让Facebook穷追不舍的AR，除了自拍和游戏还能干啥?

要说这几年最大的技术泡沫是什么，VR/AR这对难兄难弟绝对榜上有名。不过比起VR来，AR还算幸运很多，PokemonGO、AR红包、AR相机等等应用已经融入人们的生活，还有Facebook这位死忠粉丝。

从泡沫到寒冬，Facebook进军AR的步履一直坚定。最近，又传出了收购计算机视觉创业团队Fayteq的新闻，这家德国初创搭建了一套Adobe After Effects等视频编辑器的插件，不仅可以添加或删除视频中的对象，还可以根据需要提供特效。这一功能很有可能应用于Facebook的AR相机、直播中。

在四个月前的F8开发者大会上，扎克伯格用一张编辑过的照片暗示了AR会是今年Facebook发展的重点。

在会上，Facebook提出了AR项目的两个重点，一个是AR相机，就是和美颜相机、FaceU等等相似的特效滤镜。另一个则是AR创意平台，包含AR Studio等等一系列工具，让用户可以通过多种模块构建原创的AR效果。

 

其实在这四个月里，Facebook所做的大概也就是两件事，一是丰富/优化AR相机功能，二是为AR Studio创造更多合作案例。

前文提到的收购Fayted就属于前者，为了AR Studio，Facebook也做出了很多努力。比如开启了很美图的合作，在Facebook上加入了三种AR特效。

 

EA公司也在AR Studio中进行了尝试，推出了旗下游戏《质量效应：仙女座》的特效，让用户可以在Facebook相机中带上游戏里宇航员的头盔。

除了相机以外，AR Studio还将和知名游戏《部落冲突》进行合作，在游戏中加入AR体验。在宣传片中可以看到，玩家将摄像头转向自己，会发现自己变成建筑工人的样子，转向四周，会像Pokemon GO一样，把AR形象投向显示，和现实进行交互。

 

不论怎么看，这些功能都脱离不开特效相机和换了皮的Pokemon GO。Facebook的尴尬暴露出了AR在技术应用上的巨大问题：实际上提到AR，我们的所有想象力几乎都局限在了拍照和游戏上，所以看AR Studio的每个项目都觉得乏善可陈。

其实这一切的关键在于，脱离应用场景谈AR，翻来覆去只能是那几个单调的老梗。看一看下面几类极具创意的AR应用就能明白。

高度结合现实场景类

这一类应用偏向于“小而美”，和计算机互动艺术高度结合，主打创意。和支付宝找红包不同，让AR高度结合现实场景意味着物理应用范围有限，但内容更加精美。应用于线下展会、文旅产业中，往往是让人惊喜的彩蛋。

ARART

如果你是故宫淘宝的粉丝，相信你一定看过康熙剪刀手的动图。ARART同样也是一个“让名画动起来”的项目，只不过搭载在AR之上。

打开App，将镜头对准画作，可以看到蒙娜丽莎在对你眨眼。这样让艺术和AR结合并不难，基本只需制作内容 图像识别 边缘融合这几种技术。当然，艺术品和垃圾之间的差距也就在于技术质量的差别。

街道博物馆

AR和LBS技术的结合，是AR产品开发中的重要方向，火到不行的PokemonGo就是最典型的例子。

这款名为街道博物馆的App将老照片、历史资料和现实街景结合，走在伦敦街头，打开App，即可在镜头中体验古老与现实场景交织的感觉。

这种玩法胜在成本非常低，大多数地图产品的API都是开放的，只需将图像/视频等物料与LBS定位一一对应，就能实现街道博物馆一样的功能。最大的局限是准确度一般，如加入图像识别技术能够很大的提高用户体验。

 

新零售场景

以技术加持零售，指的可不仅仅是大数据商品推荐或无人商店，AR的作用正在日益凸显。拥有结合虚拟与现实的的最大特点，AR可以解决零售场景中“看不到实物”或“看不到实际应用情况”等等难题。不管是网商还是实体购物，都有成熟的AR应用案例。

Sephora试妆魔镜

作为美妆产品零售店的丝芙兰，推出了一款产品让用户可以通过前置摄像头试用化妆品，只需在App内点选化妆品，不同的妆面效果就能通过AR技术呈现在面孔之上。如果对化妆品满意，还可以直接在App内下单。

