قد يكون من الصعب عليك أن تتخيل أنه في مساحة لا تحتوي على شاشة عرض أو ماوس، يمكنك إكمال مقالة مكونة من 5000 كلمة باستخدام زوج من نظارات الواقع المعزز ومضيف الجيب فقط.
هذا صحيح، في 26 أغسطس، في مؤتمر إطلاق منتج Rokid Jungle الجديد لعام 2023، يحدث مثل هذا المشهد بالفعل. في الاجتماع، أصدرت Rokid Rokid AR Studio، وهي منصة حوسبة مكانية شخصية OST (رؤية بصرية) للمستهلكين، بما في ذلك منتجين رئيسيين للأجهزة، Rokid Max Pro (4999 يوان) وRokid Station Pro (3999 يوان).
وقال Zhu Mingming، المؤسس والرئيس التنفيذي لشركة Rokid، في المؤتمر الصحفي: "يمكن دمج الحوسبة المكانية بشكل طبيعي أكثر في الحياة اليومية والعمل، ودع Rokid AR Studio يصبح أول حاسوب مكاني لك."
وهذا يختلف تمامًا عن تصور الناس لنظارات الواقع المعزز في الماضي. قبل ذلك، كانت نظارات الواقع المعزز "مقفلة" في المشهد الترفيهي، بالاعتماد على صناعتين أساسيتين هما السينما والتلفزيون والألعاب للبقاء على قيد الحياة، لكن Rokid AR Studio أصبح حقًا أداة إنتاجية شخصية، وبرامج مراسلة فورية، وكتابة المقالات، وكتابة التعليمات البرمجية. والبحث عن المعلومات وما إلى ذلك. ويمكن إكمال سيناريوهات العمل الأخرى باستخدام أحدث الأجهزة.
**يسمح توسيع سيناريوهات الاستخدام لأجهزة الواقع المعزز بالانتقال من السيناريوهات المهمشة إلى قيم استخدام أكثر عملية. عندما يكون المستهلكون على استعداد للدفع، ستدخل سلسلة صناعة الواقع المعزز بأكملها في الدورة الإيجابية للسوق الاستهلاكية. **
Zhu Mingming، الرئيس الذي قال إنه "خوف اجتماعي"، هو سيطرة كاملة على المنتج والتكنولوجيا، وقد قتل ذات مرة نسختين من المسودة الأولى لتصميم المنتج داخليًا، الأمر الذي كاد أن يقود قسم المنتج إلى "الجنون". ولكن عندما أخرج قسم المنتج المنتج المصمم سرًا، أمر Zhu Mingming على الفور بتخصيص جميع الموارد لهذا المنتج. "ما يهمني سوى إحصائية واحدة، وهي وقت استخدام المستخدم. في الوقت الحالي، يقترب وقت استخدام المستخدم الحقيقي لدينا من ساعة ونصف، ويتجاوز معدل الاحتفاظ الأسبوعي 20%. إذا تم ذلك، فسوف ينمو المستخدمون بشكل طبيعي ".
** وصل العدد التراكمي للمستخدمين إلى مستوى المليون، وهو ما يعني أيضًا أن صناعة الواقع المعزز دخلت المرحلة الثانية من نظام البرمجيات والبناء البيئي. في السنوات الأخيرة، انضم المزيد والمزيد من بائعي الأنظمة وبائعي برامج التطبيقات وبائعي المحتوى إلى بناء النظام البيئي للواقع المعزز. **
"مجموعة من المجانين، حلم، عشر سنوات."
وكما قال تشو مينجمينج، استغرق الأمر من روكيد 10 سنوات للانتقال من المشاهد الترفيهية إلى أدوات الإنتاجية. وخلف ذلك لم تكن هناك قفزة في التفكير فحسب، بل كانت أيضًا خطوة كبيرة إلى الأمام من تكنولوجيا الأجهزة إلى تكنولوجيا البرمجيات، وحتى سلسلة الصناعة بأكملها. بدأت Apple وRokid المرحلة الثانية من مسابقة الواقع المعزز، كما تتسارع المنافسة في الصناعة.
**ضربة قوية أحادية العين، كيف نعيد تعريف التفاعل؟ **
في المؤتمر الصحفي بأكمله، لم يكن الشيء الأكثر إثارة للدهشة هو جسم Rokid Max Pro 76g، ولكن كاميرا واحدة فقط، والتي كانت قادرة على إكمال SLAM (تقنية تحديد المواقع المكانية)، وتفاعل الإيماءات الدقيقة، ومشاركة منظور الشخص الأول، وتحديد المواقع المرئية. قدرات VPS وغيرها من الأساليب التفاعلية المتكاملة. **
بعد تجربة التفاعل الجسدي (المقبض)، والتفاعل الصوتي، والتفاعل مع الإيماءات، تتطور أجهزة الواقع المعزز/الواقع الافتراضي نحو تتبع العين وحل التفاعل الاندماجي متعدد الحواس الحالي.
ومع ذلك، فإن تفاعل التكامل متعدد الحواس يتطلب متطلبات أعلى للأجهزة، فبالإضافة إلى تلبية الاحتياجات الأساسية، من الضروري أيضًا التقاط إجراءات المستخدم وإيماءاته من جميع الاتجاهات ومن زوايا متعددة من أجل إكمال التفاعل بدقة.
** ما مدى صعوبة إكمال تفاعل SLAM بكاميرا واحدة؟ **
تتكون طريقة SLAM المرئية من وحدتين، إحداهما هي التتبع، وموضع النقطة ثلاثية الأبعاد المعروفة، وتحديد الموضع الأساسي؛ والأخرى هي رسم الخرائط، وتحديث موضع النقطة ثلاثية الأبعاد. بغض النظر عن الرابط أو الطريقة، يعني المنظار الأحادي أنه يمكن اختيار كاميرا واحدة فقط، بالإضافة إلى موضع ثابت وزاوية ثابتة، مما يشكل تحديات كبيرة لنطاق التعرف وسرعة التتبع والدقة.
