
导语:虽然虚拟现实的未来很美好,但是想要获得井喷式发展还有很长的一段路要走
VR/AR正风生水起。从Google Glass到HoloLens到Magic Leap,以及国内的暴风魔镜,有资本的追捧、业内的鼓吹、创业者的狂热。又一个号称未来有万亿级市场的领域,开始了新一轮创业的热潮。
目前来说,VR独领风骚,但仅限于PC游戏、3D电影等领域,而AR技术的使用范围可以更广,如虚拟装修、户外旅游、特种作战、电子商务等领域。据Digi-Capita的数据表示,至2020年,AR市场规模为1200亿美元,VR市场规模则仅300亿美元,如同当年的智能硬件热潮一样,2016年正在被称为“VR/AR”元年。
2月底的时候,3DVstar创始人杨亚军博士应豆丁汇的邀请在天使投资人俱乐部中做了一个关于虚拟现实行业发展现状和趋势的分享会。笔者有幸在群中聆听,并且反复听了三遍,的确都是满满的干货。于是不敢独享,特将核心部分整理出来分享给大家。如有纰漏的地方肯定是我的笔误和理解错误造成,跟杨博士无关。
虚拟现实的发展现况
虚拟现实是一个人机交互的显示革命,但显示器件直接决定眼睛看到的显示效果,更会影响用户体验。目前的VR/AR产品运用了三种不同的显示技术——微投影技术、视网膜投影技术和光学投影技术。
微投影的代表性产品是Google Glass,通过微型显示装置投影到一个投影在一个凹凸镜的介质实现成像,是对现有技术的一种升级;美国Avegant公司研发的视网膜眼镜Glyph就是采用视网膜投影的形式,直接将画面投影至眼球;而Magic Leap采用的是光学投影技术,属于一种最新的技术,门槛比较高。这三种显示技术,目前的共同特点是都不能逼真的还原图像,能够比较容易的分别真实图像和虚拟图像的区别。
目前的虚拟现实产品可用的内容主要包括3D电影、VR视频、沉浸感的游戏以及伪VR资源的陀螺仪+游戏、视频等,但是并没有真实的代入感与立体感。这些资源最多只是引导用户切入和接受VR产品的应用而已,大多停留在娱乐消费方面,但是在更多实用性和专业性的领域还未广泛铺开。
如虚拟现实产品可以替代很多有风险性质的培训和考核,如模拟的医学外科手术,模式的飞机驾驶等。之所以造成目前那么多可以延伸的应用没有普及,是因为整个行业在基础工程和运营平台上来说还没有做好准备。
虚拟现实的发展趋势
目前,大家体验虚拟现实产品主要通过应用软件或暴风魔镜等硬件产品去看视频、看图片,但是最大的弊端是用户没有自主权,被锁定在了某个应用或厂商里面,并不能主动分享更多的内容。
另外,没有专业的操作系统可支持,整个行业行业需要开发商包括平台商开发针对整个虚拟现实产业的OS,对于不同图层进行动态的的分屏处理,甚至包括桌面的UI,Launch系统等,使大家看到一个真正的虚拟世界。杨博士认为,虚拟现实行业未来的发展趋势分为产品多元化、硬件专业化、内容标准化、产业链条化等四大方向。
1. 产品多元化
VR也好,AR也好,现阶段主要还是非常简单的讲述了他们带来了新的技术和新的体验,但是并没有在产业应用上带来提升。目前大多是从VR、AR、MR上进行细分,但是未来肯定会在便携性和专业性上去细分。
比如说,轻便的VR/AR 产品类似于Google GLASS可以在现实生活中实现录音、录像和显示功能,可以在日常生活中帮助用户从商务到娱乐到工作以及学习中享受到便利。
中型设备如头盔和头戴式显示眼镜来看,娱乐方面的打游戏、看视频,工作中的工业设计、家装、房地产可以所见即所得,通过对当前的三维图像进行判断,对设计师的创意直接在大脑中形成图像,这在未来的虚拟现实产品中可能会成为主力。
专业设备如驴友、登山运动员佩戴的头盔,可以直接显示海拔与氧气信息、队员坐标,摄像头还能传回队员周边的环境图片等;另外,军警或特种作战使用的红外和夜视功能,将大大提高单兵作战的能力,未来都会是一个庞大的市场
2. 硬件专业化
因为现在的产品除了个别的显示器件是针对虚拟现实的特点去研发的,更多的包括运营生态、手机平板电脑的芯片都被拿来在做虚拟现实。未来虚拟现实对于芯片、光学器件等都要针对性的重新开发。
虚拟现实产品对GPU要求很高,但对CPU要求不是那么高;对带宽要求很高,对分辨率要求很高,但是对色彩和亮度要求不是很高。比如说亮度,例如在黑暗状态下实际上流明不用很高,有适度的流明就可以了,因为太高的流明反而会刺眼。对于VR来说适中的流明即可,但是一个非常高的分辨率就可以使得图像显示更逼真。
所以硬件的专业化应该会在今年的整个行业链条上会有一个升级,无论从芯片、器件还是其他方面来说,硬件专业化会成为一个趋势。
3. 内容标准化
