Meta最新款VR头显体验者亲述:Quest Pro更漂亮、更有趣,但戴久了,脑袋疼!

cb36affd497472baf0813e4798165506.jpeg

来源:AI前线

作者:Rachel Metz

编译:核子可乐、冬梅

价值一万多块的 VR 头显设备,你会买吗?

声明:本文为 InfoQ 翻译,未经许可禁止转载。

当地时间 10 月 11 日,元宇宙公司 Meta 召开了一年一度的 Meta Connect 大会,在此次大会上,Meta 发布了最新款 VR 头显 Meta Quest Pro。

据报道称,Meta Quest Pro 的功能非常强大,它不仅能以 VR 形式显示文字和画面,就连细小字体也能得到清晰锐利的呈现。它能跟踪用户的眼球和面部特征,供大家在虚拟空间里与其他人建立完成生动的交流。

简单来说,我们自己皱起眉头或者鼓起脸颊,其中的 VR 化身也能做出同样的表情。它还支持混合现实功能,把可交互的数字对象叠加在彩显真实背景之下。于是乎,用户可以在虚拟画架上作画,也能在迷你高尔夫球场上挥杆。

新款 VR 头显价格过万,主要面向商业用户

虽然优势多多,但 Meta 周二发布的这款黑色头显远远超出了大多数受众的预算极限。其售价为 1500 美元(1499.99 美元),几乎相当于同品牌入门 Quest 2 头显的四倍。从价位、功能和潜在应用场景就能看到,Quest Pro 主要面向的是建筑师、设计师、创意用户和 VR 铁粉,也就是那些对价格不太敏感的消费者。

66b09e88a5f9f2b0c6973da836c68d2d.jpeg

Meta 发布的最新 VR 头显 Quest Pro 主要面向商业用户,售价为 1500 美元(折合人民币约 10700 元)。

Quest Pro 的亮相标志着 Meta(及公司 CEO 扎克伯格)已经迎来一大重要里程碑,代表其真的在耗费几年时间加数十亿美元,只为把数字元素与现实世界融合起来、创造出一个人们愿意长期驻留的虚拟空间。

但必须承认,Meta 公司的 VR 部门 Reality Labs 在商业体量上,还远远无法跟 Facebook 和 Instagram 等主干业务相提并论。Meta 表示,Reality Labs 单在今年第二季度就亏损达 28 亿美元。

这同时也是一次重大的战略转变,表明 Meta 公司决定将最前沿的 VR 技术先交付给商业客户,培养他们在工作中使用 VR 与混合现实应用的习惯。虽然这可能会暂时分散消费级 VR 业务方面的资源,但从长期来看却有望成为扭亏为盈的关键(Meta 公司计划设置两条 Quest 产品线,并借助高端产品线的试水作用探索应将哪些功能下放到消费级层面)。

这样的转变无疑给了微软和 Magic Leap 等厂商当头一棒。

多年以来,这些公司也一直在努力说服企业用户,想要证明昂贵的混合现实头显将代表未来的工作常态。

不过“老奸巨猾”的微软还有后手,就是将自家软件引入 Quest Pro 和 Quest 2 以摊薄风险,避免大量软件开发投入因自家混合现实 HoloLens 头显失败而颗粒无收。

目前还不清楚这款强大的设备能否,或者说如何帮助 Meta 普及所谓元宇宙。扎克伯格本人对于元宇宙的落地深信不疑,甚至在去年直接把 Facebook 更名为 Meta。

作为新兴 VR 头显市场的领导者,其消费级 Quest 2 产品确实受到了广泛欢迎。但与游戏主机相比,目前这部分业务仍然体量有限。

上周,我(本文作者)有幸在 Meta 总部花了几小时体验这款最新的 Quest Pro。结果嘛,既令人印象深刻,又有不少困扰和谜团。

我很快意识到,Quest Pro 压根就不打算面向大众用户,这个消息肯定会让两年来苦等 Quest 2 升级的用户感到沮丧。

但 Pro 的优点就在于,它确实揭示出未来几年 VR 与混合现实体验的潜在样貌:更漂亮、更有趣、也更直观。

眼球与面部追踪

Quest Pro 在外观上就明显跟 Quest 2 拉开了差距。Meta 决定在新产品上将电池取向,做成弯曲的形状并单独放置在用户脑后。这样的设计,再加上头带背面的表盘,让用户能够精确调整头显位置,整个佩戴感受越来越趋近于常规眼镜。

