Karl Guttag：AR眼镜应根据用途来设计，VST并未解决技术难题

　　毫无疑问，开发理想的全天候AR眼镜很难，各类行业专家不止一次分析了AR硬件设计的挑战。实际上，打造一款轻量、功能强大的穿戴式眼镜，本身就是在挑战设计极限，你几乎无法满足所有的需求，不得不在分辨率、重量、散热、续航等多方面进行权衡。那么就现在的技术水平，能否开发出有价值的AR眼镜呢?办法就是根据特定应用场景去设计，不需要全能，只要将特定应用场景做好即可。

　　近期，AR/VR光学专家Karl Guttag在与海外博主SadlyItsBradley的访谈中就指出，目前AR光学市场面临的一个问题是，眼镜厂商、光学供应商致力于突破AR的亮度、分辨率，但实际上更高的显示配置并不是决定AR眼镜好坏的关键。相比之下，寻找AR眼镜的应用场景更加关键，因为AR的用途将决定硬件需要什么样的设计。

　　另外，厂商在开发AR眼镜时，考虑的是用户的需求，也就是其他人的需求。然而如果从自身出发，才更有可能找到AR的有效用途，因为比起其他人，你更了解自己。如果是为其他人设计AR眼镜这样的穿戴设备，通常目标用户很难明确，甚至可能不存在或是只有一少部分人。AR眼镜设计难题

　　在大家的预期中，AR眼镜的外形应该向雷朋墨镜那样小巧，分辨率应该媲美4K OLED电视。然而，现实中的AR眼镜更像是头盔，比如Hololens。Guttag指出，这是因为AR设计面临诸多技术局限： 1，成本 2，透光性、畸变、视觉瑕疵; 3，适眼距(至少25毫米空间才能容纳镜框眼镜); 4，遮挡视觉能见度，可能引发安全问题(余光或眼前); 5，横向和纵向FOV、显示面积(25°和50°FOV的显示面积差4倍); 6，分辨率(PPI、PPD); 7，眼动范围大小(清晰区域); 8，视觉亮度(AR虚拟图像的能见度、真实环境的能见度); 9，对比度(能否显示黑色、AR显示区域与周围环境的融合度); 10，颜色质量、均匀度、色差; 11，VAC，视觉辐辏调节冲突以及相关症状(大多数AR眼镜的对焦距离在2米左右，远超用户手臂长度); 12，尺寸、重量、外形、重量分布(鼻梁、耳后可长时间承重50g以内、固定头带会带来其他舒适度问题); 13，安全性(尤其是玻璃材质的光波导，是否抗摔，会不会破碎伤眼睛); 14，适应不同的头型和面部结构; 15，耗电量、续航(电池大小/重量和散热之间的权衡); 16，覆盖完整的IPD调节; 17，用户的环境感知能力(安全性); 18，社交问题(摄像头数据隐私、外观是否奇怪、AR眼镜漏光等等); 19，计算和数据传输(店员、尺寸和中来那个之间的权衡); 20，耐用性，是否抗摔，是否有防护措施; 21，便携性(能否支持全天候使用，能否放在随身口袋); 22，视力调节。

　　上述这些挑战不按顺序排列，通常在设计AR眼镜时不仅要考虑这些问题，还会发现解决一个问题后，可能会造成其他的问题。此外，还存在光学难题：可见光的波长是固定的，而像素是光波长的整数倍。通常，AR显示系统的像素密度比VR更大，需要更多像素。相比于VR，AR更难显示出纯黑色，只能透出周围环境中的黑色。此外，AR眼镜的屏幕布局、光路比VR更复杂，不能直接将屏幕摆在人眼前面，否则会遮挡视线。另外，AR眼镜的显示模组通常比VR更靠近人眼，这意味着将需要额外的对焦系统。更重要的是，需要解决体积、功耗的问题。

　　Guttag认为，过于追求虚实结合的效果，可能效果并不理想，甚至同时影响AR和物理环境透视的效果。

　　由此可见，开发AR眼镜是一种长期、复杂的权衡过程，目前没有一个完美的方案，只能根据实际应用场景去舍取和搭配合适的配置、性能。 配置匹配应用场景

　　目前，AR在B端已经找到一些应用场景，比如军事、医疗、仓库、展厅、导航。不同的AR场景对于体验和功能有不同的需求，一些关键需求包括无手柄交互、室内外均可清晰显示的高亮度。

