为什么我不看好AR眼镜？

转自：https://zhuanlan.zhihu.com/p/138203496

很多科技迷对AR眼镜都有着由衷的痴迷（我也不例外），科幻大片也最爱用AR的全息交互界面来营造未来感。如果问一个果粉，最期待苹果未来能推出什么重磅产品，可能大多数人的答案会是AR眼镜。

但今天，我要泼盆冷水，谈谈我为什么不看好消费级AR眼镜。

首先，在开始之前，我要简要介绍以下我的背景，说说我为什么谈这个话题（长文预警）。我目前在Google AR团队负责AR Search的交互设计，前段时间全世界非常火的Google AR动物就是我在做的产品（很遗憾国内小伙伴看不到）。从最初接触和设计AR项目已经超过4年了，我曾经参与Google AR设计指南，负责Google AR Measure等产品设计。我也发开设计过几乎所有主流的AR/VR眼镜平台，包括HoloLens，Magic Leap，Meta 2，Google Glass，HoloKit，Oculus，Vive，Bose AR，Leap Motion等。应该说对各类眼镜的性能和局限有较深入了解。

曾经红遍一时的Magic Leap AR眼镜公司近期也裁员50%，未来堪忧

在设计了这么多AR项目和产品后，我对AR眼镜的发展有一些和业界主流不同的观点，希望分享出来，既能让大众更全面的了解AR眼镜，也希望与同行交流，深入讨论现存的挑战，并尝试提出解决方案。欢迎持不同观点的小伙伴探讨。

直接说核心观点：

短期内（2-3年内）我非常不看好消费级AR眼镜，尤其是各种AR创业公司宣传的强技术性AR眼镜（带SLAM技术）。而真正能够推动市场接受的第一代AR眼镜，大概率将没有摄像头，以耳机、提醒和运动健康为核心模块，通过基本的抬头显示（head-up display）和镜腿的触控板及语音完成交互。

那么，接下来做深入分析，先聊聊为什么我不看好消费级AR眼镜。

1. 局限的应用场景

就现有的技术能力而言，AR眼镜的高频应用场景非常有限，尤其是强技术的AR眼镜，更是用武之地非常小。这里稍微展开一下，我所定义的强技术的AR眼镜，就是有SLAM（空间定位和地图建构）技术，比如大部分AR宣传片中炫酷的技术效果，实际上，这种产品在设计上也非常不符合我推崇的Calm Technology的理念。回到真正高频的消费级使用场景，听歌（包括音乐、Podcast，视频等）和消息通知提醒（短信，通知，日程，导航）其实是最核心的高频场景，可以理解为是Apple Watch + AirPods覆盖的主要使用场景。

可能你看了这些场景后多少有些失望，没错，里面大部分的功能手表和手机也能完成的不错，所以AR眼镜的提升是非常有限的。使用场景的局限实际上是限制AR发展的最核心因素，因为如果一个产品找不到核心的场景，也就不可能有核心卖点。

下面我举几个例子，说说一些AR厂商大肆宣传的大部分场景为什么其实非常不适合AR眼镜。

这张图展示了Hololens（第一代），Magic Leap和 PlayStation VR眼镜视场角（FoV）区别，可以看到AR眼镜只有40度左右，相当于把屏幕切成一个小方块，完全无法提供沉浸体验

为什么不是观看流媒体和视频

观看各种流媒体视频应该是我们今天在手机上花费很多时间的场景，无论是YouTube，Neflix，或者是国内的腾讯视频，B站，也包括抖音、快手一类的短视频媒体，实际上都不适合AR眼镜。为什么呢？

这张图展示了目前HoloLens 2的上头体验，环境会被压得很暗，AR内容相对比较亮，而且成半透明状。图像分辨率、颜色保真度和对比度等都不是特别理想。所以并不适合长时间观看媒体内容

第一，目前的AR眼镜是不可能完全解决视场角（FoV）的问题的（由于目前主流光波导镜片的局限），也就是说你看到的不是完全沉浸式的大屏，而是一个被四周切掉的矩形。这样的一个矩形很难给人多少沉浸感，所以和大屏手机没太多体验上的提升。

