采寫／王舒然

編輯／萬天南

想象一下，眼前有一面超大的虛擬屏幕，各種窗口立體環(huán)繞，手指左右撥動(dòng)，窗口也隨之滾動(dòng)，大手一揮，窗口又全部消失……這樣動(dòng)動(dòng)手指就能“操控一切”的黑科技，科幻片里應(yīng)有盡有，但現(xiàn)實(shí)難得幾回聞吧？

其實(shí)，這樣的“夢(mèng)”，人類已經(jīng)做了30多年，自1984年美國的杰倫·拉尼爾首次提出虛擬現(xiàn)實(shí)的概念后，總有那么一撥人以此為志。

指針走到今天時(shí)，已經(jīng)迭代出了比較襯手的工具——VR/AR設(shè)備。

但遺憾的是，現(xiàn)階段很多VR/AR產(chǎn)品像是妥協(xié)式方案，VR頭盔笨重且屏蔽外界環(huán)境，不夠理想自然，而AR眼鏡雖視野開放且輕量化，但其核心價(jià)值就像一塊“隨身顯示屏”——原本用手機(jī)、電腦看信息，換成用虛擬屏看，交互操作還是手機(jī)、電腦等老樣子，除了屏幕更大、更沉浸外，“科幻味兒”缺缺，難讓人心動(dòng)。

不過，事情開始有轉(zhuǎn)機(jī)了。

8月26日，Rokid發(fā)布的AR空間計(jì)算套裝Rokid AR Studio（包含Rokid Max Pro AR眼鏡和Rokid Station Pro計(jì)算主機(jī)兩件套），總算有那么一點(diǎn)“科幻味兒”了：帶上AR眼鏡，抬起手腕就能出現(xiàn)虛擬手表，握拳則顯示天氣情況；去4S店選車時(shí)，揮揮手就能變換汽車顏色；還有開頭所述的用手指操控信息的滑動(dòng)顯示等等……

以此為起點(diǎn)，我們似乎離科幻片里的黑科技近了一大步。

有空間交互能力的AR是什么樣子？

投屏之所以成為大部分AR產(chǎn)品的核心價(jià)值，原因在于，一項(xiàng)新科技要找到被大眾接受的落地場(chǎng)景，總是需要一個(gè)漫長的過程，在用戶市場(chǎng)還處于早期教育階段時(shí)，新潮“炫技”的交互方式或許看起來很酷，但不一定會(huì)被大眾接納。

這一點(diǎn)行業(yè)是有共識(shí)的，XREAL創(chuàng)始人徐馳在復(fù)盤自家第一代具備環(huán)境識(shí)別等AR能力的產(chǎn)品Light時(shí)就表示，這個(gè)得到行業(yè)高度認(rèn)可的AR產(chǎn)品并沒有打動(dòng)消費(fèi)者，消費(fèi)者還是更愿意用它看視頻、瀏覽網(wǎng)頁，做些和AR沒太大關(guān)系的事。

Rokid創(chuàng)始人祝銘明也表示，當(dāng)前階段消費(fèi)者更容易看到、更容易體驗(yàn)的是對(duì)過去成熟場(chǎng)景的兼容，比如觀影、游戲、辦公等，他稱之為向后看，而Rokid也會(huì)將70%的精力用于向后看。

當(dāng)然，所有人都認(rèn)同這只是一個(gè)過渡階段，類似科幻片中的那些黑科技才是光明的未來。

而行業(yè)要突破，總要有人先邁出這第一步。

率先做到的是Rokid，其選擇的切入點(diǎn)是，讓AR開始具備SLAM（實(shí)時(shí)定位與地圖構(gòu)建）、手勢(shì)識(shí)別、3D空間信息展示等空間計(jì)算和交互能力。

這背后的指導(dǎo)思想是，在傳統(tǒng)的手機(jī)、手柄、語音等交互方式之外，追求更自然、更極致的人機(jī)交互方式。祝銘明認(rèn)為，如果新體驗(yàn)只比過去提升20%，是不足以打破舊的使用慣性的，至少要有幾倍的體驗(yàn)提升才可以。

