AR 十年發展史：它會讓你看到未來嗎？
編者按：AR 技術是這兩年才走進人們視野，贏得廣泛關注的，然而實際上，AR 技術已經有了十年的發展歷程了。a16z 知名投資人 Benedict Evans 最近發表了一篇文章，對 AR技術的進化歷程進行了回顧。他認為，AR已經演示過，相當出色，但是面向大眾市場的商用產品還沒有出現，應該不遠了。
2006年2月，Jeff Han在TED演講中演示了多點觸控技術，當時多點觸控界面還處在實驗階段。現在我們還可以在網上看到演示視頻。回看視頻，他所展示的技術平淡無奇，花50美元買一台Android手機就能做到。當時的觀眾大部分都是經驗豐富、關注科技的老手，他們為技術喝彩。現在看起來平淡的技術當時卻是驚人的。一年之後，蘋果發佈了iPhone，科技產業因為多點觸摸重新歸零。
回看過去的10年，多點觸摸技術的發展出現了4個關鍵點，第1個關鍵點，多點觸摸在實驗室內成為有趣的概念，第2個關鍵點，演示技術出現在公眾視野中；第3個關鍵點，在iPhone推出，出現了第一個可行的消費產品；第4個關鍵點，7年之後，銷量爆炸，iPhone不斷進化，Android追了上來。
看看下面這張圖片，發展有些滯後，2007年iPhone出現之後，等了好幾年銷量才開始騰飛。大多數革命性技術都是分階段發展起來的，很少有技術一下就成熟了。與此同時，有一些系統走上了錯誤的道路，比如西方的Symbian，日本的iMode。
我認為，今天的AR介於第2關鍵點和第3關鍵點之間：技術已經演示過，相當出色，我們還看到了原型產品，但是面向大眾市場的商用產品還沒有出現，不過很接近了。
微軟HoloLens正在出貨，微軟頭盔擁有出色的位置追蹤技術，將計算機集成到頭盔內，這樣做也有一些缺點，頭盔的成本會上升，視野比較狹窄，定價達到了3000美元。第二代HoloLens將會在2019年推出。很顯然蘋果也在開發一些類似的產品，從人才招募、收購與蘋果CEO的評論就可以看出來。我甚至懷疑，蘋果在微型化、功率、音頻方面開發了一些技術，這些技術用在Apple Watch、Airpods上，在AR領域這些技術也很關鍵。Google、Facebook、亞馬遜可能也會開發一些東西。還有一些小企業、創業公司參與進來，它們正在開發有趣的東西。
Magic Leap也在開發自己的可穿戴技術，它發佈過一些視頻，展示設備的能力。視頻很酷，不過觀看iPhone視頻和使用iPhone是完全不同的，同樣的，觀看AR視頻，戴上AR頭盔、走一走、看到世界浮現於眼前，二者也是完全不同的。我自己試過，一點也不差。
第一級AR和Google Glass體驗差不多，屏幕讓內容浮現於眼前的空間內，不過它與世界沒有任何聯繫。事實上，Google Glass的概念跟智能手錶極為相似，只是你需要向上向右看，不是向下向左看。眼鏡給你一塊新屏幕，對於你眼前的世界，它沒有任何感覺。如果引進更先進的技術，視野可以變成球形，顯示窗户、3D對象及其它一切東西，飄浮在空間內。
當AR變成“真正的AR”，或者是説是“混合現實”，設備開始感知環境，它可以將圖像放進世界，當你停止懷疑，你就會認為圖像是真實的現實。和Google Glass不同，頭盔始終用3D技術給環境繪圖，追蹤頭部位置。你可以將虛擬電視掛在牆壁上，當你移動時電視仍然會在牆上，或者乾脆將整個牆壁變成顯示屏。
你也可以將Minecraft放在咖啡桌上，將小山放在手掌中，好像你在雕塑黏土一樣。如果其它人戴上同樣的眼鏡，他們會看到同樣的東西：你可以將牆壁、會議桌放進屏幕，然後你的整個團隊都可以同時使用；在同一張Minecraft地圖內，你和你的孩子可以同時控制。或者説，一個小機器人藏在沙發後，你可以將機器人藏在那裏，讓你的孩子尋找。這就是混合現實，它如同一塊屏幕，或者説，我們可以將身邊的世界變成無限的屏幕。
