蘋果ARKit的推出大大促進了開發(fā)者們在AR內(nèi)容上的探索，但就目前來看，這只能算是AR最為初級的一個階段，為了達到更為高級的AR體驗，蘋果等眾多目光投在AR上的科技公司，都需要為其做更好的鋪墊，從硬件層面到技術(shù)層面。何時能玩到真正的AR？我們可能需要等待條件基本成熟的時刻到來。

一 顯示媒介

蘋果AR目前的顯示媒介是iPhone屏幕，為了加強顯示效果，新一代iPhone在屏幕和攝像頭上下了不小的功夫。

但這依舊存在很大的局限性，正如我們所能體驗到的，依賴于手機屏幕顯示的AR非常笨拙，你得時刻舉著手機，用手機對著某個物體或者某個場景，必要的時候還要改變你的站立位置和姿勢去獲得AR畫面/信息。光是玩最普通的AR游戲，這種方式就已經(jīng)開始礙手礙腳。

如果AR朝著戶外發(fā)展，局限在手機屏幕上的體驗會讓它的實用性大打折扣，用戶無法在行走和觀賞的時候方便地進入AR模式。所以移動AR的顯示媒介必然還是需要頭戴顯示設(shè)備，并且可以和手機顯示兼容并同步。目前我們也正處于第一代AR頭顯時代之中，當然，它可以往更輕便、更時尚的外觀設(shè)計上發(fā)展。

至于室內(nèi)顯示，前段時間來自Adobe、微軟以及迪斯尼開發(fā)人員組建的技術(shù)團隊曝光了他們開發(fā)一款全新的消費級AR產(chǎn)品。這款產(chǎn)品能夠在你的家居中投射影像，將你的房間變成一個巨大的屏幕。

這是一個無需頭顯的AR技術(shù)，通過“Lightform（光線形式）”AR投影儀，它會在你的房間里形成一個巨大的3D影像屏幕，然后圖像將會呈現(xiàn)在這個屏幕之上，利用光線來創(chuàng)造“神奇的體驗”。

二 5G網(wǎng)絡(luò)

當代普及新技術(shù)的三要素是：硬件、軟件和聯(lián)網(wǎng)。任何一方面的不足，都會導(dǎo)致新技術(shù)在應(yīng)用過程中受到限制。AR和VR尤其如此，頭顯、配套的軟件工具以及連接層缺一不可，唯有如此才能積極的推動技術(shù)普及。優(yōu)質(zhì)內(nèi)容的巨大帶寬需求以及豐富的應(yīng)用場景，都對網(wǎng)絡(luò)提出了新的需求。

5G在AR和VR上的優(yōu)勢主要體現(xiàn)在三個方面：更高的容量；更低的延遲和更好的網(wǎng)絡(luò)均勻性。在AR的未來場景應(yīng)用中，工作流輔助和「see-what-I-see」遠程互動和指導(dǎo)已經(jīng)吸引了眾多消費者和投資者的目光。AR游戲、應(yīng)用市場的內(nèi)容數(shù)量、質(zhì)量和種類都會有大量提升，未來的場景應(yīng)用都對網(wǎng)絡(luò)帶寬非常敏感，任何網(wǎng)絡(luò)中斷都對用戶體驗有明顯的負面影響，這也增強了移動網(wǎng)絡(luò)在AR普及過程中的角色重要性。

目前5G技術(shù)還沒有標準，全球的研發(fā)也在往多個不同的方向發(fā)展，美國運營商Verizon和AT&T仍在為5G的開發(fā)和部署做努力，以確定其標準，而在這個領(lǐng)域，中國彎道超車是板上釘釘?shù)氖隆?/p>

三 人工智能與深度學(xué)習(xí)

人工智能的目的是讓計算機這臺機器能夠象人一樣思考，機器學(xué)習(xí)(Machine Learning)是人工智能的分支，專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，而深度學(xué)習(xí)(Deep Learning)則是一種機器學(xué)習(xí)的方法，它試圖使用包含復(fù)雜結(jié)構(gòu)或由多重非線性變換構(gòu)成的多個處理層（神經(jīng)網(wǎng)絡(luò)）對數(shù)據(jù)進行高層抽象的算法。

舉個例子，當iPhone攝像頭收集到圖像信號之后，并不能很好的識別，為了讓iPhone理解這些圖像它需要一個大腦，這個大腦就是深度學(xué)習(xí)。

深度學(xué)習(xí)曾被MIT技術(shù)評論列為2013年十大突破性技術(shù)（Deep Learning居首）?；蛘邠Q句話說，深度學(xué)習(xí)這種技術(shù)就是實現(xiàn)未來強AI的突破口。

