企业官网建设流程全解析

1. 从两条看似不相关的产品线，看清空间计算的下一站

过去一个月我一直在复盘两个消息，一个是 WWDC 2025 keynote 里 Apple Duo 的共享空间演示，另一个是前苹果设计/交互高管和 Meta 工程基础设施高管一起创办的 Muse 公布的可穿戴 AI 设备方向。单看任何一个，都像各自赛道的常规动作，但把它们放到一起，你会发现一个被大多数人忽略的事实：计算设备的演进正在从"理解你的指令"转向"理解你的状态"，从"你一个人的屏幕"转向"你和别人的共同空间"。

先说 Muse。这家公司的核心做法是用一条可以日常佩戴的脑电（EEG）传感设备，捕捉注意力、压力、情绪波动这类主观状态信号，再交给端侧模型去理解。它不是让你戴着头显玩游戏，也不是测睡眠，而是把"情绪"作为 AI 交互的输入源。苹果那边，Duo 是 visionOS 26 里的新能力，允许两台 Vision Pro，或者一台 Vision Pro 加一部 iPhone，进入同一个空间场景——两台设备的坐标系、手势、空间音频、虚拟化身会实时对齐，你可以和远在另一个城市的人"出现在"同一个虚拟房间里。

这两件事看起来一个偏感知、一个偏协同，但本质都是同一个方向的变化：设备不再只关心你点了哪里，而是开始关心你处于什么状态、你和谁处在同一个空间语境里。

如果让我用一个场景来描述这两条产品线合并后的未来，那就是——你戴着的设备知道你现在烦躁，于是自动让虚拟会议室里正在演讲的 AI 助手放慢节奏；与此同时，坐在你对面空间坐标里的同事，和你正盯着同一块虚拟白板。过去十年我们习惯了"人找设备"的交互，Muse 和 Duo 在做的，是"设备适配人"的雏形。

这篇文章我想拆开讲三层：Muse 的传感体系和技术路线、Apple Duo 的共享空间逻辑，以及这两条线合流后真正会改变应用的四个方向。最后也会聊聊哪些是靠谱的、哪些是在画饼。如果你是做智能硬件、AI 应用、空间计算或者数字健康方向的产品，应该能从这里面找到一些可以落地的判断依据。

2. Muse 在做的，其实是让 AI 第一次"感知"而不是"识别"情绪

2.1 Muse 的三层技术栈，和传统的情绪识别有什么本质不同

市面上做情绪识别的方案大多走摄像头表情分析、语音语调判断或者文本情感分析。用摄像头判断"你在笑"，用语音判断"你声音发抖"，本质上都是在做模式识别——把外显信号映射到情绪标签上。但 Muse 走的是另一条路径：直接测量自主神经系统和中枢神经系统的生理信号。

这款设备的核心配置我在拆解资料里看到的是这样几条线索：EEG 脑电通道用来捕捉前额叶和颞叶区域的神经活动，PPG 光电传感器测心率变异性，再加皮肤电导和 IMU 姿态数据。它可能做成一条轻量的织物佩戴带，可以搭在额头上或者绕在耳后，不是头盔也不是头显。和 Emotiv 这类科研级脑电设备相比，Muse 的电极更少、佩戴更轻、更强调日常场景的连续记录，和 Fitbit 这类手环相比，它又多了一个最关键的东西——脑电。

我自己的理解是，Muse 把"情绪识别"从"看表情猜心情"这种外显推断，变成了"读生理状态"这种内源感知。这两者有一个本质区别：外显推断可以被表演，你可以假笑，也可以假装平静；但脑电和皮肤电导这类信号很难完全伪装，它们反映的是自主神经系统的实时状态。Muse 的价值并不在于它能把情绪分得多么细，而在于它提供了一个比摄像头更抗干扰、比问卷更实时、比行为推断更底层的情绪信号源。