有時你想戴着頭盔去某個地方，你本人是靜止的，只是使用了SLAM技術，你會給房間的3D表面繪圖，但是你不理解它。假設我與你在網絡事件中相遇，我查看你的LinkedIn資料卡，它浮現在你的頭頂，或者查看Salesforce記錄，它告訴我説你是關鍵目標客户，或者查看Truecaller記錄，它説你想向我兜售保險。和《黑鏡》所説的一樣，你也許還可以屏蔽某人。也就是説，眼鏡中的圖像傳感器不只可以給周邊對象繪圖，還可以感知它們的存在。
這就是真正的AR：你可以展示圖像，它與世界是平行的，你還可以成為圖像的一部分。眼鏡可以向你展示一些東西，它看起來也許像智能手機，也許像2000英尺的屏幕，它還可以將屏幕分解，融入真實世界，改變真實世界。於是體驗就分成了兩極：一方面，你可以將所有一切放進屏幕，讓整個世界更充實，或者破壞世界；另一方面，你可以將微妙的線索或者變化放進世界，當你旅行時，它會將標誌翻譯成你理解的語言，但是不只如此，它還可以將美式英語修正為英語。如果有人安裝Chrome擴展包，將“millennial”換成“snake people”（擴展包的名稱），MR擴展會有怎樣的變化？總之，有趣是我們需要解決的最重要問題。
一旦眼鏡變得足夠小，我們會不會整天佩戴？如果不佩戴，許多環境應用程序將會找不到用武之地。你可能還會使用手錶、手機，它們一直處於開啟狀態，眼鏡只在合適的環境下用來閲讀。這樣就可以解決社交問題，Google Glass就出現了社交問題：拿出手機，看看手錶，或者戴上一幅眼鏡，它們所傳達的信號是其它人可以理解的；如果在酒吧戴上Google Glass，其它人很難理解。
如此一來我們就觸及一個問題：VR與AR會不會融合？的確有可能，VR與AR所做的事是存在聯繫的，面臨的工程挑戰也是存在聯繫的。要在同一款設備中提供VR和AR體驗有一個挑戰：VR將你帶到另一個世界，它會將其它一切阻擋在外，眼鏡邊緣是密封的，AR不需要這樣。AR面臨的挑戰在於：讓世界穿過，同時阻擋那些你不想看的東西，VR卻是從黑屏開始的。
戴上AR眼鏡，你可以看到人的眼睛。10年或者20年之內，許多事情有可能變成現實，但就目前而言兩種技術還是不同的。1990年代末，我們曾經爭論過一個問題：移動互聯網設備將會擁有獨立的音頻元件或者屏幕，加上聽筒，或者加上一個鍵盤，或者是擁有一個鍵盤和一塊屏幕的哈殼，當時我們還在探討設備的外形，到了：2007年，所有問題在一塊屏幕上解決。同樣的，VR與AR可能要花一段時間探討該問題。
如果某些東西不是實體存在，我們如何控制它，與它互動？VR的物理控制器夠用嗎？手勢追蹤足夠好嗎？在智能手機上引進多點觸摸技術，意味着我們擁有了直接的物理交互體驗，我們在屏幕上觸摸想觸摸的東西，不需要移動鼠標，鼠標離目標1英尺或者2英尺遠，我們可以在空中觸摸AR對象嗎？這種界面模式適合全天候使用嗎？Magic Leap的確創造出一種深度感，你會覺得自己真的在觸摸一些東西，你是不是需要一種界面，當你的手滑過時會感覺到它是堅硬的？
我們是不是應該用語音替代？語音又會造成多大的限制？或者選擇眼球追蹤技術？如果眼鏡可以支持虹膜追蹤技術，你會注視自己想看的東西，然後觸擊手錶選擇它嗎？這些問題與之前智能手機、PC必須解決的問題是一樣的，正如2000年或者1990年所探討的外形問題一樣，答案並不清晰，實際上連問題本身也不明確。
