高通在上周五（5 月 20 日）的「骁龙之夜」主题活动上，更新了其 XR 领域最新进展，发布了搭载骁龙 XR2 平台的无线 AR 智能眼镜参考设计。
在 XR 领域，高通分别通过 XR 专用芯片组、软件算法、生态系统、项目支持的方式，实现技术和应用的突破。
具体而言，目前高通已经发布了 XR1、XR2 两款针对不同层级设备的芯片平台，并且提供 6DoF、物体识别和追踪、手势追踪、3D 重建等软件算法。跨终端的 AR 生态系统 Snapdragon Spaces，还能让 OEM 厂商将开发的内容直接支持他们的终端。
回顾过去半年高通在 XR 业务上的进展：
- 2021 年 11 月，宣布推出直接面向开发者全新的 Snapdragon Spaces XR 平台。
- 今年 CES 2022 上，宣布同微软合作，强化双方在 AR 芯片和 AR 软件领域的协作。
- 今年 GDC 2022 上，宣布设立 1 亿美元的骁龙元宇宙基金；携手日本游戏开发公司史克威尔艾尼克斯在 XR 游戏开发领域展开合作。
在上周高通 XR 业务的媒体沟通会上，高通技术公司副总裁兼 XR 业务总经理司宏国（Hugo Swart）分享了高通 XR 业务进展，以及下一代 AR 产品的发展路径。
谈 VR/AR 未来：一体机 + AR 眼镜
VR/AR 终端将会沿着两条并行路径共同演进。
第一条发展路径是 VR/AR 一体机，也就是 VR/AR 头显，这类终端将不断演进，未来它们的体积会更小，功能会更加强大。
第二条发展路径是 AR 眼镜。AR 眼镜是一种更小、更紧凑的眼镜形态产品，可以与 PC、智能手机等运算单元进行连接。
目前，AR 眼镜更多是通过有线方式与计算单元实现连接，未来将实现无线连接。
从更长远的角度看，上述两条终端形态发展路径将最终融合。
谈 AR 眼镜设计：轻质小巧、自由曲面光学方案，支持双目 2K 屏幕显示
在无线 AR 眼镜参考设计之前，高通曾推出过基于 XR 平台的「简易 AR 眼镜」和「有线 AR 眼镜」参考设计。
前者本身不具备处理能力，需要和智能手机或专用的处理单元连接才能进行处理。而后者能够在智能眼镜和处理单元之间对负载进行分配，从而实现分离式处理。
△ 左：简易 AR 眼镜，右：有线 AR 眼镜
新发布的无线 AR 眼镜参考设计与歌尔合作开发，它基于 XR2 平台开发，有着更轻质、更舒适佩戴等属性，产品外观设计相比于有线 AR 眼镜整体缩小了约 40%。
无线 AR 眼镜支持双 Micro-OLED 显示屏，支持 90Hz 刷新率、1920x1080 的显示分辨率。采用的是自由曲面光学方案，并与视涯技术共同开发了显示和光学模组。
此外，它还配有两个用于计算机视觉和 AI 处理的单色摄像头，以及一个用于图像拍摄的 RGB 摄像头。
眼镜自带 650mAh 电池，同时支持使用外接电池，确保在使用时能有更长续航。
技术端，无线 AR 眼镜能实现六自由度、手柄、眼球/手势追踪等功能，并能够把相应的数据以无线方式传输到智能手机上。
而在手机上运行的 XR 应用可以利用眼镜端传输的信息进行图形渲染，将编码数据再以无线方式回传到眼镜端。AR 智能眼镜会将数据流解码，在眼镜端进行数据处理和显示，从而为用户提供丰富的体验。
另外，通过在智能手机和 AR 智能眼镜端同时提供高通 FastConnect 移动连接系统，即使通过无线的方式也能带来超快的连接速度。
除了 FastConnect 移动连接系统提供的 Wi-Fi 6/6E 连接外，这款参考设计也支持进行定制优化的高通 FastConnect XR 软件套件。
考虑到 XR 终端上的负载和智能手机上的数据负载不同，及对时延和抖动控制的高要求。FastConnect XR 软件套件可以支持超过 40 种不同的特性或 API，支持客户优先处理时延关键型负载，实现减少抖动或者消除附近用户所带来的干扰。
OEM 客户也可以根据自己的想法调整其 XR 设备的工业设计、显示屏、电池容量等，满足市场多样化需求。
谈媒体关心的问题：Birdbath、有线 & 无线、分离式渲染、低延迟、全天佩戴
问：现在国内非常多公司推出了 Air 系列的 Birdbath 方案的 AR 眼镜，并且价格降低到了 3000 元以下，这些眼镜主打观影场景，您认为这个场景真的具备打开消费市场的能力吗？
司宏国：我们相信在观影体验之外，还有非常多的使用场景蕴含机遇，比如游戏娱乐、企业、学习和教育等应用。观影可以作为一个突破口来打开市场的接受度，但未来还将有更丰富的使用场景和机遇。现在我们也有很多客户在关注全息远程呈现以及远程协作等应用，比如让身在异地的同事以虚拟化身的形式在同一空间进行协作。
关于光学方案，我们的客户也可以使用光波导（Waveguide）方案，我们也在与一些光波导公司合作，我们的参考设计也可以进行支持。