这样的布局不禁让人想起了 HoloLens 2。表盘设计也降低了头显开关机的难度,对于长发用户可说是相当友好。

但很遗憾,新的布局对部分用户而言可能反而不太舒服,特别是佩戴久了之后。因为脑后的配重增加,加上只能通过一个旋钮来调整单根头带,我时不时就得紧上一下。而且在约两个小时的体验过程中,我用多台头显感受了从虚拟绘画到 DJ 的六段不同演示,最后脑袋生疼。

3dfbe4f8cdac5cd1a84deb0bdfa8f09b.jpeg

Quest Pro 带有充电座,可以为耳机和控制器供电。

Quest Pro 上最值得注意的一大新功能,就是它跟追踪佩戴者的眼球和面部,借此提升人们在虚拟空间中与其他化身互动时的真实感。

为此,头显会使用五个红外传感器来捕捉细节,例如用户在看哪里,是在冷笑、微笑、皱眉还是扬眉。此追踪功能默认关闭,Meta 还表示系统会在眼球和面部图像处理完成后将数据删除,后续其他应用程序在使用此功能时也必须照此办理。

我在体验 Aura 外星人演示时尝试了这项追踪功能,Meta 希望借此帮助开发者们了解 Quest Pro 的功能原理。只要将 Quest Pro 戴在头上,我就可以随意微笑、冷笑、眨眼、眯眼、抽动鼻子等,而 Aura 外星人会同步做出一样的表情(很遗憾,尚不支持舌头追踪)。即使尚处于开发早期,Aura 精准的面部模仿能力和明确的表情区分度还是令人印象深刻。

这种强大的追踪能力,似乎确实朝着扎克伯格承诺的未来迈进了一步。他曾在 Facebook 上发布过一张自己在 Meta 旗舰社交应用 Horizon Worlds 中的方块卡通头像。Meta 方面也表示,在 Quest Pro 发布之后,用户可以在包括 Horizon Workrooms、绘画应用 Painting VR 以及 DJ 应用 Tribe XR 在内的各类应用中使用这项功能。

更新的手持控制器

与传统 VR 头显相比,Quest Pro 其实更像是一款混合现实设备,因为它并不会持续遮挡住外界环境光。Meta 在以往的沉浸式 VR 中专注塑造纯虚拟空间,其中的物理环境并非资产、而单纯成为用户的行动障碍。Meta 还专门为此推出过磁性遮光板,用来遮蔽侧面射入的外界光线。今年 11 月起还将上市另一款售价 50 美元的配件,据称能够完全阻挡一切环境光。

但可以想见,只有让部分外界光线射入,头显用户才能跟物理环境始终保持联系。以此为基础,Quest Pro 头显配备一颗外向摄像头,能够以彩色画面(而非 Quest 2 上的黑白画面)呈现周边环境。Meta 明显想用这种方式把虚拟应用跟真实世界融合起来。

6d0927a5a95e1a14de089a88d6147f92.jpeg

Quest Pro 头显配有传感器,能够追踪用户的眼球和面部表情。

在演示当中,我使用 Painting VR 在虚拟画布上作画。其中画布一侧的画笔、工具架和油彩罐都是虚拟的,但所处空间却是真实的。我可以在其中混合颜料、拿起画笔、完成创作,再把虚拟画作贴在身后的真实墙体上。整个过程我都能看到身边的物理环境,随时从站在身边的应用开发者那寻求帮助。

Quest Pro 随附的手持控制器也在 VR 和混合现实应用中发挥着重要作用。与 Quest 2 的手持控制器相比,Quest Pro 版得到了极大改进。现在,控制器的空间位置不再由头显本体来确定,而是由控制器内的三个传感器负责实现。如此一来,它们就能跟踪 360 度运动,在各类应用中带来更好的手部与手臂动作还原效果。(但很遗憾,现在的 VR 还无法追踪腿部动作。但扎克伯格周二宣布,Meta 将在未来向 Horizon Worlds 引入全身化身。)

与 Quest 2 控制器相比,Pro 版控制器的压力传感器也让运动精度上了一个台阶。我在演示当中拾取并抛掷各种小物件,例如茶杯、积木和花园小矮人。如果是轻轻拿起茶杯、特别是把手部分,那就没有问题;但如果用力握紧杯体,它就会被捏碎。

Facebook 在 2014 年收购 VR 头显厂商 Oculus 时,人们根本无法想象像 Quest Pro 和手持控制器这样的设备能在无需接入中央计算机、或安装大量外部传感器的情况下实现这么丰富的功能。当时,大多数人甚至根本不相信 VR 能够成为大众技术。

但经过了八年锤炼与数十亿美元的投入,我们见证了 VR 的最新发展,而且对未来有了更大的期待。总而言之,Quest Pro 已经在技术上证明了自己,接下来就看用户们买不买账了。

感兴趣的朋友从昨天开始已经可以预订 Quest Pro,实际出货时间是 10 月 25 日。目前 Meta 的线上商店已开放购买,美国市场的 Best Buy 商店 / 网站和 Amazon 也都上架了这款产品,那么,价值一万多块的 VR 头显设备,你会买吗?

