超越现实，AR正在重塑未来

2023年06月14日 17:17:00 来源：《AR改变世界》

　　《AR改变世界》引言

　　超越现实，AR正在重塑未来

　　想象一下：12 月的一个清晨，天很阴沉，你戴着新的增强现实眼镜，沿着纽约的拉斐特街漫步。这款眼镜很新潮，配有微型数据投影仪和光学组合器，可以做到虚实融合——虚拟世界和现实世界几乎无法被区分开来。你只要动一动头部，全息数字层就会混合并叠加到现实世界，这种新颖的观察世界的方式是量身定制的。你旁边的行人看到的则是不同的影像，但也同样是经过精心设计的。

　　首先，你会注意到眼前的世界正变得更加丰富多彩，同时也充斥着海量的信息。在抬头向上看时，天际线处，你会看到还没建造起来的建筑，它们是半透明的，其中一些建筑还处于设计草图阶段，以便下次开分区会议时能得到你的反馈;另一些建筑则配有详细的信息，并标明了预计完工日期。还有，你最好不要盯着那些高层住宅看太久，否则你会立马收到那些关于房产的广告，而且这些广告会被全景投射到你所居住公寓的窗户上。

　　其次，棘手的问题则是，这些增强技术并非没有情感。投射出的经过优化的影像旨在刺激你大脑的特定部位，同时这些影像会展现更积极的一面，这或许也是配置偏好。你的专属人工智能(AI)——“现实编辑器”会推断出，你今天不想看到它早上在街道上发现的垃圾桶，所以它会用虚拟灌木丛和树木代替垃圾桶，而虚拟灌木丛和树木影像则来自你童年时候的家庭前院。纽约市看起来无比美好!要是气味能有查找和替换功能就更好了。由于眼镜通过脑电图和太阳穴上的皮电反射来感知你的情绪，并跟踪你的瞳孔扫视活动(当专注于某场景时你的眼睛是如何下意识地飞速转动的)，所以你看到的东西会迅速随之做出反应。如果你早上闷闷不乐，那么你的眼镜就会扭曲现实，以便振奋你的精神：它们会照亮阴云密布的天空，加入夏日的阳光，逐渐增强与你的脚步相匹配的音乐节奏，此刻蔚蓝的天空上会出现励志的话语，云彩汇成了你的口头禅：“你能行的!”。

　　再次，你会意识到这种看世界的方式比社交网站的社交性更强。广告牌上不再是街头小广告，而是播放着的视频，视频里你的朋友和最喜欢的明星在与你讲话，他们的话语还可以被翻译成西班牙语，以帮助你提升词汇量，为即将到来的假期旅行做好准备。人行道上也像好莱坞的星光大道上一样镶嵌着名字和头像，包括你的亲戚和你最亲近的教授和导师。多么好的回忆往事的方式呀!

　　你最近在寻找一件时髦的夹克，所以你的增强现实眼镜会呈现其他人时下正在穿的流行款式。如果你在看到某个款式时立刻不经意做出“扬眉”的动作，眼镜就会帮你将其标记在书签上。多亏了 Tinder AR 智能眼镜应用程序，你可以自动“删除”最近碰巧遇上的不太顺利的约会，比如上周给你留下阴影的那次约会。就像在英国电视剧《黑镜》(Black Mirror)中一样，这些约会对象总会时不时地像幽灵一样出现在你的脑海里。如果你说再也不想见到他们了，智能眼镜立即就能帮你达成心愿。

　　稍后，你再次出门，这次是跑步。导航很容易，因为你只需沿着一条黄色砖路跑步，这条路是专为你设计的。昨天的10公里，最先和你一起跑的是电影《烈火战车》(Chariots of Fire)中的苏格兰人[1]，然后是洛奇[2]，最后是牙买加短跑名将尤塞恩·博尔特(Usain Bolt)，他和你一起进行了最后的冲刺。这很有趣，但是带来的动力没有预期的那么强劲。今天，你的眼镜又在你看到的景象中叠加了一群僵尸来追你。如果你的配速比昨天快，他们就抓不住你。也因此，你最后超过了昨天的配速!这些智能眼镜不仅可以扭曲现实、编辑现实，还可以预测未来。当你跑步经过商店橱窗时，橱窗里会映射出你年老时的形象：两鬓斑白，但是穿着 2032 年奥运会的 T 恤衫，你看起来精瘦、敏捷、健康。