以手勢(shì)交互為例，這是公認(rèn)最自然的交互方式，布朗大學(xué)計(jì)算機(jī)科學(xué)的助理教授Jeff Huang就曾表示，在真實(shí)環(huán)境中，不管是扭門把手還是撿東西，用手去觸碰是最直接和自然的交互方式，因此AR應(yīng)用中加入手勢(shì)識(shí)別會(huì)比在手機(jī)屏幕上滑動(dòng)效果更好。

Rokid Max Pro所呈現(xiàn)的手勢(shì)交互應(yīng)用，除了前述的虛擬手表、變換汽車顏色、操控信息顯示外，還可在游戲等更多場(chǎng)景中實(shí)現(xiàn)。比如，捏住手指就能對(duì)怪物發(fā)出攻擊，裸手3D手勢(shì)隔空投籃等。

而且，Rokid指關(guān)節(jié)識(shí)別的精度已經(jīng)做到了厘米級(jí)，且其采用的是微手勢(shì)識(shí)別，即不需要抬動(dòng)上臂，手大致放在平時(shí)用鼠標(biāo)的位置，即可完成交互，如此更符合人體工學(xué)，即便連續(xù)使用一兩個(gè)小時(shí)，手臂也不會(huì)感到酸痛。

而這得益于Rokid 將AR眼鏡攝像頭調(diào)整成向下15度的貼心設(shè)計(jì)，這與蘋果Vision Pro專門設(shè)置了兩顆向下的攝像頭，用以捕捉手垂放在腿上的視角，有異曲同工之妙。

同時(shí)，在實(shí)際使用中，手勢(shì)還可以和頭眼完成聯(lián)動(dòng)交互，帶來更便捷的體驗(yàn)。比如，關(guān)注某項(xiàng)信息時(shí)，只需轉(zhuǎn)動(dòng)頭部，眼睛聚焦于此，信息就會(huì)被選中突出，再用手指一捏就能完成點(diǎn)擊。

值得一提的是，這和蘋果Vision Pro眼手聯(lián)動(dòng)所追求的自然體驗(yàn)不謀而合，這也充分佐證了國內(nèi)AR廠商的實(shí)力已經(jīng)具備國際化水平。

此外，在空間信息呈現(xiàn)和交互方面，Rokid也帶來了體驗(yàn)上的變革。

基本思路是，不同于手機(jī)、電腦等傳統(tǒng)屏幕，AR虛擬屏幕打破了物理局限，每一寸空間都可以成為屏幕。由此，AR屏幕便有了橫向和縱向上的無限伸縮彈性。

基于此，Rokid Max Pro重構(gòu)了空間搜索和信息組織方式，提供空間多屏與空間巨幕兩種展現(xiàn)形式：空間多屏可以同時(shí)展示多個(gè)窗口，而且，不同于手機(jī)信息流的展現(xiàn)，空間窗口可按信息相關(guān)性縱向排列，信息有了層次感，最相關(guān)的在第一層，相關(guān)性弱的在第二、三層；空間巨幕則是窗口可橫向擴(kuò)展到32:9的比例，此乃行業(yè)首創(chuàng)。

同時(shí)，基于空間定位，畫面可以定在空中，當(dāng)轉(zhuǎn)動(dòng)頭部和身邊人聊天時(shí)，可以完全不受干擾。

這種全新的體驗(yàn)讓AR開始有了作為個(gè)人生產(chǎn)力工具的價(jià)值潛力，與寫代碼、寫文章、搜索信息等工作場(chǎng)景天然適配。

上述種種體驗(yàn)的革新，足以讓行業(yè)為之興奮，當(dāng)然，最終的“裁判”還是消費(fèi)者。

在“輕量化”的掣肘中做創(chuàng)新，難

現(xiàn)階段AR面向消費(fèi)者端的創(chuàng)新突破總是“戴著鐐銬在跳舞”，因?yàn)檩p量化是AR的底線，任何創(chuàng)新都不能采用“堆料”的方式，犧牲消費(fèi)者配戴的舒適性，而是需要克制和精打細(xì)算。