当然，这也不是说 EEG 就是一个万能钥匙。脑电信号的个体差异非常大，同一个频率段的功率在不同人身上可能对应完全不同的状态，而且头动、眨眼、出汗都会产生巨大噪声。所以 Muse 真正考验人的不是硬件，而是信号处理那一层——它能不能在用户正常坐着的状态下，从噪声里把有效特征捞出来。

2.2 关键差异：个体基线模型，而不是通用情绪分类器

大多数情绪识别产品做的是"通用分类"：训练一个模型，把所有人的脑电数据混在一起，然后输出"快乐 0.7、焦虑 0.3"这种标签。但这里有一个几乎无解的难题——每个人的情绪生理反应基线不一样。有人紧张时心率飙升，有人反而是心率下降；有人专注时前额叶 alpha 波抑制明显，有人变化幅度极小。用一个通用模型去套所有人，结果就是你得到的不是一个准确的判断，而是一个统计学上的平均值。

Muse 的路线是"个体基线建模"：设备开机后会有一段校准期，系统记录你在放松、专注、紧张、疲惫等不同状态下的生理信号作为个人基准，之后所有的情绪判断都基于这个基准来做相对偏移。这就像智能手环记录你的静息心率，然后告诉你"你今天的心率比平时高了 15%"，而不是告诉你"你的心率是 82 所以你很焦虑"。

这种设计思路更接近真实的使用逻辑。用户不需要知道自己的绝对情绪状态是什么，只需要知道相对自己日常状态的偏离。按照我的经验，这一类产品如果想要在消费市场站住脚，大概率会走"相对偏离提示 + 可解释的生理信号指标"的路线，而不是假装自己能读心。如果 Muse 的 App 告诉你"你的注意力水平在过去三十分钟内持续下降，建议休息一下"，这个可信度就比"你的专注力是 62 分"高得多。

2.3 为什么 Muse 盯上 AI 代理，而不是做又一个健康监测手环

Muse 的团队背景值得琢磨——前苹果设计高管、前 Meta 工程高管，做出来的东西肯定不是追求"多一个可穿戴设备品类"那么简单。从公开融资信息看，他们拿的钱也是奔着 AI 基础设施去的，而不是硬件供应链。这其实指向一个更明确的定位：Muse 想做的不是"测量情绪的 Fitbit"，而是"给 AI Agent 装上情感感知能力"。

现在的 AI 助手最大的问题之一，就是它不理解你的状态。它对所有人都用同一种语气和节奏说话，不管你是不是正在烦躁、疲劳或者处于深度专注中。如果 Muse 能把这些状态信号接入 AI Agent 的运行逻辑里，AI 的交互就不再是"你说什么它答什么"，而是"它感知到你的状态后，决定以什么节奏和你对话"。

举个例子你就明白差异。你用语音助手查天气，它念完一大段预报就结束了。如果它知道你现在处于高压状态、前额叶活跃度下降、心率偏快，它可能会把回复压缩成一句"今天有雨，记得带伞"，然后不再推送任何多余信息。反过来，如果检测到你现在精力充沛、思维活跃，它可能主动多说一点，推送一些相关但是更深入的内容。

这才是我觉得 Muse 真正会让世界产生变化的地方：它把情绪从"被测量的数据"变成了"被计算的因素"。

3. Apple Duo 重构的不是虚拟世界，而是"同时在场"的语义

3.1 一个屏幕变成两个端，共享的不只是画面

Apple Duo 如果说得直白一点，就是"两个人分别拿着设备，进入同一个空间场景"。听起来不就是一起看视频吗？但它的底层逻辑完全不一样。过去我们说的"一起看视频"，是你们俩的手机通过同步播放同一个片源，再开一个语音通话，本质上你看到的是你的屏幕，我看到的是我的屏幕，中间隔着一层"屏幕边框"。

