科技媒体近日披露，苹果公司正通过一系列前沿研究深化空间计算领域布局，三篇最新公开的论文显示其仍在持续投入Vision Pro头显相关技术研发。尽管此前有报道称苹果内部暂停了新款Vision Pro的开发，转而聚焦Siri与AI智能眼镜项目，但新研究成果表明该公司并未放弃这一战略方向。
在机器学习领域，苹果团队开发了名为SFI-Bench的测试框架，用于评估多模态大模型的空间功能理解能力。该基准包含134段室内场景扫描视频，并设计了1555个专家标注问题。与传统测试不同，SFI-Bench不仅要求模型识别物体及其位置，还需回答"如何使用""故障处理"等复杂问题。例如测试场景中，模型需要从柜子中找出同品牌数量最多的瓶子，或理解如何取消洗衣机当前程序。实验结果显示，Google Gemini 3.1 Pro在综合评分中领先，但所有模型在"带条件的全局计数"任务中表现欠佳，空间记忆与功能知识整合能力仍有待提升。
另一项研究聚焦美国手语（ASL）标注自动化。研究人员构建了包含近500条人工标注的英文字词-术语对应库，并扩展出超过300小时的ASL STEM Wiki数据集和7.5小时的FLEURS-ASL数据。通过手指拼写模型训练，该系统在FSBoard测试中达到6.7%的字符错误率（CER），在ASL Citizen数据集上实现74%的top-1准确率。这项技术有望将传统需要数百小时的手工标注工作大幅简化。
第三项研究突破在于3D头部重建技术。苹果提出的HeadsUp方法利用层级建模技术，通过多视角图像采集重建高精度3D高斯头部模型。测试采用包含超万名受试者的内部数据集，其规模较现有同类数据集提升一个数量级。这项技术或与Vision Pro的Persona功能及visionOS系统中的面部捕捉技术存在关联，可能为虚拟化身创建提供更自然的表情渲染方案。
苹果全球营销高级副总裁格雷格·乔斯维亚克曾公开表示，Vision Pro代表了数字与物理世界融合的必然趋势。虽然他拒绝预测"空间计算"成为主流的具体时间表，但强调这一技术发展方向具有不可逆转性。三篇论文的集中发布，恰逢苹果被传调整头显研发策略之际，显示出该公司在空间计算领域的持续技术积累。
