欢迎关注“创事记”的微信订阅号：sinachuangshiji

　　文/宋楠

　　洪泰高级经理宋楠是一个才思敏捷、毒舌与段子齐飞的微胖届投资人，可能是现实对他太过残酷，他一直钟情于虚拟现实、人工智能。

　　在洪泰的办公室，你经常能看到他头戴各种设备，一边挪动丰满的身躯，一边口吐各种惊叹词。

　　今天，我们推出宋楠的一篇文章，说的是MR(混合现实)。我们看完觉得可能是假宋楠写的，因为这篇文章专业术语横飞，句句有深意。

　　洪泰智造工场创始人乔会君看完后傲娇地说：我觉得除了我，洪泰没有人能不借助度娘看懂。

　　我们不信，所以发出来给你们看看。

　　本文4649字，看完需要5分钟，完全看懂可能需要1小时－5天不等，出于公德心，我们先来几条核心提示：

　　1、VR（虚拟现实）、AR（增强现实）殊途同归，未来只有MR（混合现实）。

　　2、PC、手机之后，以语音交互为核心的HMD（头戴式显示器）将是下一代计算平台。

　　3、微软的头戴显示器Hololens是MR行业的标杆。

　　4、被斥为骗子，靠“特效视频”融资的Magic Leap其实另一个MR核心选手。

　　5、二者共同定义了MR的3个核心能力：空间视觉、镜片背后的光学系统、硬件及架构思路。

　　6、前两名甩开了其他对手，但技术边界并没有看上去那么牢固。意识到核心能力是什么，不难赶上。

　　7、最后，这也是MR投资和创业领域的路线图。

Magic Leap——MR市场中唯二的玩家

　　某种程度上，整个AR行业都因为Magic Leap炫酷的视频而带上光环。

　　所以，当人们知道这并不是真的来自AR技术，而是源于好莱坞式的特效，视频的”出品方”Magic Leap备受争议。它著名的中国投资者马云也因此受到一些奚落。

　　2月份，Magic Leap2017年董事会召开，并且公布了一个“简陋”的样机照片后，尘埃落定了，野心家与阴谋论者中混杂着各种各样“死道友不死贫道”的心情，简单的把Magic Leap钉在了耻辱柱上。一言以蔽之：“盛名之下，其实难副”。

　　无可否认，Magic Leap真真假假的宣传策略客观上拉高了吃瓜群众对它的预期，把自己架上神坛之后与其告诉大家“虽然我很好但是也没有你想的那么牛”，不如干脆保持沉默闷声发财。

　　但必须要说，微软（Hololens）以及Magic Leap是我看来MR市场中唯二的玩家，虽然可能二者目前来看微软领先，但如果我们将MR看做下一代计算平台的核心概念，怎么吹Magic Leap都不过分，毕竟他是一个“挑战巨头的初创公司”。

　　至于Meta、ODG、Lumus、Infinity AR等等等等的公司，在我看来至少目前他们在核心能力上还都有欠缺，暂且按下不提。

首先，Magic Leap到底在干啥？

　　先上两张图：

　　上图是Magic Leap第一批被扒出来的专利图之一，清晰地展示了其HMD（头戴显示器）的设计思路：为了减轻重量，把计算单元和电池都外置，眼镜上只留下必要的传感器以加强佩戴舒适度。

　　而下图是刚刚流出的Magic Leap原型机“谍照”，也是印证了之前专利图中的设计思路，所有的计算单元包括电源都是外置的，头上的眼镜只是做输入输出设备。

　　虽然巨大的开发板简直无法直视，不过我们仍然能从开发板中获得一些信息（以下信息有推测部分，不保证完全正确）：

　　首先，从散热器看，和NVIDIA JETSON TX1的散热器一模一样，以及没有在图片中找到其他处理器，大概率是用的Nvidia Tegra平台。

Jetson TX1 开发板官方图

　　其次，假设使用的是TX1，TX1是Nvidia针对机器学习推出的嵌入式系统平台，处理器性能提升并不明显，侧面反映了Magic Leap设备目前通用计算的量不大，而含256个CUDA核心的GPU肯定是为了MR设备的高图形运算需求而生的，但是带来了另外的发热以及功耗方面的困扰：

　　巨大的风扇和开发板直接用AC电源输出，这块峰值功率达到10W的开发板，不知未来小型化的前景如何，虽然一个“外置式”的计算模块对重量要求可能会降低，但是“板砖”估计也不能被接受的。

