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，各種窗口立體環繞，手指左右撥動，窗口也隨之滾動，大手一揮，窗口又全部消失……這樣動動手指就能“操控一切”的黑科技，科幻片里應有盡有，但現實難得幾回聞吧？

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

指針走到今天時，已經迭代出了比較襯手的工具——VR/AR設備。

但遺憾的是，現階段很多VR/AR產品像是妥協式方案，VR頭盔笨重且屏蔽外界環境，不夠理想自然，而AR眼鏡雖視野開放且輕量化，但其核心價值就像一塊“隨身顯示屏”——原本用手機、電腦看信息，換成用虛擬屏看，交互操作還是手機、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。

不過，事情開始有轉機了。

8月26日，Rokid發布的AR空間計算套裝Rokid AR Studio（包含Rokid Max Pro AR眼鏡和Rokid Station Pro計算主機兩件套），總算有那么一點“科幻味兒”了：帶上AR眼鏡，抬起手腕就能出現虛擬手表，握拳則顯示天氣情況；去4S店選車時，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顯示等等……

以此為起點，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產品的核心價值，原因在于，一項新科技要找到被大眾接受的落地場景，總是需要一個漫長的過程，在用戶市場還處于早期教育階段時，新潮“炫技”的交互方式或許看起來很酷，但不一定會被大眾接納。

這一點行業是有共識的，XREAL創始人徐馳在復盤自家第一代具備環境識別等AR能力的產品Light時就表示，這個得到行業高度認可的AR產品并沒有打動消費者，消費者還是更愿意用它看視頻、瀏覽網頁，做些和AR沒太大關系的事。

Rokid創始人祝銘明也表示，當前階段消費者更容易看到、更容易體驗的是對過去成熟場景的兼容，比如觀影、游戲、辦公等，他稱之為向后看，而Rokid也會將70%的精力用于向后看。

當然，所有人都認同這只是一個過渡階段，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，其選擇的切入點是，讓AR開始具備SLAM（實時定位與地圖構建）、手勢識別、3D空間信息展示等空間計算和交互能力。

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

以手勢交互為例，這是公認最自然的交互方式，布朗大學計算機科學的助理教授Jeff Huang就曾表示，在真實環境中，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應用中加入手勢識別會比在手機屏幕上滑動效果更好。

Rokid Max Pro所呈現的手勢交互應用，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景中實現。比如，捏住手指就能對怪物發出攻擊，裸手3D手勢隔空投籃等。

而且，Rokid指關節識別的精度已經做到了厘米級，且其采用的是微手勢識別，即不需要抬動上臂，手大致放在平時用鼠標的位置，即可完成交互，如此更符合人體工學，即便連續使用一兩個小時，手臂也不會感到酸痛。

而這得益于Rokid 將AR眼鏡攝像頭調整成向下15度的貼心設計，這與蘋果Vision Pro專門設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，在實際使用中，手勢還可以和頭眼完成聯動交互，帶來更便捷的體驗。比如，關注某項信息時，只需轉動頭部，眼睛聚焦于此，信息就會被選中突出，再用手指一捏就能完成點擊。

值得一提的是，這和蘋果Vision Pro眼手聯動所追求的自然體驗不謀而合，這也充分佐證了國內AR廠商的實力已經具備國際化水平。

此外，在空間信息呈現和交互方面，Rokid也帶來了體驗上的變革。

基本思路是，不同于手機、電腦等傳統屏幕，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形式：空間多屏可以同時展示多個窗口，而且，不同于手機信息流的展現，空間窗口可按信息相關性縱向排列，信息有了層次感，最相關的在第一層，相關性弱的在第二、三層；空間巨幕則是窗口可橫向擴展到32:9的比例，此乃行業首創。

同時，基于空間定位，畫面可以定在空中，當轉動頭部和身邊人聊天時，可以完全不受干擾。

這種全新的體驗讓AR開始有了作為個人生產力工具的價值潛力，與寫代碼、寫文章、搜索信息等工作場景天然適配。

上述種種體驗的革新，足以讓行業為之興奮，當然，最終的“裁判”還是消費者。

在“輕量化”的掣肘中做創新，難

現階段AR面向消費者端的創新突破總是“戴著鐐銬在跳舞”，因為輕量化是AR的底線，任何創新都不能采用“堆料”的方式，犧牲消費者配戴的舒適性，而是需要克制和精打細算。

這一點和蘋果Vision Pro為代表的的MR設備不同，Vision Pro和以Rokid為代表的AR眼鏡的目標是一致的，即虛實融合，但在實現路徑上大相徑庭。

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世界影像，再投射到屏幕中，以此完成虛實融合；而Rokid等AR產品走的是OST（光學透視）方案，人可以透過鏡片看到真實世界，就像平時的眼鏡一樣，再把虛擬屏幕疊加其上。

由此帶來的產品形態完全不同，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的世界，這是Rokid之所以堅定OST路線的底層人文信仰。

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

基于此，Rokid下了不少功夫，比如推出Station分體式主機，將顯示和算力分離，比如，持續降低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者的認同，據祝銘明透露，今年上半年Rokid在消費市場的業績同比增長150%，Rokid月活躍用戶比例超過40%，人均單日使用時長超過1小時，內容付費率也超過20%。

在Rokid發布會上，Google大屏業務亞太區負責人Dan更是當眾“表白”，其表示曾連續使用Rokid AR眼鏡超過10小時，都不覺得疲憊或不舒服，而這是其他產品所提供不了的體驗。