قال Zhu Mingming مازحًا: "تعتقد الصناعة أن ضربة SLAM الأحادية أمر لا يصدق ويصعب تحقيقه، وقد يكون هذا أيضًا تأكيدًا لـ Rokid."
في الوقت الحاضر، سيتم تجهيز نظارات الواقع المعزز القليلة ذات التفاعل المكاني المتوفرة في السوق بثلاث كاميرات على الأقل للقيام بوظائف الخوارزمية. **الاختلاف في المسارات المرئية شكّل أيضًا معسكرين: VST (منظور الفيديو) الذي تمثله Apple وOST (المنظور البصري) الذي تمثله Rokid. **
مع الاستمرار في أخذ Apple Vision Pro كمثال، فهو يستخدم 12 كاميرا "لتجميع" التقاط المواقع بسرعة، والإدراك البانورامي عالي الدقة، والتتبع الدقيق، ويستخدم VST لعرض العالم الخارجي على الشاشة الطرفية من خلال الكاميرات. يطلق النار في الوقت الحقيقي لرؤية العالم الخارجي.
ومع ذلك، فإن طريقة تكديس الأجهزة للتفاعل أدت إلى زيادة التكلفة ومضاعفة السعر في نفس الوقت، مما تسبب في مشكلتين رئيسيتين في الهبوط: وزن الآلة وصعوبة الإنتاج الضخم. هذا هو السبب الأساسي لسعر Apple Vision Pro بسعر 3499 دولارًا ولن يتم إنتاجه بكميات كبيرة حتى عام 2024.
ومع ذلك، فإن حل OST الذي تصر Rokid عليه يواجه بعض العوائق التقنية، نظرًا لتصميم خط الأنابيب المعقد، وزاوية العرض المحدودة لشاشة العرض، والتكلفة العالية للمكونات البصرية، لا تستطيع Rokid تجاوز الاختراقات التكنولوجية إلا لتقليل التكاليف المتراكبة.
وكيف يمكن لـ SLAM الأحادي الذي يجعل الصناعة تعتقد أنها "لا تصدق" أن تفعل ذلك؟ بعد الاجتماع، أجرت Lightcone Intelligence تبادلًا متعمقًا مع Zhu Mingming، ووجدت أن "الحيلة الفريدة" لـ Rokid هي استخدام خوارزميات الذكاء الاصطناعي لاختراق حواجز الأجهزة. **
أوضح Zhu Mingming أنه على الرغم من وجود تقنية SLAM الأحادية لفترة طويلة، إلا أنها لم يتم تطبيقها مطلقًا على نظارات الواقع المعزز، كما تطبق الكاميرا الأمامية للهاتف المحمول هذا النوع من التكنولوجيا أيضًا، والفرق الوحيد هو: الخوارزمية.
من الذكاء الاصطناعي إلى الواقع المعزز، هذا طريق يبدو ممتدًا ولكنه في الواقع متكامل، ولكنه أيضًا بسبب تراكم روكيد في مجال الذكاء الاصطناعي في السنوات القليلة الماضية، من خلال نموذج الخوارزمية المرئية متعددة الأبعاد، بما في ذلك تحديد المواقع البصرية وتحسينها، والتكنولوجيا البشرية الرقمية، والتعرف على الإيماءات ثنائية وثلاثية الأبعاد، والتعرف على الحروف الضوئية وغيرها من التقنيات تسمح للذكاء الاصطناعي بالهبوط في سيناريوهات محددة.
على سبيل المثال، تهدف وظيفة تحسين الموضع البصري والواقع المعزز إلى حل واختراق قيود الغرض الواحد. ومن خلال إنشاء خريطة مرئية على مستوى السنتيمتر، يمكن تركيب المعلومات الافتراضية بدقة ودمجها في عالم الكائن الحقيقي لتحقيق دقة عالية. إعادة بناء ثلاثية الأبعاد للأشياء والمشاهد.
قال وانغ جونجي، نائب رئيس Rokid ورئيس مركز XR: "يعتمد تحديد المواقع المكانية على تقنية SLAM، ومن ثم يمكن إجراء تفاعل مستقر وطبيعي في الفضاء. ويستغرق التهيئة السريعة من ثانية إلى ثانيتين من خلال خوارزمية لإنشاء مساحة رسم الخرائط."
في السوق، لا تزال معظم الأجهزة تستخدم حلول مجهر، ولكن دمج المنظار له أيضًا العديد من المشكلات، بالإضافة إلى تكلفة إضافة كاميرا إضافية، من الضروري أيضًا استخدام الخوارزميات بشكل مستمر لملاءمة بيانات الكاميرتين في الوقت الفعلي. وهذا يؤدي إلى قضايا أكثر تعقيدا.
ومن وجهة النظر هذه، إذا كان من الممكن تنفيذ الحل الأحادي بسلاسة، فسوف تأخذ Rokid زمام المبادرة في السير على الاتجاه التكنولوجي. في السابق، كانت Rokid أيضًا أول شركة مصنعة لمضيفات المحطات في الصناعة، وقد ثبت أن حل فصل النظارات والمضيفات هو الحل الأمثل لتجربة الصناعة.
بالإضافة إلى ذلك، في التعرف على الإيماءات، تتبنى Rokid الوضع التفاعلي للإيماءات الدقيقة، ويمكنك النقر والاختيار بضغطة من أصابعك، ويمكنك أيضًا تبديل الواجهة أو المحتوى الذي تتصفحه عن طريق تحريك الإيماءة إلى اليسار واليمين. تعد التعريفات المنطقية مثل إيماءات الضغط والتمرير البسيطة أكثر طبيعية وتبدأ بشكل أسرع.
