È particolare la decisione di Apple di non produrre un controller fisico dedicato: si fa tutto con occhi e mani. Per giunta, tramite il Bluetooth, il visore potrà essere interfacciato con diversi altri dispositivi, inclusi i Mac (considerando anche tastiere, mouse e trackpad).
Apple Vision Pro ha una montatura super leggera e un’impostazione modulare, con un’imbottitura della maschera removibile, molto morbida, adattabile al volto di ciascuno e disponibile in varie forme. La fascia posteriore è removibile ed ampiamente aggiustabile. La batteria è esterna con un’autonomia dichiarata di due ore. Lo spatial audio è gestito da due driver per parte, amplificati individualmente; l’esperienza di ascolto è personalizzata in base alla conformazione della testa dell’utente.
I display interni sono realizzati con tecnologia MicroOLED. Questi due display hanno 23 milioni di pixel grandi appena 0,75 micron, 1/4 di quelli di un display di iPhone. Il dispositivo è controllato da Apple Silicon, un M2 che lavora in tandem con un chip tutto nuovo, chiamato R1, che interpreta tutti i segnali dell’array di 12 videocamere, 6 microfoni e 5 sensori, in appena 12 millisecondi.
Il display esterno, invece, è un OLED curvo che usa un sistema di lenti e riflessi per garantire la corretta prospettiva a tutti coloro che osservano l’utente. Sotto al display esterno, si trovano, per ogni lato, una videocamera laterale, un illuminatore IR, una videocamera che punta verso il basso (per il tracking delle mani), una videocamera TrueDepth e una videocamera principale. In centro, invece, c’è un unico scanner LiDAR.