第二，AR眼镜是光学叠加成像，只能渲染亮色，不能呈现黑色，这也是为什么所有的AR眼镜都和墨镜一样，不得不把环境自然光过滤掉来增加亮暗色对比度，谁会愿意每天戴着墨镜，连和周围人的基本眼神交流都没有了。即便如此，往往是AR内容依然呈现半透明状，尤其在环境光亮的场景，成像对比度很差，视觉体验并不好。手机厂商对屏幕做了无数的迭代来才达到如今的高画质。而一个AR眼镜，一夜回到革命前。就好像你适应了苹果iMac 的5K显示屏，突然换成21寸1080P的宏基显示器，明显的颗粒感和颜色失真是有巨大的体验落差的，尤其是在对于画质要求很高的流媒体播放上。

微软Hololens上的探案解密游戏Fragment，非常好的运用物理空间设计的一款游戏，游戏人物可以真的坐在你家的沙发上和你对话

为什么不是AR游戏

很多人会说，AR游戏是一个重要的AR场景，我们能体验到全新的游戏体验。但是很遗憾，要说游戏玩家会像玩PS4，玩手游一样去玩AR眼镜，那就是想多了。

游戏的本质是能带玩家进入一个全新的世界，扮演全新的角色，完成超验的体验，但这种驱动力是和AR的媒介相互矛盾的。一个传统游戏或者VR游戏可以带用户去大漠，去森林，去海底，穿越时间回过去、到未来，让游戏世界变成一个近乎无限可能的空间。然而，在AR游戏中，玩家依然能看到现实空间，AR游戏只能利用用户有限的物理空间互动，于是所有体验都被用户物理空间局限住了，很难尽情发挥想象。这种局限不得不一次次的把游戏拉回现实，让玩家时时刻刻意识到自己住在逼仄拥挤的5平米卧室中。相信这种体验，很难让玩家长时间投入。

Keiichi Matsuda短片《Hyper Reality》描绘了被AR信息标注后的世界，呈现出信息爆炸的一个极端体验，我相信很少有人真正愿意每天生活在这样的世界

为什么不是标注现实

在AR概念视频中总是有各种给现实世界做标注的，比如这个餐馆评分怎么样，这里又能提供哪些服务，甚至把世界改变成一个巨大AR游乐园，仿佛现实就是个游戏世界，更有Vivo最近的AR眼镜通过人脸识别把人做标注。我来谈谈为什么不看好这类使用场景：

第一，从用户角度，把世界标注或者变成一个AR游乐园作为概念或游戏体验一下是不错的，但拥挤的信息在眼前爆炸，没有多少人能长时间享受这种体验。信息在今天不是稀缺资源，相反，是过剩资源，产品应该想怎么剔除不必要的信息，而不是试图盲目增加。

第二，从技术角度，实现这个效果本身技术上没有太大门槛，完全可以几个人用1-2周时间做个demo。但是这个是需要眼镜的相机实时打开的，AR显示屏也要一直亮着，背后CPU，GPU实时做SLAM计算，且不说隐私问题，以目前技术，电池续航撑不了多久。

Vivo AR眼镜概念视频的一个镜头，通过人脸识别给人做标签。这个真的是我们想要的未来吗？每个人的头上都顶着年龄、身份、甚至社交媒体的打分标签？

第三，我稍微吐槽一下Vivo AR眼镜中一个demo，把你身边每个人用面部识别做AR标签，真的是我们想要的未来吗？你希望以后在别人眼里，你的头上顶着一个AR标签，写着你的年龄，学历，职业和社交评分吗？我觉得设计师有责任为我们的未来负责，避免科技走向《黑镜》中反乌托邦。并不是我们有科技技术去实现一件事，我们就应该去做，“能不能”和“要不要”应该有明确的道德底线。我在Google曾经参与一个项目，就是制定AR设计的道德准则，保证AR产品不会走向歧途。

2. 缺乏高效的交互方式

在iPhone出现之前，智能手机已经可以拍照、上网、听音乐，上QQ了，那为什么智能手机直到在iPhone出现后才真正起飞？原因很多，但其中一个就是iPhone的触屏交互在真正意义上提供一种高效的交互模式。在这里一定要强调“高效”，我认为的高效交互有几个原则：