"وفقًا لنتائج الاختبار في الموقع لدينا، يمكن لـ Rokid تحقيق تفاعل الفضاء بدون استخدام اليدين بكلتا يديه. في الوقت الحاضر، تدعم خوارزمية التعرف على الإيماءات الخاصة بـ Rokid التعرف على المشهد المعقد مثل دوران المحور الأفقي/المكاني، والضوء الساطع/الداكن، وما إلى ذلك. وفي نفس الوقت الوقت، هناك العديد من أنواع الإيماءات التي يمكن التعرف عليها، الخوارزمية دقيقة، ومعدل التعرف الإجمالي حوالي 90%، ولها قدرة استجابة التعرف على مستوى المللي ثانية وضمان الموثوقية بنسبة 99%.
وفقًا لـ Rokid، استنادًا إلى خوارزمية التعلم العميق وكمية كبيرة من البيانات التجريبية، يمكن لخوارزمية الإيماءات ثلاثية الأبعاد أحادية العين إعادة بناء معلمات وضع اليد في الوقت الفعلي على المحطة المتنقلة، بما في ذلك معلومات اليد 6DoF ونقطة مفصل اليد 6DoF وشبكة اليد. توفير تفاعل إيماءات الواقع المعزز.أساس خوارزمي جيد.
في الوقت الحاضر، يمكن للتعرف على إيماءات Rokid تحقيق مجموعة متنوعة من العمليات في الفضاء ثلاثي الأبعاد، بما في ذلك الإشارة، والضغط، والإمساك، والإمساك، والسحب، وما إلى ذلك، والتي يمكن أن تلبي احتياجات تطبيقات الواقع المعزز التفاعلية بشكل كامل. على سبيل المثال، ارتدي Rokid Max Pro، ومد يدك، وافتح راحة يدك أمام عينيك لاستدعاء القائمة.
بعد كل شيء، لدعم مثل هذا الهيكل الخوارزمي المعقد، فإن البطل الذي يقف وراءه ليس الكاميرا فحسب، بل يرتبط أيضًا ارتباطًا وثيقًا بقوة الحوسبة وأداء "الدماغ"، أي Rokid Station Pro.
كمبيوتر فضائي في جيبك
** لفترة طويلة، كانت صناعة الواقع الافتراضي/الواقع المعزز بأكملها تتمتع بمثلث مستحيل يتمثل في "قوة الحوسبة والراحة والسعر". تميل الأجهزة ذات القدرة الحاسوبية الأعلى إلى أن تكون أثقل وأكثر تكلفة، ولا تستطيع الأجهزة خفيفة الوزن ذات الراحة العالية تلبية احتياجات الاستخدام. **
انطلاقًا من الوضع الفعلي، لا يوجد حل "مثالي" في الوقت الحالي. تحاول الشركات المصنعة الرئيسية إيجاد توازن بين الاثنين. هناك حلان رئيسيان في السوق الحالية: أحدهما تمثله شركة Apple. يتم دمج العرض والحوسبة ، والبطارية متصلة خارجيًا، والآخر هو تصميم تقسيم الشاشة والحوسبة الذي يمثله Rokid.
يدمج تصميم Apple المتكامل شاشتين من نوع micro-OLED، وكاميرات متعددة، وأجهزة استشعار، ومكبرات صوت ومكونات أخرى، وهو أكثر كفاءة من حيث تأثيرات العرض والحسابات، ولكنه سيزيد أيضًا من وزن الجسم نفسه، مما يؤدي إلى توصيل البطارية فقط. خارجيا.
"التصميم المنفصل الذي تصر Rokid عليه يزيد من قابلية الارتداء. بالمقارنة مع وزن Vision Pro الذي يبلغ 454 جرامًا، فإن وزن النظارات 76 جرامًا هو تقريبًا نفس وزن النظارات العادية. وفي الوقت نفسه، يمكن أيضًا أن تكون قوة الحوسبة للمضيف أقل تقييدًا موارد الفضاء، مع تجنب إلى حد ما الانزعاج الناجم عن تبديد الحرارة.
** بشكل عام، يمكن للمسار من النوع المنفصل أن يحقق التطوير النهائي ثنائي الاتجاه لقابلية نقل النظارات وقوة الحوسبة للمضيف، كما أنه أكثر مرونة. يمكن تكرار تكرار قوة الحوسبة والمسار الفني للنظارات نفذت بشكل غير متزامن. **
استنادًا إلى التصميم المنفصل، قامت Rokid Station Pro بترقية قدرتها الحاسوبية لإنشاء محطة الكل في واحد تدمج وظائف الحوسبة والتصوير والاتصالات وغيرها من الوظائف، ويمكن أن يطلق عليها أيضًا "أداة إنتاجية". HyperTerminal.
وفقًا لـ Lightcone Intelligence، تم تجهيز Rokid Station Pro بمعالج Qualcomm Snapdragon XR2+، وذاكرة الوصول العشوائي (RAM) سعة 12 جيجا بايت + ذاكرة الوصول العشوائي (ROM) بسعة 128 جيجا بايت، وتدعم WIFI6/6E وBT5.1. ومع تبديد الحرارة والأداء العالي، يمكنها تحقيق دقة تتبع 6DoF على مستوى السنتيمتر ومنخفضة للغاية تأخير عرض MTP (الحركة إلى الفوتون).
وفقًا للمعلومات العامة، فإن Snapdragon XR2+ هو أحدث منصة XR الرائدة التي أطلقتها شركة كوالكوم، والتي يمكنها تحقيق عمر بطارية بنسبة 50% وتحسين أداء تبديد الحرارة بنسبة 30%، وبالتالي تمكين تجربة أكثر ثراءً وغامرة في شكل جهاز أصغر وأنحف. وفي الوقت نفسه، تقدم منصة Snapdragon XR2 + خط أنابيب جديدًا لمعالجة الصور، والذي يمكنه تحقيق تأخير أقل من 10 مللي ثانية وفتح تجربة تصوير بالرنين المغناطيسي للفيديو بالألوان الكاملة.
انطلاقًا من تجربة Light Cone Intelligence في الموقع، سواء كان ذلك مشاهدة الأفلام أو ممارسة الألعاب أو الاتصال بلوحات المفاتيح لعمليات العمل والإنتاج، خاصة في ظل التفاعل عالي التردد وقتال الألعاب، فإن سلاسة الشاشة وسرعة استجابتها حريري للغاية.