试妆技术的原理和大部分特效相机一样，人脸定点识别 边缘融合，就能让用户的面孔和种种特效完美结合。但实际上，由于光线、手机像素等等影响，所谓的化妆品试用很难和真正的试妆媲美，噱头远大于实用性。但对于丝芙兰这样的老牌零售来说，不失为一种够新潮的营销玩法。

同理，首饰试戴、服装试穿等等应用场景都有待挖掘，只不过技术没有人脸定点那么成熟。

宜家互动产品目录

 

早在2013年，很多人还不知道AR为何物时，宜家就推出了一款互动产品目录，打开摄像头就能看到家具在自己家中的样子。

对于在宜家店中看着样板间毫无头绪，或是缺乏空间想象能力人来说，这款产品简直就是大救星。单独从这款产品看来，AR 家居还有不少局限性，比如不能合理比对尺寸，只能从外观上感受搭配，而不是帮助用户参考家具的大小是否合适。

但很多类似产品已经拥有了虚拟空间设计的功能，通过手机镜头“测量”出房间的尺寸，为家具购买提供参考。不过这样的功能依赖于深度传感器，也是下文会提到的，对AR未来发展十分重要的技术之一。

可以看出AR的应用场景本该是多种多样的，可我们见到的最成熟AR应用却还是自拍和游戏。在AR的理想和现实之间，差的还是技术。

现在AR应用到最多的技术就是LSB、图像识别（其中大部分还是简单的人脸定点识别）和边缘融合。在本质上，这几种技术最多能做到图像（视频）和图像的简单结合。

改变这一现状所要倚仗的技术有两种，一是上文提到的深度传感器，二是即时定位于地图构建，也就是我们常说的SLAM。

 

深度传感器，是让摄像头进化为“眼睛”的重要一步。

镜头成像一直存在于像素、感光这些二维层面，不像生物拥有3D识别能力。于是AR想实现定位，就只能靠LBS和图像识别。而深度传感器，就是利用其他信号传输方式来获知周围环境。

目前常见的深度传感器技术是TOF（Time of flight），直译过来是飞行时间，原理是给目标续发送光脉冲，然后用传感器接收从物体返回的光，通过光脉冲往返的时间计算传感器和目标物体的距离，从和获得物体之间的位置关系。

早在四五年前，各大厂商就开始着手收购深度传感器公司或自行研发，一直致力于如何减少传感器功耗和体积。比如苹果就在2013收购了以色列传感器公司PrimeSense，同年，谷歌也为深度传感器项目“Project Tango”立项，意图利用传感器和摄像头对室内进行3D建模。

微软已经在体感设备Kinect上进行过相关的尝试，利用“距离”、“位置”等概念优化体感游戏的体验。总之，深度传感器在移动端上的普及离我们越来越近。最近也有大量传闻称iPhone 8中将搭载深度传感器，以配合更多AR相关功能。

 

至于SLAM，则真正地让摄像头“理解”环境。

SLAM其实是一个机器人领域的名词，指的是机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。

听起来很复杂，其实扫地机器人第一次启动时，如何在家里走一遍后就制定了清扫路线，就是一个简单的SLAM过程。关键点就是解决定位和描绘周围环境。

SLAM在机器人、无人机等等领域都有丰富的应用，在AR领域中，凸显的是在无预处理场景下进行相机追踪。

也就是说，有了SLAM，AR不需LBS和识别图片，也能实现对周围3D环境的理解构建。举一个最简单的例子，如果我需要利用AR将一个卡通形象投射出去，普通的AR技术只能让卡通形象出现在画面的左上角，而SLAM则能让卡通形象出现在“我”的西北方。

现在对SLAM AR用得最纯熟的当属HoloLens，随着头显方向的移动，AR视觉效果会相应出现，甚至在一些demo中，HoloLens还能根据特征改变环境。

不过和多数搭载在手机摄像头上的AR不同，基于SLAM上的AR想要实现效果，需要更精确的传感器、更大的计算量，这也是为什么HoloLens是一副昂贵沉重的眼镜。

总之，在国内资本市场把AR和VR一同打入冷宫时，海外厂商正在抢的火热。平台、硬件、技术的三方布局，也在促使着AR自身的发展。

在2015末到2016年中，国内诞生了不少AR创业团队，国内大厂与其还尬吹AI，不如关注一下这些团队在这两年间有什么成果，抓紧抄两把底。别等到被海外企业吹气泡沫时，再错失良机。