在2006年2月，Jeff Han在Ted Talk上演示了一個(gè)實(shí)驗(yàn)性“多點(diǎn)觸控”界面。而今天，這個(gè)功能似乎過(guò)分的平淡無(wú)奇，因?yàn)槊恳豢钪悄苁謾C(jī)都可以實(shí)現(xiàn)。然而，當(dāng)時(shí)的觀眾（大多是技術(shù)人士）卻在屏住呼吸并為這個(gè)演示激情地鼓掌。原為驚人，現(xiàn)已平凡。一年后，蘋果推出了iPhone，而隨后圍繞多點(diǎn)觸控的熱潮再次歸零。

十年后之后回想起來(lái)，多點(diǎn)觸控的發(fā)展一共出現(xiàn)了四個(gè)轉(zhuǎn)折點(diǎn)。首先多點(diǎn)觸控在研究實(shí)驗(yàn)室中成為了一個(gè)有趣的概念；然后公眾場(chǎng)合出現(xiàn)了第一個(gè)demo演示；接下來(lái)真正在商業(yè)可行的多點(diǎn)觸控誕生在iPhone上；幾年后，隨著iPhone的發(fā)展和安卓的追隨，這個(gè)概念開始真正騰飛。你可以留意下方這個(gè)表格。在集成多點(diǎn)觸控的iPhone于2007年推出后，消費(fèi)者產(chǎn)品的發(fā)展一度陷入停滯，甚至下降，直至數(shù)年后才實(shí)現(xiàn)了指數(shù)式增長(zhǎng)。大多數(shù)革命性技術(shù)都會(huì)呈現(xiàn)出階段性發(fā)展，畢竟滴水穿石非一日之功。

今天，我認(rèn)為增強(qiáng)現(xiàn)實(shí)是介于第二個(gè)和第三個(gè)轉(zhuǎn)折點(diǎn)之間。驚人的demo以及第一款原型已經(jīng)誕生，而雖然我們尚未看到消費(fèi)者版產(chǎn)品的上市，但已經(jīng)十分接近。

微軟的HoloLens已經(jīng)發(fā)貨：盡管體積巨大、視場(chǎng)有限、成本高昂（3000美元），但這款設(shè)備提供非常優(yōu)秀的定位追蹤，同時(shí)把計(jì)算組件都整合到頭顯之中。HoloLens的第二個(gè)版本顯然會(huì)在2019年推出。在另一邊，根據(jù)人才招募和企業(yè)收購(gòu)，以及執(zhí)行總監(jiān)的種種言論，我們不難發(fā)現(xiàn)蘋果也在“蠢蠢欲動(dòng)”。谷歌，可能還有Facebook和亞馬遜都在為這個(gè)具有廣闊前景的市場(chǎng)做準(zhǔn)備。另外還有一批小公司和初創(chuàng)公司都在開展有趣的研發(fā)項(xiàng)目。

與此同時(shí)，融資14億美元且估值已達(dá)45億美元的Magic Leap仍在閉門深造，他們此前公布的一系列demo視頻讓我們看到一個(gè)全新的未來(lái)。視頻顯然很酷炫，但視頻演示跟實(shí)際效果不可一概而論，欣賞一個(gè)關(guān)于iPhone的視頻和真正上手體驗(yàn)iPhone截然不同。同樣，AR視頻的演示效果跟實(shí)際佩戴的體驗(yàn)也有著天壤之別。

這意味著，如果我們今天正處于“Jeff Han”的階段，那我們離“iPhone一代”已經(jīng)不遠(yuǎn)了。然后，在十年左右的時(shí)間里，增強(qiáng)現(xiàn)實(shí)可能會(huì)演變成跟智能手機(jī)那樣無(wú)處不在的大眾產(chǎn)品。

