今天科技产业最具价值的资产是什么? 有人说 谷歌的搜索引擎 Facebook的社交图谱 亚马逊的供应链系统 但我相信15年后至少会出现比这些更有价值的资产,而现在它们根本还不存在。对比微软2017和1997年的Windows操作系统(1990年代最有价值的高科技资产)你就知道了。 这些资产(最盈利的部分)可能完全掌控在一个公司手里吗? 历史告诉我们,可能。 那可能由一个全新的公司掌控吗? 也可能。 就像在1997年的时候很难想象微软失势,或是今天谷歌和脸书失宠。 但谁又能保证不会呢? 我将在此文中逐条列举论据来论证这三方观点(在职者、创业公司以及公开网络)。 我在之前几篇文章里聊了ARKit和ARCore是什么,主要还是探讨了我们今天能做什么以及我们是如何实现的。而这篇文章将进一步深入分析ARKit和ARCore缺失的部分,以及这些缺陷将如何影响这项新科技。 什么是AR云">AR云? 要看到ARKit和ARCore以外的可能,首先要跳出自我开始思考。当别人用其他AR设备时,该如何跟我们联系和沟通?这些app怎么才能在户外继续使用?它们又如何理解这个世界,并与之沟通呢?我们怎么给后人留下易找又好用的信息呢?为了实现这些,我们需要基于云的AR软件基础设施。听人们说这些东西叫AR云,我挺喜欢这个名字的。 这个AR云可以理解为现实世界的1:1模型,完全覆盖在实体世界之上,可由机器读取。而我们的AR设备则是虚拟和现实世界的实时交互界面。 为什么媒体普遍对ARKit和ARCore无感? 当ARKit在苹果全球开发者大会上发布的时候,苹果的CEO提姆库克对着在座的分析师们大力吹捧了AR增强现实技术:“这是一个伟大的事业,当我们很多年以后回头看的时候一定会为它的开始感到惊奇。” 几个月之后,开发者又开始着手研发下一个“伟大的事业”。但市场对于运用在iPhone 幻灯片应用软件keynote上的ARKit普遍无感,这又是怎么回事呢? 这是因为ARKit和ARCore现在还处于1.0版本,目前只提供3个很简单的AR工具: · 手机的六自由度位姿,每次会话都配合了新的定位坐标 · 一小部分地平面 · 现场曝光的简单平均值 当我们还沉浸在解决了最棘手的技术问题(稳定的VIO系统中的强大六自由度位姿)以及看到提姆库克在台上一同说出“增强”和“现实”两个词带来的兴奋中时,我们忽视了仅仅这3个功能没法拼凑成一个极出彩的产品。这里最大的问题,就是人们对AR应用有了过早和过高的期待。我们需要明白的是,不是我们“是否”错了,而是“何时开始”错的。 创造一个伟大的AR应用缺了什么? 克莱·巴沃尔(Clay Bavor)将AR生态系统中缺失的部分称为“结缔组织”,我觉得这是个很棒的比喻。在之前一篇“AR产品设计”中我强调了AR app存在的唯一原因(对比一般的智能手机应用),是它是否具有和现实世界连结的能力,即和物理意义上的人、地、物发生联系。 一个AR应用要真正地和这个世界连结,它一定要能做这三件事。没有这些连结,它永远都不能是真正的“本地AR”,而没有AR云的支持,这些功能几乎不可能实现。 人与人如何通过AR连结? 我们如何做到多玩家分享实时体验呢?我们怎么能在拥有不同设备时,异地同时地看见同一个虚拟世界呢?你可以选一个你熟悉的概念来理解这种功能,比如游戏中的“多玩家”应用,或是“社交”类应用。真正强大的本地化、六自由度位姿和系统状态的流式处理、3D网格拼接以及共享网格的更新都是亟需解决的技术问题。不要忘了还有访问权限、认证等应用程序级别的挑战(尽管现在大多数是工程问题)。 AR应用如何与世界联通并知道事物的确切位置? GPS绝对不是最好的解决方案,即使是能精确到一英尺的最先进的GPS。这我一会儿再解释。我们如何让AR在开阔的户外工作?如何确定我们的绝对坐标(经纬度)并将其关联到亚像素精度的现有结构中?