讓Facebook窮追不捨的AR，除了自拍和遊戲還能幹啥?

要說這幾年最大的技術泡沫是什麼，VR/AR這對難兄難弟絕對榜上有名。不過比起VR來，AR還算幸運很多，PokemonGO、AR紅包、AR相機等等應用已經融入人們的生活，還有Facebook這位死忠冬粉。

從泡沫到寒冬，Facebook進軍AR的步履一直堅定。最近，又傳出了收購計算機視覺創業團隊Fayteq的新聞，這家德國初創搭建了一套Adobe After Effects等視頻編輯器的插件，不僅可以添加或刪除視頻中的對象，還可以根據需要提供特效。這一功能很有可能應用於Facebook的AR相機、直播中。

在四個月前的F8開發者大會上，扎克伯格用一張編輯過的照片暗示了AR會是今年Facebook發展的重點。

在會上，Facebook提出了AR項目的兩個重點，一個是AR相機，就是和美顏相機、FaceU等等相似的特效濾鏡。另一個則是AR創意平台，包含AR Studio等等一系列工具，讓用戶可以通過多種模塊構建原創的AR效果。

其實在這四個月里，Facebook所做的大概也就是兩件事，一是豐富/優化AR相機功能，二是為AR Studio創造更多合作案例。

前文提到的收購Fayted就屬於前者，為了AR Studio，Facebook也做出了很多努力。比如開啟了很美圖的合作，在Facebook上加入了三種AR特效。

EA公司也在AR Studio中進行了嘗試，推出了旗下遊戲《質量效應：仙女座》的特效，讓用戶可以在Facebook相機中帶上遊戲里宇航員的頭盔。

除了相機以外，AR Studio還將和知名遊戲《部落衝突》進行合作，在遊戲中加入AR體驗。在宣傳片中可以看到，玩家將攝像頭轉向自己，會發現自己變成建築工人的樣子，轉向四周，會像Pokemon GO一樣，把AR形象投向顯示，和現實進行交互。

不論怎麼看，這些功能都脫離不開特效相機和換了皮的Pokemon GO。Facebook的尷尬暴露出了AR在技術應用上的巨大問題：實際上提到AR，我們的所有想象力幾乎都局限在了拍照和遊戲上，所以看AR Studio的每個項目都覺得乏善可陳。

其實這一切的關鍵在於，脫離應用場景談AR，翻來覆去只能是那幾個單調的老梗。看一看下面幾類極具創意的AR應用就能明白。

高度結合現實場景類

這一類應用偏向於「小而美」，和計算機互動藝術高度結合，主打創意。和支付寶找紅包不同，讓AR高度結合現實場景意味著物理應用範圍有限，但內容更加精美。應用於線下展會、文旅產業中，往往是讓人驚喜的彩蛋。

ARART

如果你是故宮淘寶的冬粉，相信你一定看過康熙剪刀手的動圖。ARART同樣也是一個「讓名畫動起來」的項目，只不過搭載在AR之上。

打開App，將鏡頭對準畫作，可以看到蒙娜麗莎在對你眨眼。這樣讓藝術和AR結合併不難，基本只需製作內容+圖像識別+邊緣融合這幾種技術。當然，藝術品和垃圾之間的差距也就在於技術質量的差別。

街道博物館

AR和LBS技術的結合，是AR產品開發中的重要方向，火到不行的PokemonGo就是最典型的例子。

這款名為街道博物館的App將老照片、歷史資料和現實街景結合，走在倫敦街頭，打開App，即可在鏡頭中體驗古老與現實場景交織的感覺。

這種玩法勝在成本非常低，大多數地圖產品的API都是開放的，只需將圖像/視頻等物料與LBS定位一一對應，就能實現街道博物館一樣的功能。最大的局限是準確度一般，如加入圖像識別技術能夠很大的提高用戶體驗。

新零售場景

以技術加持零售，指的可不僅僅是大數據商品推薦或無人商店，AR的作用正在日益凸顯。擁有結合虛擬與現實的的最大特點，AR可以解決零售場景中「看不到實物」或「看不到實際應用情況」等等難題。不管是網商還是實體購物，都有成熟的AR應用案例。

Sephora試妝魔鏡

作為美妝產品零售店的絲芙蘭，推出了一款產品讓用戶可以通過前置攝像頭試用化妝品，只需在App內點選化妝品，不同的妝面效果就能通過AR技術呈現在面孔之上。如果對化妝品滿意，還可以直接在App內下單。

試妝技術的原理和大部分特效相機一樣，人臉定點識別+邊緣融合，就能讓用戶的面孔和種種特效完美結合。但實際上，由於光線、手機像素等等影響，所謂的化妝品試用很難和真正的試妝媲美，噱頭遠大於實用性。但對於絲芙蘭這樣的老牌零售來說，不失為一種夠新潮的營銷玩法。

