微手势、头动交互都支持

明敏 发自 凹非寺

量子位 | 公众号 QbitAI

想体验今年大火的空间计算，不用等苹果了（doge）。

喏，手指一捏，空间搜索马上开启，各类内容一下子在眼前铺开。

只需转转头，就能看到更多内容。

眼睛聚焦在哪个卡片上，都能被选中突出。

通过语音即可输入搜索关键字，搜索结果仿佛从远处空间冲过来的一样。

而且感兴趣的内容被会放在最容易被注意的地方。

最后大手一挥，就能关闭界面。

芜湖~把搜索放到3D空间里之后，交互方式、信息排布等，完全不一样了。

界面从小屏扩展成了整个眼前的“幕布”，能放入更多信息。

呈现内容的方式彻底打破了2D局限，不同窗口的空间深度不同，更加直观表示了信息的优先级。

打开界面的方式也更加自然简单，手、头、眼配合即可搞定。

没想到，今年搜索引擎不仅要被AI变革，还要被AR变革。

如上效果，就是由一台AR眼镜+一台AR主机实现的，它们组合之后，开始被称为“空间计算机”，能把计算机的功能放到虚实结合的世界里。

而且它离我们并不遥远，目前已经实现量产，已知发售比Vision Pro更早。

价格嘛，也更加亲民了一些，只需8998元。

不过话说回来，AR眼镜组合AR主机不是新鲜事物了。

为什么这一回，可以称得上是“空间计算机”？

率先实现单摄SLAM交互

如上提到了AR眼镜和AR主机，是一个AR空间计算套组Rokid AR Studio，为Rokid最新发布的新品：

• Rokid Max Pro
• Station Pro

和苹果Vision Pro走的VST（视频透视）路线不同，这台“空间计算机”属于OST（光学透视），简单理解就是能通过眼镜看到真实的现实世界。

Rokid Max Pro是Rokid最新一代AR眼镜，重量为76g，仅有一个摄像头。

其背后计算能力的支持，主要来自Station Pro。

该主机搭载高通第一代骁龙XR2+，相较于骁龙XR2，它能将续航提升50%，散热提升30%。

由此，Station Pro续航能力是手机方案的2倍以上，可以达到厘米级6DoF跟踪精度和极低MTP（Motion to Photon）渲染延迟。

二者结合后，主要关注的便是在空间、计算两方面，带来新体验。

其一是在空间维度力求更加自然的信息交互。

比如现在，抬抬胳膊就能拥有一块电子虚拟手表。

握住拳头，手表就会切换界面，显示天气温度。

而且手表上的信息是立体的，手腕转动后，表盘上的内容随之转动，而且呈现内容也会变成3D模式。

如果放下胳膊，手表就会消失；转动视角，面前的屏幕也不会移动。

这种信息交互呈现方式，不会让人觉得脱离物理世界，好像只是把电脑、手表虚拟化了，感觉更加逼近人们本来的交互习惯。

在游戏场景下，能实现360度全方位沉浸式打怪，捏住手指即可发出攻击。

以及前面提到的空间搜索，一下子把搜索引擎升维，变成了3D的感觉。

所有内容在眼前铺开，通过排布位置、深度信息体现主次。

甚至都不需要鼠标、键盘这些工具了，动动嘴即可开启搜索，转转头和眼睛，就能锁定想找的内容。这些也都是人们日常生活里最自然的交互方式。

其二是在计算维度，Rokid Max Pro+Station Pro确实更像计算机了。

首先在界面显示上，可以支持多个窗口并列排布，但是是3D的，也就是把周围环境都变成桌面。

这样一来，转转头即可看到另一个窗口，也让AR呈现“不再只是一块更大屏幕”。

其次在处理能力上，Station Pro搭载12G RAM+128G ROM，能支持十余个任务并行，几乎和日常在电脑上处理的任务量相当。

最后在续航方面，Rokid Max Pro+Station Pro能实现5-6小时续航，和一台Windows办公本水平相当。

