XR+AI”正在释放潜力，解锁更多应用迎接新的时代

记得 2016 年前后，正是 VR 虚拟现实产业最如火如荼的时候，那时候各种品牌的大块头 VR 头显如雨后春笋冒出来。小编也曾用 VR 看过电影，玩过游戏，当时欣喜地认为这就是未来。但是没过一两年，VR 之火似乎就突然消退了。

以 Chinajoy 的数据看，2016 年参展的 VR/AR 厂商还有 70 多家，到 2017 年就只剩下了 20 家，到目前，人们似乎很久没看到让人惊艳的虚拟现实产品了。

是虚拟现实产业不行了吗？其实并非如此，根据 2019 世界 VR 产业大会的报告，2018 年到 2023 年，中国和世界的 VR 产业规模都会保持稳定的增长节奏，并且目前 VR 的概念、技术也在不断进化，目前主流已经是融合 VR、AR、MR 的 XR（扩展现实）。

而 XR 正在低调蓄力，等待让产业规模进化到新层次的机会，这个机会有 5G，也有 AI，其实这两者是紧密联系的。关于 5G 对 XR 的赋能，此前IT之家已经讲过很多，而到了 AI，可能有小伙伴就疑惑了，XR 能和 AI 产生什么交集呢？今天我们就来说一说。

当分布式 AI 碰上无界 XR，这里有巨大的想象空间

我们先来想一想目前 XR 的痛点是什么，其实最关键的是两个：其一是设备笨重，其二，除了看看视频玩玩游戏外，能做的事太少，而且就是玩游戏也是傻瓜式的，画面差，人机 AI 傻。

而在 5G 时代，由于网络的高速率和低时延属性，很多运算和处理工作都可以交给云端完成，这有助于 XR 设备的轻薄化，而随着 AI 的加入，一些更复杂的运算也可以通过 XR 设备端和云端协同的方式来实现，从而让 XR 设备能干更多事。

例如在 AI 的辅助下，我们用 XR 眼镜玩游戏，画面可以更加精致，人机对战时，电脑也不会那么傻了。此外，我们以前在手机完成的很多事，也可以在 XR 眼镜里完成，例如戴着 XR 眼镜看地图导航，路线直接显示在地上，那是多么直观的体验；还有戴着 XR 眼镜，就可以识别万物，例如告诉我们某种花是什么花，某个景点叫什么名字等。这些都是 XR 和 AI 结合后，眼下很快就能实现的用例。

那么问题来了，我们需要怎样的 AI 来赋能 XR 呢？

说到 AI，大家也许首先会想到智能手机上各种有趣的应用，例如人脸识别、拍照时的场景优化、语音实时翻译等等。

目前这些应用大多出现在安卓手机上，而在安卓阵营，这些功能大多又由高通骁龙移动平台的 AI Engine 提供。关于 AI Engine，IT之家此前已经介绍过很多次，例如大家可以参考《释放 5G 潜力！通过高通，看懂终端侧 AI 的重要性》这篇文章进行了解。

可以想到的是，在 XR 平台，AI Engine 仍然会发挥重要的作用，例如高通在去年年末推出的骁龙 XR2 平台上，就融入了人工智能引擎 AI Engine，AI 性能相比前一代提升 11 倍。

所以，在 XR 平台上的 AI Engine 就是简单将手机端的 “移植”过去吗？显然不是，XR 对 AI 能力的需求、功耗的限制等，和手机端都不同。况且即便是在手机侧，未来的 AI 方向也会和现在不同。

为什么这么说呢？其实，我们经常在讲，5G 时代就像一张大网，将电视机、汽车、冰箱、洗衣机、空调、无人机、音箱、甚至电表水表等等海量设备，无数终端，都网罗在内，当然，也包括 XR 头显设备。

理论上，这些终端设备都应该拥有 AI 的能力，或者说都是智能的。只有这样，5G 的万物互联才能真正构造全场景的智慧体验。

这么多的设备彼此联动，需要强大的 AI 运算能力，更何况，未来我们对 “智能”的要求会越来越高，这这些不仅仅是靠终端上的 AI Engine 就能实现的。

我们所说的终端上的 AI 叫做终端侧 AI，顾名思义，它的意思就是数据的采集、计算、决策都在前端设备本地进行，优点是隐私性高，可靠性高和时延低，缺点是 AI 性能有限。

与终端侧 AI 相对的是云端 AI，它的数据训练、处理都是在云端进行，因此可以进行大规模的 AI 运算，但是相较终端侧 AI 会有时延。

5G 万物互连的时代，我们要做到的，就是综合云端 AI 和终端 AI 的优势，让他们更好地协同。于是，分布式 AI 就产生了。

首先，我们要确保 AI 分布在无线边缘，同时，还要让边缘的海量终端随时能够以极低的时延触达到云。

简单说，就是让云靠近边缘的终端，将大数据训练以及时延不敏感的内容和存储在云端进行，而 AI 的具体执行交给无线边缘的海量终端上，两者在高速率低时延的 5G 网络中相辅相成，互相协同，让海量终端越来越聪明。

而高通就是分布式 AI 的先行者和践行者。他们拥有基于骁龙异构计算能力的高效硬件，包括 CPU、GPU、DSP/HVX，还有最先进的神经网络算法以及软件工具，在此基础上，高通还推出了自己的分布式技术架构，例如其中有一个技术就是在终端侧通过多台终端的分布式架构，进行人工智能系统的训练，形成一个边缘的云。再加上高通强大的 5G 网络，将终端侧 AI 与云端 AI 无缝的连接起来了。