如何在室内外都实现这一点?我们如何确保几天甚至几年后设定的内容仍在规定位置?我们如何处理如此庞大的数据?其中绝对坐标的本地化是真正要解决的技术难题。 AR应用如何理解并连结现实世界中的事物? App如何同时理解世界的三维结构或几何形状。比如检测到一个大立方体,我的宠物小精灵可以藏在后面或是反弹回来,并识别出实际这是什么东西。又比如blob实际上是个沙发而我的虚拟猫应该离它远远的。实时的设备密集型三维重建、实时三维场景分割、三维对象分类、云训练模型回填本地处理,这些都是我们面临的挑战。 就像AR中的很多东西一样,构建一个能够很好的演示模型并不难,难的是让它在现实世界中也能发挥出色。 我希望能在一篇文章中把这些都讲明白......但这将会如史诗一般。所以我希望这篇文章能够让大家明白构建这个提供消费级AR UX的基础架构的重要性和难度。 在接下来的几个月中你可能会经常听到有关AR云的事:如果你还是似懂非懂,那问题不在你,而在说的人 当你还在努力搞清AR、VR、MR之间的区别时,它们都已经发展到新的高度了!供应商会用相似但意义南辕北辙的词来解释这些概念,就比如: • “多人AR”,可以纯粹指游戏层面上,用零计算机视觉或空间感知来跟踪每个玩家在游戏中做的事情;也可能是指解决一些非常困难的计算机视觉定位的方法;或以上两者;又或完全是其他意思。 • “户外AR”,可能仅仅意味着一个ARKit应用程序,它拥有大型内容和科技感十足的外观,或者它可能是无人驾驶车全球3D地图系统上的尖端科技。 • “识别”,可能意味着手动配置的应用程序中可识别的单个标记/图像,也可能意味着实时通用机器学习驱动的全局3D目标分类引擎。 今天的云技术发展到这个水平了吗? 以前我在电信基础设施岗位上时,听过一句很禅意的话:世上本无云,有的只是别人的电脑。我们最终还是用铜线或光纤束(或无线电频谱)将计算机相互连接到一起,即使在世界范围内也还是如此。这不是魔术,只是很难。ARCloud基础设施与今天支持网页和移动应用的云不同的地方在于,AR(如无人驾驶车、无人驾驶飞机和机器人)是一个实时系统。 任何曾经在电信领域(或在高速MMO游戏基础架构)工作的人都深知,实时基础架构和异步基础架构是两个完全不同的猛兽。 虽然ARCloud也像其他云平台一样,需要托管大数据,服务Web API和训练机器学习模型。这就需要我们重新思考如何实现实时app和AR的大数据量交互。基本的AR使用案例如:在我们“AR Skype”的同时直播房间的实时3D景象;当我乘坐公共交通的时候也能实时更新场景数据和应用程序;向手机实时传输我目之所及和周边环境的相关数据;在音乐会上保持和更新所有人的实时应用程序状态…… 没有这种类型的用户体验,AR就没有真正的意义。就算我们光做智能手机应用程序,为数十亿人提供服务也是一个巨大的机会。5G网络将在其中扮演很重要的角色,需要专为这些场景设计。如果要以史明鉴的话,那么今天在云计算基础设施上大量投资的人也不会放弃这个AR云新世界。 是否离了AR云的ARKit (或是ARCore)将一无是处? 这最终还是AR应用用户说了算的。“一无是处”是个太偏激的形容词,目前,从1个月的市场反馈看,根据早期指标,用户更倾向于说它“没什么用”。我个人观点是,现在的ARKit可以衍生出很多有用的APP,但它们可能只能偶尔对某些人有用。可能只会让你觉得新奇有趣,在分享给别人的时候欣然一笑。也许你买了新沙发会想马上试试尝尝鲜。但它们本质上不是一个日常应用,没有颠覆现有平台模式。要真正变现AR价值,我们需要AR云,需要大量的基础设施去实现,需要AR本地化应用,一个能真正连通现实世界和他人的应用。 - END - 作者:Matt Miesnieks 来源:medium 编译:银江孵化器国际合作部