ومن الجدير بالذكر أن الخوارزمية الأساسية الموجودة حاليًا في السوق لا تزال 3DoF (تتبع بثلاث درجات من الحرية)، مما يعني أن الجهاز يمكنه اكتشاف الدوران في الاتجاهات الثلاثة للأعلى والأمام والأسفل، لكنه لا يستطيع اكتشافه الإزاحة المكانية للرأس والأمام والخلف واليسار واليمين.
لا تستطيع خوارزمية 6DoF المعتمدة بواسطة Station Pro الذي تمت ترقيته اكتشاف التغير في زاوية مجال الرؤية الناتج عن دوران الرأس فحسب، بل يمكنها أيضًا اكتشاف الأنواع الستة من تغيرات الإزاحة "لأعلى، ولأسفل، والأمامي، والخلف، واليسار، والحق" سببه حركة الجسم.
تعد ترقية هذه الخوارزمية أكثر أهمية من حيث درجة حرية اللاعب. على سبيل المثال، عند قتال الزومبي بموجب خوارزمية 3DoF، يكون نطاق الرماية بزاوية معينة في الأمام، ولكن بعد الترقية، يظهر الزومبي من 360 درجة، وعندما تستدير، فإن شعور الجسم بالزومبي خلفك يتجاوز مدى السابق.
بمعنى آخر، ليست قوة الحوسبة أعلى فحسب، بل أصبحت التجربة أكثر سلاسة، ولكن توسيع مساحة قوة الحوسبة أحدث أيضًا فرقًا كبيرًا في التجربة المادية.
قال سعيد باكادير، المدير الأول لإدارة منتجات XR في شركة Qualcomm Technologies: "يعد الجيل الأول من منصة Snapdragon XR2 + الخيار الأفضل لتمكين الجيل التالي من تجارب XR. توفر Qualcomm Technologies منصة رائدة في الصناعة لـ Rokid Station Pro، التي تدعم لإنشاء نظام بيئي فريد خاص بتطبيقات الواقع المعزز."
التعامل مع نظام التشغيل iOS في مجال الواقع المعزز
وبطبيعة الحال، فإن السبب وراء سيطرة هاتف Apple المحمول على سوق الهواتف المحمولة على مدار العام ليس فقط بسبب أجهزته، ولكن أيضًا بسبب نظامه وبيئته. غالبًا ما تكون الحواجز التي تم إنشاؤها من خلال تنمية عادات المستخدم من خلال أنظمة البرمجيات أقوى من الأجهزة نفسها.
**هذا جزء من السبب وراء تطوير نظام تشغيل مساحة AR الفضائي من Rokid - YodaOS-Master، ولكن ليس السبب بأكمله. **
في يوم Rokid المفتوح في مارس من هذا العام، أطلقت Rokid رسميًا YodaOS-Master، وأصدرت "AR Space Creation Platform Lingjing"، مما يسمح للجميع بإنشاء محتوى AR في مساحة ثلاثية الأبعاد، ويمكن للجميع المشاركة، وكسر حواجز إنشاء الواقع المعزز تمامًا. عتبة، دع الطاقة البيئية المحتملة تنفجر.
**إذا كانت SLAM الأحادية، والتعرف على الإيماءات ثلاثية الأبعاد، وSnapdragon XR+، ومنصة Lingjing كلها شفرات حادة، فيمكن لـ YodaOS-Master إطلاق هذه الحيل من خلال نظام مطور ذاتيًا. **
بكل بساطة، Rokid يسلك طريقًا لم يسلكه أحد من قبل، وفلسفة Rokid هي "البرنامج يحدد كل شيء". يجب أن يحمل النظام جميع البرامج ويقدمها من أجل ممارسة قيمتها.
من خلال التركيز على الجوانب الخمسة للإدراك والفهم والتفاعل والعرض والتعاون والإبداع الرقمي، أجرى YodaOS-Master ترقية هائلة من حيث تحسين الرقائق وتصميم الأجهزة وهندسة البرمجيات وخوارزمية الواقع المعزز وأدوات الإنشاء. الأكثر اكتمالا في الوقت الحاضر.مجموعة من أنظمة التشغيل المكانية لعصر الواقع المعزز.
وفي المؤتمر الصحفي، أظهر روكيد أيضًا الانفتاح والراحة التي يوفرها النظام المطوّر ذاتيًا. لإعطاء بعض الأمثلة الواضحة، استنادًا إلى النظام المطور ذاتيًا ومنصة Snapdragon XR+، طورت Rokid وضعًا متوازيًا متعدد المهام، وكسر القيود السابقة لمهمة واحدة فقط، مما يتيح الدردشة وكتابة التعليمات البرمجية، ويمكن تحقيق مشهد عرض المستندات في نفس الوقت وإفساح المجال كاملاً لمزايا الشاشة الكبيرة في الفضاء، وذلك لتحقيق أقصى قدر من كفاءة الإنتاج.
** هناك حالة أخرى مبتكرة للغاية وهي أن Rokid تعيد تعريف البحث المكاني بناءً على نظامها الذي تم تطويره ذاتيًا. **قدم Zhu Mingming أن هذا يكسر الطريقة السابقة لعرض معلومات البحث، ولم يعد عرض نتائج البحث تأثيرًا مستويًا ثنائي الأبعاد، ولكنه موجود في مساحة ثلاثية الأبعاد. "النتائج الأكثر صلة بالسؤال ستكون الأقرب إليك، والنتائج ذات الصلة إلى حد ما موجودة في الصفحة الثانوية. وكلما ابتعدت، كانت أقل صلة. بالطبع، يمكنك أيضًا شطب النتائج السابقة و حدد النتائج التي تريدها ديناميكيًا."
بهذه الطريقة، يمتلئ الإحساس بالمستقبل على الفور، ويظهر أيضًا الاختلاف الأساسي عن معدات الواقع المعزز في المرحلة الأولى.