AR的第一階梯是谷歌眼鏡：漂浮的圖像會(huì)呈現(xiàn)在你的面前，但這款設(shè)備并沒有以任何方式與世界相連。事實(shí)上，谷歌眼鏡在概念上與智能手表非常相似，不同的是前者需要你抬頭向右看，后者則要求你低頭往左看。谷歌眼鏡帶給你一個(gè)新屏幕，但里面的內(nèi)容跟前方的現(xiàn)實(shí)世界似乎沒有任何關(guān)聯(lián)。然而，借助更先進(jìn)的技術(shù)，我們可以擴(kuò)展這一點(diǎn)，使用戶的整個(gè)視野??都變成顯示窗口，并讓3D對(duì)象疊加在現(xiàn)實(shí)空間之中。

然而，對(duì)于“真正的AR”或是“混合現(xiàn)實(shí)”，設(shè)備將能夠開始感知你的周圍環(huán)境，同時(shí)可以把數(shù)字對(duì)象疊加在現(xiàn)實(shí)世界中，其逼真程度仿佛就像現(xiàn)實(shí)與數(shù)字融合在了一起。跟谷歌眼鏡不同，頭顯會(huì)對(duì)周圍環(huán)境進(jìn)行3D繪圖，并始終追蹤你的頭部位置。這樣對(duì)于墻壁上的“虛擬電視”，無(wú)論你如何走動(dòng)，這臺(tái)電視仍然可以固定在同一位置?；蛘吣憧梢詫ⅰ段业氖澜纭吠渡湓谧烂嫔希缓笥秒p手來(lái)構(gòu)建各種山谷和城堡。另外，所有佩戴相同眼鏡的用戶將能夠看到同樣的景象。你可以將墻壁或書桌變成一塊顯示屏，然后整支團(tuán)隊(duì)都可以一同觀看；或者你可以與朋友或家人一起玩《我的世界》，共同享受創(chuàng)造的樂趣；或者一個(gè)小小的機(jī)器人可以藏身于沙發(fā)后面，然后你與你的孩子一起玩躲貓貓游戲。這是同一屏幕下的混合現(xiàn)實(shí)，或者是將你周圍的世界變成一塊無(wú)限的屏幕。

但這還不夠，因?yàn)槟阒皇窃谶M(jìn)行SLAM（即時(shí)定位與地圖構(gòu)建）：設(shè)備可以映射房間的3D表面，但尚不能理解感知?，F(xiàn)在，假設(shè)我在一個(gè)網(wǎng)絡(luò)活動(dòng)中見到你，然后你的LinkedIn個(gè)人資料卡會(huì)顯示在你的頭上；或者Salesforce會(huì)顯示你是一位關(guān)鍵的目標(biāo)客戶；又或者是Truecaller會(huì)提示說(shuō)，你只是想向我推銷保險(xiǎn)并建議我遠(yuǎn)離你；還可以是像《黑鏡》那樣，我們可以屏蔽對(duì)方。也就是說(shuō)，“眼鏡”中的圖像傳感器集群不僅只是會(huì)映射我周圍的對(duì)象，而且還能感知它們。這才是真正的增強(qiáng)現(xiàn)實(shí)，不僅只是在展示一個(gè)平行世界，而且兩者融為一體，數(shù)字世界成為現(xiàn)實(shí)世界的一部分。你的眼鏡可以顯示你在智能手機(jī)或2000英寸屏幕上看到的內(nèi)容，但也可以切換成現(xiàn)實(shí)世界的視角，同時(shí)予以更改。所以，一方面，你可以通過(guò)將一切都成為一塊屏幕來(lái)豐富（或污染）整個(gè)世界；但另一方面，這還可以讓你將最細(xì)微的信息或變化疊加在世界中。如果今天人們能夠安裝一個(gè)將“難以捉摸的人”替換成“千禧一代”的Chrome擴(kuò)展程序，那MR擴(kuò)展又可以改變什么？讓你的老板“口吐彩虹”怎么樣？

不過(guò)，如果這種眼鏡的體積足夠小，你會(huì)一整天都佩戴眼鏡嗎？如果不是，許多應(yīng)用將不會(huì)起任何作用。你或許會(huì)常備智能手表/智能手機(jī)以及智能眼鏡，前者是“始終在線”的設(shè)備，后者只有在正確的情景下才會(huì)拿出來(lái)使用。