　　分辨率方面，Guttag认为40ppd(1.5角分/像素)是分辨率的一个甜蜜值，对于大多数用于已经足够(人眼视网膜分辨率为60PPD)。分辨率过低不仅画质粗糙，文字显示能力也差，不得不放大字体才能看清，但这也意味着可阅读速度变慢。而分辨率过高，实际上并不一定实用，因为显示屏尺寸会随之变大，眼镜整体变重，长时间佩戴体验感不够舒适。Meta推出的智能眼镜RayBan Stories并没有配备AR显示模块，但整机要比普通眼镜要重不少。尤其是对于全天候佩戴的AR眼镜来讲，重量的权衡非常关键。

　　FOV方面，Guttag认为纵向在30到40°就足够，超出这个范围可能会让人产生视觉疲劳。Magic Leap 2在此前基础上扩展了纵向视场角，不过Guttag认为AR显示区域应该更宽一些而不是更高，而且视线下方是关键显示区域，因为人眼并不常向上看，而是更容易向下看。

　　同时，扩大AR显示区域不仅是为了沉浸感，也是为了避免用户看到屏幕和真实环境之间明显的边界。这也是AR与VR一个明显区别，理想的VR是覆盖人眼全部可视区域，而AR则是追求将虚拟图像与周围环境融合，足够透视又足够沉浸。与此同时，AR图像需要足够清晰，显示的色彩足够纯，而不是模棱两可、饱和度低。

　　而对于工业、企业级AR场景，通常只需要准确的SLAM定位和清晰的AR指示就能满足需求，而且需要避免UI阻挡视线，如果AR菜单太大，可能会让人看不到自己的手，那么执行任务反而会更困难。在很多场景，AR并不需要照片级保真的画质，仅显示清晰的文字就足够有效。

　　尽管如此，AR行业依然在尝试解决上述挑战，一方面是害怕错过机遇，想要赶在竞争者之前突破技术局限，从而抢占市场。在人们的预期中，理想的AR眼镜应该具有iPhone的质量，并拥有强大、全面的功能，这也是AR从业者的最大愿景。

　　在PC、手机领域，Meta并没有自己的平台，因此Meta希望抢滩AR，打造像安卓、iOS那样的平台。Guttag认为，相比于苹果，扎克伯格似乎更相信AR/VR的未来，而苹果更像是为了顺应当下的趋势，在技术上预先打好基础，然而实际上对AR/VR硬件依然抱有怀疑。 光学透视(OST)和视频透视(VST)

　　为了“绕开”光学透视AR眼镜的技术局限，Meta等厂商开始研发基于视频透视的AR头显设计。对此Guttage认为，光学透视的一些难题在视频透视上得到很好的解决，但相比之下视频透视依然存在一些局限。

　　视频透视AR的优点： 理论上AR画质更好; 色彩饱和度更高，与物理环境光的对比度更高，可实现更好的AR遮挡; 光学结构更简单、成本更低; 不需要过多考虑透光率、亮度问题，更省电;

　　视频透视AR缺点： 环境透视基于摄像头，视觉焦点是固定的; 透视图像不具备媲美真实环境的HDR观感; 摄像头透视比肉眼直接看真实环境分辨率低; 存在运动到图像延迟，当用户移动头部或是周围环境出现变化时，视频透视画面会经历一段延迟才会对应更新(延迟时间包括摄像头捕捉、图像处理、传感器计算等步骤); 透视摄像头与人眼所在位置不匹配，通常透视摄像头位于VR头显两侧，位置间距超过人眼IPD，因此透视效果并不自然，可能引起运动风险、头痛、眩晕等安全问题;可通过高端的眼球追踪和计算技术来优化; 余光视觉和环境光问题：如果开放头显两侧，允许用户用余光看到周围环境，那么安全性会更好，但可能会影响AR/VR显示效果和亮度。

　　Guttag表示：大家觉得视频透视是一项简单的技术，其结构和原理比光学透视更简单，但实际上视频透视也存在技术局限。比如用摄像头透视真实环境其实并不理想，因为通常VR头显的摄像头并不具备人眼级别的HDR、动态变焦，所以透视图像和肉眼看真实环境有差距。而且摄像头的位置和人眼IPD并不匹配。

　　另外，也可以通过调暗背景来降低AR透光率，从视觉上增强AR的饱和度，但这种方式下AR图像的边缘并不够清晰。此外，这将需要使用偏振光方案，而偏振光模组的光损大约可达到60%。