Duo 做的事情是：两台设备的空间坐标系完全对齐，我这边的一张虚拟桌子，在你那边也精确出现在同一个相对位置。我从桌子上拿起一个 3D 模型转给你，你伸手能接住；我在空间里画一笔，你能看到这支笔在你面前的虚拟平面上移动。甚至空间音频都会根据相对位置调整——我说话的声音从你的左侧传来，因为在这个共享空间里，我确实站在你的左侧。

这对比最简单的理解方式就是：语音通话传递的是"声音"，视频通话传递的是"画面"，而 Duo 传递的是"空间关系"。声音和画面是一条线，空间关系是一张网。在这张网里，你可以围着同一个物体走动、可以指向对方旁边的位置、可以基于共同坐标做手势交流。过去我们要解释"我说的那个按钮，对，在你左手边那个"，以后这句话不再需要语言，因为你和我看到的是同一个坐标。

3.2 从单人沉浸到双人共享，空间计算开始变"轻"

Apple 选择在 2025 年推 Duo，有一个很现实的原因：空间计算的硬件普及率还撑不起"史诗级内容"，但支撑"人与人共享体验"已经绰绰有余。一个人戴着头显能做的事情，除了大型 3D 应用，大多数都是看片、做笔记、开全息显示器这些轻量需求。这些需求如果和另一个人共享，产生的体验增量是 3 到 5 倍，而不是 1 倍多一点——因为你不再是一个人在一个"虚拟房间"里，而是和真实的人在一个"共同房间"里。

这种"从单人沉浸到双人共享"的转变，对整个空间计算生态是一个很重要的补位。它让头显和手机能够互相配合：合作的一方可以不需要买昂贵的头显设备，用 iPhone 就能"走进"对方的世界。Duo 支持一台 Vision Pro 加一台 iPhone 的组合，就是这个逻辑——重度用户用 Vision Pro 获得完整沉浸感，轻度用户用手机进入同一个场景，两个人依然能面对面交流。

我判断 Apple 这套设计考量的不是设备销量，而是"共同在场"的生态底座。只要两个真实的人能在空间里同时做一件事，"回头再叫两个朋友进来"就只是时间问题。空间计算真正的引爆点不一定来自更炫的画面，而可能来自更自然的多人关系。

3.3 Duo 和普通视频通话的分水岭：共享坐标里的身体语言

为什么说 Duo 不能简单类比成"玄幻版视频通话"？视频通话有一个天花板，就是镜头视角是固定的，你能看到对方的表情，但看不到对方在看什么、注意力在哪里、手在往哪边指。而 Duo 把每个人的"注视方向"和"空间位置"变成了共享信息，这恢复了一种我们在物理世界里早就习以为常、但在远程通信里彻底丢失的东西——共同注意力。

两个人坐在真实会议室里讨论一份文件，你可以看到对方的目光落在文件的哪一段，可以感知到对方往文件方向探身，代表兴趣提升。这些信息在视频通话里完全失效，但在 Duo 的空间坐标系统里可以恢复。你面前有一个虚拟展板，对方举起手臂指向展板的左上角，你能看到那个手势发生在展板的哪个位置，甚至能顺着他的手指方向看到那个局部内容被高亮。

这个能力的价值，在远程协同、设计评审、远程教学这些场景里是断层级别的提升。不是"画面更清晰一点"的提升，而是从"我能看到你"跃迁到"我能进入你的注意空间"的提升。这比任何分辨率参数都更重要。

4. 两条线合流后，最先被改变的四个行业场景

4.1 情感可穿戴不再是健康配件，而会成为 AI 交互的"状态输入层"

Muse 和 Duo 单独看都是独立产品，但合在一起，它们指向一个更大的结构：一个设备负责感知你的状态，另一个设备负责把你的状态带入共享空间。未来的空间计算场景里，你的情绪状态可能是和你的手势、头部姿态、语音并列的第四种输入方式。