** يمكن ملاحظة أن البيئة المفتوحة لصناعة الواقع المعزز قد بدأت تدخل المرحلة الثانية، حيث لا تتحرك Apple وRokid في اتجاه الأجهزة يسارًا ويمينًا فحسب، بل تتحرك أيضًا في تطوير برمجيات أنظمة الصناعة والبيئة. من خلال الإنشاء المشترك للأجهزة والخوارزميات وبيئة البرمجيات والمطورين والمستخدمين والمنصات، سينتقل الواقع المعزز نحو المرحلة الثانية من التطور السريع في بيئة مفتوحة تمامًا. **
وقال شي ون فنغ، كبير مهندسي أبحاث وتطوير نظام Rokid: "يدمج نظام التشغيل YodaOS-Master تقنيات أساسية متعددة للتعرف على الصوت من Rokid، والتعرف على الإيماءات، وSLAM، وما إلى ذلك في خدمات النظام من خلال نهج موجه نحو الخدمة، ويوفر مجموعة متنوعة من حزم SDK للعملاء للتطوير يمكن للمطورين التطوير بكفاءة، مثل SDK for Unity، والذي يسمح لمطوري Unity (قناة تطبيق المطور: عنوان URL للنظام الأساسي المفتوح (ar.rokid.com)) باستخدام تقنية Rokid الأساسية بسرعة للتطوير.
من الأجهزة إلى البرامج، ومن النظام إلى البيئة، فإن مسار تطوير Rokid يشبه إلى حد ما شركة Apple في عصر الوظائف.
وقال تشو مينغ مينغ: "إن صناعة الواقع المعزز تسبق الفجر مباشرة".
شاهد النسخة الأصلية
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
Android في عالم الواقع المعزز موجود في الصين، ويفجر Rokid جنون الحوسبة المكانية
المصدر الأصلي: ذكاء مخروط الضوء
المؤلف: ليو يوكي
قد يكون من الصعب عليك أن تتخيل أنه في مساحة لا تحتوي على شاشة عرض أو ماوس، يمكنك إكمال مقالة مكونة من 5000 كلمة باستخدام زوج من نظارات الواقع المعزز ومضيف الجيب فقط.
هذا صحيح، في 26 أغسطس، في مؤتمر إطلاق منتج Rokid Jungle الجديد لعام 2023، يحدث مثل هذا المشهد بالفعل. في الاجتماع، أصدرت Rokid Rokid AR Studio، وهي منصة حوسبة مكانية شخصية OST (رؤية بصرية) للمستهلكين، بما في ذلك منتجين رئيسيين للأجهزة، Rokid Max Pro (4999 يوان) وRokid Station Pro (3999 يوان).
وهذا يختلف تمامًا عن تصور الناس لنظارات الواقع المعزز في الماضي. قبل ذلك، كانت نظارات الواقع المعزز "مقفلة" في المشهد الترفيهي، بالاعتماد على صناعتين أساسيتين هما السينما والتلفزيون والألعاب للبقاء على قيد الحياة، لكن Rokid AR Studio أصبح حقًا أداة إنتاجية شخصية، وبرامج مراسلة فورية، وكتابة المقالات، وكتابة التعليمات البرمجية. والبحث عن المعلومات وما إلى ذلك. ويمكن إكمال سيناريوهات العمل الأخرى باستخدام أحدث الأجهزة.
Zhu Mingming، الرئيس الذي قال إنه "خوف اجتماعي"، هو سيطرة كاملة على المنتج والتكنولوجيا، وقد قتل ذات مرة نسختين من المسودة الأولى لتصميم المنتج داخليًا، الأمر الذي كاد أن يقود قسم المنتج إلى "الجنون". ولكن عندما أخرج قسم المنتج المنتج المصمم سرًا، أمر Zhu Mingming على الفور بتخصيص جميع الموارد لهذا المنتج. "ما يهمني سوى إحصائية واحدة، وهي وقت استخدام المستخدم. في الوقت الحالي، يقترب وقت استخدام المستخدم الحقيقي لدينا من ساعة ونصف، ويتجاوز معدل الاحتفاظ الأسبوعي 20%. إذا تم ذلك، فسوف ينمو المستخدمون بشكل طبيعي ".
** وصل العدد التراكمي للمستخدمين إلى مستوى المليون، وهو ما يعني أيضًا أن صناعة الواقع المعزز دخلت المرحلة الثانية من نظام البرمجيات والبناء البيئي. في السنوات الأخيرة، انضم المزيد والمزيد من بائعي الأنظمة وبائعي برامج التطبيقات وبائعي المحتوى إلى بناء النظام البيئي للواقع المعزز. **
"مجموعة من المجانين، حلم، عشر سنوات."
وكما قال تشو مينجمينج، استغرق الأمر من روكيد 10 سنوات للانتقال من المشاهد الترفيهية إلى أدوات الإنتاجية. وخلف ذلك لم تكن هناك قفزة في التفكير فحسب، بل كانت أيضًا خطوة كبيرة إلى الأمام من تكنولوجيا الأجهزة إلى تكنولوجيا البرمجيات، وحتى سلسلة الصناعة بأكملها. بدأت Apple وRokid المرحلة الثانية من مسابقة الواقع المعزز، كما تتسارع المنافسة في الصناعة.
**ضربة قوية أحادية العين، كيف نعيد تعريف التفاعل؟ **
في المؤتمر الصحفي بأكمله، لم يكن الشيء الأكثر إثارة للدهشة هو جسم Rokid Max Pro 76g، ولكن كاميرا واحدة فقط، والتي كانت قادرة على إكمال SLAM (تقنية تحديد المواقع المكانية)، وتفاعل الإيماءات الدقيقة، ومشاركة منظور الشخص الأول، وتحديد المواقع المرئية. قدرات VPS وغيرها من الأساليب التفاعلية المتكاملة. **
ومع ذلك، فإن تفاعل التكامل متعدد الحواس يتطلب متطلبات أعلى للأجهزة، فبالإضافة إلى تلبية الاحتياجات الأساسية، من الضروري أيضًا التقاط إجراءات المستخدم وإيماءاته من جميع الاتجاهات ومن زوايا متعددة من أجل إكمال التفاعل بدقة.