　　另一方面，由于真实场景中包含了无限个深度和焦点，你可以想象这种物理空间由无数颗像素组成，其像素数量远超AR头显的屏幕。当AR屏幕用深色像素遮挡物理背景时，实际上每颗像素会挡住100颗真实像素(AR屏幕的像素比真实空间的像素大100倍)，因此遮挡效果并不精确。实际上，当开启背景调光模式，你会看到AR周围有一圈深色的光晕，这种光晕看起来比较模糊，而且边界并不清晰，甚至可能会遮住不该遮挡的光线。Guttag称，这种技术常被成为边缘模糊遮挡。

　　不过从经验来看，目前光学AR几乎无法实现边缘清晰的遮挡。亚利桑那大学的科研人员在从事相关研究，不过目前仅能在一个焦点平面上实现AR遮挡，而且光学结构相当复杂。

　　Guttag表示：大家觉得透视AR是一项简单的技术，其结构和原理比光学AR更简单，但实际上透视AR也存在技术局限。比如用摄像头透视真实环境其实并不理想，因为通常VR头显的摄像头并不具备人眼级别的HDR、动态变焦，所以透视图像和肉眼看真实环境有差距。而且摄像头的位置和人眼IPD并不匹配。

　　Steve Mann在2013年的一篇论文中就提到，将视频透视系统的摄像头居中很重要。据悉，Mann从1978年就开始使用计算机眼镜，到现在已经有44年之久，他常用的AR眼镜是基于单目透视的方案。

　　Mann表示：通常，视频透视的摄像头靠近人眼，但和人眼的视角依然有差距，这种位置差距长期来看会让体验感不自然，即使用户摘下AR眼镜，这种不舒适也会持续。也就是说，即使只为一只眼睛提供视频透视，也还是给Mann带来了不理想的体验。

　　Guttag指出，VR头显的厚度越大，摄像头与人眼的距离越大，而摄像头捕捉到的画面也会越不自然。这也是为什么Lynx选择将机身做的很薄。理想的情况是，为透视摄像头配备6DoF平衡器，让摄像头跟人眼同步运动，如果你转动眼球，摄像头也会追随眼球的注视点。

　　单一焦点方面，Guttag认为也许在50年到100年后，视频透视AR系统可配备多颗低延迟光场相机、光场显示屏，来实现支持高动态变焦的透视效果。总之，在VR中透视周围物理环境的技术，还需要很长的发展阶段。 关于透视头显Lynx

　　另外，Guttag也担忧Lynx的商业模式，因为Lynx VR头显的特殊光学模组并非自主生产，而是采用了Limbak的ThinEyes透镜方案。这种光学结构需要显示屏渲染四份几乎相同的图像，浪费了显示屏的总像素。Guttag认为，Lynx实际上也可以采用Pancake透镜，不需要依赖现有的光学模组。

　　而且Lynx的光学效率不够高，大部分显示屏都用来实现视频透视，但现实效果不够理想，牺牲了大量的分辨率。实际上，从官方展示的实拍图中，也能看到闪烁的深色噪点、而且整体会出现失焦的情况。这是因为摄像头的分辨率比Lynx屏幕的最大分辨率要低。

　　视频透视AR的遮挡能力好，但是与环境、物体融合能力弱，比如手位于AR前方时，头显系统需要计算出手的轮廓/边界，才能虚实融合，但目前混合现实计算还不够理想。如果手移动速度过快，可能会看到明显的延迟。另外，透视AR的视差可能也会与肉眼有所差异。 潜在应用场景

　　Guttag并不看好视频透视AR的市场前景，现在视频透视的流行趋势主要是受苹果、Meta等巨头之间的竞争驱动。他甚至将视频透视头显与马斯克的超级高铁Hyperloop概念相比，暗示这项技术远没有想象中那么实际，甚至从理论上无法达到理想状态。

　　​总之，Guttag认为视频透视不会成为成功的AR产品，它始终是VR(具有部分AR功能的VR)。也就是说视频透视AR不能解决光学透视AR面临的技术难题。如果说，未来视频透视AR游戏想要获得成功，将需要考虑到游戏体验所在的空间，将不同空间的特点与游戏内容融合，而不只是将3D游戏设计在墙面上。此外，还需要考虑当用户在移动过程中，空间背景的动态变化，以及空间中的障碍物。参考：SadlyItsBradley