这会在产品层面催生一类新设备：不是"健康手环"，而是"状态感知输入设备"。它不负责显示信息，也不负责处理计算，只负责把"你现在的精神状态"变成一个实时更新的 API，供给上层应用调用。就像麦克风采集声音变成语音信号，Muse 这类设备采集神经和生理信号变成"情绪上下文"。

短期内最可能落地的应用是协作办公里的"节奏匹配"。两三个人在 Duo 的共享空间里开会，系统可以根据每个人的情绪状态动态调整信息密度和推进速度——有人累了就自动把汇报放慢，有人进入深度专注就暂时不打断他。这种体验不是"AI 控制你"，而是"AI 替一群人维护共同的节奏"。

4.2 教育和技术培训：共享空间里的"共同注意力"和"状态感知"

教育场景可能是这两个技术路线的交集里最值得期待的。传统在线教育最大的痛点是老师不知道屏幕对面的学生到底有没有在听——开着摄像头也只能看到脸，看不到注意力。如果把 Duo 的共享空间和 Muse 的状态感知放在一起，老师就能获得两个关键信号：学生的目光落点、学生的生理专注状态。

孩子在看虚拟解剖模型时，他的视线停留在心脏还是肝脏，这个信息比任何测验都能更快告诉老师他的兴趣点和疑惑点；他的脑电和心率数据显示他正在走神还是卡住了，这比"请同学们举手回答问题"这种低效探测手段高出一个时代。我反而觉得教育会是这波变化中最早跑通的场景，因为它的需求最刚性、用户付费意愿最强、效果也最容易量化。

4.3 内容消费形态改变：从"你选择看什么"到"内容适配你此刻的状态"

当设备能感知情绪，内容分发的逻辑会发生一个不起眼但根本性的变化。现在的推荐系统靠什么？靠你的历史行为：你点赞了什么、看了多久、转发了什么。这套逻辑有一个固有缺陷——它假设你的偏好是稳定的。但人不是稳定的，你睡前想看的东西和通勤时想看的完全不一样，你烦躁时和放松时想要的节奏也完全不一样。

Muse 这类设备给的恰恰是"此刻状态"这个变量。你心率高、压力大，系统就推节奏舒缓的内容；你的注意力曲线平稳、alpha 波活跃，系统就推需要沉浸思考的深度内容。这比任何协同过滤都更懂你，因为它不看"你以前喜欢什么"，而是看"你现在适合什么"。

4.4 心理健康服务：从"事后报告"到"实时干预窗口"

这个方向短期内会被严格监管，但长期一定会有突破。传统的心理健康评估依赖两个手段：问卷和面谈。这两种手段都只能采集到"你回忆中的状态"，而不是"你正在经历的状态"。Muse 这类设备第一次给了临床场景一个连续、客观、低侵入的状态信号源。

设想一个抑郁康复中的用户戴着 Muse 设备，系统监测到他连续多日的夜间心率变异性持续走低、睡眠结构异常、日间皮肤电导基线抬高等一组复合指标，在用户本人还没意识到"我最近状态不对"之前，就提示他联系心理咨询师。另一个场景是 Duo 的空间协同能力让咨询师可以和来访者以更接近面对面体验的方式相处，而不是对着视频里的一张脸。

我知道这里面的伦理问题和数据隐私风险极大，但这些技术能力一旦被验证有效，监管跟进只是时间问题，方向本身不会退回去。

5. 真正值得警惕的，不是设备价格，而是"情绪数据"的归属问题

5.1 我从这些演示里看到的三个风险裂缝

技术演示永远展示最好的部分。杜撰一个完美场景很容易，但实际产品落地时，有几个裂缝会立刻显现。

第一个裂缝是信号误读。Muse 的传感器测得的是生理信号，生理信号到情绪状态之间隔着一层非常模糊的映射。焦虑和兴奋在生理上高度相似——手心出汗、心率上升、注意力收窄。如果系统把一名正在开创意会议的员工的"兴奋"当成了"焦虑"，AI 助手就会错误地降低信息密度，结果反而打断了产研节奏。情绪识别最大的技术难点从来不是采集信号，而是区分"同一种生理状态在不同语境下的不同含义"。