AR將對象和數據放進我們周圍的世界，關於這點思考越多，你就會發現它變成了一個AI問題，同時又是物理界面問題，這兩個問題同等重要。當我走向你，我應該看到什麼？顯示LinkedIn信息還是Tinder信息？我應該在什麼時候看到新信息，即時顯示還是晚一點？當我站在餐廳外面，我應該説：“嗨，Foursquare，這裏有什麼好吃的嗎？”還是設備的操作系統自動完成？這名經紀人到底如何？是讓操作系統判斷，還是讓剛才添加的服務判斷，或者讓雲中的Google Brain判斷？
關於這個問題，Google、蘋果、微軟、Magic Leap可能有着不同的哲學態度，不過在我看來，如果你想讓它完美運行，最好讓大多的事情自動完成——應該是AI來完成。你也許記得Eric Raymond曾經説過，計算機如果可以做完某件事，它就不應該問你，照此發展下去，計算機將會看見你所看見的，知道你在看什麼，在接下來的10年裏，機器學習技術不斷髮展，整個問題層全部剔除，今天我們認為這些問題必須手動解決，未來不是這樣的。
當我們從桌面計算機的Windows、鍵盤、鼠標UI向智能手機觸摸操作和直接交互體驗轉移時，整個問題層都被移除了，抽象層改變了。照片應該存在哪裏？打車時你在哪裏？應該使用哪個郵件APP？密碼是什麼？智能手機不會問，所有問題都被移除。當AR到來時，我們會朝着同樣的方向前進一步：你的前方出現一個小窗口，智能手機APP出現在窗口中，不過體驗遠不止如此。Snapchat和Facebook桌面網站是不一樣的，基於環境的、無形的、以AI主導的UI將會再次改變一切。
當AR眼鏡越來越理解周邊世界（理解你自己），它們看到的東西越來越多，就會將自己看到的一些東西傳送到不同的雲服務上，具體是哪個服務根據環境、使用案例、應用模式而定。這是不是一張臉，你是不是在與它交談？將它發送到Salesforce、LinkedIn、TrueCaller、Facebook或者Tinder。是不是一雙鞋子？發送到Pinterest、亞馬遜或者Net a Porter。開會時如果人人感到厭煩，你是否將記錄發送到Success Factors？類似的信息可能會帶來嚴重的隱私安全問題。我曾經在博客中説過，無人駕駛汽車不斷捕捉HD 3D 360度視頻，如果城市裏到處都是無人駕駛汽車，它就會變成監獄。如果每個人都穿戴AR眼鏡又會怎樣，還能逃跑嗎？如果被黑又會怎樣？如果你的聯網住宅被黑，相當於你有了一隻搞惡作劇的鬼怪，如果你的AR眼鏡被黑，你就會出現幻覺。
最後，有一個重要的問題值得追問：到底有多少人會擁有AR設備？AR會不會成為附件，被手機用户中一小部分人使用，正如智能手錶一樣？或者説英國、印尼的每一個小鎮都有小店鋪銷售AR眼鏡，有幾十款可以選擇，它們來自中國，定價50美元，今天這些店鋪銷售Android設備？到時寬帶成本是多少？
這個問題現在還很難回答，有點太早。1990年代末2000年代初，我們也曾看到過一些爭論：是否每個人都應該擁有相同的移動數據設備？或者説一些人擁有智能手機，一些人擁有功能手機，然後一直向下，擁有更簡單的設備，它們沒有攝像頭，沒有彩色屏幕。説來有點像馬後炮，這種爭論似曾相似：是否每個人都會擁有PC？或者説一些人會堅持使用文字處理器？之前有過這種爭論。按照規模和通用計算的邏輯，最開始時是PC，然後智能手機成為單一通用設備，今天有50億人擁有手機，25-30億人擁有智能手機，很明顯，其它人大部分也會追趕潮流。
有一個新問題值得思考：大部分人堅持使用智能手機，一些人（1億，5億或者10億？）會轉向眼鏡，將它當成附件嗎？或者説會將眼鏡變成新的通用設備嗎？關於這個問題，任何答案都是基於想像得出的，而非分析。1995年時，也曾有人説過地球上的每一個人將會有一台手機。
