看好 AI+AR (擴增實境)+物聯網未來發展

AR 的實現涉及一系列的計算; 包括探測真實物體, 計算物體的空間位置和方向, 計算虛擬物體疊加的位置, 渲染虛擬物體等, 為避免眩暈和實現實時顯示, 整個過程要求在極短的時間內完成 (不超過 20 ms, 而鼠標移動更新大約是 50 ms).

CPU 通用性強但無法實現大規模的並行計算, 不足以支持 AR 操作的流暢執行; GPU 在 AI 領域的處理能力遠大於 CPU, 但功耗太大且基於 batch 算法模式導致延時過長, 也不適用於 AR 應用. 專用 AI 晶片 (如 NPU) 是比較適合的方案.

將虛擬物體顯示在現實世界準確位置的定位過程稱為註冊, 按照觀察者的當前視場重新建立坐標系並將虛擬物體顯示到正確位置的過程稱為跟蹤. SLAM (即時定位與地圖構建) 根據攝像頭, 慣性傳感器捕獲的視覺/運動信息, 在計算自身位置的同時構建關於空間的全局地圖.

行動 AR 低邊際成本, 高續航時間, 便捷靈活和龐大的 APP 開發潛力, 有效降低 AR 的使用門檻. ARKit (Apple), ARCore (Google) 等平台所賦予的軟件潛力, 智能機或將成為真正的大眾級 AR 消費平台, 最有可能率先打開市場.

根據 Digi-capital 預測至 2020 年全球 AR 市場將達 1200 億美元, 是 VR 市場規模的 4 倍, 其中 AR 硬件市場規模占比超過 1/3, 預計未來 1~3 年將有大量 AR 硬件被推向市場. 其中AR 眼鏡將成為最重要應用最廣泛的產品.

手機 AR 主要作為輕量級的 AR 應用, 為 AR 眼鏡普及打下良好基礎. 而 AR 眼鏡除了可以滿足重度 C (消費者) 端需求外, 伴隨手機 AR 開放平台打開軟件市場, 軟件市場逐步成型, AR 眼鏡在 B (商業) 端應用上前景廣闊.

一個帶著谷歌企業版眼鏡的工人只要通過看向一類零部件, 就可以快速鑑別出零部件的種類, 狀態, 維修日誌等所有有價值的信息, 大大提升工人的工作效率. Forrester Research 預計到 2025 年, 將會有 1440 萬美國工人裝配 AR 眼鏡工作.

AR 展示將商品的 3D 渲染圖直接投射在相應的使用場景中, 讓消費者感受物品擺放的位置和空間, 最大程度展現購買效果, 提升購物滿意度. 不僅能有效轉化成交量, 同時能減少展示誤差,有效降低退換貨率, 進一步降低零售電商的相關成本.

從成本拆解來看以微軟 Hololens 為例, 其主要硬件是全息處理模塊, 2 個光導透明全息透, 2 個 LCos 微型投影以及 6 個攝像頭, 其中光學環節 (包括透明全息透鏡和高清光引擎) 的成本占比接近五成是整機的核心.

相關概念股有 "台積電" (晶圓代工), "大立光" "玉晶光" "佳能" (鏡片), "聯發科" (NPU, 物聯網晶片), "廣達" "和碩" (代工 AR/VR 產品),  "鈺創" (與 Google 配合), "原相" (COMS 影像感測 IC), "華碩" (AR 手機/眼鏡) 等.