用眼睛看，用手操作，是我們?cè)谖锢硎澜缋镌僮匀徊贿^(guò)的交互方式了。但要在 AR 世界里延續(xù)這種自然交互，卻需要依托的三個(gè)關(guān)鍵技術(shù)點(diǎn)。

Apple Vision Pro 的發(fā)布沒(méi)有讓我們失望，在里面，我看到了這三個(gè)技術(shù)帶給自然交互的力量。

更多Vision Pro的干貨：

一、眼動(dòng)追蹤技術(shù)

我們?cè)诂F(xiàn)實(shí)中如果需要與哪個(gè)物體有進(jìn)一步的交互，都會(huì)自然地將視線集中在它的身上，當(dāng)我們耗費(fèi)注意力讓視線聚焦在它身上的時(shí)候，就已經(jīng)代表了我們的選擇。

這個(gè)過(guò)程涵蓋了目前界面領(lǐng)域上的兩個(gè)狀態(tài)：激活態(tài)（聚焦）和點(diǎn)擊態(tài)（選擇）。眼動(dòng)追蹤技術(shù)，實(shí)現(xiàn)的是看到聚焦這個(gè)過(guò)程。

這個(gè)技術(shù)當(dāng)然并不是首創(chuàng)，AR 眼鏡的先驅(qū)，Microsoft Holoens 第 2 代的交互就主打了 Eye-gaze，就是用眼睛來(lái)聚焦的功能。

而在之前，Microsoft Holoens 第 1 代的頭動(dòng)（Head-gaze）交互其實(shí)也已經(jīng)有用眼睛來(lái)看和激活的概念了。但 Head-gaze 里使用頭部微微移動(dòng)來(lái)控制屏幕中心的一個(gè)點(diǎn)（Gaze）來(lái)激活內(nèi)容，和我們本來(lái)的自然交互始終是有差距的，因?yàn)閷?shí)際上我們聚焦一個(gè)物體，并不需要每次都靠頭動(dòng)，靠眼睛動(dòng)就行了。

不過(guò)，雖然眼動(dòng)追蹤技術(shù)更解決自然交互的標(biāo)準(zhǔn)，但頭動(dòng)交互并不是沒(méi)有可取之處，比如我團(tuán)隊(duì)目前自研的眼鏡還只能支持 Head-gaze 交互。這種交互手段的成本和技術(shù)難度更低，比起用手/鼠標(biāo)/遙控器等去聚焦激活的方式，它更加貼近我們用眼睛看這個(gè)自然交互理念。

另外，眼動(dòng)追蹤技術(shù)實(shí)現(xiàn)了激活態(tài)，卻還沒(méi)真正實(shí)現(xiàn)選擇，也就是那個(gè)點(diǎn)擊態(tài)。作用是告訴機(jī)器我確認(rèn)是它了。

嚴(yán)格來(lái)說(shuō)，對(duì)于不需要操作的東西，省去手這個(gè)確認(rèn)操作是很有必要的，比如，我一邊吃零食一邊追劇的時(shí)候，就很希望不用每次操作前都要擦一擦我的臟手……在制造領(lǐng)域，類似這種解放雙手的需求也經(jīng)常被客戶提出。

為了更自然的交互，也許這也可以成為我們暢想的一部分。之前我寫(xiě)過(guò)一個(gè)專利，就是靠腦電波技術(shù)來(lái)進(jìn)行簡(jiǎn)單的確認(rèn)。

專利申請(qǐng)指南：

二、手勢(shì)識(shí)別技術(shù)。

眼動(dòng)追蹤滿足用眼睛看這部分的交互，用手操作，則需要手勢(shì)識(shí)別技術(shù)。

這也不是什么新技術(shù)了，之前很多 AR/VR 的設(shè)備上都有搭載，當(dāng)然實(shí)現(xiàn)程度還要實(shí)際體驗(yàn)再確認(rèn)。

Vision Pro 的宣傳視頻里，手勢(shì)識(shí)別看上去很自然，手甚至都不需要抬起來(lái)，這應(yīng)該是依靠 4 組下視角相機(jī)。（這大概也是需要 12 個(gè)攝像頭配置的原因之一吧）

相比 Hololens2 的宣傳視頻，可以看出手勢(shì)是在頭頂攝像頭涵蓋范圍的。

因?yàn)槭謩?shì)識(shí)別是需要依托攝像頭的（計(jì)算機(jī)需要輸入才能知曉你的手在怎么動(dòng)），那么同樣的手勢(shì)從不同角度拍攝的結(jié)果就不一樣，識(shí)別的結(jié)果也會(huì)受到影響。

另外，2D 手勢(shì)識(shí)別和 3D 手勢(shì)識(shí)別技術(shù)的體驗(yàn)感也不太一樣。

三、空間計(jì)算

要讓眼睛看得更爽，用手操作得更自然，設(shè)備需要有對(duì)空間的理解能力。空間計(jì)算，也是 Vision Pro 想主推的，對(duì)于這個(gè)能力的注重，讓他們認(rèn)為這塊能力可以劃分一個(gè)時(shí)代。

“空間計(jì)算時(shí)代”。

沒(méi)有空間計(jì)算能力，也就是如果機(jī)器不能理解空間的話，很多交互都自然不起來(lái)。我們現(xiàn)在所聽(tīng)到的 Nerf、SLAM、3DOF、6DOF，都屬于空間計(jì)算技術(shù)的一員。

從體驗(yàn)角度來(lái)說(shuō)，空間深度所帶來(lái)的物體之間、物體與用戶之間的距離感知， 用戶在不同位置和姿態(tài)下的視角朝向所帶來(lái)的物體形狀變化，真實(shí)環(huán)境中因時(shí)間和天氣等光線不同所導(dǎo)致的色彩感知變化，甚至不同空間位置所傳來(lái)的聲音等，空間計(jì)算能給予設(shè)計(jì)師更多自然交互的空間。

可以說(shuō)，空間計(jì)算，是能讓 AR 在未來(lái)，成為不同于普通屏幕界面的、我們真正所期待的“凡所看之處，皆可成為界面“的關(guān)鍵技術(shù)。

歡迎關(guān)注作者微信公眾號(hào)：「林間有影落」