對輕量化的克制，在此次Rokid創新性的空間交互體驗上，體現得更淋漓盡致——實現SLAM空間定位和手勢識別能力，Rokid只用了一顆攝像頭。

對比來看，Vision Pro可是配備了6個SLAM+手勢攝像頭，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兼顧SLAM和手勢；微軟主要面向B端的AR眼鏡HoloLens也采用了4個可見光攝像頭、2個紅外攝像頭，這使得產品重量居高不下，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，“堆料”也會使產品價格頗具份量，Vision Pro和HoloLens售價均超過3000美元，而Rokid AR Studio套裝只需8998元。

做到這一點并不容易，基于單目攝像頭的SLAM和手勢識別技術方案一直是AR技術攻堅的難點。

祝銘明直言，即便是一些行業元老，也一直不相信基于單目就能實現相關能力。

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確的深度信息，以此分清物體的遠近距離，還能擴大捕捉范圍，而單目只有一個平面攝像頭，在深度和廣度上均受限制。

“臺上一分鐘，臺下十年功”，Rokid對此進行了多年的技術探索才得以突破。

以單目SLAM為例，Rokid的技術方案是在AR設備初始化時，利用人的微移動對不同位置的圖像進行捕捉，以此獲取深度信息，而初始化時間大概只需1秒鐘，消費者幾乎無感。

同時，Rokid還結合芯片做算力升級，以及從底層重構了整個操作系統。

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

操作系統層面，四五年前，Rokid就已經在自研底層操作系統YodaOS-Master，其重構了全新的交互標準，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，不在硬件設計，而在于操作系統和軟件。

或許，正是因為有了這樣“超前”的判斷和認知，Rokid才能比別人走得更快一步。

新的3D生態開始了

鑒于目前AR行業在交互范式、操作系統等方面并無統一性和穩定性，因而Rokid此次在空間計算和交互上的創新，不僅是自家能力的進化，于行業而言，也有指導意義。

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

一方面，Rokid會先一步對消費市場進行教育，并拿到市場反饋。

這是有碰壁風險的，但如同祝銘明所言，引領者就是要在黑森林里開路，跑到前面承擔代價，幫助大家探索，再將成果分享出來。

另一方面，Rokid在體驗上的變革也刺激了AR生態的活躍，動員了大批開發者和生態合作伙伴一起共創。

目前，已經有團隊基于Rokid全新的空間定位和手勢交互能力研發出首批3D應用，比如咪咕視訊的移動云VR影視應用，比如AR釣魚、AR手鼓、AR棋盤對戰等游戲應用。

為鼓勵生態合作，Rokid為開發者提供了全新升級的UXR 2.0 SDK，支持0/3/6DoF空間模式的選擇，以及手勢、射線、鍵鼠、語音等多模態交互方式，可以幫助開發者進行個性化應用研發。

值得一提的是，Rokid還首創自研了JSAR引擎和小組件容器，方便大量的JS開發者、網頁工程師快速切入，研發出類似微信小程序等快應用，豐富應用生態。

誰敢說，這里面不會出現類似“憤怒的小鳥”、“切水果”、“跳一跳”等Killer應用呢？

當然，Rokid Station Pro仍會繼續兼容舊的2D生態，比如愛奇藝、騰訊視頻、優酷、芒果TV、影牛牛、隨樂游、阿里無影云電腦等2D應用。

據Rokid生態負責人蔡國祥在發布會上的介紹，自去年10月份Rokid Station發布以來，Station應用商店已累計上線130多款應用，涵蓋影視、游戲、辦公、教育、直播、閱讀等場景。

此外，今年7月，Rokid Station還與Google合作，推出全球首款Google認證的Android TV設備，即Station全球版，用戶可以在Google Play下載熟悉的應用和游戲，包括 YouTube、Hulu、Disney+、TVer、AbemaTV等，這進一步豐富了Rokid應用生態。

可以預見，Rokid AR Studio的推出只是一個開始，新交互+新生態引發的“好戲”還在后頭。

不過，需要理性看待的是，AR行業終究還處于早期，還有很長一段路要走。

一方面，空間計算和交互能力還要不斷精進。

比如“always stand by”的空間記憶能力，即空間中的應用狀態總是停留在上一次結束的位置；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、舒適等體驗上，還需持續打磨。

比如不少用戶期待的一點是，能否讓AR設備和主機實現無線連接。

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

但現有AR產品必須要經歷“拿出主機、插上線、開機”等一系列瑣碎動作，這導致用戶難以像用手機一樣，碎片化利用AR。

所以，Rokid的下一步計劃便是“把線剪掉”，徹底無線化，預期在不久的將來便會實現。

此外，3D應用生態雖“如火如荼”，但能否探索出、何時能探索出對大眾真正有價值的“剛需”場景，讓AR真正走出小眾圈層，甚至成為替代手機的存在，也是未知數。

好在，來自現實的正反饋一直預示著希望。據CINNO Research數據顯示，今年二季度，國內AR消費級市場銷量為5.2萬臺，同比增長251%，環比增長19%。

全球市場也是一樣，據IDC統計，2022年全球AR設備出貨量為27萬臺，其中消費級AR設備為17萬臺，首次超過了企業級設備。

另據IDC預測，2023年全球AR產品出貨量有望達到30萬臺，同比增長約11%，2023年至2026年的平均年復合增長率有望達到約137%。

作為深度參與者和引領者的祝銘明對行業也頗有信心，他認為AR行業在今明兩年將迎來拐點。

而上述這些漂亮的數字切實落地的希望在哪里？就在蘋果、Rokid等一眾廠商，及其所動員的上下游生態伙伴的持續探索里。