1. 高速：用户能在非常低延迟、流畅地切换应用和功能，完成输入。
2. 轻松：符合用户的人体工学，用户长时间使用也不会有疲劳感
3. 准确：低错误容忍度，比如使用手机26字母键盘，即便按键很小，依然要求高准确率和低错误率。
4. 符合社会习俗：简单说就是不感到尴尬。什么叫不尴尬？一个人穿着短裤拖鞋去参加人大会议就是不符合社会习俗，就是很尴尬。同样地，交互方式不应该让用户感觉尴尬、不自在。

但直到今天，我们依然没有找到一个能满足以上标准的高效交互方式。

我在CMU研究生阶段做的手势交互设计，利用自然存在的Affordances，让设备和AR世界间能无缝的连接。（这个是实际demo，没有后期特效）

手势交互：
手势交互的问题我在“下一代革命性交互”的回答里讲过，具体可参考那篇文章，这里就简要概括一下：

1. 不符合人体工学：长时间举手非常疲劳，也就不满足刚刚提到的“轻松”的原则
2. 触感缺失：触摸虚拟按键没有力反馈，也就很难实现“速度”的要求
3. 违反社会习俗：在公共场合有无足蹈会让用户感到非常尴尬，就是原则里的第四条。

最近被Facebook收购的CTRL-Labs的神经信号手势识别设备，戴在手腕可以读取神经信号，结合机器学习来做手势判断，对这个技术的未来比较看好

实际上，通过腕部神经信号做手势识别的技术我是非常看好的，目前唯一拥有这个技术公司叫CRL-Lab。这项技术由于不需要用户把手举到空中，可以在任何姿势和位置做手势识别，所以是可以解决以上提到的大多数问题的。这家公司也曾经联系到我，在全球选了几位AR/VR设计师和开发者和他们共同来探索这项技术的交互应用，但我当时准备毕业论文，也就拒绝了。不久前，Facebook收购了CRL-Lab，应该说进一步表明了FB要做AR/VR的战略决心。

Bose AR眼镜用内置的IMU感应镜腿的点击来进行交互，和AirPods类似，适合于轻量级的眼镜形态

眼镜腿触控交互
在Bose AR中，双击镜腿会出发交互指令，比如唤起语音助手等。Bose AR眼镜主要用的眼镜内的IMU（陀螺仪，加速度感应器）加上算法来做识别，并不是非常准确，也就不满足我们说的“准确性”的要求。

当然，我们可以把镜腿加上一个类似笔记本电脑的touch pad触控板，这似乎是一种可行的解决方案，我们就可以加入单击、双击、长按、滑动等更丰富的交互方式，但且不说划着眼镜腿会不会总把眼镜碰歪，这个交互依然需要用户把手举到和头一样的高度进行交互，也就违背了人体工学的要求，做为低频的交互模式没有问题（AirPod也是支持手指的点击交互），却很难成为高频和长时间的交互方式，不可能成为生产力工具的主要交互方式。但作为轻量级眼镜产品的交互模式应该是足够了，我也认为这中模式大概率会是第一代AR眼镜的主要交互模式之一。

语音交互
语音交互对于未来的AR眼镜肯定是一个必备能力，非常适合目标明确的交互任务。比如播放音乐，导航去XX，设置提醒闹钟。但我们今天在使用互联网，有太多时间不是花在这些目标明确的任务上。刷朋友圈，看短视频，订外卖，浏览网页，网上购物等，这些以“逛”为核心的体验，语音是非常局限的。

国内创业公司Nreal Light应该是市面上最接近普通眼镜的AR眼镜，但连接到手机的USBC线和墨镜感的滤光镜片依然让他很难成为日常佩戴的产品

如果没有高效的交互方式，那么AR眼镜就不可能成为一个生产力工具，也很难实现购物，浏览网页，社交媒体互动等需要复杂交互的场景应用，比如连打字输入这个看似简单的任务，以上交互方式都没有能够根本解决。有人说除了我上述提到的方式，还可以使用手柄或者手持控制器，这种方式可能适合游戏这种私密使用场景，但很难让用户在日常生活中再额外带一个外接设备。而之前也分析了，游戏本身不会是AR产品中的杀手级场景，所以这个AR手柄能解决的场景从根本上就是个伪命题。