参考链接:

https://edition.cnn.com/2022/10/11/tech/meta-quest-pro-vr-

headset/index.html

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

8e4905f7d859f2581f5afcc8f63e8f77.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481529.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

文献阅读6-Entity-Relation Extraction as Multi-turn Question Answering(实体关系联合抽取,层次标签依赖关系,multi-turn QA)

文章目录abstract1.Introduction3.相关工作2.2MRC(机器阅读理解)2.3 非QA->QA3.数据集和任务3.1别人的数据集3.2我们建立的数据集RESUME4.Model4.1概述4.2生成问题4.3通过MRC来获取答案范围4.4 强化学习5.实验5.1RESUME结果5.2 其他结果6 Ablation Studies6.2问题…

论文阅读课7-使用句子级注意力机制结合实体描述的远程监督关系抽取(APCNN+D)2017

文章目录abstract1. Introduction2.方法3.训练4.实验4.1数据集4.2 评价指标4.3实验结果和分析4.3.1参数设置4.3.2 baseline4.3.3 conclusion5.相关工作5.1监督学习5.2远程监督学习Ji, G., et al. (2017). Distant Supervision for Relation Extraction with Sentence-Level Att…

Cell经典回顾:机器学习模型揭示大脑怎样整合空间记忆与关系记忆

导语人类等高等动物能够做出复杂推理、整合新知识以控制行为,其神经机制离不开海马-内嗅系统对于空间记忆和关系记忆的调控。来自牛津大学的学者于2020年在Cell杂志发表文章,通过分解和重组的方法构建了一套框架(TEM模型)&#xf…

论文阅读课8-Chinese Relation Extraction with Multi-Grained Information and External Linguistic Knowledge

文章目录Abstract1.Introduction2.相关工作3. 方法3.1 输入3.1.1 字符级别表示3.1.2单词级表示3.2encoder3.2.1 base lattice LSTM encoder3.2.2 MG lattice LSTM encoder3.3 关系分类器4.实验4.1数据集4.1.2 评估4.1.2 超参数设置4.2lattice的作用4.3词义表示的影响4.4最终结果…

黑客帝国「缸中之脑」真的可以,这100万个「活体人脑细胞」5分钟学会打游戏...

来源:FUTURE | 远见 闵青云 选编既然生物神经元如此高效,为什么不拿来用呢?最新版本的《黑客帝国》还有两天才会上映,但最近的一些科技进展总让我们觉得,导演描述的世界似乎离我们越来越近了。其中一个进展来自前段时间…

Nature发布迄今为止规模最大的全基因组关联研究,揭示了基因与身高的关系

来源:生物通一个国际研究团队已经确定了超过12000个影响一个人身高的基因变异。这项发表在10月12日《自然》杂志上的研究是迄今为止最大规模的全基因组关联研究,使用了来自281项贡献研究的500多万人的DNA。它填补了我们在理解基因差异如何导致身高差异方…

论文阅读9-Fine-tuning Pre-Trained Transformer Language Models to(远程监督关系抽取,ACL2019,GPT,长尾关系,DISTRE)

文章目录abstrac1.Introduction2 Transformer Language Model2.1 Transformer-Decoder2.2 Unsupervised Pre-training of Language Representations3 Multi-Instance Learning with the Transformer3.1 Distantly Supervised Fine-tuning on Relation Extraction3.2input repre…

Meta半年亏损57.7亿美元也要搞元宇宙,听听扎克伯格自己是怎么说的

来源:科技智谷编辑:Light"这可能是世界上最烧钱的梦。元宇宙就是未来,VR就是下一代PC。2022年10月12日,全球VR巨头Meta召开一年一度的Meta Connect大会2022。本次大会, Meta发布了旗下最新的虚拟现实头显——Ques…

文献阅读课10-Neural Relation Extraction for Knowledge Base Enrichment(提取+嵌入+消歧+规范化联合模型,实体已知,仅关系抽取,多词实体)

文章目录Abstract1.Introduction2. 相关工作2.2 Entity-aware Relation Extraction3.提出的模型3.1 Solution Framework3.1 data collection module3.3 Joint Learning of Word and Entity Embeddings3.4 N-gram Based Attention Model训练3.5 Triple Generation4.实验4.1 超参…