值得一提的是，以上所有效果，都是基于单摄SLAM方案实现，要知道目前业内诸多产品都还是采用双摄、多摄。

创新性地把摄像头数量压缩到仅剩一个，能让AR眼镜的功耗更低、结构更简单、成本更低，由此也能让实际佩戴更加舒适、价格更实惠。

但单目方案也给技术提出更高要求，因为它无法得到绝对的尺度信息，需要通过初始化恢复尺度信息，而初始化的好坏直接影响算法的最终精度。

Rokid利用IMU辅助、滤波算法、SLAM算法等，通过软件方面的加持，最终率先为行业带来了单摄SLAM方案，进而推动行业向前发展。

综上，从空间和计算两个维度出发，Station Pro组合Rokid Max Pro，打破了人们对AR的一些既往认知：只是一块更大的屏幕、交互体验偏传统……

这些效果实现的背后，既得益于底层硬件的能力进阶，也离不开厂商本身对虚实结合、人机交互的深刻理解和尝试。

由此官方直接将Station Pro+Rokid Max Pro定义为一台“空间计算机”。

也标志着在通往空间计算这条路上，VST阵营下的苹果、OST阵营下的Rokid，现在都已交出最新答卷。

此外这次发布也重磅介绍了Rokid和Google的合作：Station（国际版）成为全球首款经谷歌认证的AR版便携式Android TV™设备。

通过Rokid Station（全球版），用户可以在Google Play上下载熟悉的应用和游戏，包括 YouTube、Hulu、Disney+、TVer、AbemaTV等，还有海量沉浸式游戏，轻松上手。用户还可以自己安装APP；此外，它还支持HDCP和云游戏。

这也传递出了一个事实——如今行业正在加码对于AR软件和生态的建设，AR行业进入了软件系统和生态建设的第二阶段。

不过AR硬件作为ToC产品，大众如何理解它非常关键。这几年虽然AR新品层出不穷，但是由于最常见的场景还是观影、游戏等，它暂时还没有被正式归入生产力工具行列。

而在此时此刻直接打出“空间计算机”的概念，更是对大众认知构成挑战。

为什么会这么做？

在这背后，有趋势的直接推动，也有行业本身的发展节奏使然，更有Rokid作为行业引领者长期以来的思考理解。

空间计算机，为什么是现在？

直接原因来自最新趋势。

今年苹果发布Vision Pro，把一个行业内的专业词汇带到了大众面前：

空间计算。

自此，关于AR/MR的想象有了一个更具体的表述，也将AR/MR的终极目标直接刻画出来。

即，将计算能力与物理空间相结合，通过头显设备将数字信息融合到真实世界中，以提供一种更直观、更沉浸式的交互方式，让用户能在现实世界中与数字内容进行互动。

Rokid创始人兼CEO 祝铭明（Misa）非常坦诚地说，苹果做过一轮市场教育以后，对于行业来说是一个时机。

苹果将这一概念抛出去后，我们也可以直接用它来和市场用户沟通。AR本身默认定位就是空间技术、虚实融合，只是今天把背后的技术变成了一个产品描述方式。

坦白讲，这件事也只有苹果能做到。

由此也引出深层原因，行业本身到了拥抱空间计算的阶段。

技术方面，无论是空间、交互还是处理计算层面，目前都发展到了更加成熟的阶段。

比如空间方面，6DoF实现了对头部视野角度变化、身体移动位移变化的精准检测；SLAM则能类比自动驾驶中道路精度地图和车辆空间感知。

交互方面，头动、眼动追踪已是目前顶尖XR设备的标配，眼动追踪的精确度可以达到1度。以及微手势交互的应用也相对成熟。

而在计算处理方面，如高通已推出第一代骁龙XR2+，提升续航和散热能力，支持在更小更轻薄设备中搭载。支持并行感知技术，包括头部、手势和手柄追踪、3D 重建以及低时延视频透视。引入全新图像处理管线，能够实现低于 10 毫秒的时延，能提供更好的透视MR体验。