深度學(xué)習(xí)與AR的關(guān)聯(lián)非常緊密，它可以讓AR并不僅止于“感知”，更可以用來做識別、搜索等更多層面的反饋。以iPhone X最為矚目的人臉識別為例，深度學(xué)習(xí)不止能告訴我們?nèi)四樤趫D片中哪個位置，甚至它可以分析出這個人臉是誰的臉，是男性、女性，多大歲數(shù)都可以學(xué)習(xí)出來，包括人臉部的重要結(jié)點位置可以猜出來這個人是什么樣的表情，甚至通過分析他嘴唇的動作，可以說這個人在說什么話，包括頭發(fā)的顏色，戴什么樣的墨鏡，嘴唇涂什么樣的唇膏都可以識別出來。

要知道，拿來玩實景增強游戲并非AR的應(yīng)用目的，正如往桌子上堆疊一些虛擬的圖像信息并不是真正的AR那樣。深度學(xué)習(xí)不僅僅是具備多層架構(gòu)的感知器，而是一系列能夠用來構(gòu)建可組合可微分的體系結(jié)構(gòu)的技術(shù)和方法，這些具有超強能力的機器學(xué)習(xí)系統(tǒng)只不過是我們目前所能看到的冰山一角。

四 接觸與非接觸式交互

早期的AR重點主要集中于跟蹤、注冊和顯示，只是簡單地將虛擬物體疊加在真實場景內(nèi)，并通過顯示設(shè)備觀看虛實效果，沒有太多與外界的交互。從視覺的角度來說，iOS和iPhone的時代很多人把此當成了本能，從一種隔著玻璃與平面UI的交互變成了隔著玻璃與內(nèi)容的交互。AR應(yīng)用程序目前使用智能手機觸摸屏進行交互，但這只是沉浸技術(shù)的第一步。

隨著技術(shù)的發(fā)展，隔著玻璃去與“顯示”的增強場景做交互不再能滿足用戶的需求，多種交互技術(shù)在AR系統(tǒng)中如何應(yīng)用起來成為迫切的課題，如何突破我們已經(jīng)深入骨髓的觸摸屏交互成為下一代交互方式的重點。

1）手勢：比觸屏手勢更精準細節(jié)的空間手勢，并且和我們?nèi)粘Ｉ罟ぷ鞯氖謩萘?xí)慣應(yīng)該是相類似的，正如畫素描時，大臂揮動刷出大輪廓和形態(tài)，手腕和手指則精細地勾勒。彈鋼琴時，大臂彈奏和弦的走勢，手指的音階則描繪細節(jié)。微妙的手勢對應(yīng)微妙的動作，甚至對手機的持握力度和持握位置，都能成為交互的一種。

2）工具：可以使用簡單的、易于識別的工具或標識點作為交互設(shè)備，通過識別不同工具或動作的命令，實現(xiàn)不一徉的增強現(xiàn)實交互體驗。比如使用簡單自制的紅外筆，外加投影跟蹤系統(tǒng)就可以實現(xiàn)簡單的電子白板，就可以等同擁有上千美元的數(shù)位自板、多點觸控大屏幕和頭戴式3D瀏覽器。

3）真實映射：通過更完善的配套設(shè)備，可以直接用你的手、腳、身體觸碰到AR中的物體元素，模擬出真實的物理效果并開展操作，而且這種操作可以反饋到現(xiàn)實當中。去年一家專門研究AR交互的實驗室Teehan+Lax就展示了神奇的方案，它的名字是Touch Vision Interface，尚處于原型階段。Touch Vision Interface最牛逼的地方就是可以通過移動端的屏幕控制實物，比如說通過個人的手機屏幕上點點畫畫，就能實時改變其他任意大屏幕上的顯示內(nèi)容。多部手機組成樂隊，當你的攝像頭對準一根曲線，然后在屏幕上滑動，就能輕易控制混音器的音色的聲調(diào)。

“感知系統(tǒng)的輸出必須大于輸入，這樣才能擊中用戶體驗的痛點，讓用戶感到驚訝和愉悅?！彪S著人機交互技術(shù)的發(fā)展，用戶可以擺脫傳統(tǒng)的交互方式，如鍵盤和鼠標，實現(xiàn)更加自然和人性化的交互方式。比如iPhone多點觸摸交互技術(shù)，可以精確識別多種手指運動方式并獲取手指觸摸位置坐標，達到人手動作手勢的自然交互。交互技術(shù)是AR系統(tǒng)中與顯示技術(shù)密切相關(guān)的技術(shù)，滿足了人們在虛擬和現(xiàn)實世界自然交互的愿望，更高級別的交互可為AR帶來更廣泛的應(yīng)用。