** ما مدى صعوبة إكمال تفاعل SLAM بكاميرا واحدة؟ **
تتكون طريقة SLAM المرئية من وحدتين، إحداهما هي التتبع، وموضع النقطة ثلاثية الأبعاد المعروفة، وتحديد الموضع الأساسي؛ والأخرى هي رسم الخرائط، وتحديث موضع النقطة ثلاثية الأبعاد. بغض النظر عن الرابط أو الطريقة، يعني المنظار الأحادي أنه يمكن اختيار كاميرا واحدة فقط، بالإضافة إلى موضع ثابت وزاوية ثابتة، مما يشكل تحديات كبيرة لنطاق التعرف وسرعة التتبع والدقة.
قال Zhu Mingming مازحًا: "تعتقد الصناعة أن ضربة SLAM الأحادية أمر لا يصدق ويصعب تحقيقه، وقد يكون هذا أيضًا تأكيدًا لـ Rokid."
في الوقت الحاضر، سيتم تجهيز نظارات الواقع المعزز القليلة ذات التفاعل المكاني المتوفرة في السوق بثلاث كاميرات على الأقل للقيام بوظائف الخوارزمية. **الاختلاف في المسارات المرئية شكّل أيضًا معسكرين: VST (منظور الفيديو) الذي تمثله Apple وOST (المنظور البصري) الذي تمثله Rokid. **
مع الاستمرار في أخذ Apple Vision Pro كمثال، فهو يستخدم 12 كاميرا "لتجميع" التقاط المواقع بسرعة، والإدراك البانورامي عالي الدقة، والتتبع الدقيق، ويستخدم VST لعرض العالم الخارجي على الشاشة الطرفية من خلال الكاميرات. يطلق النار في الوقت الحقيقي لرؤية العالم الخارجي.
ومع ذلك، فإن طريقة تكديس الأجهزة للتفاعل أدت إلى زيادة التكلفة ومضاعفة السعر في نفس الوقت، مما تسبب في مشكلتين رئيسيتين في الهبوط: وزن الآلة وصعوبة الإنتاج الضخم. هذا هو السبب الأساسي لسعر Apple Vision Pro بسعر 3499 دولارًا ولن يتم إنتاجه بكميات كبيرة حتى عام 2024.
ومع ذلك، فإن حل OST الذي تصر Rokid عليه يواجه بعض العوائق التقنية، نظرًا لتصميم خط الأنابيب المعقد، وزاوية العرض المحدودة لشاشة العرض، والتكلفة العالية للمكونات البصرية، لا تستطيع Rokid تجاوز الاختراقات التكنولوجية إلا لتقليل التكاليف المتراكبة.
وكيف يمكن لـ SLAM الأحادي الذي يجعل الصناعة تعتقد أنها "لا تصدق" أن تفعل ذلك؟ بعد الاجتماع، أجرت Lightcone Intelligence تبادلًا متعمقًا مع Zhu Mingming، ووجدت أن "الحيلة الفريدة" لـ Rokid هي استخدام خوارزميات الذكاء الاصطناعي لاختراق حواجز الأجهزة. **
أوضح Zhu Mingming أنه على الرغم من وجود تقنية SLAM الأحادية لفترة طويلة، إلا أنها لم يتم تطبيقها مطلقًا على نظارات الواقع المعزز، كما تطبق الكاميرا الأمامية للهاتف المحمول هذا النوع من التكنولوجيا أيضًا، والفرق الوحيد هو: الخوارزمية.
من الذكاء الاصطناعي إلى الواقع المعزز، هذا طريق يبدو ممتدًا ولكنه في الواقع متكامل، ولكنه أيضًا بسبب تراكم روكيد في مجال الذكاء الاصطناعي في السنوات القليلة الماضية، من خلال نموذج الخوارزمية المرئية متعددة الأبعاد، بما في ذلك تحديد المواقع البصرية وتحسينها، والتكنولوجيا البشرية الرقمية، والتعرف على الإيماءات ثنائية وثلاثية الأبعاد، والتعرف على الحروف الضوئية وغيرها من التقنيات تسمح للذكاء الاصطناعي بالهبوط في سيناريوهات محددة.
على سبيل المثال، تهدف وظيفة تحسين الموضع البصري والواقع المعزز إلى حل واختراق قيود الغرض الواحد. ومن خلال إنشاء خريطة مرئية على مستوى السنتيمتر، يمكن تركيب المعلومات الافتراضية بدقة ودمجها في عالم الكائن الحقيقي لتحقيق دقة عالية. إعادة بناء ثلاثية الأبعاد للأشياء والمشاهد.
قال وانغ جونجي، نائب رئيس Rokid ورئيس مركز XR: "يعتمد تحديد المواقع المكانية على تقنية SLAM، ومن ثم يمكن إجراء تفاعل مستقر وطبيعي في الفضاء. ويستغرق التهيئة السريعة من ثانية إلى ثانيتين من خلال خوارزمية لإنشاء مساحة رسم الخرائط."
في السوق، لا تزال معظم الأجهزة تستخدم حلول مجهر، ولكن دمج المنظار له أيضًا العديد من المشكلات، بالإضافة إلى تكلفة إضافة كاميرا إضافية، من الضروري أيضًا استخدام الخوارزميات بشكل مستمر لملاءمة بيانات الكاميرتين في الوقت الفعلي. وهذا يؤدي إلى قضايا أكثر تعقيدا.
ومن وجهة النظر هذه، إذا كان من الممكن تنفيذ الحل الأحادي بسلاسة، فسوف تأخذ Rokid زمام المبادرة في السير على الاتجاه التكنولوجي. في السابق، كانت Rokid أيضًا أول شركة مصنعة لمضيفات المحطات في الصناعة، وقد ثبت أن حل فصل النظارات والمضيفات هو الحل الأمثل لتجربة الصناعة.