譯文：小兵手 編輯：楊志芳
資料來源：36Kr
2006年2月，Jeff Han在TED演講中演示了多點觸控技術，當時多點觸控界面還處在實驗階段。現在我們還可以在網上看到演示視頻。回看視頻，他所展示的技術平淡無奇，花50美元買一台Android手機就能做到。當時的觀眾大部分都是經驗豐富、關注科技的老手，他們為技術喝彩。現在看起來平淡的技術當時卻是驚人的。一年之後，蘋果發佈了iPhone，科技產業因為多點觸摸重新歸零。
回看過去的10年，多點觸摸技術的發展出現了4個關鍵點，第1個關鍵點，多點觸摸在實驗室內成為有趣的概念，第2個關鍵點，演示技術出現在公眾視野中；第3個關鍵點，在iPhone推出，出現了第一個可行的消費產品；第4個關鍵點，7年之後，銷量爆炸，iPhone不斷進化，Android追了上來。
看看下面這張圖片，發展有些滯後，2007年iPhone出現之後，等了好幾年銷量才開始騰飛。大多數革命性技術都是分階段發展起來的，很少有技術一下就成熟了。與此同時，有一些系統走上了錯誤的道路，比如西方的Symbian，日本的iMode。
我認為，今天的AR介於第2關鍵點和第3關鍵點之間：技術已經演示過，相當出色，我們還看到了原型產品，但是面向大眾市場的商用產品還沒有出現，不過很接近了。
微軟HoloLens正在出貨，微軟頭盔擁有出色的位置追蹤技術，將計算機集成到頭盔內，這樣做也有一些缺點，頭盔的成本會上升，視野比較狹窄，定價達到了3000美元。第二代HoloLens將會在2019年推出。很顯然蘋果也在開發一些類似的產品，從人才招募、收購與蘋果CEO的評論就可以看出來。我甚至懷疑，蘋果在微型化、功率、音頻方面開發了一些技術，這些技術用在Apple Watch、Airpods上，在AR領域這些技術也很關鍵。Google、Facebook、亞馬遜可能也會開發一些東西。還有一些小企業、創業公司參與進來，它們正在開發有趣的東西。
Magic Leap也在開發自己的可穿戴技術，它發佈過一些視頻，展示設備的能力。視頻很酷，不過觀看iPhone視頻和使用iPhone是完全不同的，同樣的，觀看AR視頻，戴上AR頭盔、走一走、看到世界浮現於眼前，二者也是完全不同的。我自己試過，一點也不差。
第一級AR和Google Glass體驗差不多，屏幕讓內容浮現於眼前的空間內，不過它與世界沒有任何聯繫。事實上，Google Glass的概念跟智能手錶極為相似，只是你需要向上向右看，不是向下向左看。眼鏡給你一塊新屏幕，對於你眼前的世界，它沒有任何感覺。如果引進更先進的技術，視野可以變成球形，顯示窗户、3D對象及其它一切東西，飄浮在空間內。
當AR變成“真正的AR”，或者是説是“混合現實”，設備開始感知環境，它可以將圖像放進世界，當你停止懷疑，你就會認為圖像是真實的現實。和Google Glass不同，頭盔始終用3D技術給環境繪圖，追蹤頭部位置。你可以將虛擬電視掛在牆壁上，當你移動時電視仍然會在牆上，或者乾脆將整個牆壁變成顯示屏。
你也可以將Minecraft放在咖啡桌上，將小山放在手掌中，好像你在雕塑黏土一樣。如果其它人戴上同樣的眼鏡，他們會看到同樣的東西：你可以將牆壁、會議桌放進屏幕，然後你的整個團隊都可以同時使用；在同一張Minecraft地圖內，你和你的孩子可以同時控制。或者説，一個小機器人藏在沙發後，你可以將機器人藏在那裏，讓你的孩子尋找。這就是混合現實，它如同一塊屏幕，或者説，我們可以將身邊的世界變成無限的屏幕。
