从 Air 到 Max，Rokid 问题究竟在哪(rokid max槽点)
图片来源@视觉中国
文 | AR 研究媛
势和时
2022年下半年，如此惨淡的经济和投融资大环境，几家AR初创公司在中国融到了动辄千万美金的融资，仿佛2016年、2017年的泡沫盛世再现。
资本眼里，智能手机出货量跌到甚至不如10年前，巡视一圈，消费电子接力棒大概率只在VR或者AR。
而VR天花板非常明显，因为VR在户外不安全，臆想以VST摄像头来实现环境透视注定不如双眼，它有延迟，也不能快速对焦，强烈环境光下还有图像噪点和过曝的问题。VR打造视觉沉浸完全包裹式的设计，闷且重的头盔形态即使能改进，它更偏静态、肢体活动范围更固定，应用场景注定有限。体感游戏机几乎是VR商业化的全部想象力。
相比之下，AR新建了一个真正数字化的三维空间，这个空间以高透光、可视化的真实空间为基础，跟你的日常生活息息相关，未来你无时无刻都要置身其中。而且理论上AR可以包含VR，只要镜片透光率降低到0，就切换到完全计算机生成的虚拟视觉沉浸世界。
To C，工作、生活、学习、娱乐，AR可以带来独一无二的虚实交互新奇体验；To B ，工业检修、园艺游览、远程指导、医疗培训、战场信息透视和增强…空间通过数字化的视觉改造和增强，辅助以语音、手势、指环/肌电交互，提升效率，提升生产力。
以传言中苹果MR头显主推「空中打字」功能为例，理想状态下，你眼前随时随地可以「开启」一个高清显示屏，环境中再投影出一副虚拟键盘，高精度传感器识别手指敲击和鼠标拖拽等精细动作，在星巴克坐着你可以一边喝咖啡一边在小桌子上虚拟敲击投影键盘，空间映射浏览网页、编辑文档和修改PPT等操作，就实现了真正的AR办公。一副轻便AR眼镜足以替代笔记本电脑的日常高频应用。
AR让你眼前整个世界变成可直观可抽象，可静态可演绎，可以深度增强和改造的，潜力巨大。
但是AR太难了。
微软Hololens和Magic Leap展示了什么
全功能AR眼镜微软Hololens 1/2 、Magic Leap 12，两家有充足的资金和智力资源公司，都被迫从to C转向to B，我们可以从中窥视AR难度在哪。
成像上，LBS（激光扫描）和LCoS（硅基液晶）光引擎可以调制和投射出1080P和2K分辨率色彩表现较好的画面，但是功耗和体积很难缩小，亮度也上不去。超小体积、超低功耗、超高亮度Micro LED光引擎是未来，但AR/VR目前基于单片集成工艺的Micro LED，一是无法在源生发光材料层面做RGB正常彩色显示，只能依靠棱镜合色、量子点转色、像素垂直堆叠等工程化方法。二是红光LED在LED芯片尺寸缩小到5-10μm左右时，发光效率急剧降低，无法兑现理论上的低功耗高光效，还需要持续探索红光LED新的材料和芯片结构方案。
光学显示上，衍射光波导轻薄、高透光，能看到自然环境，搭配其他技术还可实现环境光可调，大大增强了AR眼镜的实用性。衍射光波导也一直在提高光效率，扩张水平和垂直方向FOV，增大eyebox，消除彩虹纹，实现更好的色彩饱和度和色彩还原，呈现更干净更真实画面。但模拟人眼最自然透视三维空间环境，虚拟视觉叠加到真实环境，会遇到VAC视觉辐辏调节冲突、多重景深、黑色视觉遮盖等难题，衍射光波导方案目前无法解决。这意味着光波导眼镜长时间佩戴一定会有或轻或重的眩晕和不适感，AR画面与真实环境无法做到100%的视觉融合。Magic Leap曾花费了极大精力、资源、多年研发的独有技术FSD（光纤扫描显示），以期待实现多重景深和类光场显示最符合人眼习惯的效果，终是黄粱一梦。
AR眼镜最重要虚实融合功能，微软Hololens 或Magic Leap的传感器和定制芯片数量众多，它们有多个RGB摄像头来进行手势识别，以及实现SLAM三维空间定位和建图，一个或几个红外相机用来眼球追踪交互和画面渲染。最近一两年的技术升级方向，用SPAD sensor的消费级激光雷达SLAM精度能更高，以event camera来实现眼球追踪，画面渲染功耗和延迟都能明显降低，还有更好的RGB摄像头和手势识别算法，或者更直接的肌电交互，都是可见的技术方向。但这些传感器如何小型化、低功耗，高度精密整合到一副轻量化眼镜上，进展非常有限。
