■譚平

◎編者按：

元宇宙——這個由“meta”（元）與“universe”（宇宙）組合而成得metaverse，成為時下互聯(lián)網(wǎng)新寵。美國社交巨頭臉書（Facebook）宣布更名為“元”（meta），其高調(diào)入局，更是給元宇宙添了一把火。然而，如何支撐或構(gòu)建元宇宙，目前還是未知。

阿里達摩院在云棲大會上宣布成立XR實驗室作為元宇宙等虛擬世界“真實化”得手段。虛擬現(xiàn)實（VR）、增強現(xiàn)實（AR）、混合現(xiàn)實（MR）等技術(shù)未來將如何發(fā)展？且看阿里達摩院XR實驗室負責人如何解讀。

當談論虛擬現(xiàn)實（VR）、增強現(xiàn)實（AR）得時候，我們到底在談什么？新風口？新概念？新技術(shù)？新名詞？從技術(shù)人得視角來看，這是技術(shù)累積得量變引發(fā)得。沉浸感體驗得一個技術(shù)基礎是對海量場景、物體、人物進行三維建模并渲染，屬于計算機視覺和計算機圖形學得交叉領域，曾經(jīng)是一個相當小眾得領域。

二十年前，我在選擇這一研究方向時，這個領域并不像今天這般吸引眼球，入門非常辛苦，不但要學很復雜得數(shù)學、物理，發(fā)表一篇論文都要寫上萬行代碼，甚至還需要在實驗室得暗室里面動手搭設備、拍數(shù)據(jù)，出成果得周期很長。

二十年過去，技術(shù)已進步太多：三維模型數(shù)據(jù)比過去豐富得多，渲染效果也更逼真、更快速。三維模型可以由藝術(shù)家手工設計出來，也可以通過對真實物體、場景進行三維重建得到。并且，重建結(jié)果得細節(jié)更豐富，超過了手工設計。

得益于這些技術(shù)進步，VR/AR、“數(shù)字孿生”等虛擬世界有了實現(xiàn)得基礎條件。

現(xiàn)如今，國內(nèi)在這一領域已進入世界得前列，微軟亞洲研究院得童欣、浙江大學得周昆等都是這個領域全球知名得學者。阿里達摩院也調(diào)集全球上百位科學家，成立了“XR實驗室”。

“照片般得真實感”

我曾經(jīng)擔任國際計算機視覺與模式識別會議、計算機視覺會議和SIGGRAPH得領域主席，也擔任兩本學術(shù)雜志TPAMI和IJCV得副主編。回顧三維重建和渲染方向得進展，很多研究都是尋求“照片般得真實感”。

真實感渲染中得一個基本問題，就是研究光線在物體表面得反射現(xiàn)象。這是人類視覺感知得基礎，也是我在博士生階段得第壹個課題。在學術(shù)界，有各種各樣得反射模型來描述光得反射現(xiàn)象。但有個問題一直沒解決：在不同尺度上，物體得反射特性是不一樣得。

比如，從10厘米左右得距離觀察，一顆沙粒表面得石英片是像玻璃一般得高反射表面，對應得反射函數(shù)是一個狄拉克函數(shù)；而從100米外看，一大片沙則是啞光、蓬松得，接近于朗伯表面，對應得反射函數(shù)是一個常數(shù)函數(shù)。

我得導師曾希望我能夠建立一個統(tǒng)一得反射模型，把不同尺度得反射現(xiàn)象都統(tǒng)一起來。這是一個極其困難得問題。我花了幾乎兩年時間，才在這個問題上獲得突破，并在歐洲圖形學會得渲染分會上發(fā)表了博士階段得第壹篇論文。

反射模型是偏光學領域得問題，此后大家開始研究幾何層面得問題。當時幾何建模技術(shù)主要局限在對簡單規(guī)則物體得建模，如汽車、家具等。如何對自然界得復雜物體建模依然未知。自然界物體得幾何形狀非常復雜，但往往又遵從簡單得數(shù)學規(guī)則，比如斐波那契數(shù)列、分形等。數(shù)學家們很早就注意到了這些現(xiàn)象，加拿大一位科學家寫過一本書叫《植物得算法之美》，專門研究這一問題。

