样立即进行操作和操纵。这种方式最大程度地减少了学习精力，对用户来说更具发现性。眼睛通常只用于锁定目标或开始手势的那一刻，之后主要由手进行控制，这有助于减少因眼睛移动带来的错误。它在某些方面几乎像直接输入设备一样快速。

Q：目前，有哪些人机交互技术还未被大规模使用？

A： 目前，一些处于研究阶段或非常规的人机交互技术还未被大规模使用，例如：

• 脑机接口（Brain-Computer Interfaces）
• 完全没有实体设备、仅依赖身体和环境进行交互的理念（如“Dynamic Land”）

• 将眼动追踪大规模集成到智能手机等普遍设备中，实现手眼协同的交互。

• 利用眉毛动作、嘴唇动作等身体微表情或非传统姿势作为额外的控制方式，这仍在探索阶段，并且存在假阳性问题。

许多现代技术概念在很久以前就已经出现，但可能由于技术限制、成本或当时的环境不成熟而未被广泛采用。历史研究有助于理解当前技术的基础和演变。

欢迎加入社群

加入mixlab社群

AI编程学员分享：先问AI，再看AI的理解范围，再次优化提问方式。各种手段用于清晰描述问题（什么条件，在哪里，发生了什么）