這一點(diǎn)和蘋果Vision Pro為代表的的MR設(shè)備不同，Vision Pro和以Rokid為代表的AR眼鏡的目標(biāo)是一致的，即虛實(shí)融合，但在實(shí)現(xiàn)路徑上大相徑庭。

Vision Pro采用VST（視頻透視）方案，是先利用攝像頭等傳感器捕捉真實(shí)世界影像，再投射到屏幕中，以此完成虛實(shí)融合；而Rokid等AR產(chǎn)品走的是OST（光學(xué)透視）方案，人可以透過鏡片看到真實(shí)世界，就像平時(shí)的眼鏡一樣，再把虛擬屏幕疊加其上。

由此帶來的產(chǎn)品形態(tài)完全不同，前者像封閉、“笨重”的頭盔，后者則是開放、輕便的眼鏡。

在祝銘明看來，不可能所有人都愿意用頭盔把自己包起來，總有人更愿意用肉眼去看真實(shí)的世界，這是Rokid之所以堅(jiān)定OST路線的底層人文信仰。

這也決定了，追求輕量化和可長時(shí)間佩戴的舒適度是AR眼鏡面向消費(fèi)者市場(chǎng)永恒的主題。

基于此，Rokid下了不少功夫，比如推出Station分體式主機(jī)，將顯示和算力分離，比如，持續(xù)降低AR眼鏡的重量，從Rokid Air的83g降低到Rokid Max的75g。

這些苦功贏得了一撥消費(fèi)者的認(rèn)同，據(jù)祝銘明透露，今年上半年Rokid在消費(fèi)市場(chǎng)的業(yè)績同比增長150%，Rokid月活躍用戶比例超過40%，人均單日使用時(shí)長超過1小時(shí)，內(nèi)容付費(fèi)率也超過20%。

在Rokid發(fā)布會(huì)上，Google大屏業(yè)務(wù)亞太區(qū)負(fù)責(zé)人Dan更是當(dāng)眾“表白”，其表示曾連續(xù)使用Rokid AR眼鏡超過10小時(shí)，都不覺得疲憊或不舒服，而這是其他產(chǎn)品所提供不了的體驗(yàn)。

對(duì)輕量化的克制，在此次Rokid創(chuàng)新性的空間交互體驗(yàn)上，體現(xiàn)得更淋漓盡致——實(shí)現(xiàn)SLAM空間定位和手勢(shì)識(shí)別能力，Rokid只用了一顆攝像頭。

對(duì)比來看，Vision Pro可是配備了6個(gè)SLAM+手勢(shì)攝像頭，其中有兩顆向下的攝像頭專門捕捉手垂放在腿上的視角，還有兩顆斜向下的攝像頭同時(shí)兼顧SLAM和手勢(shì)；微軟主要面向B端的AR眼鏡HoloLens也采用了4個(gè)可見光攝像頭、2個(gè)紅外攝像頭，這使得產(chǎn)品重量居高不下，Vision Pro和HoloLens均超過400g，而Rokid Max Pro重量僅有76g，相比上一代的Rokid Max，只多了1g。

同時(shí)，“堆料”也會(huì)使產(chǎn)品價(jià)格頗具份量，Vision Pro和HoloLens售價(jià)均超過3000美元，而Rokid AR Studio套裝只需8998元。

做到這一點(diǎn)并不容易，基于單目攝像頭的SLAM和手勢(shì)識(shí)別技術(shù)方案一直是AR技術(shù)攻堅(jiān)的難點(diǎn)。

祝銘明直言，即便是一些行業(yè)元老，也一直不相信基于單目就能實(shí)現(xiàn)相關(guān)能力。

原因在于，雙目或多目攝像頭能從不同位置獲取圖像，從而利用視差獲得比較準(zhǔn)確的深度信息，以此分清物體的遠(yuǎn)近距離，還能擴(kuò)大捕捉范圍，而單目只有一個(gè)平面攝像頭，在深度和廣度上均受限制。