另外，在软件系统和生态建设方面，AR也已进入第二阶段，也就是更加原生独立的阶段。

所谓第一阶段，是指软件系统和生态更加依赖手机、电脑等传统移动终端。

这一阶段是必然的，因为搭建原生丰富AR的系统和生态无法一蹴而就。

自研操作系统难度系数很大，需要具备全栈式能力。加之AR设备本身就面临功耗、续航、计算性能几方面难平衡的尴尬，给操作系统提出了更高要求。

生态方面的建设则还需要聚集行业及开发者的力量，这更是一个需要积累、摸索的过程。

目前来看，第一阶段已经基本进行完毕。

以Rokid为例，其自研底层操作系统YodaOS-Master，沉淀已有5-6年，并在今年完成最新升级。正是在这一系统的支持下，Station Pro可以实现单摄SLAM、微手势交互、视觉定位VPS等，Rokid Max Pro则可以在计算能力大幅提升的前提下，机身重量仅增加1g。

生态建设方面，Rokid在今年Open Day上发布的AR创作工具灵境，实现了10分钟内建造属于自己的AR数字空间，这是为了吸引更多开发者、创作者来壮大AR内容生态。

目前Rokid UXR 2.0 开放SDK，并支持Unity等OpenXR标准的主流引擎，以及MRTK接口，开发者可以轻松开发移植。

同时，在Master系统里，Rokid还内置了自研JSAR引擎和小组件容器，JS开发者可以轻松上传自己的组件。由此可以更进一步推动行业生态共创。

另外在全行业范围内，大家也对技术变革兴趣浓厚，尤其是科技大厂，在拥抱新技术上的意愿很强烈。比如目前Rokid和阿里巴巴、华为、微软Bing都有深度合作。

所以，对于AR来说是时候大力建设更加独立和原生的系统和生态了。

如何体现这种原生？锚定空间计算。Rokid在系统生态上的建设就是实践案例。

最后在市场方面，AR眼镜已经成为大众普遍接受的一种形态，是时候把AR真正带到人们生活中去了。

AR市场的发展最开始兴起在ToB，行业愿意花一定资金拥抱新技术进行升级，AR行业由此有机会得到真实的市场反馈、不断进行技术迭代。

后面AR开始在观影、游戏等方面打开场景，逐步让消费者接受一个架在眼前的终端设备。

如今这种习惯已经建立，需要将真正的AR引入到用户生活中了。

怎样向用户传递什么是“真正的AR”？空间计算是最好的体现方式之一。

综上多方面原因，也就不难理解为什么行业玩家Rokid会在此刻连发两款新品，并组成一台“空间计算机”。

而且对于空间计算机的定义，Rokid也给出了初步思考，关键在于满足这样几个核心指标。

• 第一，搭建起和真实世界、用户的自然交互；
• 第二，展现和处理能力，能够撑起“计算机”的称号；
• 第三，良好的软件兼容性、生态丰富性。

而随着Rokid“空间计算机”的提出，头显两大发展路线VST和OST，如今都已用实际产品交出最新答卷。

一边是苹果Vision Pro为代表的的VST，另一边是Rokid Max Pro为代表的的OST。

二者在表现形态上不尽相同，但都主打空间计算。

这意味着对于下一阶段的目标，行业已经达成共识；但是在具体实现路径上，尚不能形成定论。

而在这两种不同的技术路线之下，共同构成了对于下一代人机交互的最新理解。

人机交互下一页，OST还是VST？

先来看这两条路径分别是什么。

VST（视频透视），以苹果Vision Pro等为代表。

它利用摄像头等传感器，捕捉真实世界的影像，然后投射到屏幕上，看到的内容都是虚拟重建的。

优点是可以构建一个更加虚拟的世界，效果更加梦幻。

但是这也意味着对硬件、光线要求更高。

如Vision Pro采用多摄像头、双芯片方案，也进一步拉高了头显重量和成本价格。

OST（光学透视），代表产品有Hololens、Rokid Max Pro等。

它可以通过一层玻璃，让人看到的永远是真实世界，在此基础上构建虚拟物品，可以和现实世界产生交互。

它的优点是能让人感受真实的世界，眼镜形式更加轻便。

但在目前底层硬件技术的制约下，也势必需要牺牲性能、续航和散热。而且还需要不断在性能和重量之间做取舍。

目前来看，这两条路线并驾齐驱，都用自己的方式诠释了对空间计算的理解。