這涉及到一個(gè)相關(guān)的問(wèn)題：AR和VR會(huì)合并嗎？這絕對(duì)有可能，兩者都涉及數(shù)字影像，同時(shí)也面臨著類似的工程挑戰(zhàn)。在一臺(tái)設(shè)備中整合兩種功能的困難在于，會(huì)將用戶沉浸在另一個(gè)世界中的VR需要眼鏡完全密封，而AR則不需要。AR會(huì)把數(shù)字影像疊加在現(xiàn)實(shí)世界中，這意味著用戶需要感知到現(xiàn)實(shí)世界，而VR希望的是一塊黑色屏幕。在戴上AR眼鏡后，你可以看到對(duì)方的眼睛?；蛟S10年或20年后許多事情都會(huì)成為可能，但現(xiàn)在VR和AR似乎是兩種不同的技術(shù)。在20世紀(jì)90年代后期，我們討論了“移動(dòng)互聯(lián)網(wǎng)”設(shè)備是否需要使用單獨(dú)的無(wú)線電單元和屏幕，耳機(jī)，鍵盤，或者具有鍵盤和屏幕的翻蓋。我們一直都在探索，直到2007年（或更晚）才在同一塊玻璃上解決所有這些問(wèn)題。相信VR和AR也需要一段時(shí)間的發(fā)展。

然后，你該如何控制沒有實(shí)體存在的數(shù)字影像，又該如何與之交互呢？典型的VR控制器可以嗎？手部追蹤足夠好嗎？智能手機(jī)的多點(diǎn)觸控意味著我們擁有直接的物理交互，所以我們可以在屏幕上觸摸我們想要的東西，但我們可以“觸摸”空中懸停的AR對(duì)象嗎？這會(huì)是一個(gè)優(yōu)秀的“全天”界面模式嗎？我們的應(yīng)該使用語(yǔ)音進(jìn)行交互嗎？但這又會(huì)帶來(lái)多少限制呢（即便是最完美的語(yǔ)音識(shí)別，你能想象完全通過(guò)話語(yǔ)來(lái)控制手機(jī)或PC嗎）？或者眼動(dòng)追蹤是關(guān)鍵，但如果眼鏡能夠?qū)崿F(xiàn)眼動(dòng)追蹤，你會(huì)選擇通過(guò)視線來(lái)進(jìn)行選擇和確定嗎？當(dāng)然，智能手機(jī)和電腦也正面臨這些問(wèn)題。答案并不明確，而問(wèn)題也不明確。

但在我看來(lái)，你越認(rèn)為AR只是將對(duì)象和數(shù)據(jù)呈現(xiàn)在周圍的世界中，這越像是一個(gè)AI問(wèn)題。我在行走中的時(shí)候應(yīng)該看到什么呢？ LinkedIn還是Tinder？我又該在什么時(shí)候查看新消息呢，系統(tǒng)需要即時(shí)向我顯示呢，還是說(shuō)晚一點(diǎn)呢？我站在餐廳外面的時(shí)候是否應(yīng)該說(shuō)“嘿，眼鏡，這家餐廳好嗎？”還是說(shuō)設(shè)備的操作系統(tǒng)會(huì)自動(dòng)進(jìn)行提醒呢？谷歌、蘋果、微軟和Magic Leap或許都有不同的哲學(xué)態(tài)度，但對(duì)我來(lái)說(shuō)，如果你希望其工作有效率，那許多這些事情都需要實(shí)現(xiàn)自動(dòng)操作，變成人工智能。著名計(jì)算機(jī)程序員埃里克·史蒂文·雷蒙德曾說(shuō)過(guò)，如果計(jì)算機(jī)能夠自行處理，那它永遠(yuǎn)都不應(yīng)該向用戶請(qǐng)示。如果一臺(tái)計(jì)算機(jī)能夠看到我們所看到的一切，知道我們所知道的一切，那它應(yīng)該要?jiǎng)兂覀兘裉煺J(rèn)為需要手動(dòng)解決的一層層問(wèn)題。所以，當(dāng)我們從桌面PC的Windows/鍵盤/鼠標(biāo)的UI模型發(fā)展至智能手機(jī)的觸摸和直接交互時(shí)，一層層的問(wèn)題已經(jīng)被消除。一臺(tái)智能手機(jī)不會(huì)再向你請(qǐng)示當(dāng)前的位置是哪里，你的密碼是什么（通過(guò)指紋識(shí)別）…AR應(yīng)該朝著相同的方向發(fā)展：不僅僅是將智能手機(jī)應(yīng)用程序呈現(xiàn)在你面前的小方窗里。一個(gè)由AI主導(dǎo)的無(wú)形用戶界面將會(huì)再次改變一切。