　　我将这种新型的视觉现实称为“超视”(SuperSight)。

　　眼睛的进化

　　人眼是一种神奇的器官，拥有超过 1.2 亿个感光细胞，可以识别 1 000 万种颜色，同时也拥有全身最活跃的肌肉，这些肌肉使我们的平均眨眼时间仅为 100毫秒。人眼包含 200 多万个可活动部分，复杂程度仅次于大脑。尽管人眼如此之奇妙，但几千年来它的进化并不显著。虽然我们发明了眼镜来矫正视力，发明了显微镜和望远镜来完成特殊的观测任务，但我们的祖先和我们感知世界的能力相差无几。未来 10 年，由于一系列技术呈现出指数级发展，这种情况将发生根本性变化。人类的视野将经历一场史诗般的进化，我希望能为你呈现出这一画面，让你能够身临其境。

　　可能你已经熟悉了虚拟现实(virtual reality，VR)的概念，熟悉了像 Oculus Quest 公司的或是 HTC 公司的 VIVE 系列这种虚拟现实沉浸式头显，这类头显能够将佩戴者带入奇幻的游戏世界。《AR 改变世界》这本书并不是关于虚拟现实的，那些可穿戴的虚拟现实设备让我们远离现实，其中的景象都是不透明的，这会让你的体验脱离周遭世界。超视则将信息放置于现实场景之上，在现实的世界之上叠加了一个新的维度。正如美国参数技术公司(PTC)的首席执行官吉姆·赫佩尔曼(Jim Heppelmann)所言：“用信息装饰我们周围的现实世界要有用得多。”吉姆在空间计算(spatial computing)[3]软件创新方面颇有建树。这种通过信息叠加结合到现实世界中的装饰，通常被称为增强现实[4]。

　　最初，AR 的探索性研究得到发展是出于军事用途的考虑。20 世纪 90 年代初，在美国空军研究实验室，工程师们想要简化远程操作员控制机械手臂的方式。他们使用光学组合器将使用者的实际手臂图像叠加于机器人手臂图像之上，并混合计算机生成的图像与房间的视图，以模拟物理障碍。数字信息和现实世界实现混搭，增强现实由此诞生。后来，研究人机工程学的航空航天工程师发现了 AR 的另一大优势：它可以将飞机仪表盘信息转移到离飞行员视线更近的窗口显示器上，从而减轻飞行员的认知负荷。工程师们在平视显示器(head-up display，HUD)的基础上又研发了空军飞行员头盔，使用 HUD 进行目标定位和着陆引导。

　　2016 年，微软推出了首款可广泛使用的 AR 耳机 HoloLens。它使用了最初为 Kinect 游戏的 3D 传感器开发的跟踪技术，用于深度感知和身体跟踪。此技术已经在关于展示界面的学术研究中使用了一段时间。大约在同一时间，业内人士开始使用“混合现实”(mixed reality，MR)这个术语来描述这些增强效果，因为它们变得越来越丰富，反应也越来越灵敏。这一转变得益于两项技术：

　　测距深度相机，可以读取佩戴者面前世界的各个维度。实时图形绘制技术的改进，可以根据环境的变化定位动态的、交互式的数字覆盖。

　　这意味着虚拟物体可以被放置于特定的位置，如放置于桌子上、半隐藏于门后面，或者飞跃于窗户之上。在第一代谷歌眼镜中，虚拟物体只能盘旋在半空中。

　　新兴行业经常会碰上命名的问题。2018 年的一段短暂时间里，我们尝试将包括 VR、AR 和 MR 的所有沉浸式技术归类为同一个名字——“扩展现实”(extended reality，XR)。这种命名令人感到困惑，即使是对这个新兴行业的一小部分研发者、投资者和记者来说也是如此。今时今日，我们开始使用一个更为确切的术语——空间计算，来描述这个新范式。同时也有人使用“环境计算”(ambient computing)这一术语。两者都描述了沉浸式计算的未来方向：将现实世界与数字增强融合在一起。这与智能手机“随时随地”的承诺大相径庭空间计算将重心放在了地点和环境上，信息围绕着我们所理解和接触到的世界的物理性质进行组织。