有時你想戴着頭盔去某個地方，你本人是靜止的，只是使用了SLAM技術，你會給房間的3D表面繪圖，但是你不理解它。假設我與你在網絡事件中相遇，我查看你的LinkedIn資料卡，它浮現在你的頭頂，或者查看Salesforce記錄，它告訴我説你是關鍵目標客户，或者查看Truecaller記錄，它説你想向我兜售保險。和《黑鏡》所説的一樣，你也許還可以屏蔽某人。也就是説，眼鏡中的圖像傳感器不只可以給周邊對象繪圖，還可以感知它們的存在。
這就是真正的AR：你可以展示圖像，它與世界是平行的，你還可以成為圖像的一部分。眼鏡可以向你展示一些東西，它看起來也許像智能手機，也許像2000英尺的屏幕，它還可以將屏幕分解，融入真實世界，改變真實世界。於是體驗就分成了兩極：一方面，你可以將所有一切放進屏幕，讓整個世界更充實，或者破壞世界；另一方面，你可以將微妙的線索或者變化放進世界，當你旅行時，它會將標誌翻譯成你理解的語言，但是不只如此，它還可以將美式英語修正為英語。如果有人安裝Chrome擴展包，將“millennial”換成“snake people”（擴展包的名稱），MR擴展會有怎樣的變化？總之，有趣是我們需要解決的最重要問題。
一旦眼鏡變得足夠小，我們會不會整天佩戴？如果不佩戴，許多環境應用程序將會找不到用武之地。你可能還會使用手錶、手機，它們一直處於開啟狀態，眼鏡只在合適的環境下用來閲讀。這樣就可以解決社交問題，Google Glass就出現了社交問題：拿出手機，看看手錶，或者戴上一幅眼鏡，它們所傳達的信號是其它人可以理解的；如果在酒吧戴上Google Glass，其它人很難理解。
如此一來我們就觸及一個問題：VR與AR會不會融合？的確有可能，VR與AR所做的事是存在聯繫的，面臨的工程挑戰也是存在聯繫的。要在同一款設備中提供VR和AR體驗有一個挑戰：VR將你帶到另一個世界，它會將其它一切阻擋在外，眼鏡邊緣是密封的，AR不需要這樣。AR面臨的挑戰在於：讓世界穿過，同時阻擋那些你不想看的東西，VR卻是從黑屏開始的。
戴上AR眼鏡，你可以看到人的眼睛。10年或者20年之內，許多事情有可能變成現實，但就目前而言兩種技術還是不同的。1990年代末，我們曾經爭論過一個問題：移動互聯網設備將會擁有獨立的音頻元件或者屏幕，加上聽筒，或者加上一個鍵盤，或者是擁有一個鍵盤和一塊屏幕的哈殼，當時我們還在探討設備的外形，到了：2007年，所有問題在一塊屏幕上解決。同樣的，VR與AR可能要花一段時間探討該問題。
如果某些東西不是實體存在，我們如何控制它，與它互動？VR的物理控制器夠用嗎？手勢追蹤足夠好嗎？在智能手機上引進多點觸摸技術，意味着我們擁有了直接的物理交互體驗，我們在屏幕上觸摸想觸摸的東西，不需要移動鼠標，鼠標離目標1英尺或者2英尺遠，我們可以在空中觸摸AR對象嗎？這種界面模式適合全天候使用嗎？Magic Leap的確創造出一種深度感，你會覺得自己真的在觸摸一些東西，你是不是需要一種界面，當你的手滑過時會感覺到它是堅硬的？
我們是不是應該用語音替代？語音又會造成多大的限制？或者選擇眼球追蹤技術？如果眼鏡可以支持虹膜追蹤技術，你會注視自己想看的東西，然後觸擊手錶選擇它嗎？這些問題與之前智能手機、PC必須解決的問題是一樣的，正如2000年或者1990年所探討的外形問題一樣，答案並不清晰，實際上連問題本身也不明確。