　　技术总是在不断衍进的。刚刚发布的Nitendo Switch就搭载了Nvidia最新一代的Tegra Parker处理器。不排除Magic Leap已经跳过了TX1直接上Parker平台，毕竟TX1硬伤太明显，Nvidia并没有在这一代平台上发力，有可能集中精力在做下一代Parker平台。

附上Parker与TX1、TK1 Spec对比

看上去是干活的，但是究竟干得怎么样？

　　首先，这里要明确一个观点：技术的边界是趋同的（特别是做软件、算法层面的公司）。在对真正前沿科技的探索上，同领域的顶级公司技术差距其实并不大（因为大家用的技术框架其实都很类似）。

　　举个例子, 在图像识别领域，每年ImageNet的比赛顶级team之间的差距并不大（标准实验室环境下），每年的冠军也是轮流换，真正有巨大提升的，是Hinton12年用深度学习来做图像识别那一年，之后大家都换成了深度学习框架，竞争又变成了一个两个百分点的竞争。

　　当然如果变成了复杂环境或者说真实环境，大家的技术体验就更相似了：40%正确率和60%正确率，对于用户来说都是一样的：不准！

　　另外一个例子就是VR行业：Oculus相对VIVE，起步早一些，但是实际能拿出的产品从体验上来看区别不大，甚至PS VR虽然技术指标不如前两者，实际上却是出货量最大也最受好评的VR平台。

　　所以，如果我们把Hololens所定义的MR当做这个行业目前的标杆，跻身行业一线玩家行列，需要具备什么样的条件呢？

　　首先是空间视觉能力，或者说是基于嵌入式平台的SLAM（即时定位与地图构建，或并发建图与定位）。Hololens之所以带来这么大的震撼，主要也是因为这是第一个公开销售并集成了Inside-out追踪技术的HMD系统（什么是Inside-out空间定位技术，简单来说就是利用设备自身，而不依靠外部的传感器等配件，实现虚拟场景里的空间定位，以及更多的人机交互）。

　　在这之前，所有HMD搭载的定位系统都是outside-in方案，即需要外置的摄像头拍摄头盔或者控制器的mark点来定位。从使用难度来讲相去不可以道里计（用过VIVE的都懂）。

Inside-out技术简示

　　其次，光有Inside-out本身是不足以支撑混合现实体验的，还需要空间信息或者说深度信息的叠加，才能够真正实现定位+空间重建来支撑完整的混合现实体验。深度信息与SLAM的叠加从技术难度上来说并不高，但是目前鉴于大家连inside-out还没做好，空间信息的叠加还需等待。

　　SLAM本身并不是一个新东西，国内也有相当多的团队在做，比较突出的包括速感科技，Perceptin等等，但是目前都还是作为一个双目空间摄像头模块存在，Ximmerse拿出了自己的inside-out方案，也是取了个巧，利用摄像头拍摄手柄上的光点进行定位，还不能算是广义上的inside-out方案。

　　国外目前在做空间视觉的创业公司包括Infinity AR，Occitipal等等，今年CES2017几家公司也均有参展，Infinity AR的Demo是一个飞机在桌子上起落飞翔的动态演示，但是跑道与桌子的贴合包括整体影像的晃动都很剧烈，演示效果离Hololens的稳定状态还有比较大的差距。

　　相比之下Occitpal的演示则更令人印象深刻，整体体验非常好，但我个人怀疑是针对特定的演示场景做了优化，实际产品能达到什么样的效果尚数未知。

　　大公司方面，Oculus去年宣布了自己的一体机Santa Cruz，承诺会有inside-out定位功能，Google Tango一直是移动SLAM的先行者，苹果也收购了相当多AR相关的公司，据传也在研究眼镜产品，高通也已经发布了自己的VR一体机产品，号称有inside-out追踪功能，其他公司包括ODG，Lumus，Meta等等，目前还都是在提供基于不同光学方案的AR眼镜产品，由于不具有空间视觉功能，尚不能认定为MR产品。

　　第二点，就是要有好的AR光学方案，Hololens包括Magic Leap都是采用了全息波导衍射光栅的光学镜片，而其他公司如ODG及Meta等则采用自由曲面、棱镜或者几者混合的光学方案。