بالإضافة إلى ذلك، في التعرف على الإيماءات، تتبنى Rokid الوضع التفاعلي للإيماءات الدقيقة، ويمكنك النقر والاختيار بضغطة من أصابعك، ويمكنك أيضًا تبديل الواجهة أو المحتوى الذي تتصفحه عن طريق تحريك الإيماءة إلى اليسار واليمين. تعد التعريفات المنطقية مثل إيماءات الضغط والتمرير البسيطة أكثر طبيعية وتبدأ بشكل أسرع.
وفقًا لـ Rokid، استنادًا إلى خوارزمية التعلم العميق وكمية كبيرة من البيانات التجريبية، يمكن لخوارزمية الإيماءات ثلاثية الأبعاد أحادية العين إعادة بناء معلمات وضع اليد في الوقت الفعلي على المحطة المتنقلة، بما في ذلك معلومات اليد 6DoF ونقطة مفصل اليد 6DoF وشبكة اليد. توفير تفاعل إيماءات الواقع المعزز.أساس خوارزمي جيد.
في الوقت الحاضر، يمكن للتعرف على إيماءات Rokid تحقيق مجموعة متنوعة من العمليات في الفضاء ثلاثي الأبعاد، بما في ذلك الإشارة، والضغط، والإمساك، والإمساك، والسحب، وما إلى ذلك، والتي يمكن أن تلبي احتياجات تطبيقات الواقع المعزز التفاعلية بشكل كامل. على سبيل المثال، ارتدي Rokid Max Pro، ومد يدك، وافتح راحة يدك أمام عينيك لاستدعاء القائمة.
بعد كل شيء، لدعم مثل هذا الهيكل الخوارزمي المعقد، فإن البطل الذي يقف وراءه ليس الكاميرا فحسب، بل يرتبط أيضًا ارتباطًا وثيقًا بقوة الحوسبة وأداء "الدماغ"، أي Rokid Station Pro.
كمبيوتر فضائي في جيبك
** لفترة طويلة، كانت صناعة الواقع الافتراضي/الواقع المعزز بأكملها تتمتع بمثلث مستحيل يتمثل في "قوة الحوسبة والراحة والسعر". تميل الأجهزة ذات القدرة الحاسوبية الأعلى إلى أن تكون أثقل وأكثر تكلفة، ولا تستطيع الأجهزة خفيفة الوزن ذات الراحة العالية تلبية احتياجات الاستخدام. **
انطلاقًا من الوضع الفعلي، لا يوجد حل "مثالي" في الوقت الحالي. تحاول الشركات المصنعة الرئيسية إيجاد توازن بين الاثنين. هناك حلان رئيسيان في السوق الحالية: أحدهما تمثله شركة Apple. يتم دمج العرض والحوسبة ، والبطارية متصلة خارجيًا، والآخر هو تصميم تقسيم الشاشة والحوسبة الذي يمثله Rokid.
يدمج تصميم Apple المتكامل شاشتين من نوع micro-OLED، وكاميرات متعددة، وأجهزة استشعار، ومكبرات صوت ومكونات أخرى، وهو أكثر كفاءة من حيث تأثيرات العرض والحسابات، ولكنه سيزيد أيضًا من وزن الجسم نفسه، مما يؤدي إلى توصيل البطارية فقط. خارجيا.
"التصميم المنفصل الذي تصر Rokid عليه يزيد من قابلية الارتداء. بالمقارنة مع وزن Vision Pro الذي يبلغ 454 جرامًا، فإن وزن النظارات 76 جرامًا هو تقريبًا نفس وزن النظارات العادية. وفي الوقت نفسه، يمكن أيضًا أن تكون قوة الحوسبة للمضيف أقل تقييدًا موارد الفضاء، مع تجنب إلى حد ما الانزعاج الناجم عن تبديد الحرارة.
استنادًا إلى التصميم المنفصل، قامت Rokid Station Pro بترقية قدرتها الحاسوبية لإنشاء محطة الكل في واحد تدمج وظائف الحوسبة والتصوير والاتصالات وغيرها من الوظائف، ويمكن أن يطلق عليها أيضًا "أداة إنتاجية". HyperTerminal.
وفقًا لـ Lightcone Intelligence، تم تجهيز Rokid Station Pro بمعالج Qualcomm Snapdragon XR2+، وذاكرة الوصول العشوائي (RAM) سعة 12 جيجا بايت + ذاكرة الوصول العشوائي (ROM) بسعة 128 جيجا بايت، وتدعم WIFI6/6E وBT5.1. ومع تبديد الحرارة والأداء العالي، يمكنها تحقيق دقة تتبع 6DoF على مستوى السنتيمتر ومنخفضة للغاية تأخير عرض MTP (الحركة إلى الفوتون).
وفقًا للمعلومات العامة، فإن Snapdragon XR2+ هو أحدث منصة XR الرائدة التي أطلقتها شركة كوالكوم، والتي يمكنها تحقيق عمر بطارية بنسبة 50% وتحسين أداء تبديد الحرارة بنسبة 30%، وبالتالي تمكين تجربة أكثر ثراءً وغامرة في شكل جهاز أصغر وأنحف. وفي الوقت نفسه، تقدم منصة Snapdragon XR2 + خط أنابيب جديدًا لمعالجة الصور، والذي يمكنه تحقيق تأخير أقل من 10 مللي ثانية وفتح تجربة تصوير بالرنين المغناطيسي للفيديو بالألوان الكاملة.
انطلاقًا من تجربة Light Cone Intelligence في الموقع، سواء كان ذلك مشاهدة الأفلام أو ممارسة الألعاب أو الاتصال بلوحات المفاتيح لعمليات العمل والإنتاج، خاصة في ظل التفاعل عالي التردد وقتال الألعاب، فإن سلاسة الشاشة وسرعة استجابتها حريري للغاية.