與此同時(shí)，AR眼鏡越是試圖了解你周圍的世界（包括你），它們得到的信息就越多。然后設(shè)備會(huì)根據(jù)情景、用例和應(yīng)用模型而將數(shù)據(jù)發(fā)送到各種不同的云服務(wù)。這是一張臉嗎？你正在與之進(jìn)行對(duì)話嗎？馬上向Salesforce、LinkedIn,、TrueCaller、Facebook和Tinder發(fā)送數(shù)據(jù)。一雙鞋子？馬上發(fā)送至Pinterest、亞馬遜和NET-A-PORTER。又或者把一切都發(fā)送給谷歌。如果大家在會(huì)議期間感到乏味，你會(huì)記錄在Success Factors嗎？這顯然也會(huì)帶來(lái)一些非常明顯的隱私和安全問(wèn)題。如果自動(dòng)駕駛汽車一直在捕獲高清3D 360度視頻，一座充滿這種機(jī)器的城市將成為最終的全景監(jiān)獄。如果所有人都在佩戴AR眼鏡，那又會(huì)發(fā)生什么事情呢？你的行蹤隨時(shí)都會(huì)被記錄，你將無(wú)處可逃。假如你被黑客攻擊又該怎么辦呢？如果聯(lián)網(wǎng)家庭被黑客攻擊，你只會(huì)經(jīng)歷空調(diào)亂開、冰箱亂關(guān)這樣的“鬧鬼現(xiàn)象”。但如果AR眼鏡被黑，你將會(huì)陷入無(wú)盡的幻覺之中。

最后，一個(gè)相當(dāng)重要的問(wèn)題是，有多少人會(huì)擁有這么一款設(shè)備呢？AR會(huì)成為像智能手機(jī)的一部分嗎（如智能手機(jī)）？還是說(shuō)，即便是巴西和印度尼西亞的鄉(xiāng)村小鎮(zhèn)也會(huì)有商店銷售50美元的“Made in China”AR眼鏡呢？當(dāng)然，一切都為時(shí)尚早。但是，早在20世紀(jì)90年代末到20世紀(jì)初就出現(xiàn)了是否人人都會(huì)擁有移動(dòng)數(shù)據(jù)設(shè)備這樣的討論。事后來(lái)看，這就像在爭(zhēng)論是否人人都會(huì)擁有電腦，抑或是仍部分人會(huì)堅(jiān)持使用文字處理器。PC和智能手機(jī)先后成為了唯一的通用設(shè)備時(shí)（目前擁有手機(jī)用戶為50億，其中25.3億人擁有智能手機(jī)）。那在未來(lái)，是否大多數(shù)人都仍將堅(jiān)持使用智能手機(jī)，而部分人（100萬(wàn)？500萬(wàn)？10億？）則將眼鏡作為配件呢？或者是，AR眼鏡將成為新的通用產(chǎn)品呢？這個(gè)答案似乎涉及大量的想象，而不是分析。但如果是這樣，那在1995年宣稱“未來(lái)地球上所有人都將擁有一臺(tái)手機(jī)”不也是一樣嗎？