　　社交平台 Snap 和 Instagram 的粉丝已经体验到了空间计算将数字内容添加到现实世界之上的能力。每次你在自己脸上添加可爱的考拉鼻子、兔子耳朵、彩虹，或者通过伸舌头来制作 3D 苹果 Animoji 独角兽玩偶动画时，你都在使用计算机视觉和缩放数字投影技术。很多品牌也毫不犹豫地加入了进来，用真正的产品来“装饰”你的脸，比如沃比帕克(Warby Parker)眼镜公司和丝芙兰化妆品公司。不久，美发沙龙会为路过的顾客提供新发型预览服务，施华洛世奇会展示与你的服装很搭配的耳环和项链。齿形矫正公司 SmileDirectClub 在扫描了你牙齿的当前排列状况后，已经能够为你提供“微笑之旅”的动画预览。同理，社交媒体上主打“快速无痛”的整容手术广告很快就会通过手机屏幕上的镜子放大你的缺陷。相比鼓励人们永久地改变自己的身体，面部滤镜可能会平息人们对需要整容手术的焦虑。当你可以无休止地体验虚拟世界时，还有必要改变现实世界吗?

　　大多数 Snap 的滤镜都是在自拍模式下使用的，但你手机的另一个摄像头，即后置摄像头同样也具有增强功能，不仅仅在手机游戏《宝可梦 GO》(Pokémon Go)中是这样。一些商品，比如乐高，当你用手机扫描它们的包装盒时，手机就会弹出“构建者体验”的延时动画。很快，更多的产品公司将使用超视来优化它们的包装，以显得“更加用心”。它们会将场景制作成动画，激发顾客的想象力，讲好产品线的故事，交叉销售[5]，并最终赢得顾客的青睐。

　　在今天的研究和创新实验室中，各个智能手机制造商、社交媒体巨头、游戏工作室和无线运营商都在竞相创新、演示、获取专利，旨在“掌握”这一未来平台，或者至少是掌握软件或硬件堆栈[6]的关键部分。在新一轮超视浪潮中，各家公司争相创新，研发抓人眼球的软件应用程序、可穿戴设备及商业模式，形成一片新的气象。各家科技公司则像一个巨大的多层蛋糕，依托彼此的软件平台和工具，发现各种新的应用及其局限性，并寻求新的途径和解决方案。例如，具身多模态交互设计就是通过研究徒手手势(如捏、伸展和滑动)[7]、头部姿势、语音命令和凝视等动作的组合来告诉系统你想要做什么，这些研究将结合我们所看到的情况，决定我们与这些数字层互动时所使用的词汇。

　　这一波即将到来的计算技术的市场是巨大的。即使是保守的金融分析师也会给出下列预测：2019—2024 年，AR 市场的复合年均增长率为 46.6%，到 2024 年行业收入将增长至 727 亿美元，到 2028 年将超过 3 000 亿美元。而市场最重要的驱动力则来自几乎所有科技巨头不断增加的投资，包括美国的亚马逊、谷歌、苹果、IBM、微软、英特尔、康卡斯特、高通和 Facebook，中国的百度、阿里巴巴和腾讯，韩国的三星、LG，日本的索尼、佳能和松下。抢先诸多科技巨头一步进入该市场的是嗅觉灵敏的初创企业，如 nReal 公司。该公司的 AR 眼镜视野清晰、质量较轻，售价 500 美元，而且能够绑定手机，利用手机的计算能力和网络连接。有些公司甚至更为雄心勃勃，正在试验具备超视功能的隐形眼镜，其中Mojo Vision 公司推出的样品已经可以投入使用。图1展示的是一种增强现实眼镜的大致情况。

　　图1 一种增强现实眼镜的大致情况

　　注：各大型平台都在开发超视，谷歌、苹果和三星等公司越来越多的相关专利就是极有力的证明。

　　每 10年就会出现一项新的技术，集诸多创新于一体，使我们的生活和工作方式实现跨越式发展。10年前，只有最具先见之明的未来学家才会预见智能手机(多点触摸屏 + 摄像头 + 电话)、无人机(传感器 + 飞行控制算法 + 远程无线电发射和接收系统)、基于语音的数字助手(自然语言处理+语音识别+云服务)、门铃摄像头及联网恒温器等技术未来发展的无限可能性。

　　超视就是这一个 10年的融合新技术。它继承了过去 30多年的使能技术(enabling technology)[8]，如机器学习、计算机视觉、可穿戴设备、边缘计算、5G、深度定制化、情感计算，以及手势和语音等新的交互范式等，所有这些技术都融合于我们所熟悉的日常佩戴的眼镜中(如图2 所示的North公司的眼镜)。这些组件技术日趋成熟、实现微型化，并能很好地融于智能眼镜中，它们带来的影响将涉及生活的各个领域，并将改变我们与信息及彼此之间的互动方式。智能眼镜将像今天的智能手机一样变得常态化且无处不在。