ومن الجدير بالذكر أن الخوارزمية الأساسية الموجودة حاليًا في السوق لا تزال 3DoF (تتبع بثلاث درجات من الحرية)، مما يعني أن الجهاز يمكنه اكتشاف الدوران في الاتجاهات الثلاثة للأعلى والأمام والأسفل، لكنه لا يستطيع اكتشافه الإزاحة المكانية للرأس والأمام والخلف واليسار واليمين.
لا تستطيع خوارزمية 6DoF المعتمدة بواسطة Station Pro الذي تمت ترقيته اكتشاف التغير في زاوية مجال الرؤية الناتج عن دوران الرأس فحسب، بل يمكنها أيضًا اكتشاف الأنواع الستة من تغيرات الإزاحة "لأعلى، ولأسفل، والأمامي، والخلف، واليسار، والحق" سببه حركة الجسم.
تعد ترقية هذه الخوارزمية أكثر أهمية من حيث درجة حرية اللاعب. على سبيل المثال، عند قتال الزومبي بموجب خوارزمية 3DoF، يكون نطاق الرماية بزاوية معينة في الأمام، ولكن بعد الترقية، يظهر الزومبي من 360 درجة، وعندما تستدير، فإن شعور الجسم بالزومبي خلفك يتجاوز مدى السابق.
قال سعيد باكادير، المدير الأول لإدارة منتجات XR في شركة Qualcomm Technologies: "يعد الجيل الأول من منصة Snapdragon XR2 + الخيار الأفضل لتمكين الجيل التالي من تجارب XR. توفر Qualcomm Technologies منصة رائدة في الصناعة لـ Rokid Station Pro، التي تدعم لإنشاء نظام بيئي فريد خاص بتطبيقات الواقع المعزز."
التعامل مع نظام التشغيل iOS في مجال الواقع المعزز
وبطبيعة الحال، فإن السبب وراء سيطرة هاتف Apple المحمول على سوق الهواتف المحمولة على مدار العام ليس فقط بسبب أجهزته، ولكن أيضًا بسبب نظامه وبيئته. غالبًا ما تكون الحواجز التي تم إنشاؤها من خلال تنمية عادات المستخدم من خلال أنظمة البرمجيات أقوى من الأجهزة نفسها.
**هذا جزء من السبب وراء تطوير نظام تشغيل مساحة AR الفضائي من Rokid - YodaOS-Master، ولكن ليس السبب بأكمله. **
في يوم Rokid المفتوح في مارس من هذا العام، أطلقت Rokid رسميًا YodaOS-Master، وأصدرت "AR Space Creation Platform Lingjing"، مما يسمح للجميع بإنشاء محتوى AR في مساحة ثلاثية الأبعاد، ويمكن للجميع المشاركة، وكسر حواجز إنشاء الواقع المعزز تمامًا. عتبة، دع الطاقة البيئية المحتملة تنفجر.
**إذا كانت SLAM الأحادية، والتعرف على الإيماءات ثلاثية الأبعاد، وSnapdragon XR+، ومنصة Lingjing كلها شفرات حادة، فيمكن لـ YodaOS-Master إطلاق هذه الحيل من خلال نظام مطور ذاتيًا. **
بكل بساطة، Rokid يسلك طريقًا لم يسلكه أحد من قبل، وفلسفة Rokid هي "البرنامج يحدد كل شيء". يجب أن يحمل النظام جميع البرامج ويقدمها من أجل ممارسة قيمتها.
من خلال التركيز على الجوانب الخمسة للإدراك والفهم والتفاعل والعرض والتعاون والإبداع الرقمي، أجرى YodaOS-Master ترقية هائلة من حيث تحسين الرقائق وتصميم الأجهزة وهندسة البرمجيات وخوارزمية الواقع المعزز وأدوات الإنشاء. الأكثر اكتمالا في الوقت الحاضر.مجموعة من أنظمة التشغيل المكانية لعصر الواقع المعزز.
** هناك حالة أخرى مبتكرة للغاية وهي أن Rokid تعيد تعريف البحث المكاني بناءً على نظامها الذي تم تطويره ذاتيًا. **قدم Zhu Mingming أن هذا يكسر الطريقة السابقة لعرض معلومات البحث، ولم يعد عرض نتائج البحث تأثيرًا مستويًا ثنائي الأبعاد، ولكنه موجود في مساحة ثلاثية الأبعاد. "النتائج الأكثر صلة بالسؤال ستكون الأقرب إليك، والنتائج ذات الصلة إلى حد ما موجودة في الصفحة الثانوية. وكلما ابتعدت، كانت أقل صلة. بالطبع، يمكنك أيضًا شطب النتائج السابقة و حدد النتائج التي تريدها ديناميكيًا."
** يمكن ملاحظة أن البيئة المفتوحة لصناعة الواقع المعزز قد بدأت تدخل المرحلة الثانية، حيث لا تتحرك Apple وRokid في اتجاه الأجهزة يسارًا ويمينًا فحسب، بل تتحرك أيضًا في تطوير برمجيات أنظمة الصناعة والبيئة. من خلال الإنشاء المشترك للأجهزة والخوارزميات وبيئة البرمجيات والمطورين والمستخدمين والمنصات، سينتقل الواقع المعزز نحو المرحلة الثانية من التطور السريع في بيئة مفتوحة تمامًا. **
وقال شي ون فنغ، كبير مهندسي أبحاث وتطوير نظام Rokid: "يدمج نظام التشغيل YodaOS-Master تقنيات أساسية متعددة للتعرف على الصوت من Rokid، والتعرف على الإيماءات، وSLAM، وما إلى ذلك في خدمات النظام من خلال نهج موجه نحو الخدمة، ويوفر مجموعة متنوعة من حزم SDK للعملاء للتطوير يمكن للمطورين التطوير بكفاءة، مثل SDK for Unity، والذي يسمح لمطوري Unity (قناة تطبيق المطور: عنوان URL للنظام الأساسي المفتوح (ar.rokid.com)) باستخدام تقنية Rokid الأساسية بسرعة للتطوير.
وقال تشو مينغ مينغ: "إن صناعة الواقع المعزز تسبق الفجر مباشرة".