全功能一体式AR眼镜在现有技术条件下，笨重的头盔形态，1-2小时的续航，应用场景被限死在工业和企业端。
相比之下，VR这一类多为头盔形态，源于它完全做一个计算生成的虚拟世界，要隔绝现实物理世界打造沉浸，大FOV并且隔绝外部视线，光学设计是VR体积做不小的关键原因。而功能完全的AR，难度更高。AR光学不是计算机生成的平面二维，真正的三维空间做虚拟视觉、交互和动态演绎，对传感、计算、对光学要求是全方位环环相扣超高难度，现有技术条件下只能做取舍。
AR太依赖光学、显示、高精度的SLAM和新型交互传感器、专属算力芯片和算法的进步，还必须牢牢限定在极低功耗和极小体积的前置条件上。更进一步，消费级AR眼镜最好做成普通眼镜的重量和体积，终端市场才能最大限度接受它。
出路在哪？
国内Rokid领头，从AIr 到 Max
消费级AR现阶段大多是妥协式产品方案，拿掉本地算力、电池和存储，没有传感、手势识别和交互，只有最静态的虚实画面融合。
分体式主打C端的AR眼镜，得益于近些年高亮度高饱和色彩Micro OLED微显屏成熟，关键厂商索尼和视涯均实现了硅基Micro OLED高良率量产并且成本降低，这给BirdBath/自由曲面原理的AR眼镜带来了质变。BirdBath眼睛目前显示效果突出，在虚拟大屏观影、游戏、办公上实现了场景突围，从2021年底到2023年年初，Rokid、雷鸟、Nreal，乃至后面的华为、魅族、中兴、荣耀，正把AR观影市场一点点做起来。
同时进行的，单色Micro LED 光波导 轻量SLAM主打信息提示的AR眼镜，INMO、小米、李未可、OPPO也在消费市场投石问路。
3月21日晚8点，守在电脑前全程看完了Rokid的发布会，个人感觉从2021年年底Rokid Air面世到2023年Rokid Max，除了虚拟投屏尺寸增大，进步完全是乏善可陈。以下是根据发布会产品内容的几点推断：
1.投屏尺寸做大，依赖采购索尼更高规格的Micro OLED微显屏
2.近眼显示光学设计有短板，倚靠供应链厂商，缺乏深度设计能力
3.根据眼镜顶部的厚度判断，Rokid Max光机大概率沿袭了上一代Air小eyebox和很短的出瞳距离，让IPD设计难度增大。IPD适配出问题导致双眼合目容易出现重影，短出瞳距离导致VAC视觉调节眼球辐辏冲突更明显，长时间佩戴眩晕和不适加重
4.关键的光学模组MTF参数，从画面边缘到中心的畸变矫正没有披露，减小色差、过滤炫光和杂散光的光学设计改进也没说明，这两项十分影响真实的画面显示质量 。唯一的光学介绍居然是类似Nreal Air减少正面漏光注重个人隐私的「墨镜」设计。
5.发布会演示的灵境，创作时的交互精度、用户学习成本、实用性、体验存疑
6.Rokid Max Pro 以黑白化周围环境来对比凸显彩色视觉增强信息，毫无技术含量可言，甚至是一种倒退
Rokid的问题在哪
总以黑色卫衣示人的Rokid CEO，特立独行风格Rockie，但这只是表象。
Nreal 和 Rokid 两位创始人都是海外归国的年轻极客创立的，但是两人的专业背景和产品方向并不同。
Nreal的创始人徐驰曾在NVIDIA参与过新一代GPU计算平台的研发，而后加入Magic Leap，负责头部跟踪定位算法实现及嵌入式优化。Rokid创始人祝铭明UC Berkeley 博士毕业，成立猛犸科技被阿里全资收购，在阿里M工作室主要负责深度学习，视觉和自然语言处理的研发。
媒体描绘徐驰的时候，并没有像祝铭明那样「天马行空的技术理想和热情」，更偏务实、理性，对产品、技术、商业理解更「结合」：
“我很庆幸自己在浙大毕业后，没有因为一时冲动而创业。和身边的朋友们一样，我们大多怀揣着创业梦想。于我而言，当认清自己的缺少工作经验的现况下，我决定在工作中一边学习一边积累，再去寻找合适的发展方向。”
“我最初的想法也是极其单纯、幼稚、甚至偏理想主义的，但这是一个避免不了的状态，每个创业者都会经历这样的一个理想到实际的落地过程，这些都是很正常的。”
“其实我只是把技术和市场对接起来，因为这样会吸引越来越多优秀的人才回国，大家才能一起将事业做大做强。”
