在2020全球5G XR產業發展峰會，北京諾亦騰聯合創始人兼CTO戴若犂先生進行了“未來多人實訓”的主題演講。

諾亦騰成立於2012年，在動作捕捉領域有多年沉澱。公司聯合創始人兼CTO戴若犂博士有豐富的前沿科技產品開發經驗，他的研究及工作主要集中在動作姿態捕捉技術、體感互動技術、虛擬現實技術、可穿戴裝置開發等領域，由他主導研發的“無線高速全身動作捕捉系統”及“大空間多人半物理模擬虛擬現實平臺”，也在虛擬現實、電影特效製作等行業廣泛使用。

在演講中，戴若犁提出中小微企業擴大資本的關鍵，需要首先思考AR、VR可以解決人的什麼問題。戴若犁認為，AR/VR和人的關係可聚焦到人和虛擬世界的互動問題，而互動的未來形態是“自然的互動”。目前，基於自然互動概念的手部互動存在用系統複雜、穿戴重量大的問題，而這種互動方式的未來將會以“微創新”的程序變化著。此外，戴若犁關注到了用於B端的虛擬模擬領域，諾亦騰在多人實訓系統開發商具有成熟的技術和解決方案。

以下是演講實錄：

大家看英文的主標題其實更合理——“VR Simulation：An Old Story”。在二三十年前就有各種各樣的模擬方式，從上個世紀開始，頭戴式模擬就應用到各種模擬場景和多人實訓中，因此這真的是一個 Old Story 。到2016、2017年開始廣泛普及的新一代頭戴式XR系統更是把這個行業往前大大推進了一步。今天在這裡，我將和大家探討下一個世代的多人實訓。

首先我來介紹一下公司。諾亦騰成立於2012年，目前全球有五、六個辦公室，主要人員都在北京，美國有兩個辦公室，美國東部和美國西部各一個，日本和香港也有做海外營銷以及研發的辦公室。我參與創辦企業，並負責技術和產品。今天，我將以從業者的角度，與大家分享如何在這個行業中更好地將技術變現，以及如何在VR、AR行業裡生存下去。

諾亦騰主要專注在動作捕捉領域，採用穿戴式感測器、計算機視覺技術獲取人的數字化動作資訊，再把數字化動作資訊應用在不同領域，比如影視特效、虛擬現實人機互動、數字化體育分析、數字化康復訓練等行業。所以我們的使用者並不只限於AR、VR領域，還有很多行業可以用到。

XR行業中，中小微企業希望生存掙到錢，那就要退到最本質思考：AR、VR要解決人的什麼問題？為了解決這些問題需要解決哪些技術上的難點？攻克哪些之前系統不容易做到、做的不夠好的地方？

在處理一個人機互動問題的時候，需要處理外部複雜系統和人的主體之間的關係，目前AR/VR系統主要還是解決視聽的輸出和人機互動的輸入問題。所以歸根結底，在這個行業要做好體驗，就要解決人和虛擬內容間的互動問題。所以說到頭來是視聽問題和互動問題。

| C端XR I/O：革命性變化不會到來

實際上，在輸出層面，1968年“達摩克利斯之劍”中，人們用手扶著頭顯的做法，就已經開始著手解決視聽問題。大家仔細想想，那個解決方案和現在的各種解決方案其實沒有本質上的區別，只是在顯示的解析度、內容精細化程度、穿戴舒適度，以及多自由度保證追蹤視點正確等各個方面不斷提升。從更近的時間點，比如 Virtual Boy 開始計算，近30年的變化，視聽方面還是沒有質的變化，將來會不會有什麼大變化，我們還將拭目以待。

人機互動與視聽的發展不太一樣，人機互動的發展發生了巨大變化。從最早的各種開關量，到後面體驗相對比較好的控制器和遊戲手柄，再到後面帶追蹤、帶力反饋、震動，符合人體工程學的控制器造型，以及在位姿追蹤上提供除了開關量之外的輸入資訊等等。互動從單自由度、三自由度變成六自由度，在形態、原理上發生了很多變化一步步演進到現在。比如目前第二代 Oculus Quest 代表著虛擬現實最高的消費級別人機互動技術水平，它可以完全以計算機視覺的方式，識別出裸手的動作姿態來進行人機互動。C端、B端用的產品中人機交互發生了一代代的演進變化。

但在這裡需要指出的是，即便是現在，有手部、腳部動作捕捉的互動也未必是更先進的，傳統的手柄，控制器能提供握持感，操作的100%確定性並提供一定反饋，因此並不能說手部動作捕捉就一定比控制器和搖桿先進優越。人機互動的整個發展過程是逐步豐富的，細分領域也在慢慢演進。所以大家可以發現，人機互動的發展要比視聽輸出的發展更加多樣化，值得我們去加大投入和加強關注，這裡邊的商業機會也更多一些。