3. 外观和佩戴舒适性

硬件的外观应该说不仅仅是个设计的问题，更是产品定位的问题。我们这里主要探讨能日常使用的产品定位，那产品就要满足轻便、外观低调（和普通眼镜外观无异）。

实际上，现在市场上已经有相对轻便的AR眼镜了。一副普通眼镜的重量理想在30g内，墨镜在40g内，而国内Nreal已经能做到88g了，应该说重量和外观与普通眼镜已经比较接近了，但Nreal light的计算是依赖于用USBC线连接到手机的，所以可以算是采用的分体的设计，Magic Leap也采用了这种设计，可以给眼镜镜身大幅度减重。但很遗憾，这种设计和他的产品定位是相互矛盾的，因为一方面NReal Light想要轻便定位于日常佩戴，另一方面连接手机的那根USB线使用上非常别扭，也不适合长时间日常使用。

有没有解决方案？目前在这种产品定位下是没有的，因为一方面AR眼镜要求6DoF tracking和SLAM（空间定位和建构）的能力，这个能力本身是非常吃设备性能，进而非常耗电。于是为了保持合理的续航时间，只能增加电池容量，而每增加一分电池容量，就增加一分眼镜整体重量。所以在电池没有大幅度提升效率之前，这几乎是个悖论的死循环。

4.电池续航

对于消费级AR眼镜来说，这个问题的重要性永远不能被忽视。刚才提到了续航和产品重量之间的矛盾问题，越长的续航，意味着越大的体积，也就是越差的用户体验。而我要问一个问题，AR眼镜需要用那么多的电量吗？需要实时做SLAM空间定位吗？需要无时无刻不显示AR画面吗？我觉得这个问题，大部分AR眼镜公司可能并没有想清楚，所以不得不退而求其次，选择分体式设计，亦或者加大体积和重量，变成一个头盔式的设计（比如Hololens，但注意Holelnes是2B的产品定位，所以这么设计没有问题）。

另外，消费级AR眼镜对于近视者来讲是需要配矫正镜片的，这当然本身并不难解决，大部分AR眼镜公司也都有对应的解决方案。但这里的悖论是，如果电池续航只有2-3个小时，意味着在电池耗尽后，这副AR眼镜的价值无异于一个普通的近视镜。那一天中剩下的8-10个小时白天工作时间，用户要不勉强接受戴一个又重，又不舒服的没有AR功能的AR眼镜，要不需要再每天准备一副额外的普通眼镜换上。无论哪一种，都是非常糟糕的用户体验。所以，我觉得要让AR眼镜成为日常佩戴的消费级产品，在电池技术没有长足进步前提下，必须大幅降低对电池的依赖，从低功耗的路线。

Magic Leap 早在2015年释放的这个鲸鱼的概念视频相信大家记忆犹新，几乎一下子点燃了人们对AR技术的热情。但后来实际产品也证实，这个效果完全是后期合成，与实际体验相差甚远。但鲸鱼的这一跃，将永远成为AR发展史上最有戏剧性的一个画面，仿佛象征了Magic Leap一瞬即逝的陨落过程

走下神坛的Magic Leap

从技术到设计，多个条件在今天都不完备，所以我说短期内我是非常不看好消费级AR眼镜。在2B的某些专业应用场景，AR眼镜确实有自己的刚需。但对创业公司来说，2B的天花板太低，也很难讲出打动VC的好故事，所以很多公司一股脑的往2C的AR眼镜上冲。

最典型的例子就是Magic Leap，2个月前，有人向我咨询AR行业现状，提到Magic Leap，我说非常不看好，并判断离被收购的结局也不远了，对方还非常不解。果不其然，不久前，Magic Leap宣布裁员50%，也传出100亿美金求收购的消息。而Magic Leap的价值主要在专利和技术人员，裁员50%后的Magic Leap价值自然又大缩水，另外市场上有几个有能力和有意愿收购它的公司？它到底有多少其他公司没有但迫切需要的技术？答案也是非常存疑的，所以最后大概率一地鸡毛地贱卖。