“臺(tái)上一分鐘，臺(tái)下十年功”，Rokid對(duì)此進(jìn)行了多年的技術(shù)探索才得以突破。

以單目SLAM為例，Rokid的技術(shù)方案是在AR設(shè)備初始化時(shí)，利用人的微移動(dòng)對(duì)不同位置的圖像進(jìn)行捕捉，以此獲取深度信息，而初始化時(shí)間大概只需1秒鐘，消費(fèi)者幾乎無感。

同時(shí)，Rokid還結(jié)合芯片做算力升級(jí)，以及從底層重構(gòu)了整個(gè)操作系統(tǒng)。

芯片層面，Rokid搭載的高通第一代驍龍XR2+，能提升續(xù)航和散熱能力，支持并行感知技術(shù)，包括頭部、手勢(shì)、手柄追蹤、3D 重建以及多屏幕多任務(wù)運(yùn)行等能力。

操作系統(tǒng)層面，四五年前，Rokid就已經(jīng)在自研底層操作系統(tǒng)YodaOS-Master，其重構(gòu)了全新的交互標(biāo)準(zhǔn)，這是AR空間交互能力的靈魂所在，就如同iOS之于蘋果、鴻蒙之于華為。

在祝銘明看來，AR的根基不在光學(xué)，不在硬件設(shè)計(jì)，而在于操作系統(tǒng)和軟件。

或許，正是因?yàn)橛辛诉@樣“超前”的判斷和認(rèn)知，Rokid才能比別人走得更快一步。

新的3D生態(tài)開始了

鑒于目前AR行業(yè)在交互范式、操作系統(tǒng)等方面并無統(tǒng)一性和穩(wěn)定性，因而Rokid此次在空間計(jì)算和交互上的創(chuàng)新，不僅是自家能力的進(jìn)化，于行業(yè)而言，也有指導(dǎo)意義。

如果說蘋果Vision Pro給走VST路線的廠商立了標(biāo)桿，那Rokid AR Studio則是給OST路線帶來啟發(fā)——即如何在“螺螄殼里做道場(chǎng)”。

一方面，Rokid會(huì)先一步對(duì)消費(fèi)市場(chǎng)進(jìn)行教育，并拿到市場(chǎng)反饋。

這是有碰壁風(fēng)險(xiǎn)的，但如同祝銘明所言，引領(lǐng)者就是要在黑森林里開路，跑到前面承擔(dān)代價(jià)，幫助大家探索，再將成果分享出來。

另一方面，Rokid在體驗(yàn)上的變革也刺激了AR生態(tài)的活躍，動(dòng)員了大批開發(fā)者和生態(tài)合作伙伴一起共創(chuàng)。

目前，已經(jīng)有團(tuán)隊(duì)基于Rokid全新的空間定位和手勢(shì)交互能力研發(fā)出首批3D應(yīng)用，比如咪咕視訊的移動(dòng)云VR影視應(yīng)用，比如AR釣魚、AR手鼓、AR棋盤對(duì)戰(zhàn)等游戲應(yīng)用。

為鼓勵(lì)生態(tài)合作，Rokid為開發(fā)者提供了全新升級(jí)的UXR 2.0 SDK，支持0/3/6DoF空間模式的選擇，以及手勢(shì)、射線、鍵鼠、語音等多模態(tài)交互方式，可以幫助開發(fā)者進(jìn)行個(gè)性化應(yīng)用研發(fā)。

值得一提的是，Rokid還首創(chuàng)自研了JSAR引擎和小組件容器，方便大量的JS開發(fā)者、網(wǎng)頁工程師快速切入，研發(fā)出類似微信小程序等快應(yīng)用，豐富應(yīng)用生態(tài)。