在这些技术的加持下，高通就能够将边缘云和终端侧 AI 有效地结合起来，以积极的颠覆性方式，推动包括无界 XR 在内的各种终端的变革。

具体到无界 XR，这时候的 XR 终端就可以通过边缘云在计算、存储、渲染和内容等各个方面得到增强，实现最佳的沉浸式体验和更多的颠覆性用例，例如直接用 XR 设备进行画面逼真的大型 3A 游戏，实时在线电竞，甚至是视频通话时直接渲染出对方的 3D 模型在眼前，仿佛面对面的交流，或者在更专业的领域，篮球运动员戴上 XR 眼镜，就可以实时模拟出赛场的队友进行战术演练，或者用 XR 实时分析运动员投篮姿势的准确性等等，带来巨大的想象空间。

联动上下游，分布式 AI + 无界 XR 变革各行各业

从上面的分析不难看出，XR、AI 和 5G 其实三者紧密相连，梳理一下彼此的关系，应该是这样：5G 高速率低时延的网络让分布式 AI 成为可能，而分布式 AI 驱动海量物联网终端向着更智能的方向进化，其中 XR 就是最典型、最先受益的终端案例，它和 AI 的结合可以给消费者以及不同行业更加智能、更加互联、更加沉浸式的未来，推动远程教育培训、医疗及设备维护等各行各业的变革。

这个过程中，必须要有一个角色能够把 AI 和 XR 融合起来，然后联动产业链的上下游，进而驱动各行业变革。高通，就是这个角色的积极扮演者。

例如高通推出的骁龙 XR2 平台就将分布式的 AI 技术带到了 XR 领域，从而帮助设备厂商、开发者开发出丰富多样的创新设备和应用。骁龙 XR2 是全球第一个同时融入 AI 和 5G 连接的 XR 平台，它的 CPU 和 GPU 性能相比上代均有 2 倍的提升，AI 性能则提升 11 倍，同时它还是全球首个支持七路并行摄像头、且具备计算机视觉专用处理器的 XR 平台。

例如教育行业，在自然地理课上，当学生们戴上骁龙 XR2 平台的 XR 眼镜，头显就会实时感知学生周围的环境，然后根据环境特征将周围渲染 “改造”成热带雨林环境，让学生们仿佛置身于雨林中，从而更深刻地了解到雨林的各种知识。类似这种用例离不开强大的 AI 计算机视觉感知能力和画面渲染能力，需要边缘云计算和终端 AI 的彼此配合才能完成。

在医护行业也是如此，当医生在做手术时佩戴搭载骁龙 XR2 平台的 XR 设备，就可以在视野范围内看到由 XR 眼镜提供的所有信息，包括病人的实时重要生命体征数据到基于病人检查数值构建的器官 3D 影像等等，这样医生就不用向过去一样频繁地转移视线，从而能将精力集中在手术上，提升手术的成功率。

甚至骁龙 XR2 的头显还可以在强大的 AI 学习能力加持下，视线物体探测和分类功能，帮助医生在手术过程中提前发现可能需要检查的部位。这在以前是难以想象的。

今天 2 月，高通就推出了基于骁龙 XR2 平台的 XR 头显参考设计，这个参考设计能够简化复杂技术，帮助设备商缩短研发周期，降低开发难度，更快推出对应的终端产品。

而很快在 9 月 16 日，骁龙 XR2 就在 Oculus Quest 2 终端上实现首次商用，相信随着接下来骁龙 XR2 在更多终端上出现，它能够进一步激发 XR 设备的无限潜力，慢慢地推进 XR 变革各行各业的进程。

除了在技术和产品上的努力，高通也在积极和开发者等 XR 产业的参与者建立紧密的合作，他们正在针对设备厂商的 SDK 进行优化，帮助技术人员充分发挥 XR2 平台等底层芯片的性能；高通还推出了 Qualcomm XR 企业计划 (XEP)，为优秀的 XR 行业开发者和技术人员提供专门的培训和指导，此外他们还建立了 Qualcomm Development Network(QDN)开发者社区，在社区上，开发者们可以进一步了解高通在 XR 领域的技术路线和产品，更能直接获取一些开发工具和资源，帮助他们在 XR 平台上开发出更有创造力的应用。

结语

“5G 具有变革行业和改善生活的巨大潜力，AI 技术也将进一步增强 XR 服务和应用，将用户体验推向新的境界。我们相信，未来，XR+AI+5G 的深入融合将驱动新一轮的产业变革，助力众多传统产业升级转型，变革娱乐、购物和学习体验，还将对教育、建筑、工业、医疗等行业产生深远影响。”

在今年的高通 XR 生态合作伙伴大会暨第二届 XR 创新应用挑战赛颁奖典礼上，高通全球副总裁侯明娟如是说。这句话很好地概括了 “XR+AI”将会在未来迸发出怎样的产业变革力量，又会怎样改变我们的生活。而高通，正在凭借领先的技术实力和对产业上下游资源的整合能力，推动这个时代更快地向我们走来。相信在万物智能互联的将来，XR 会迎来真正的属于自己的时代。