从更底层来看，二者对于新一代人机交互方式的理解，有相同之处，也有区别点。

先来看相同点。

二者在初步认知上达成一致，都认为要将数字内容融入到真实空间里。那么就意味着要和真实世界产生交互。

在交互方式上，它们也纷纷选择采用更加接近人类本能的手势操作、眼动、头动，由此和传统二维的人机交互方式彻底分隔开来。

以及在操作系统和内容方面，无论是苹果还是Rokid都一定程度上向2D内容生态兼容，这是为了能让用户更加自然过渡到头显设备场景下。

比如Vision Pro的系统仿佛是iOS、MacOS、iPadOS直接升维后的效果，为了能让用户更快习惯。

Rokid AR Studio也兼容2D生态，如爱奇艺、腾讯视频、哔哩哔哩、优酷、芒果TV、影牛牛、随乐游、无影云电脑等都能在Rokid Station Pro进行使用。其中，无影云电脑为适配3D生态特别定制了空间大屏。其他手机、PAD等移动终端的众多2D安卓应用也可在其中使用。

但相对而言，VST和OST路线之间还是存在诸多差异，从这些差异背后也能窥见二者对于人机交互大命题的不同理解。

其一，在佩戴舒适性和效果呈现的优先级方面，二者选择不同。

苹果显然是将效果呈现更为前置，为此不惜Vision Pro中放入2块芯片、12个摄像头、5个传感器，整个头显重量达到450克，成为限制用户使用时长的一个重要因素。

Rokid始终坚持佩戴舒适优先，Rokid Max Pro的重量仅有76g，可以轻松架在鼻梁上。但这势必会使得眼镜端上算力受限，所以Rokid推出了AR主机的概念，希望以一种中间形态，来缓解目前OST路线面临的困境。

而轻便有限的好处是能拉长用户的使用时长，同时不连接手机使用，可以更好和手机等传统移动终端抢时长，推动AR更进一步走向独立。

据Rokid数据显示，在用户使用Station后，有90%用户都放弃了连接手机的方案。

其二，在生态构建方面，二者走向两条不同的道路。

一直以来苹果都是构建自己的独立生态，它能通过自身强大的软硬件能力，不断加强用户对于产品与产品之间的交互使用体验，并召集大量开发者丰富软件生态。这也是苹果几乎最独特的魅力。

但这也意味着，苹果拿出的技术方案、产品规格，对行业内大部分玩家意义不大。

另一边，以Rokid为代表的OST路线玩家，致力于构建更加开放的生态，联合更多行业力量来共建新标准、新规范。

比如微软HoloLens沉淀下来的MRTK工具包，在几天前正式宣布将独立发展，由此它将成为一个真正的跨平台开源工具包。通过MRTK构建的体验，可以兼容任何支持OpenXR的设备。

以及这一次Rokid最新提出的对于空间计算的思考，也会更新到OpenXR标准中去，供行业参考。这样一来，对于行业标准的定义更新，将由整个行业推动，发展速度将会十分可观。

与此同时，安卓AR开放生态也开始发力。目前通过Rokid Station（全球版），可以在Google Play上下载熟悉的应用和游戏，以及体验Android TV。

无论是共识还是差异，对于当下尚处在发展早期的AR/MR行业而言，都意义深远。

苹果和Rokid，作为VST和OST路线的领军代表，率先给出对空间计算的理解，也使它们成为了当下行业真正意义上的引领者。

未来，二者会继续保持并驾齐驱，还是会走向截然相反的道路，目前还无法给出判断。

但可以确定的是，对AR的终极构想，一定以新一代人机交互为底座。

而它的根本逻辑是什么？

更沉浸虚拟还是更融合现实？更连续还是更碎片化？对于广大用户来说，如何适应从实体交互走向虚拟？如何将自身与虚实相生的世界融合？

这些都是AR行业将会面临的挑战。

总之，空间计算概念走向大众，才只是真实AR世界撕开的第一道裂缝。

接下来的该如何“盲人摸象”，拼凑出终极AR的所有版图，还有很长的路要走。

话说回来，你对实现了空间计算的AR设备有哪些期待？会因为空间计算的实现而想要购入设备吗？希望它能在哪些场景发挥作用？

欢迎评论区留言分享~

以及对AR内容开发感兴趣的童鞋，可戳下方平台~

开发者申请通道：开放平台网址（ar.rokid.com）