　　显示技术应当说在目前来看，技术迭代的路线整体是向光波导光学靠拢的，只有光波导才能做到真正像现在正常眼镜一样大小轻重的HMD产品。

　　但是目前光波导镜片面临量产难度大，成本高，FOV（field of view, 简单来说,就是玩家游戏时的视野）不足的问题，相对来说自由曲面或者棱镜的光学方案则门槛更低，相对供应链更成熟，显示效果跟目前成熟的光波导镜片来看也完全不差甚至犹有过之。

　　Meta用很笨拙的方案就做到了90度FOV，而今年CES Lumus展出的50度光波导镜片方案已经是目前最领先的光波导镜片了，更不要说他巨大的头部器件和发热。

本人实测Lumus

　　第三点，就是一些硬件包括其背后体现的思路，具体应当说包含三点：四摄像头SLAM，结构光以及HPU。

　　首先是四摄像头，感兴趣的同学大概已经发现了一个奇怪的巧合：Oculus的一体机Santa Cruz也是采用了四摄像头方案（不过Hololens的方案是左右各两个，Santa Cruz的方案是上下各两个）。

　　我猜Magic Leap也会采用四摄像头的方案，主要是为了在保证mapping的angular resolution的基础上，同时兼顾tracking的FOV，说白了，就是为了看得更准更宽，从而保证了定位和追踪的稳定性，这是双目甚至单目解决不了的。

　　结构光：Hololens的深度信息均来自结构光摄像头，包括手势识别，但这里一个有意思的事情是，很多人做SLAM的时候也会结合结构光信息来做，但这在HMD上是无法应用的，因为结构光在做空间识别的时候，识别范围较远，是不能够识别近距离的手的具体信息的，所以如果使用了结构光来做SLAM，实际上是无法同时应用手势识别的。

　　在Hololens具体操作时，也是预先扫描了周边环境的深度信息，然后才开始做手势识别交互。

　　HPU是另一个被传得神乎其神的东西，实际上是微软定制的Cadence Tensilica的DSP，内含24个核心，主要用来处理跟视觉，手势，环境感知相关的一切算法。

　　所以算力提升对于MR行业来说仍然是亟需解决的问题，想想Magic Leap开发板上巨大的散热器~

　　所以总结来看，目前除了微软，行业内的其他玩家都或多或少的缺乏MR产品的一部分核心能力，而Magic Leap，无论从其展示的思路还是靠谱的小道消息，是最靠近这个技术路线并且已经有相当技术积累的公司。

所以，那些神视频到底怎么回事？

　　首先，Magic Leap总共发布过4段视频（办公室机器人大战、太阳系、A new morning以及星战）+2个动图Demo（鲸鱼以及手心小象）。

　　其中办公室机器人大战、鲸鱼以及手心小象都是特效视频，其余的均为“Shot directly from Magic Leap”。所以之前很多媒体报道中所谓“均为特效”是不实的，不过实拍的内容中细琢磨的话也有很多小tricks，下面详细分析一下：

　　1.两张截图分别来自两段视频，但都非常清晰的显示了一个问题：桌子可以非常完美的把R2D2的身体挡住，当机器人走到桌子旁边或者镜头位置变化到有物体在前面“遮挡”图像的时候，被遮挡的图像就完美的不显示了！这是怎么做到的呢？

　　我们知道眼镜类的产品，镜片是所有光线进入眼睛的最后一道门户，理论上镜片上的图像是叠加在所有外在信息之上的，这种“被遮挡”的错觉显然是因为眼镜根据深度信息发现图像产生了“被遮挡”的关系，从而停止渲染那部分区域的图像，让自然光线透过镜片，实现了类似“被遮挡”的效果。

　　道理都说得通，问题是这里的被遮挡关系展现的太完美了，不仅图像稳定清晰，被遮挡的边缘也没有丝毫误差，这就很有意思了。可以对比一下Hololens在使用环境下，虽然也能做到部分的“被遮挡”效果，但是会产生很频繁的画面抖动，因为并不确定被遮挡的边缘以及面积到底有多少。

　　窃以为Magic Leap在这些演示视频中，虽然确实是实时渲染而且是实拍的，但是肯定对场景做了预先的精细扫描和建模，才能够达到这么好的效果。

　　这也是平时在看SLAM项目的时候的一大问题：演示视频或者场景由于有事先特定的优化，能够实现比真实使用中好得多的效果，有的时候限于时间因素不能反复测试，经常会被这样的“小把戏”欺骗，等真的详细DD的时候，又发现了这样那样技术上难以克服的问题。