互動的未來形態是“自然的互動”，即大家在沒有任何經驗的情況下，不需要培訓的前提下，就可以直接與虛擬內容進行互動。比如觸控型（Touch）控制器，按了選單鍵之後才會彈出選項，按了Home鍵才會回到大廳，這些都是需要學習的，仍然不是最自然的互動。目前公認的消費級別自然互動是手部互動，因為我們在日常生活中已經得到了大量訓練，這些是原生經驗，原生經驗告訴我們要怎樣可以抓放、觸碰、投擲、擊打東西，我們在生活中的實體經驗讓我們可以幾乎不需要培訓就知道怎麼做，因此我們認為這才是自然互動。需不需要裝置支援，裝置先不先進不能衡量自然度，需不需要學習才能衡量自然度。

VR這個行業不管是大廠還是小廠，往後走紛紛走向了手部自然互動，除此之外，還有身體互動。目前為止，流行的頭戴式顯示器只有頭部追蹤，並沒有提供全身的追蹤，但是這個頭部追蹤也是身體互動的極簡化形態，比如在遊戲中用頭頂足球，這是基本的頭部互動，而系統複雜度的問題導致無法在消費級別引入全身的追蹤作為主要的人機互動方式。目前問題不在於製作成本是否便宜，而在於使用者側複雜度太高，對外部裝置依賴度太高，導致除了嚐鮮以及科研的使用者外不會有太多人用。

在此，我個人得出一個結論：“虛擬現實的輸入與輸出在C端的形態，想來不會有什麼革命性大變化了吧”。

現在還有很多從業者在繼續往前推進技術和裝置的變化。頭顯視聽從1968年到現在完全沒有變過，人機互動倒是一直在變，而今天手部自然互動的未來還會有變化嗎？

我認為，這個變化只會是微創新級別的，慢慢貼近成本以及學習門檻繼續降低這個級別的變化。顯示方面可能越來越薄、輕，可以用到雲端的渲染能力，在互動方面的一些問題比如還是時延太大，精準程度也不好，握拳的時候手指可能會互相遮擋，這些問題會逐步被解決，因為這個仍然是符合摩爾定律的投入產出規律。但是會不會有“革命性”的變化呢？我認為不會有了，所以我們這一代人看到的虛擬現實，我覺得差不多走到頭了，形態已經很穩定，將來微創新慢慢迭代就好了。至於會不會出現大家暢想的“腦後插管”或透過“腦機介面”做到人機互動，這個可能需要很長時間才能做到。

|B端XR的未來：虛擬模擬與多人實訓

剛才講的是C端，B端也就是商用的場景下會更加複雜，會有更加革命性的東西出來。B端由於有這些創新點，就會給大家很多能賺錢的機會。無論大家如何看，C端的VR應用最後其實主要落到了重度VR遊戲上，它的使用者是細分後再細分的一類小眾人群。幾家在內容上做的還不錯並且賺到錢的全是做遊戲的企業。

而B端的問題則更加複雜，這些年來在社交、教育、線下娛樂業其實並沒有看到能紮實賺到錢的企業，這個行業里人來人往，企業也紛紛倒下。

值得一提的是虛擬模擬行業，30年前就有不少人用傳統的CAVE和上一代頭戴式顯示器做虛擬模擬了。虛擬模擬有工業領域的設計模擬，再到多人虛擬實訓。而多人實訓最後很多變成了與軍事，應急響應相關的保密專案。

在B2B VR領域裡我們就選了剛才這兩個方向，一個是工業模擬，一個是多人實訓。這樣的一套系統遠比剛才說的2C系統複雜度更高，裡面包括大空間高精度追蹤、多形態動作捕捉，包括人、臉、手、道具、環境的數字化，包括模組化系統管理、多平臺內容定製等，因為這樣級別的使用者大機率需要定製化內容。

這樣的一套多人實訓系統，我們花了很長時間來完成。我用了大概兩年多時間帶著一個不小的團隊才把能用的系統整理出來，提供了四個非常大的技術模組。請注意，能用是一個非常高的需求，能展示Demo和能用之間隔著一個太平洋。

最後給大家看一下這個產品的宣傳片，這套系統非常易用、易得，成本在B端也是非常不錯的，可以很好地服務工業模擬領域和多人實訓的客戶。目前，這是國內很好的大空間多人實訓系統，能夠提供非常好的人和人之間的互動，人的數字化資訊也做得非常好。

要做到這樣的多人實訓系統首先身上不能穿太多東西，上半身有3個節點，全身有6個節點；對於更精細的動作需求，全身可以有8個節點，需要手指動作模擬則再加雙手套。校準和啟動也非常簡單，最大空間做到過2000平米，最小可以做四五十平米。在這樣的體系裡可以落地到動作評估、團隊協作、分組對抗、異地協同，對於各個平臺都有非常好的支援度。影片裡是大幾百平米的多人實訓，可以有幾十人人同場進行虛擬現實的人機互動，可以做非常複雜的列隊操演、互動、對抗、協同，也可以做翻滾、衝刺、匍匐前進等大動態的動作。應用上，不管是是做工業模擬、設計評審、多人實訓、工業模擬，包括多人聚集的情況也可以用這個系統。