在2006年2月，Jeff Han在Ted Talk上演示了一個實驗性“多點觸控”界面。而今天，這個功能似乎過分的平淡無奇，因為每一款智能手機都可以實現(xiàn)。然而，當(dāng)時的觀眾（大多是技術(shù)人士）卻在屏住呼吸并為這個演示激情地鼓掌。原為驚人，現(xiàn)已平凡。一年后，蘋果推出了iPhone，而隨后圍繞多點觸控的熱潮再次歸零。

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

今天，我認為增強現(xiàn)實是介于第二個和第三個轉(zhuǎn)折點之間。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，同時把計算組件都整合到頭顯之中。HoloLens的第二個版本顯然會在2019年推出。在另一邊，根據(jù)人才招募和企業(yè)收購，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”。谷歌，可能還有Facebook和亞馬遜都在為這個具有廣闊前景的市場做準備。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)項目。

與此同時，融資14億美元且估值已達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全新的未來。視頻顯然很酷炫，但視頻演示跟實際效果不可一概而論，欣賞一個關(guān)于iPhone的視頻和真正上手體驗iPhone截然不同。同樣，AR視頻的演示效果跟實際佩戴的體驗也有著天壤之別。

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)不遠了。然后，在十年左右的時間里，增強現(xiàn)實可能會演變成跟智能手機那樣無處不在的大眾產(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新屏幕，但里面的內(nèi)容跟前方的現(xiàn)實世界似乎沒有任何關(guān)聯(lián)。然而，借助更先進的技術(shù)，我們可以擴展這一點，使用戶的整個視野??都變成顯示窗口，并讓3D對象疊加在現(xiàn)實空間之中。

然而，對于“真正的AR”或是“混合現(xiàn)實”，設(shè)備將能夠開始感知你的周圍環(huán)境，同時可以把數(shù)字對象疊加在現(xiàn)實世界中，其逼真程度仿佛就像現(xiàn)實與數(shù)字融合在了一起。跟谷歌眼鏡不同，頭顯會對周圍環(huán)境進行3D繪圖，并始終追蹤你的頭部位置。這樣對于墻壁上的“虛擬電視”，無論你如何走動，這臺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?，然后用雙手來構(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，然后整支團隊都可以一同觀看；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；或者一個小小的機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，或者是將你周圍的世界變成一塊無限的屏幕。

但這還不夠，因為你只是在進行SLAM（即時定位與地圖構(gòu)建）：設(shè)備可以映射房間的3D表面，但尚不能理解感知。現(xiàn)在，假設(shè)我在一個網(wǎng)絡(luò)活動中見到你，然后你的LinkedIn個人資料卡會顯示在你的頭上；或者Salesforce會顯示你是一位關(guān)鍵的目標客戶；又或者是Truecaller會提示說，你只是想向我推銷保險并建議我遠離你；還可以是像《黑鏡》那樣，我們可以屏蔽對方。也就是說，“眼鏡”中的圖像傳感器集群不僅只是會映射我周圍的對象，而且還能感知它們。這才是真正的增強現(xiàn)實，不僅只是在展示一個平行世界，而且兩者融為一體，數(shù)字世界成為現(xiàn)實世界的一部分。你的眼鏡可以顯示你在智能手機或2000英寸屏幕上看到的內(nèi)容，但也可以切換成現(xiàn)實世界的視角，同時予以更改。所以，一方面，你可以通過將一切都成為一塊屏幕來豐富（或污染）整個世界；但另一方面，這還可以讓你將最細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將“難以捉摸的人”替換成“千禧一代”的Chrome擴展程序，那MR擴展又可以改變什么？讓你的老板“口吐彩虹”怎么樣？

不過，如果這種眼鏡的體積足夠小，你會一整天都佩戴眼鏡嗎？如果不是，許多應(yīng)用將不會起任何作用。你或許會常備智能手表/智能手機以及智能眼鏡，前者是“始終在線”的設(shè)備，后者只有在正確的情景下才會拿出來使用。