　　2.关于太阳系的这一段视频也是非常有趣的，展现了Magic Leap的“光场显示”技术，即在不同的景深上可以成像。演示视频中一会儿太阳很清晰，一会儿地球很清晰，是很明显的光场显示技术的应用。

　　这里又有一个很有趣的问题了，不是说好了用光波导的吗？光场技术到底是什么情况？实际上Magic Leap确实是有很深的光场显示包括光纤显示技术的储备，但是由于种种问题，离真正产品化路还非常远，应该说这段视频只是秀肌肉，短时间之内是不可能看到类似的产品面世的。

　　光场显示其实国内有团队在做，我也在中科院某所看过类似的Demo，整个光学系统就比目前的头盔还大，还只能实现7个焦距上的光场显示，完全不具备产品化价值（Magic Leap据说要好很多）。

　　而光纤显示，大家从光纤的属性上其实也能推测到，这么脆弱的介质，稍微用一用就会有变形，错位等等的问题，产品化的路也很漫长。

　　3.关于其他的演示视频

　　其实除了鲸鱼那段演示视频确实是太浮夸了之外（其实你想象所有人都戴着眼镜但是P掉了就好），其余无论小象的demo还是机器人大战的demo，都是在目前的技术环境下可以实现的，大家完全不必对技术这么悲观，这段算勉强洗个地。

最后，最重要的是MR（混合现实）的未来

　　之所以说了这么久Magic Leap的故事，是因为MR让我振奋。以下简单说说我的观点：

　　1.VR、AR殊途同归，未来只有MR。

　　设想一下，VR一体机和AR眼镜，最主要的区别是什么呢？其实就是一个是透明的，一个是不透明的。

　　目前来看VR拥有更大视角以及不透明的视野，而AR眼镜视角小，但是能看到现实世界。无论VR还是AR的创业者，都很明白空间视觉的重要性，因为它本质上就是用户体验，更大的视角，更透明的世界，他们都想要。

　　另一方面来说，眼球追踪，手势识别，全景音效以及更好的人体工学也都是所有从业者共同追求的，未来会成为所有HMD产品的标配。而大视角、高分辨率也会是所有产品的一个共同追求。

　　这样看来，透明或者不透明，其实就不是问题了，只要多做一个遮罩，甚至是镜片上附一层可调透光度的膜，就可以解决这个问题。目前所有VR/AR从业者所努力的方向可以说是统一的，那就是VR与AR合二为一。

　　2.从实际技术演进来看，MR设备更容易成熟。

　　2016-2017年，VR行业在国内可以说从天堂到地狱，从16年初的万人空巷到17年初的惨惨戚戚，客观上反映了VR设备在普及上遇到的问题，其中最最主要的问题就是眩晕感迟迟无法解决，用户的平均使用时间基本上在15分钟左右，根本无法支撑真正优质内容的产生，从而导致了恶性循环。

　　在我看来，眩晕感或许是5年内VR设备无法迈过的门槛，除非用类似万向跑步机的外设，否则简单的“房间级”追踪，还是无法完美解决用户的晕动症问题。药物可能是解决这个问题的最佳方案。而MR设备则不同，能看到外面的场景包括相对小很多的FOV，都会让用户在实际使用中更容易接受。

　　3.PC、手机之后，下一代计算平台将会是以语音交互为核心的HMD产品。

　　如果你留心看CES 2017，一个很大的改变就是AR作为一个单独的品类开始参展，ODG，Lumus，Vuzix，Sony，Infinity AR，Occitipal等等，成为了CES 2017少有的亮点。今年VR参展的数量很少，不过用VR进行展示的企业很多，VR已经变成一个Feature。

　　无论是Oculus开始招募AR团队，还是苹果要发布自己的AR产品，华为招募了前Oculus大牛做AR/VR/MR技术负责人等等，都清晰的说明了一个信息：巨头正在跑步入场。

　　正如之前所提过的，技术的边界是趋同的，当巨头们看到Hololens这样的产品是可实现的之后，相关的创新包括探索也会层出不穷，相关的技术人才、技术储备也会导致整个市场的百花齐放，我们正处在快速迭代的时代，科技水平的发展真的要用“日新月异”来形容。

　　以语音交互为核心的HMD作为下一代计算平台出现在寻常百姓家的日子，已经越来越近了。