在3D行业出现的时候,依旧还在借用2D的专业。例如3D的视频还在借用2D的封装,包括MP4和MKV。其实,3D视频需要独立的封装和独立的编码方式,现在还在借用2D的封装方式是因为硬件和运营环境还不具备的原因。
我们说内容的标准化,比如说全景图片,需要360度全景展示,镜头旋转一周即可,但是在记录传输与播放的时候,被压缩成一个畸变的图像,还原的时候一部分被浪费,一部分被降低的质量,正常的360度全景图像理论上应该是两个球形的图像,但是目前无法实现,因为不具备这样的标准。
在这个期间,需要一个兼容性的标准,从图像采集、传输、编码、解码,过渡到有一个成熟的标准,目前只能以现有的条件以一个兼容的方式去损失一部分图像的效果来运用在现在的平台上。
所以内容的标准化,将从图像的采集,也就是广角的拼接能从360图像的双目摄像头,形成3D的360度全景图像,到传输、编码、解码、显示,未来需要一个完整的软件标准,这也会成为一个趋势。
4. 产业链条化
产业链条化其实就是讲产业分工问题。从2015年来看,VR/AR成为一个独立产业存在已经成为一个定局,只是它和哪个产业交叉更多一些。最终像手机产业一样,从平台芯片设计,发展研发,产品集成,内容制作,销售渠道、差异化应用都会形成一个独立的领域,最后都会形成一个完整的产业化链条
迎接产业爆发需要解决的问题
1. 舒适度问题
观看舒适度问题就是解决眩晕的问题。这是在在3D产业中就在着重解决的问题,在虚拟现实产品上同样如此。主要来说,形成眩晕的原因包括图像的质量、图像的延迟以及图像和身体协调性这三方面。
大多数情况下,画面的延迟只会降低真实感,使得画面不那么连贯,主要是景深的合理性与身体的协调性造成了眩晕。景深造成眩晕是必然的,但是怎么去降低这方面的因素,最大的行业瓶颈在于大多数VR同行对于3D并不熟悉或者只是略知一二。
我们看3D电影时更有感触,如看阿凡达和少年派不会晕,看画皮2、看四大名片会晕,这些是3D制作的问题,画面大量充斥了与现实图像不吻合的信息,造成了大脑处理吃力,从而出现了眩晕的现象。
解决3D景深的合理性,是解决眩晕的最大措施。但身体协调性也是重要的原因,比如在游乐场坐过山车的时候,因为有离心力的存在,当我们闭上眼睛时,身体感应和视觉感应不一致,于是造成大脑在这方面的不适应,会加重眩晕感。
在解决观看舒适度问题上,杨博士认为引起眩晕的原因中画面质量占了85%,身体协调性占了10%,画面延迟会加重感觉但只占5%不到。如果有厂商夸大对眩晕的影响的话,多是宣传噱头,因为人眼在视觉上的识别能力只有24帧,超过24帧人眼就已经难以分辨了。
2. 实用性问题
目前来说,虚拟现实产品的售价还是太贵。例如微软HoloLens第一批售价3000美元,Glyph入华售价3288元,一般人真是舍不得买。如果花了昂贵价格只买一个新鲜半小时的东西,只是一个玩具的话,用户肯定不会为此买单的。
如果VR/AR行业要实现井喷,首先要面对的问题就是会有多少人用,用来干什么的问题。这也是产品实用性的问题。目前来说,我们看到的虚拟现实产品都是满足娱乐性需求的,视频和游戏为主。
即便如此,其实为VR而设计的游戏和影片都少之又少,大多只有演示的样片,如果有类似阿凡达一样的大片,也许能加快行业的发展。其实只要解决了在VR产品里普通的3D电影和3D游戏能带给我们沉浸感的体验,就能大大推动VR行业的发展了,当然前提还有一个价格别高得太离谱了。
问题是目前用户所需要的内容资源还是很缺失,需要在3D电影和3D游戏的制作上加快发展。而其他领域的实用性VR/AR产品还远未成熟,只能继续等待。
3. 产业标准化问题
例如短期内形成一个视频从采集到播放的整个的编解码和视频格式标准几乎不现实。比如传统的视频格式有16:9,4:3,全高清标准1920*1080,4P标准3840*2160,这只是针对2D视频来制作的。目前来说是对于VR的视频本来就不应该是长乘宽,应该是从上到下,从左到右的360度的球形全景图像,短期内要实现很难。
目前来说,我们针对利用传统的2D和3D的封解码方法,已经可以兼容性的对目前视频和游戏画面进行处理。所谓的过渡性方案,虽然有这样那样的弊端例如图像有损失,视角有障碍,但是起码在产品普及期间,可以满足用户的基本需求。
所以说虚拟现实行业虽然未来很美好,但是想要获得井喷式发展还有很长的一段路要走。幸运的是,在国内我们拥有一个宽容的用户群体,有着包容性强的试错空间,而且随着资本市场的看好,虚拟现实行业已经进入了发展的快车道。
文 | 沙水
来源 | 品图商业评论
责任编辑 | 李佳燕
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08