大突破！斯坦福打造新一代AR眼鏡——全息AR眼鏡：普通眼鏡般輕薄，視圖逼真，視覺舒適

文 / VRAR星球 維克多

近日多家海外科技媒體紛紛報道，斯坦福大學攜手香港大學和英偉達，將全息成像和人工智能結(jié)合，研發(fā)了一種全色彩3D AR顯示器，戴起來和傳統(tǒng)眼鏡一樣輕薄逼真舒適。有關這項研究的論文——《帶超表面波導全彩色3D 全息增強現(xiàn)實顯示器（Full-colour 3D holographic augmented-reality displays with metasurface waveguides），發(fā)表在2024年5月8日的《自然》雜志上。

人臉模型上的全息AR眼鏡原型

論文宣稱“我們獨特的納米光子超表面波導和人工智能驅(qū)動的全息算法的協(xié)同設計，代表著在緊湊型可穿戴設備中創(chuàng)造逼真的3D AR視覺體驗的重大進步?！?/p>

頭戴顯示器的瓶頸

VR/AR頭戴顯示器應用范圍雖非常廣泛，但一直面臨一個發(fā)展的重大瓶頸，即普遍存在體積過大、圖像不真、視覺不適等問題。這些頭顯必須依賴復雜、笨重的鏡片陣列和其他光學器件，即使是蘋果、Meta、谷歌和微軟等行業(yè)巨頭，也未能設計出體積不龐大、戴著不頭疼的頭顯?！皼]有人愿意戴一個又大又笨重的頭戴顯示器——你會感到脖子酸痛，而且不舒服，”斯坦福大學電氣工程副教授Gordon Wetzstein說。

Vision Pro重600g到650g，許多消費者試戴后覺得太重

斯坦福大學的研究人員認為，要使頭顯輕便，首先得減少或更換笨重頭顯中的復雜光學系統(tǒng)。因為這些頭顯不能直接看到景物，需要微型相機捕捉使用者正在“看”的東西，然后將可觀看的3D圖像投射到嵌入設備內(nèi)的小屏幕上。在增強現(xiàn)實中，任何用于幫助使用者的數(shù)據(jù)都覆蓋在這個數(shù)字投影上，而不是出現(xiàn)在實際圖像的頂部。用戶實際上看到的是真實世界的數(shù)字化模擬，這只是一種增強虛擬現(xiàn)實，而不是真正的增強現(xiàn)實。

這種類型的頭顯需要在眼睛、鏡頭和屏幕之間設置一定的距離，才能正常工作，這就導致了頭顯的超大和笨重，同時削弱了增強現(xiàn)實體驗整體沉浸式的真實性。斯坦福計算成像實驗室博士生、論文合著者Suyeon Choi說道：“除了體積龐大之外，這些限制還可能導致令人不滿的感知真實感，通常還會導致視覺不適。”

全息術(shù)的殺手級應用

為了解決上述問題，斯坦福大學的研究人員把視線轉(zhuǎn)向20世紀40年代首次開發(fā)的諾貝爾獎獲獎技術(shù)：全息術(shù)。他們認為，全息術(shù)是消除笨重鏡頭和解決屏幕技術(shù)的關鍵，并能創(chuàng)造出一種真正的增強現(xiàn)實頭顯，讓觀眾能夠看到真實的圖像，同時實時接收有關該圖像的疊加信息。同時，他們確定，關鍵是利用21世紀人工智能計算的力量改進已有80年歷史的全息技術(shù)，以顯著提高投影全息圖像的深度提示。

全息AR眼鏡，視圖極為逼真，使用非常舒適，不累眼睛。AR頭顯通常與傳統(tǒng)3D顯示器一樣，要借助向每只眼睛顯示不同的2D圖像來產(chǎn)生深度錯覺，以呈現(xiàn)3D視圖，然而這種策略會導致眼睛疲勞。該研究探索創(chuàng)建全息視頻顯示器，而不是使用2D圖像來模擬3D視圖。全息圖是一種本質(zhì)上類似于2D窗口的圖像，可以看到3D場景，從而使人們可以毫無不適地觀看具有深度的圖片。斯坦福計算成像實驗室博士生、該論文的合著者Brian Chao說：“使用全息術(shù)，你還可以在每只眼睛前面獲得完整的3D體積，從而提高逼真的3D圖像質(zhì)量?！?/p>

創(chuàng)建全息AR眼鏡，面臨在緊湊型設備里實現(xiàn)高質(zhì)量3D圖像的挑戰(zhàn)。斯坦福大學、香港大學和英偉達的科研人員組成的研究團隊，憑借光學超表面戰(zhàn)勝了這一挑戰(zhàn)。光學超表面是一種以不同尋常的方式彎曲光線的組件。對超表面和其他超材料的研究引領了隱形斗篷的研發(fā)，這些斗篷能夠利用光、聲、熱和其他類型的波來隱藏物體。光學超表面包含具有重復圖案的結(jié)構(gòu)，其尺度小于其設計影響的光波長。研究者們創(chuàng)造的超表面，規(guī)避了AR顯示器中復雜、笨拙的光學器件的需求。

這種新顯示器在空間光調(diào)制器上閃爍著紅色、綠色和藍色二極管激光。Wetzstein說：“這個組件就像一個微型顯示器，可以控制指向它的光的相位，創(chuàng)建一個小型的3D全息圖”。然后，該全息圖被發(fā)送到超表面光柵，該光柵由鉛基玻璃制成，蝕刻有220納米深的凹槽。