张益唐被曝已证明黎曼猜想相关问题,震动数学界

来源:金磊 Alex 发自 凹非寺量子位 | 公众号 QbitAIBreaking News!网传数学家张益唐,已经攻克了朗道-西格尔零点猜想(Landau-Siegel Zeros Conjecture)。而这则消息,据说是张益唐在参加北京大学校友Zoom线上…

论文阅读课11-TEMPROB:Improving Temporal Relation Extraction with a Globally Acquired Statistical Resource

文章目录abstract1.Introduction2.相关工作3 TEMPROB: A Probabilistic Resource for TempRels3.1 事件抽取3.2TempRel提取3.2.1 features3.2.2 learning3.3 Interence3.4 corpus3.5有趣的统计3.6 极端情况3.7 下列事件的分布4.实验4.1 Quality Analysis of TEMPROB4.2 Improvi…

机器学习也将解决量子问题

来源:IEEE电气电子工程师作者:CHARLES Q. CHOI当量子计算机执行可能导致下一代电池或新药的复杂物理和化学模拟时,它可能比任何传统超级计算机强大得多。然而,可能需要很多年才能实现实用和广泛的量子计算。现在,一项新…

Nature重磅:人鼠混合大脑问世,‘大脑类器官’研究再添新进展

一句“我思故我在”解释了大脑的重要性。随着全球老龄化的加剧,神经退行性疾病的发病率也随之增加。“老年痴呆”、“帕金森”等神经退行性疾病更是和癌症一样,成为数不多流传在街头巷尾的“医学名词”。从近代科学诞生一来,人类对于大脑的研…

文献阅读课12-Fine-Grained Temporal Relation Extraction(19ACL,时间关系,时间持续时间,数据集,语义框架,常识)

文章目录abstract1.Introduction2 背景3.数据收集4.Model5.实验6.result7 Model Analysis and TimelinesVashishtha, S., et al. (2019). Fine-Grained Temporal Relation Extraction. Proceedings ofthe 57th Annual Meeting ofthe Association for Computational Linguistics…

Gartner发布2023年十大战略技术趋势,元宇宙等技术上榜

来源:Gartner整理:刘燕10 月 18 日,InfoQ 获悉,Gartner 发布了企业机构在 2023 年需要探索的十大战略技术趋势。Gartner 杰出研究副总裁 Frances Karamouzis 表示:“为了在经济动荡时期增加企业机构的盈利,…

文献阅读课13-DSGAN: Generative Adversarial Training for (远程监督关系抽取,句子级去噪)

文章目录Abstract1.Introduction2.相关工作3 Adversarial Learning for Distant Supervision3.1 Pre-Training Strategy3.2 Generative Adversarial Training for Distant Supervision Relation Extraction3.3 Cleaning Noisy Dataset with Generator4.实验4.2 Training Proces…

Science复活远古“蛋白质”,揭示光合作用的“昨天、今天和明天”

来源:生物通复活数十亿年前的酶,揭示了光合作用如何适应氧气的增加。两个Rubisco配合物相互作用的冷冻电子显微镜图像。如果溶解度所必需的亚基缺失,单个的酶复合体就会以这种方式相互作用,形成线状结构,即所谓的原纤维…

文献阅读课14-DIAG-NRE: A Neural Pattern Diagnosis Framework for远程监督关系抽取,模式标注去噪自动化,FN,FP,RL

文章目录abstract1. Introduction2.相关工作3.方法3.1 NRE Models3.2 Pattern Extraction3.3 Pattern Refinement3.4 Weak Label Fusion(WLF)4 Experiments4.1 Experimental Setup4.2 Performance Comparisons4.3 Pattern-based Diagnostic Results4.4 Incremental Diagnosis4.…

“神经网络”的逆袭:图解 80 年 AI 斗争史

转自量子位 | 公众号 QbitAI晓查 发自 凹非寺 有人的地方,就有斗争。华山派有“剑宗”和“气宗”,相互斗了几十年。人工智能界也有“山头”,AI两大派系的斗争早在第一台电子计算机问世前就已经开始了。△ 有三名法国人把两派的势力对决画成图…

文献阅读15-OntoILPER:A logic-based relational learning approach关系抽取,NER+RE

文章目录abstract1.Introduction2.2. Supervised Machine Learning Approaches to Relation Extraction2.1. Statistical Learning Approach2.1.1 Feature-based approaches to RE2.1.2 Kernel-based approaches to RE2.2. Relational Learning Approach2.2.1. Inductive Logic…