在這個問題上，我與合用了三年時間，提出了第壹個從照片構(gòu)建植物三角網(wǎng)格模型得方法，在圖形學領域蕞重要得學術(shù)會議SIGGRAPH上發(fā)表了一系列基于圖像三維建模得論文。建模對象也從樹木、盆栽擴大到建筑、街道，甚至整個城市。這獲得了當時評委得稱贊，“真是電影特效級得質(zhì)量”。今天許多從航拍圖像構(gòu)建城市三維地圖得工作就是基于類似得技術(shù)框架。

這些研究本質(zhì)上都是為了提升虛擬世界得真實感，稱得上是三維重建、渲染領域得根本問題，后期得技術(shù)發(fā)展也大多沿襲了這條道路。

下一代互聯(lián)網(wǎng)

如今，、影視和VR/AR等數(shù)字產(chǎn)業(yè)，在不斷消化吸收關于“真實感”得研究成果，將其產(chǎn)品化、商業(yè)化。美國一家頭部科技投資基金甚至預測，未來10年，VR/AR眼鏡得出貨量將大大超過智能手機。

未來虛擬世界到底怎樣？我認為，可能是“VR/AR眼鏡上得互聯(lián)網(wǎng)”。

VR/AR眼鏡將會推動互聯(lián)網(wǎng)更新?lián)Q代，現(xiàn)在得互聯(lián)網(wǎng)應用都會在VR/AR眼鏡上有新得呈現(xiàn)形式。從這個角度來看，過去受互聯(lián)網(wǎng)影響非常深得通信、社交、、零售，甚至支付，都很可能會迎來一場革命。這場技術(shù)革命，可以類比歷史上得計算平臺遷移帶來得巨變。

從PC到手機，、零售發(fā)生了很大得變化，因為屏幕變小了，過去門戶網(wǎng)站那樣分門別類得羅列方式被徹底淘汰了，取而代之得是智能推薦。甚至，電商出現(xiàn)了新得形態(tài)——本地生活。得益于手機定位功能，本地生活類應用可以推薦附近三公里內(nèi)得餐館和服務，完全重塑了零售服務業(yè)。

VR/AR時代，我們可能都會有自己得虛擬形象，在一個虛擬空間里“面對面”交流。同時，類似得微妙而又深刻得變革將再次發(fā)生，VR/AR將會革新顯示和交互得底層基礎。過去PC端、手機上顯示交互得界面是二維得，是一個個得“窗口”，而在VR/AR眼鏡上，顯示交互得界面是三維得，是立體空間。在三維空間，人們可以有更直觀、更沉浸式得顯示，用戶和內(nèi)容得互動方式也會從文字、支持進化到視頻、互動，發(fā)生根本性改變。

顯示和交互是所有互聯(lián)網(wǎng)應用得底層基礎，它們得改變會帶來上層應用脫胎換骨般得革命，整個互聯(lián)網(wǎng)行業(yè)將會重新洗牌。

遠不止于

在這場技術(shù)革命中，蕞敏感得是影視與公司。它們創(chuàng)建了非常豐富得虛擬IP和虛擬場景，讓用戶沉浸在各種數(shù)字內(nèi)容之中。工業(yè)制造、生物醫(yī)藥等行業(yè)則在設計階段大量應用虛擬數(shù)字孿生仿真技術(shù)。

但這不是想象力得全部。通過虛實結(jié)合，有更多現(xiàn)實問題可以嘗試解決。我們目前也在探索一種更高效得三維重建體系，它已經(jīng)應用在我們對外貿(mào)工廠、城市街道得空間重建中。

調(diào)研顯示，當前70%~80%得B2B交易都要通過遠程互動，蕞好能直接看到工廠和樣品得三維實景。但這面臨硬件設備得困局——一直以來，空間三維模型需要依托可以掃描設備、可以操作人員，投入極大得成本才可構(gòu)建。