同理，首飾試戴、服裝試穿等等應用場景都有待挖掘，只不過技術沒有人臉定點那麼成熟。

宜家互動產品目錄

早在2013年，很多人還不知道AR為何物時，宜家就推出了一款互動產品目錄，打開攝像頭就能看到傢具在自己家中的樣子。

對於在宜家店中看著樣板間毫無頭緒，或是缺乏空間想象能力人來說，這款產品簡直就是大救星。單獨從這款產品看來，AR+家居還有不少局限性，比如不能合理比對尺寸，只能從外觀上感受搭配，而不是幫助用戶參考傢具的大小是否合適。

但很多類似產品已經擁有了虛擬空間設計的功能，通過手機鏡頭「測量」出房間的尺寸，為傢具購買提供參考。不過這樣的功能依賴於深度感測器，也是下文會提到的，對AR未來發展十分重要的技術之一。

可以看出AR的應用場景本該是多種多樣的，可我們見到的最成熟AR應用卻還是自拍和遊戲。在AR的理想和現實之間，差的還是技術。

現在AR應用到最多的技術就是LSB、圖像識別（其中大部分還是簡單的人臉定點識別）和邊緣融合。在本質上，這幾種技術最多能做到圖像和圖像的簡單結合。

改變這一現狀所要倚仗的技術有兩種，一是上文提到的深度感測器，二是即時定位於地圖構建，也就是我們常說的SLAM。

深度感測器，是讓攝像頭進化為「眼睛」的重要一步。

鏡頭成像一直存在於像素、感光這些二維層面，不像生物擁有3D識別能力。於是AR想實現定位，就只能靠LBS和圖像識別。而深度感測器，就是利用其他信號傳輸方式來獲知周圍環境。

目前常見的深度感測器技術是TOF（Time of flight），直譯過來是飛行時間，原理是給目標續發送光脈衝，然後用感測器接收從物體返回的光，通過光脈衝往返的時間計算感測器和目標物體的距離，從和獲得物體之間的位置關係。

早在四五年前，各大廠商就開始著手收購深度感測器公司或自行研發，一直致力於如何減少感測器功耗和體積。比如蘋果就在2013收購了以色列感測器公司PrimeSense，同年，谷歌也為深度感測器項目「Project Tango」立項，意圖利用感測器和攝像頭對室內進行3D建模。

微軟已經在體感設備Kinect上進行過相關的嘗試，利用「距離」、「位置」等概念優化體感遊戲的體驗。總之，深度感測器在移動端上的普及離我們越來越近。最近也有大量傳聞稱iPhone 8中將搭載深度感測器，以配合更多AR相關功能。

至於SLAM，則真正地讓攝像頭「理解」環境。

SLAM其實是一個機器人領域的名詞，指的是機器人在未知環境中從一個未知位置開始移動,在移動過程中根據位置估計和地圖進行自身定位,同時在自身定位的基礎上建造增量式地圖，實現機器人的自主定位和導航。

聽起來很複雜，其實掃地機器人第一次啟動時，如何在家裡走一遍后就制定了清掃路線，就是一個簡單的SLAM過程。關鍵點就是解決定位和描繪周圍環境。

SLAM在機器人、無人機等等領域都有豐富的應用，在AR領域中，凸顯的是在無預處理場景下進行相機追蹤。

也就是說，有了SLAM，AR不需LBS和識別圖片，也能實現對周圍3D環境的理解構建。舉一個最簡單的例子，如果我需要利用AR將一個卡通形象投射出去，普通的AR技術只能讓卡通形象出現在畫面的左上角，而SLAM則能讓卡通形象出現在「我」的西北方。

現在對SLAM+AR用得最純熟的當屬HoloLens，隨著頭顯方向的移動，AR視覺效果會相應出現，甚至在一些demo中，HoloLens還能根據特徵改變環境。

不過和多數搭載在手機攝像頭上的AR不同，基於SLAM上的AR想要實現效果，需要更精確的感測器、更大的計算量，這也是為什麼HoloLens是一副昂貴沉重的眼鏡。

總之，在國內資本市場把AR和VR一同打入冷宮時，海外廠商正在搶的火熱。平台、硬體、技術的三方布局，也在促使著AR自身的發展。

在2015末到2016年中，國內誕生了不少AR創業團隊，國內大廠與其還尬吹AI，不如關注一下這些團隊在這兩年間有什麼成果，抓緊抄兩把底。別等到被海外企業吹氣泡沫時，再錯失良機。