> ## Content Index
> Fetch the complete content index at: https://cms.yufeiran.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# 可多路视频播放的VisionOS 媒体查看器开发
- URL: https://cms.yufeiran.com/ke-duo-lu-shi-pin-bo-fang-de-visionos-mei-ti-cha-kan-qi-kai-fa/
- Published: 2026-10-05T16:34:36.000Z
- Updated: 2026-10-07T02:40:51.000Z
- Author: Feiran Yu
- Tags: works

开发一款能够同时播放多个视频的vision pro媒体查看器。

0:00 

/0:40 

1× 

视频1 三路视频同时播放以及图片查看器 文本阅读器

# 缘起

Vision Pro 发布时我就特别想买，毕业工作后终于有资金购入并加入Apple开发者计划，从今年五月到现在也用了快小半年，用起来确实挺爽。

但是有些痛点还是很难受，其中一个痛点就是无法同时播放多个视频音频(实际上[VisionOS提供了同时播放音频的API](https://developer.apple.com/documentation/avkit/creating-a-multiview-video-playback-experience-in-visionos?utm%5Fsource=chatgpt.com)，但是似乎我用的APP都是不遵守🤣 导致都在抢占），因此为了满足我自己的这个痛点，也学习一下Vision OS 的应用开发，甚至完成度足够的话考虑上架App Store，便有了这个目标是多视频同时播放的媒体查看器项目。

# 现有工作

我购买了4XVR、Infuse、Moon Player、ES 文件助手（这款只有iPad OS版，不是专供Vision OS的），这几个月体验下来，全都存在我提到的和其他APP抢占音频通道，无法同时播放的问题，其他的我的主观的体验如下：

4XVR：使用最多，用起来最舒服，格式支持很全，VR视频也能看，号称全vision os 唯一能看蓝光iso的软件，也有几个3D沉浸背景。缺点：UI有点不太适配Vision OS，拖动进度条的滑条很容易误触到Vision OS 窗口底部的控制条。

Infuse：中规中矩，感觉格式更新很全，基本就是iPad版本，没什么印象，我也没怎么用。

Moon Player： 感觉就是Infuse加上支持2D视频转3D视频的功能，现在很多AR眼镜也有这个功能，比如我之前用过的XRAL 1S，不太喜欢用这个功能，也没什么印象。同时3D的沉浸背景也比较多。

ES文件管理器：可以看视频 图片 文本 无法看vr视频，其实就是iPad版本上的完全没改，我在iPad上用了很久，连会员都可以到Vision OS 共用，我个人的体验不爽点只有没有适配Vision OS的多窗口，键盘控制不好用，我的这个软件基本目标是ES文件管理器适配Vision OS的特性。

综上所诉，其实4XVR、Infuse、Moon Player 都是很优秀的观影软件，其实是我的需求比较大小众、导致它们可能没有动力去做。看大片就是要全身贯注 再来个沉浸式背景对吧 ！

而ES文件管理器就更工具一些，可以在一个软件里面看目录里面的大部分文件（文本 图像 音频 视频 pdf 甚至好像还能看ppt excel），前面几款连音频都无法查看。

Vision Pro标榜自己有生产力，但感觉真就是绑了一个iPad到脸上，甚至原生的软件比iPad还缺少…更核心的是缺少很多macOS / Windows这些系统级的API比如：多应用的混音管理，方便切换窗口的任务栏。

因此，我希望能搓一个稍微有点生产力的媒体查看器，反正先满足我的需求，如果能碰巧满足有类似需求的人就更好了。

# 目标

**核心目标： 支持多路播放音视频，并且不要和别的应用抢占系统级唯一音视频播放栏目。**

核心原理就是利用Apple的这个API 来进行开发： <https://developer.apple.com/documentation/avkit/creating-a-multiview-video-playback-experience-in-visionos?utm%5Fsource=chatgpt.com>

主要目标： 

1. 支持音视频（包含VR视频）、图片、文本的同时多窗口查看；
2. 扎实的文件管理（增删改查、路径显示、远程协议SMB等支持）。

可选目标：

1. 实现类似Windows的系统音频合成器界面来管理我APP内部的混音（如图1所示）；
2. 实现web浏览器套壳 让B站 YouTube X等网站也可以同时播放不抢占;
3. 加上之前开发的4D/3D GS查看器模块以及实现传统mesh的查看器；
4. 充分利用m5 性能加入端测AI 实现模糊搜索or视频超分。

![](https://cms.yufeiran.com/content/images/2026/10/image.png)

图1 Windows 音频合成器

不做什么：

1. 不要私有link软件，不要云服务，不要太花哨的沉浸背景（可以开放接口让用户自定义，我没有精力做）

# 设计

采用模块化设计， 分为以下几个模块：

1. **资源管理器** 核心模块，增删改查文件，支持缩略图，排序，连接smb、webdev等远程资源
2. **音视频播放器** 根据资源管理器传入的路径，读取播放视频/音频流，默认采用硬件解码，不支持的小众格式如VMV使用FFMPEG CPU软解作为fallback，同时支持VR的双目播放
3. **文本查看器** txt/pdf 查看，能解析pdf目录，能编辑txt
4. **图片查看器** 能看整个路径里的图片 方便键盘控制，可能要支持动图和透明图
5. **3D查看器 查看3D/4D GS资产和.stl .obj等常见3D格式**

# 开发

26/10/6 MVP版本, 初步能够实现核心目标：同时播放最多五路视频 如开头的视频和下图所示，多路视频是真的可以同时播放的！视频中展示了三路视频播放和一个文件管理器（中）和一个图片查看器（左）

![](https://cms.yufeiran.com/content/images/2026/10/Snipaste_2026-10-06_00-28-03-1.png)

开发流程：国庆假期在玩群星的时候突然想法成型，vibecoding了接近半天时间，使用GPT PRO 100刀会员 6.1 sol 极高，消耗周额度约30% 完成🤣 GPT大人还是太强大了。

未完待续...

# 总结