AR將對象和數據放進我們周圍的世界，關於這點思考越多，你就會發現它變成了一個AI問題，同時又是物理界面問題，這兩個問題同等重要。當我走向你，我應該看到什麼？顯示LinkedIn信息還是Tinder信息？我應該在什麼時候看到新信息，即時顯示還是晚一點？當我站在餐廳外面，我應該説：“嗨，Foursquare，這裏有什麼好吃的嗎？”還是設備的操作系統自動完成？這名經紀人到底如何？是讓操作系統判斷，還是讓剛才添加的服務判斷，或者讓雲中的Google Brain判斷？
關於這個問題，Google、蘋果、微軟、Magic Leap可能有着不同的哲學態度，不過在我看來，如果你想讓它完美運行，最好讓大多的事情自動完成——應該是AI來完成。你也許記得Eric Raymond曾經説過，計算機如果可以做完某件事，它就不應該問你，照此發展下去，計算機將會看見你所看見的，知道你在看什麼，在接下來的10年裏，機器學習技術不斷髮展，整個問題層全部剔除，今天我們認為這些問題必須手動解決，未來不是這樣的。
當我們從桌面計算機的Windows、鍵盤、鼠標UI向智能手機觸摸操作和直接交互體驗轉移時，整個問題層都被移除了，抽象層改變了。照片應該存在哪裏？打車時你在哪裏？應該使用哪個郵件APP？密碼是什麼？智能手機不會問，所有問題都被移除。當AR到來時，我們會朝着同樣的方向前進一步：你的前方出現一個小窗口，智能手機APP出現在窗口中，不過體驗遠不止如此。Snapchat和Facebook桌面網站是不一樣的，基於環境的、無形的、以AI主導的UI將會再次改變一切。
當AR眼鏡越來越理解周邊世界（理解你自己），它們看到的東西越來越多，就會將自己看到的一些東西傳送到不同的雲服務上，具體是哪個服務根據環境、使用案例、應用模式而定。這是不是一張臉，你是不是在與它交談？將它發送到Salesforce、LinkedIn、TrueCaller、Facebook或者Tinder。是不是一雙鞋子？發送到Pinterest、亞馬遜或者Net a Porter。開會時如果人人感到厭煩，你是否將記錄發送到Success Factors？類似的信息可能會帶來嚴重的隱私安全問題。我曾經在博客中説過，無人駕駛汽車不斷捕捉HD 3D 360度視頻，如果城市裏到處都是無人駕駛汽車，它就會變成監獄。如果每個人都穿戴AR眼鏡又會怎樣，還能逃跑嗎？如果被黑又會怎樣？如果你的聯網住宅被黑，相當於你有了一隻搞惡作劇的鬼怪，如果你的AR眼鏡被黑，你就會出現幻覺。
最後，有一個重要的問題值得追問：到底有多少人會擁有AR設備？AR會不會成為附件，被手機用户中一小部分人使用，正如智能手錶一樣？或者説英國、印尼的每一個小鎮都有小店鋪銷售AR眼鏡，有幾十款可以選擇，它們來自中國，定價50美元，今天這些店鋪銷售Android設備？到時寬帶成本是多少？
這個問題現在還很難回答，有點太早。1990年代末2000年代初，我們也曾看到過一些爭論：是否每個人都應該擁有相同的移動數據設備？或者説一些人擁有智能手機，一些人擁有功能手機，然後一直向下，擁有更簡單的設備，它們沒有攝像頭，沒有彩色屏幕。説來有點像馬後炮，這種爭論似曾相似：是否每個人都會擁有PC？或者説一些人會堅持使用文字處理器？之前有過這種爭論。按照規模和通用計算的邏輯，最開始時是PC，然後智能手機成為單一通用設備，今天有50億人擁有手機，25-30億人擁有智能手機，很明顯，其它人大部分也會追趕潮流。
有一個新問題值得思考：大部分人堅持使用智能手機，一些人（1億，5億或者10億？）會轉向眼鏡，將它當成附件嗎？或者説會將眼鏡變成新的通用設備嗎？關於這個問題，任何答案都是基於想像得出的，而非分析。1995年時，也曾有人説過地球上的每一個人將會有一台手機。
譯文：小兵手 編輯：楊志芳
資料來源：36Kr