本篇文章將從技術(shù)角度出發(fā)，并以最近推出的蘋果MR為例，分析AR世界里所需要依托的三個關(guān)鍵技術(shù)點(diǎn)：眼動追蹤、手動識別和空間計算。讓我們一起看看作者對這三個技術(shù)點(diǎn)的分析吧~

用眼睛看，用手操作，是我們在物理世界里再自然不過的交互方式了。但要在AR世界里延續(xù)這種自然交互，卻需要依托的三個關(guān)鍵技術(shù)點(diǎn)。

Apple Vision Pro的發(fā)布沒有讓我們失望，在里面，我看到了這三個技術(shù)帶給自然交互的力量。

一、眼動追蹤技術(shù)

我們在現(xiàn)實中如果需要與哪個物體有進(jìn)一步的交互，都會自然地將視線集中在它的身上，當(dāng)我們耗費(fèi)注意力讓視線聚焦在它身上的時候，就已經(jīng)代表了我們的選擇。

這個過程涵蓋了目前界面領(lǐng)域上的兩個狀態(tài)：激活態(tài)（聚焦）和點(diǎn)擊態(tài)（選擇）。眼動追蹤技術(shù)，實現(xiàn)的是看到聚焦這個過程。

這個技術(shù)當(dāng)然并不是首創(chuàng)。AR眼鏡的先驅(qū)，Microsoft Holoens第2代的交互就主打了Eye-gaze，就是用眼睛來聚焦的功能。

而在之前，Microsoft Holoens第1代的頭動（Head-gaze）交互其實也已經(jīng)有用眼睛來看和激活的概念了。但Head-gaze里使用頭部微微移動來控制屏幕中心的一個點(diǎn)（Gaze）來激活內(nèi)容，和我們本來的自然交互始終是有差距的，因為實際上我們聚焦一個物體，并不需要每次都靠頭動，靠眼睛動就行了。

不過，雖然眼動追蹤技術(shù)更解決自然交互的標(biāo)準(zhǔn)，但頭動交互并不是沒有可取之處，比如我團(tuán)隊目前自研的眼鏡還只能支持Head-gaze交互。這種交互手段的成本和技術(shù)難度更低，比起用手/鼠標(biāo)/遙控器等去聚焦激活的方式，它更加貼近我們用眼睛看這個自然交互理念。

另外，眼動追蹤技術(shù)實現(xiàn)了激活態(tài)，卻還沒真正實現(xiàn)選擇，也就是那個點(diǎn)擊態(tài)。作用是告訴機(jī)器我確認(rèn)是它了。

嚴(yán)格來說，對于不需要操作的東西，省去手這個確認(rèn)操作是很有必要的。比如，我一邊吃零食一邊追劇的時候，就很希望不用每次操作前都要擦一擦我的臟手……在制造領(lǐng)域，類似這種解放雙手的需求也經(jīng)常被客戶提出。

為了更自然的交互，也許這也可以成為我們暢想的一部分。之前我寫過一個專利，就是靠腦電波技術(shù)來進(jìn)行簡單的確認(rèn)。

二、手勢識別技術(shù)

眼動追蹤滿足用眼睛看這部分的交互，用手操作，則需要手勢識別技術(shù)。

這也不是什么新技術(shù)了，之前很多ARVR的設(shè)備上都有搭載，當(dāng)然實現(xiàn)程度還要實際體驗再確認(rèn)。

Vision Pro的宣傳視頻里，手勢識別看上去很自然，手甚至都不需要抬起來，這應(yīng)該是依靠4組下視角相機(jī)（這大概也是需要12個攝像頭配置的原因之一吧）。

相比Hololens2的宣傳視頻，可以看出手勢是在頭頂攝像頭涵蓋范圍的。

因為手勢識別是需要依托攝像頭的（計算機(jī)需要輸入才能知曉你的手在怎么動），那么同樣的手勢從不同角度拍攝的結(jié)果就不一樣，識別的結(jié)果也會受到影響。

另外，2D手勢識別和3D手勢識別技術(shù)的體驗感也不太一樣。

三、空間計算

要讓眼睛看得更爽，用手操作得更自然，設(shè)備需要有對空間的理解能力。空間計算，也是Vision Pro想主推的，對于這個能力的注重，讓他們認(rèn)為這塊能力可以劃分一個時代。

“空間計算時代”。

沒有空間計算能力，也就是如果機(jī)器不能理解空間的話，很多交互都自然不起來。我們現(xiàn)在所聽到的Nerf、SLAM、3DOF、6DOF，都屬于空間計算技術(shù)的一員。

從體驗角度來說，空間深度所帶來的物體之間、物體與用戶之間的距離感知； 用戶在不同位置和姿態(tài)下的視角朝向所帶來的物體形狀變化；真實環(huán)境中因時間和天氣等光線不同所導(dǎo)致的色彩感知變化；甚至不同空間位置所傳來的聲音等，空間計算能給予設(shè)計師更多自然交互的空間。

可以說，空間計算，是能讓AR在未來，成為不同于普通屏幕界面的、我們真正所期待的“凡所看之處，皆可成為界面”的關(guān)鍵技術(shù)。