相比之下，祝铭明掌控的Rokid 这家公司的整体风格，比较硅谷范，精英味道比较浓，大把的融资可以造。官网产品内容和出街的营销素材就能看出来，品牌视觉比较突出，坏处就是不够落地，不够「本地化」，不够完全瞄准用户。
“ C端产品在当前阶段不足以代表整个Rokid ”
“务必去感受一下公司一楼的展陈设备，那也是能代表Rokid的东西（AI、AR技术与博物馆放在一起）”
“我们是一家做人机交互的公司。”
Rokid做的东西确实有点宽，从AI、音箱到AR，AR眼镜也是先切企业场景，众所周知企业和政府事业单位的AR眼镜都瞄特定场景，也并非高频使用，追求产品功能性，胜于日常体验。Rokid Air 就是这样一个有强烈的工业设计风格，有技术细节偏执，但是不注重整体体验和欠缺一定C端产品思维的产物。
主打观影的BirdBath眼镜，追求的应该是近眼显示最舒服的设计，这要求一定的适眼距即光学设计上把出瞳距离做大，以及大eyebox可以最大限度地保证佩戴眼镜的灵活度。还有更注重矫正画面边缘的畸变和色差，呈现最好的显示质量，这意味着要将镜片模组的MTF值做好，在细节要害之处，比如光引擎投射光调制和光学镜片镀膜上深度研究。
但上一代Rokid Air的出瞳距离、eyebox两项指标，相比Nreal Air、雷鸟Air / Air 1S，居然是最小的。镜头MTF值，也是最差的。
这一代Rokid Max发布会凸显的居然是近视可调功能和减少正面漏光的隐私偏好设计，没有花一点篇幅讲MTF、eyebox、出瞳距离等光学设计。而Rokid重点营销的近视可调功能，无论Air 0-500度屈光度调节还是Max 0-600度加上无损画面，为啥Nreal和雷鸟两家偏偏不用这源自供应链厂商的方案，老老实实选择了近视配镜，光学设计选择适宜的出瞳距离便于用户佩戴眼镜？
BirdBath目前近视屈光度调节方案，调的是画面，并非近视眼镜那种光学层面，而且还调不了散光，实用性存疑。还有画面调焦对IPD的影响，可能出现人眼双目合目重影的副作用，Rokid产品经理可能并未真正深入研究过。
来自惠牛科技官网
还有一个细节，Rokid Max的入眼亮度来到了400 nits，峰值600 nits，这得益于索尼更高规格的Micro OLED微显屏，还是以小面积eyebox光学设计来实现的？AR观影眼镜大多相对静态、私密的场景，是否真的需要很高的入眼亮度，值得仔细推敲。雷鸟眼镜似乎只有200nits-400nits入眼亮度，差一截，但eyebox 做的很大，Nreal 入眼亮度在400nits左右，eyebox大小介于雷鸟和Rokid Air之间。而Nreal和雷鸟两家现在在争销量第一了。
产品上舍本逐末是有意或无心，我无法鉴别。Rokid to AI、to B、to C 还是to VC，只感觉到了一点极客和现实之间的拉扯。经历了乔布斯式的产品月石被几十块的百度廉价智能音箱冲垮，公司几乎推倒重来般的大裁员，转型AR to B再到to C，从没有做过底层员工的Rokid CEO，似乎依然「不忘初心」。
融到钱，活下去，讲好故事，等待春暖花开。
至于产品，先把概念做出来而不是出货量做上来，也许才是Rokid 目前真正考虑的紧要事情。
后话
AR有潜力成为time killer 设备，因为日常眼镜佩戴，看到周边环境，随时随地进行视觉增强和虚实交互，信息提示、学习、工作、娱乐，使用高频，场景不限。
AR在消费市场普及关键在虚实交互和光学显示，依赖传感器、算力、更小体积的高透光高亮度光学设计，特别是眼球追踪、手势识别、SLAM功能的传感器。SLAM能否做到高精度，眼球追踪能否低功耗低延时快速画面渲染，手势识别能否做到空中打字的程度，还有整个体积、续航、能耗的限制，单拎出来一项其实可以做好，但AR难就在任何这其中任何一项关键技术都不能有短板。
AR还是要等硬件技术的成熟，其实大家普遍吐槽的内容和应用没什么好担心，硬件做好了一定会最快速度普及，至于时间点，几项关键技术这几年进步很快，可能2025-2027年初步成熟的硬件可能就出来了。
希望一直都在。