研究者們還使用人工智能來幫助設計和優(yōu)化超表面的結(jié)構(gòu)。Wetzstein說，這使得它非常薄，并且非常有效地將光均勻地散射到研究人員想要的地方——在觀眾的眼睛上——而不是以無法控制的方式隨機散射光。

Wetzstein補充說，另一種AI算法被用來計算如何將3D圖像轉(zhuǎn)換為高質(zhì)量的全息圖。他說，人工智能還有助于校準整個顯示器，包括光學器件、電子設備和激光器。其結(jié)果是一個類似于標準眼鏡的全息AR顯示器，可以顯示全彩色3D運動圖像?！拔覀兊?AR顯示器比當前的 AR 顯示器更薄，重要的是，它向每只眼睛顯示 3D 圖像，”Wetzstein 說?！斑@讓你可以在數(shù)字場景中將眼睛聚焦在不同的距離，這是任何現(xiàn)有的AR頭顯都不支持的功能。”他還補充道：“傳統(tǒng)的AR和VR顯示器缺乏聚焦線索，導致眼睛疲勞、復視和視覺清晰度降低等問題。”

Wetzstein指出：“通過我們的工作，我們正在朝著我認為可能是全息術(shù)的殺手級應用邁出一大步——超薄、逼真的3D VR/AR顯示器，最終將像傳統(tǒng)眼鏡一樣薄。目前我們還沒有達到目標，但我們的工作朝著這一愿景邁出了一大步?！?/p>

顛覆空間計算市場

目前，新的AR顯示器只能在狹窄的視野中疊加圖像。雖然每只人眼可以提供大約130度的視野，并且兩只眼睛一起工作可以在向前看時提供近180度的視野，但新設備只能在觀眾面前大約12度的弧度上顯示圖像。盡管這與許多商業(yè)AR系統(tǒng)相當，甚至小于Magic Leap 2和微軟HoloLens。

微軟HoloLens顯示的圖像

但未來的研究可以改善這種視野，例如通過使用一種比目前用于超表面的玻璃更擅長彎曲光線的材料。此外，斯坦福大學計算成像實驗室有一整頁視覺輔助，一個接一個的視覺輔助表明它可以被放在一些特殊的東西上：比如可以把一堆更薄的全息組件放進標準的眼鏡架中，經(jīng)過訓練，便能夠投射出不同深度的逼真、全彩、移動的3D圖像。

除了AR顯示器之外，這項研究成果還有助于實現(xiàn)緊湊的VR顯示器。斯坦福大學博士后研究員Gun-Yeal Lee說：“VR顯示器的應用可能比AR顯示器更簡單，因為AR需要虛擬圖像和透視效率，這使得AR設計更具挑戰(zhàn)性?！?/p>

斯坦福大學電氣工程副教授Gordon Wetzstein說：“我們的頭顯在外界看來就像一副日常眼鏡，但佩戴者通過鏡片看到的是一個豐富的世界，上面覆蓋著充滿活力的全彩色3D計算圖像?！蹦壳霸谑忻嫔线€買不到這種全息眼鏡，將原型開發(fā)成消費品大概還需要數(shù)年時間。

研究團隊表示，在完成了最初的原型后，他們現(xiàn)在可以為自己的系統(tǒng)設想一些潛在的應用。一些明顯的用途包括增強的游戲或其他娛樂用途，這些用途迄今為止還無法擺脫當前的體積頗大的頭顯。該團隊還表示，相信他們的系統(tǒng)可以極大地改善訓練有素的醫(yī)學或工程專家所做的工作。斯坦福計算成像實驗室的博士生、該論文的共同第一作者Manu Gopakumar說：“人們可以想象，一個外科醫(yī)生戴著這樣的眼鏡來計劃一個微妙或復雜的手術(shù)，或者飛機機械師用它們來學習了解最新的噴氣發(fā)動機。”。

盡管用普通眼鏡制成的AR頭顯上市之前，還會有更多工作要做，但斯坦福大學研究團隊表示，他們將現(xiàn)代人工智能技術(shù)和納米光子突破與20世紀40年代的全息技術(shù)相結(jié)合的嘗試，是他們所在行業(yè)的人們一直期待的一步。Wetzstein說：“全息顯示器長期以來一直被認為是終極3D技術(shù)，但它從未實現(xiàn)過如此大的商業(yè)突破，也許現(xiàn)在有了等了這么多年的殺手級應用?！?/p>

Meta等公司已經(jīng)花費數(shù)十億美元購買和構(gòu)建AR眼鏡技術(shù)，希望最終生產(chǎn)出一種尺寸和形狀與普通眼鏡相當?shù)摹笆ケ碑a(chǎn)品。去年泄露出的Meta硬件路線圖顯示，該公司第一款真正的AR眼鏡的目標日期是2027年。然而，在此時此刻，斯坦福研究團隊推出全新技術(shù)路線的AR眼鏡，雄心勃勃地向蘋果的Vision Pro、Meta的Quest 3等體積龐大的混合現(xiàn)實頭顯發(fā)起了挑戰(zhàn)，試圖顛覆當前的空間計算市場，可以預料接下來一場AR眼鏡的創(chuàng)新大賽將火熱開場！

生成海報

免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。