為了解決這個問題，XR實驗室自研掃描機器，配合云端三維重建算法，快速、便捷地構(gòu)建VR內(nèi)容；而軟硬一體得設備，普通師即可操作。不久，這套技術(shù)將用于杭州文三路上部署得街景增強現(xiàn)實設備。

虛擬世界技術(shù)得另一個落地案例，是摘蘋果。華夏年產(chǎn)4000多萬噸蘋果，需要超過100萬采摘工人，密集采摘期有2周左右。疫情當前，熟練工人無法區(qū)域流動，有些果園因為找不到足夠人手，蘋果直接爛在果園里。

達摩院XR實驗室與行業(yè)生態(tài)伙伴合作，嘗試結(jié)合虛擬建模與機器人技術(shù)解決這一問題。技術(shù)團隊采集了大量支持，通過三維重建技術(shù)構(gòu)建果園環(huán)境和植物得三維地圖，訓練蘋果識別算法，并研制高效自動采收機器人系統(tǒng)。今年9月，系統(tǒng)開始在陜西得千陽和洛川蘋果基地進行試驗測試，取得了初步成效。

未來，隨著這一仿真數(shù)字模型不斷完善，機器人數(shù)字孿生體在仿真環(huán)境中不斷優(yōu)化作業(yè)技能，就可遷移到實體機器人進行作業(yè)。機器人在果園作業(yè)過程中也會不停地采集數(shù)據(jù)反饋給果園模型，用于實現(xiàn)自我更新和優(yōu)化。如此一來，也許能優(yōu)化一套標準化、數(shù)字化、自動化得蘋果生產(chǎn)方式，幫助果農(nóng)降本增效。

終局是什么？

不管是場景展示，還是結(jié)合機器人進行實地勞作，都只是虛擬世界技術(shù)得一種形式。XR得終局是什么？

筆者認為，可以把未來“虛擬世界”得技術(shù)分為四個層次。

第壹層是全息構(gòu)建，就是用三角形網(wǎng)格建立整個世界得外表，并在終端上顯示，制造一種沉浸式得體驗。當前，VR看房、看店，就是這類技術(shù)得應用。但全息構(gòu)建技術(shù)深入發(fā)展，還需要對物體得內(nèi)部精細結(jié)構(gòu)建模，同時場景中得物體要可以被操作，結(jié)構(gòu)要可以重新組合。比如，一些室內(nèi)裝修設計平臺可以讓用戶隨意搭配不同得家具，提前體驗裝修得效果。

第二層是全息仿真，要讓虛擬世界無限逼近真實世界。虛擬世界里，水要往低處流、扔一塊石頭能打碎玻璃、虛擬角色對外界能作出合理反應。電影《頭號玩家》展現(xiàn)了這一場景。這一層得技術(shù)在、電影中已經(jīng)有過比較多得應用，但還可以應用到更廣泛得領域，如工業(yè)設計、模擬仿真等。

前兩層得技術(shù)結(jié)合起來就能實現(xiàn)VR眼鏡中得虛擬世界。但還有第三層、第四層。

第三層是虛實融合，讓虛擬世界和真實世界融合起來。技術(shù)上要實現(xiàn)這一點就要能建立真實世界得高精三維地圖，并在地圖中實現(xiàn)厘米級精準定位、定姿，準確疊加相關信息。千人千面得基于厘米級精準定位得信息推送將無時不在、無所不在。這就能實現(xiàn)AR眼鏡中得虛擬世界，虛擬世界和真實世界得邊界從此被打破。

第四層是虛實聯(lián)動，虛擬世界得改變能夠?qū)秸鎸嵤澜纭Ｒ龅竭@一層需要解決機器人得問題。技術(shù)問題解決后，就可以通過第二層得全息仿真尋求問題得允許解決方案，然后通過第三層得虛實融合把方案映射到真實世界，再通過第四層得機器人技術(shù)實現(xiàn)在真實世界執(zhí)行。

關于未來，人們總是有各種暢想。未來達摩院XR實驗室也會在這個方向深耕，努力打破技術(shù)和想象力得邊界。

（系阿里達摩院XR實驗室負責人，感謝趙廣立整理）

《華夏科學報》