问：如何看待 Birdbath 方案的生命周期，因为它的光学物理限制，很难将它的体积进一步降低，做到像衍射光波导 + Micro-LED 所实现的轻薄形态那样。高通为何要在这个时间点推出 Birdbath 方案的参考设计，而不是衍射光波导的光学设计？
司宏国：我们和不同合作伙伴在同时推进 Birdbath 和自由曲面，以及光波导两种光学解决方案，这两种解决方案我们都能够支持。目前考虑到成本因素，我们更加推荐客户使用 Birdbath 解决方案。但我们也预计明年开始，会有越来越多的客户选择使用光波导解决方案。
问：这次提出的是一个无线传输的参考方案，有线其实能够提供稳定的图像和电力供给，现在这样一个无线方案可能需要在哪些领域做出牺牲？在高通来看它会更适合哪些场景的实际应用？
司宏国：首先回答关于用户使用场景的问题，现在很多用户玩游戏时，或者是制造型企业或物流企业使用企业端应用时，会发现有线 AR 眼镜的连接线还是有诸多不便。
很多客户向我们反馈，希望让产品实现无线连接。所以从产品使用的便捷性来讲，无线设计的好处显而易见。另外我们此次所推出的无线 AR 智能眼镜参考设计，同样支持用户使用有线连接作为备选方案。我们的愿景是智能眼镜最终可以支持 5G 连接，现在我们在眼镜端和手机端进行的分离式处理，未来将在眼镜端和云端进行。
关于从有线变成无线会不会在有些方面做出牺牲，我认为并不需要做出妥协，我们要做的就是增加无线连接的能力，以及在系统设计方面进行更合理的考量，包括电池续航和尺寸等，从而满足不同用例以及不同市场的需求。
问：刚才您提到从眼镜到手机之间的交互，到未来眼镜与云之间的交互，您觉得这个过渡的时间可能会有多长？
司宏国：我们难以预测这一过渡所需的具体时间，但是我们认为在不远的将来，我们或将看到支持 5G 连接的智能眼镜推出。不过，即便智能眼镜能够支持 5G 连接，我们预计通过 Wi-Fi 进行本地连接的方式并不会因此淘汰。如果智能眼镜想要连接附近的智能手机或者 PC，Wi-Fi 依然可以是首选，在没有 Wi-Fi 网络支持的情况下就可以使用 5G 连接。
但我们认为在近期，通过 Wi-Fi 实现近距离无线通信有着巨大的潜力，在此之后才是 5G 连接的发展时期。因为实现 5G 连接不是只在智能眼镜上增加 5G 特性就足够了，还需要在基础设施层面实现云端的分离式处理。
问：此次所发布的无线 AR 智能眼镜参考设计对所支持的智能手机的机型和 SoC 有哪些具体的要求，它能否支持平板和 PC 产品？该参考设计的分离式渲染所支持的最大传输分辨率和刷新率是多少？
司宏国：该参考设计目前支持搭载骁龙 8 系移动平台的智能手机，比如刚才介绍的搭载全新一代骁龙 8 移动平台的 Motorola Edge 30 Pro。未来我们有计划扩展支持更多的智能手机 SoC 和 PC 端设备，尤其是骁龙本设备，让越来越多的主机设备可以与我们的参考设计进行连接。
目前该参考设计显示屏支持的渲染分辨率达到每只眼睛 1920x1080，刷新率达 90Hz。而在 VR 端，使用游戏 PC 进行相同类型的渲染并将数据流传输到 VR 头显能够实现更高的分辨率，单眼可达 2Kx2K 甚至更高，我们也有相应的 VR 解决方案能够实现这一点。
问：在高通看来分体式 AR 眼镜从有线形态进入到无线形态，将拓展出哪些新的应用场景？无线形态的出现对于AR眼镜和终端设备的续航有着怎样的影响？这是否标志着我们向着打造全天佩戴 AR 眼镜又迈进了一大步？
司宏国：高通正在致力于推动从基于 2D 屏幕的计算方式向 3D 空间计算的转变，这也是从移动互联网向元宇宙发展演进的重要一环。无线 AR 智能眼镜将赋能无限的应用场景，从社交到协作、导航、探索和游戏，有些应用场景是我们目前所期待的，但也将会有许多等待我们探索发现的未知应用场景。因此推动 AR 眼镜的无线化是向元宇宙愿景迈进的重要一步。
而实现 AR 眼镜无线化并不是最终目标。通过推出无线 AR 智能眼镜参考设计，我们已经距离打造支持全天佩戴的 AR 智能眼镜更近了一步，但就像过去智能手机的发展进程一样，实现这一目标需要多年的不断积累，AR 眼镜还需要在显示、连接、处理能力和内容等方面不断优化提升。
问：对于无线 AR 眼镜来说，数据传输是一个很重要的问题，我们看到现有的参考设计能将两个设备之间的时延降低到 3 毫秒以内的范围，这是如何做到的？现有的参考设计能够在数据的稳定性和抗干扰能力上达到什么样的程度？
司宏国：我先解释一下低于 3 毫秒的时延指的是主机设备和 AR 智能眼镜间无线传输的通信时延。针对端到端的动作-显示时延，包括智能手机端和眼镜端的处理、无线传输时间等，我们可以控制在 20 毫秒之内。
针对如何控制干扰和应对网络拥堵状况的问题，新推出的 FastConnect XR 软件套件可以针对 XR 负载实现优先信道接入和干扰抑制。
微信号：深圳湾 / shenzhenware
来源：深圳湾官网 / shenzhenware.com
版权声明：本文为深圳湾原创文章，极术社区经授权发布