誰敢說，這里面不會(huì)出現(xiàn)類似“憤怒的小鳥”、“切水果”、“跳一跳”等Killer應(yīng)用呢？

當(dāng)然，Rokid Station Pro仍會(huì)繼續(xù)兼容舊的2D生態(tài)，比如愛奇藝、騰訊視頻、優(yōu)酷、芒果TV、影牛牛、隨樂游、阿里無影云電腦等2D應(yīng)用。

據(jù)Rokid生態(tài)負(fù)責(zé)人蔡國祥在發(fā)布會(huì)上的介紹，自去年10月份Rokid Station發(fā)布以來，Station應(yīng)用商店已累計(jì)上線130多款應(yīng)用，涵蓋影視、游戲、辦公、教育、直播、閱讀等場(chǎng)景。

此外，今年7月，Rokid Station還與Google合作，推出全球首款Google認(rèn)證的Android TV設(shè)備，即Station全球版，用戶可以在Google Play下載熟悉的應(yīng)用和游戲，包括 YouTube、Hulu、Disney+、TVer、AbemaTV等，這進(jìn)一步豐富了Rokid應(yīng)用生態(tài)。

可以預(yù)見，Rokid AR Studio的推出只是一個(gè)開始，新交互+新生態(tài)引發(fā)的“好戲”還在后頭。

不過，需要理性看待的是，AR行業(yè)終究還處于早期，還有很長一段路要走。

一方面，空間計(jì)算和交互能力還要不斷精進(jìn)。

比如“always stand by”的空間記憶能力，即空間中的應(yīng)用狀態(tài)總是停留在上一次結(jié)束的位置；比如空間信息除了橫向和縱向的展示外，彼此之間是否存在協(xié)同等更深層的組織邏輯。

另一方面，在AR的重量、便捷、舒適等體驗(yàn)上，還需持續(xù)打磨。

比如不少用戶期待的一點(diǎn)是，能否讓AR設(shè)備和主機(jī)實(shí)現(xiàn)無線連接。

祝銘明坦言，他只給Rokid Max Pro打60分，他理想中的AR產(chǎn)品至少要做到：產(chǎn)品要用時(shí)，可以直接打開。

但現(xiàn)有AR產(chǎn)品必須要經(jīng)歷“拿出主機(jī)、插上線、開機(jī)”等一系列瑣碎動(dòng)作，這導(dǎo)致用戶難以像用手機(jī)一樣，碎片化利用AR。

所以，Rokid的下一步計(jì)劃便是“把線剪掉”，徹底無線化，預(yù)期在不久的將來便會(huì)實(shí)現(xiàn)。

此外，3D應(yīng)用生態(tài)雖“如火如荼”，但能否探索出、何時(shí)能探索出對(duì)大眾真正有價(jià)值的“剛需”場(chǎng)景，讓AR真正走出小眾圈層，甚至成為替代手機(jī)的存在，也是未知數(shù)。

好在，來自現(xiàn)實(shí)的正反饋一直預(yù)示著希望。據(jù)CINNO Research數(shù)據(jù)顯示，今年二季度，國內(nèi)AR消費(fèi)級(jí)市場(chǎng)銷量為5.2萬臺(tái)，同比增長251%，環(huán)比增長19%。

全球市場(chǎng)也是一樣，據(jù)IDC統(tǒng)計(jì)，2022年全球AR設(shè)備出貨量為27萬臺(tái)，其中消費(fèi)級(jí)AR設(shè)備為17萬臺(tái)，首次超過了企業(yè)級(jí)設(shè)備。

另據(jù)IDC預(yù)測(cè)，2023年全球AR產(chǎn)品出貨量有望達(dá)到30萬臺(tái)，同比增長約11%，2023年至2026年的平均年復(fù)合增長率有望達(dá)到約137%。

作為深度參與者和引領(lǐng)者的祝銘明對(duì)行業(yè)也頗有信心，他認(rèn)為AR行業(yè)在今明兩年將迎來拐點(diǎn)。

而上述這些漂亮的數(shù)字切實(shí)落地的希望在哪里？就在蘋果、Rokid等一眾廠商，及其所動(dòng)員的上下游生態(tài)伙伴的持續(xù)探索里。