第二个裂缝是美化的远程在场无法替代物理接触。Duo 能让你在空间里和另一个人坐在同一张虚拟桌子前，但它恢复不了推开椅子的声音、从对方身上传过来的温度、一起沉默时不说话也不会尴尬的气氛。这些东西不是技术变量，是物理变量。我担心的是 Duo 这类产品的营销会让一部分人过度依赖远程协同，把线上空间当成真实关系的替代品。技术应该扩展人的相处方式，而不是让人更方便地逃避真实相处。

第三个裂缝是数据资产的所有权。情绪数据比行为数据更敏感，它不经过你的理性加工就直接输出。今天一个公司知道你几点上下班是位置数据，明天它知道你什么时候焦虑、什么时候注意力最差，这是完全不同的隐私级别。这个问题不解决，Muse 们在技术上做得越好，社会层面的反弹会越强。

5.2 我在实际产品判断上的几个取舍

我最近看了不少这类产品的原型方案，也和一些做传感设备的创业者聊过。我自己的倾向是：做情绪感知产品，不要一开始就想"读懂用户"，先做"给用户自己看"；不要做"系统自动发起干预"，先做"用户主动选择提醒"；不要追求"识别出焦虑等级"，先追求"反映出生理信号变化"。

翻译成产品语言就是——Muse 这类设备的默认模式应该是"个人仪表盘"，而不是"后台监控器"。用户自己看到"我今天早上注意力波动幅度比平时大"，这是合理的；公司在员工不知情的情况下拿到"小张今天上午情绪不稳定"，这是灾难。情绪数据的价值在个人语境下是赋能，在第三方监控语境下是武器。这个边界，产品在第一天就要想清楚。

Apple Duo 那边也有一个容易被忽略的产品取舍：共享空间的退出机制。随时可以拉黑、关闭共享视角、撤销某个空间对象的访问权，这些应该和进入空间一样简单。空间协同比文件共享更侵入，因为它是持续的、即时的、双向的。如果退出机制做不好，用户会本能地拒绝长期使用。

5.3 一个正在发生的判断：下一阶段的人机交互，核心词是"共同状态"

回到标题那句话——Muse 和 Apple Duo 对世界的影响可能比你想的更大。我现在越来越认同这个判断。它们不像 iPhone 那样在发布当天改变世界，但它们在定义一个更长周期的变化：设备开始理解"你"和"你们"。

Muse 这一边，让 AI 从"知道你说了什么"进化为"知道你处于什么状态"；Duo 这一边，让协作从"你看到我看的屏幕"进化为"我们处于同一个空间"。这两个方向一旦相遇，交互的语义就从"指令—反馈"变成"状态—适应"。你不再需要对设备说你困了，设备从你的脑电和心率里感知到你困了；你不再需要向远方的同事解释你指的到底是哪个模型，因为你们共享同一个坐标。

按我个人的体会，这类产品真正落地会经历三个阶段：第一阶段是"数据可见"，用户能看到自己的情绪指标变化，就像今天看手环的睡眠分数；第二阶段是"状态适配"，应用根据这些指标动态调整交互节奏和内容密度，就像今天的自适应刷新率；第三阶段才是"协同感知"，多个人的状态共同作用于一个共享空间，系统动态调整群体节奏。

我们现在站在第一阶段和第二阶段之间。Muse 把传感器推到了日常可佩戴的形态，Apple 把共享空间的基础协议做出来了，剩下的事情——信号处理的鲁棒性、隐私保护的边界、场景设计的人性化——都需要一代产品接一代产品去填。但方向已经清楚，我很少对可穿戴设备领域这么乐观过。