這涉及到一個相關(guān)的問題：AR和VR會合并嗎？這絕對有可能，兩者都涉及數(shù)字影像，同時也面臨著類似的工程挑戰(zhàn)。在一臺設(shè)備中整合兩種功能的困難在于，會將用戶沉浸在另一個世界中的VR需要眼鏡完全密封，而AR則不需要。AR會把數(shù)字影像疊加在現(xiàn)實世界中，這意味著用戶需要感知到現(xiàn)實世界，而VR希望的是一塊黑色屏幕。在戴上AR眼鏡后，你可以看到對方的眼睛。或許10年或20年后許多事情都會成為可能，但現(xiàn)在VR和AR似乎是兩種不同的技術(shù)。在20世紀90年代后期，我們討論了“移動互聯(lián)網(wǎng)”設(shè)備是否需要使用單獨的無線電單元和屏幕，耳機，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題。相信VR和AR也需要一段時間的發(fā)展。

然后，你該如何控制沒有實體存在的數(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？智能手機的多點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對象嗎？這會是一個優(yōu)秀的“全天”界面模式嗎？我們的應(yīng)該使用語音進行交互嗎？但這又會帶來多少限制呢（即便是最完美的語音識別，你能想象完全通過話語來控制手機或PC嗎）？或者眼動追蹤是關(guān)鍵，但如果眼鏡能夠?qū)崿F(xiàn)眼動追蹤，你會選擇通過視線來進行選擇和確定嗎？當(dāng)然，智能手機和電腦也正面臨這些問題。答案并不明確，而問題也不明確。

但在我看來，你越認為AR只是將對象和數(shù)據(jù)呈現(xiàn)在周圍的世界中，這越像是一個AI問題。我在行走中的時候應(yīng)該看到什么呢？ LinkedIn還是Tinder？我又該在什么時候查看新消息呢，系統(tǒng)需要即時向我顯示呢，還是說晚一點呢？我站在餐廳外面的時候是否應(yīng)該說“嘿，眼鏡，這家餐廳好嗎？”還是說設(shè)備的操作系統(tǒng)會自動進行提醒呢？谷歌、蘋果、微軟和Magic Leap或許都有不同的哲學(xué)態(tài)度，但對我來說，如果你希望其工作有效率，那許多這些事情都需要實現(xiàn)自動操作，變成人工智能。著名計算機程序員埃里克·史蒂文·雷蒙德曾說過，如果計算機能夠自行處理，那它永遠都不應(yīng)該向用戶請示。如果一臺計算機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)該要剝除我們今天認為需要手動解決的一層層問題。所以，當(dāng)我們從桌面PC的Windows/鍵盤/鼠標的UI模型發(fā)展至智能手機的觸摸和直接交互時，一層層的問題已經(jīng)被消除。一臺智能手機不會再向你請示當(dāng)前的位置是哪里，你的密碼是什么（通過指紋識別）…AR應(yīng)該朝著相同的方向發(fā)展：不僅僅是將智能手機應(yīng)用程序呈現(xiàn)在你面前的小方窗里。一個由AI主導(dǎo)的無形用戶界面將會再次改變一切。

與此同時，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？你正在與之進行對話嗎？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。如果大家在會議期間感到乏味，你會記錄在Success Factors嗎？這顯然也會帶來一些非常明顯的隱私和安全問題。如果自動駕駛汽車一直在捕獲高清3D 360度視頻，一座充滿這種機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，那又會發(fā)生什么事情呢？你的行蹤隨時都會被記錄，你將無處可逃。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，你將會陷入無盡的幻覺之中。

最后，一個相當(dāng)重要的問題是，有多少人會擁有這么一款設(shè)備呢？AR會成為像智能手機的一部分嗎（如智能手機）？還是說，即便是巴西和印度尼西亞的鄉(xiāng)村小鎮(zhèn)也會有商店銷售50美元的“Made in China”AR眼鏡呢？當(dāng)然，一切都為時尚早。但是，早在20世紀90年代末到20世紀初就出現(xiàn)了是否人人都會擁有移動數(shù)據(jù)設(shè)備這樣的討論。事后來看，這就像在爭論是否人人都會擁有電腦，抑或是仍部分人會堅持使用文字處理器。PC和智能手機先后成為了唯一的通用設(shè)備時（目前擁有手機用戶為50億，其中25.3億人擁有智能手機）。那在未來，是否大多數(shù)人都仍將堅持使用智能手機，而部分人（100萬？500萬？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“未來地球上所有人都將擁有一臺手機”不也是一樣嗎？