Oculus专家预测未来5年VR发展：8K、交互和AVR

导读：上个月初Oculus Connect大会上，预测O记的未年首席科学家Michael Abrash的Keynote题目是未来5年VR的发展，其中涉及到VR头显分辨率、发展空间音效、互和VR交互等等方面。预测相比于一般的未年野鸡专家，Abrash的发展预测还是值得大家一下的。

视觉：未来单眼4K FOV 140°

目前高端头显如HTC和Oculus能做到100°左右的互和视场角，单眼分辨率在1080*1200左右，预测分接下来相当于每度画面上有15颗像素点；而人类肉眼能够达到220度视场角，未年每度画面上像素约为120颗。发展Abrash认为，互和目前的预测显示屏和光学技术还很难达到这个标准（忘了什么4K、8K吧，未年这相当于单眼24K）。发展

未来5年，Abrash预测我们能达到每度画面像素增加到30颗，同时视场角扩大到140°，也就是说我们能用到差不多单眼4K*4K的显示屏，同时现在头显中固定的焦点深度（depth of focus）也将升级成可变的，这意味着显示屏和光学技术必须要升级。

视线追踪技术必须成熟

想要以4K*4K 90帧/秒进行渲染，对机器配置有很高的要求，为了能达到这个标准，视线追踪技术的成功是必须的。聚焦渲染——只将落在人类眼睛中央小窝（Fovea）的图像进行完全高清渲染，而降低其他部分的渲染精度，此举能够大大降低渲染对机器的压力。

不过，要想完成聚焦渲染，必须有近乎完美的眼球追踪技术，由于人类的瞳孔，眼皮各不相同，还有要建立一个能够适配大众消费的眼球动作的系统，可以说是个难度极大的挑战。不过Abrash认为未来5年我们应该能够做到。

音效

头部相关移动功能（HRTFs head-related transfer functions）将能够增强位置音效带来的现实感。OculusRift目前使用的3D音效能够通过头部追踪而实现实时的HRTFs，不过这是通用型的。人们用于躯干、头部和耳朵的尺寸不同，如果能够有私人的HRTFs，将能够极大的增强音效作用。

Abrash并没有透露如何才能做到私人HRTFs，据说需要一个静音室，不过反正科学教表示未来5年大家都会有一个。另外，Abrash还期待未来人们能够研究出更好的声音发射、衍射模型，来让声音更真实。相对于视觉效果，声音效果还更加困难，Abrash认为未来5年内在实时模拟音效上，人们能做的并不会太多。

交互：Touch将成为VR的鼠标

科学家认为，像Oculus Touch这样的首部控制器，将成为未来40年默认的控制器，就像现在的鼠标一样。未来的控制器在舒适度和精准度上会有改进，但是大体形态不会有很大变化。

Abrash认为，未来5年手势识别将会成为标准，其精准度提升至可以在VR社交中反应手部动作。手势识别技术将能让用户的VR化身正确表达自己，并且能在没有控制器的情况下完成简单的指令，例如上网浏览或者打开个电影之类的。

当然，Abrash没有说的是，鉴于人们已经太熟悉之前的交互工具例如鼠标、键盘或者手柄，所以不管是打字还是打游戏，即便是在VR中，人们依然希望并且习惯于操控一个真实的物理工具。

VR头显将变得越来越轻

虽然VR头显的分辨率和视场角都将提高，但是Abrash认为未来的头显肯定会变得越来越轻。未来的高端VR头显将变成无线的，当然我们听过太多次人们说无线头显由于计算和传输能力，没法完成高水平的运算。但是科学家认为由于聚焦渲染技术的进步，无线头显是有可能的。

增强虚拟现实Augmented VR

接下来，Abrash阐述了如何将现实世界带进虚拟世界中，一种“增强虚拟现实”，用户可以扫描真实环境，并在头显中渲染出一个相当真实的画面；或者可以进入到其他用户渲染的环境中，也就是说可以将用户放置在任何一个环境之中，模糊虚拟和现实的界限。

让一个消费级装备能够扫描并渲染出相当真实的环境，听起来可不是个轻松的活儿，但是Abrash认为未来5年我们或许能够做到，他认为增强虚拟现实（AVR）和增强现实（AR）非常不同，后者是在现实层面上叠加一层虚拟，而前者能够控制环境中的任何一个像素，实现更精准的操控。

恐怖谷效应还是很难越过的

增强虚拟现实最吸引人的地方就是能够和异地的人分享环境，不过，如何还原环境中的人则是极大的难题。即便是未来手势识别能够达到数据手套那样准确，无标记式的脸部和身体追踪能够实现，还原人类的真实动作和表情依然是难上加难。

由于人类实在太擅长捕捉同类精妙的微表情和细小的肢体动作，未来5年我们还很难越过“恐怖谷效应”——要想在VR环境中让用户感觉到面对的是个真正的人，估计要几十年时间。相比之下，Oculus即将推出的化身系统，只是个非常初级的阶段。