扎克伯格這款不會發售的新品，又在探索AI眼鏡的終極形態

2025-05-06 20:30 愛範兒

元宇宙門票
自從扎克伯格把 FaceBook 改名成 Meta 之後，這家公司就徹底和眼鏡較上勁了。
有一個即熱又冷的小知識，Meta 這個名字，取自「metaverse（元宇宙）」的前四個字母，2021 年改名的時候，扎克伯格本人非常自信地表示：
元宇宙將在未來十年觸及 10 億人，而元宇宙也將觸及我們開發的每一款產品。
圖片來自：Google
四年過去了，元宇宙成了科幻小說、創意動畫和影視作品的常客，但離現實世界卻越來越遠，為數不多能引起人們關注的，還是那些時不時爆雷上熱搜、打著元宇宙、虛擬資產的幌子，來招搖撞騙的煩心事兒。
在普及和鋪開元宇宙上，Meta 和四年前一樣沒啥變化，不過他們卻在元宇宙的入口——VR/AR 頭顯裝置上，做出了不少有意思的新玩意兒。
定位為新型遊戲機的 Meta Quest，打開了 VR 互動遊戲的新世界，2024年 Meta Quest 系列佔據了 73% 的市場份額，遙遙領先。
成為 AI 時代新潮配件的 Ray-Ban Meta，經過了兩代產品的努力，出貨量在今年 2 月正式突破 200 萬臺，集傳統眼鏡、名牌 logo、藍牙耳機、語音助手、Vlog 相機於一身，既做好了一副傳統眼鏡該有的裝飾作用，又讓科技悄無聲息地嵌入了日常生活。
明面上，Meta 在消費者市場推出了幾款成功的產品；私底下，他們也在 toB 的賽道上悄悄發力，而且這些面向企業和專業機構的智慧眼鏡起步的時間，甚至比他們改名的時間還早。
五年之約已到，Meta 交卷
2020 年，Meta 推出了其首款實驗性智慧眼鏡 Meta Aria Gen 1，和傳統眼鏡比起來，Aria Gen 1 略顯臃腫，特別是兩條加粗的鏡腿，非常顯眼。
圖片來自：Google
碩大的外觀並不只是擺設，其中包含了非常多的感測器套件，如配備 RGB 攝像頭、定位追蹤攝像頭、慣性測量單元（IMU）、氣壓計、磁力計等，這些元件的主要功能是用於採集第一人稱視角的視覺、運動和空間資料。
從理論上來說，Aria Gen 1 是專為機器感知系統、人工智慧及機器人技術研究設計，它透過整合多模態感測器，幫助科研人員攻克AR眼鏡的核心技術難題，如環境感知、空間定位等。
落地到實際體驗，Aria Gen 1 則有著非常遙遠也令人期待的使命：
設想有一天，我們可以享受聯網帶來的所有好處，而不需要低著頭低著頭看著裝置。想象一下，給朋友打電話，和桌子對面栩栩如生的虛擬形象聊天。
想象一下，一個足夠聰明的數字助理可以檢測道路危險，在商務會議期間提供統計資料，甚至幫助你在嘈雜的環境中聽得更清楚。
在這個世界上，裝置本身完全消失在日常生活的起起落落中。
作為這項實驗的原型機，也是第一代產品，Aria Gen 1 並沒有掀起太大的波瀾，沉澱五年後，這周 Meta 正式釋出了 Aria Gen 2。和一代相比，有了全面的升級。
最明顯的變化在感測器系統上，一代機採用的是最基礎的環境感知元件，只有攝像頭和慣性感測器，Aria Gen 2 在此基礎上，增加了許多新的配件，包括 RGB 攝像頭、6DOF SLAM 攝像頭、眼動追蹤攝像頭、空間麥克風、IMU、氣壓計、磁力計和 GNSS。
特別是新一代產品在鼻託中嵌入了兩個創新感測器：用於測量心率的 PPG 感測器，和用於區分佩戴者聲音和旁觀者聲音的接觸式麥克風。
如果把一代比作「只用眼鏡看世界」，那相比之下 Aria Gen 2 可以說是感官全開，從更多維度感知、觀察以及收集外界資訊，就能在同樣的時間裡，獲取數量更多、更準確的資料，機器的運作、學習效率也會更高。
另外，資料處理的方式上，二者也有了質變，Aria Gen 1 依賴於外部裝置進行計算，雖說不在本地運算，能一定程度上，減輕裝置的重量壓力，但隨之而來的則是反應的遲緩，在雲端算力夠，但網路不好的時候會有響應尷尬期，經常用智慧助手的朋友應該都有碰到過類似的情況；若是隨身攜帶一個移動計算平臺，非常不便攜。
而 Aria Gen 2 則用上了 Meta 的自研晶片，可以把資料放在端側處理，響應速度非常快，不受網路的限制，互動體驗也有了非常大的進步。
一般來說，多了自研晶片的裝置，擁有了端側運算的能力，但同時也會增加裝置的重量。不過 Meta 用資料說話，這五年他們真的沒閒著：Aria Gen 1 重 98g，Aria Gen 2 重 75 克。加量不加重，長體驗不長體重。
體驗見長的，還有 Aria Gen 2 的互動方式，在第一代語音互動的基礎上，二代機加入了「眼動追蹤+手勢+接觸式操作」。語音互動很直接，檢索路徑會大幅縮短，但並不是生活中的所有場景都適合，比如高峰期的地鐵站和超安靜的辦公室。
按理來說，感測器和互動功能變多，續航會受到影響，自研晶片的確影響了 Aria Gen 2 的續航，但是正向的。官方稱其能達到 6-8 個小時使用時間。按照目前無線耳機的使用時長，基本能讓 Aria Gen 2 做到全天候的智慧功能可用。
打好了硬體基礎，後續的使用體驗才會有更多的可能，Aria Gen 2 的升級體現了 Meta 對 AR 技術落地的兩大戰略方向：
一是隱形化整合：透過輕量化設計和感測器隱藏（如攝像頭指示燈關閉時外觀接近普通眼鏡），降低裝置存在感；二來透過開放的生態，提供底層 API 介面和模組化擴充套件能力，鼓勵學術界開發定製化工具包，加速技術轉化。
因此，Aria Gen 2 的應用場景，也從先前的室內導航與基礎 AR 研究，轉向了更多維的領域，醫療、工業、城市規劃等，都有可能成為 Aria Gen 2 生長的土壤。
至此，我們來總結一下，Aria Gen 2 的進步與意義：
感知硬體升級，實現生物資料融合與環境深度理解；
搭載自研晶片，提升即時性，支援戶外無網路場景；
豐富互動方式，降低聲學干擾，適配複雜實驗環境；
續航覆蓋全天，延長連續使用時間，提升佩戴舒適度；
應用場景拓展，推動跨學科技術融合與標準化。
扎克伯格的「暗部」
如果你看完，Meta Aria 的解讀介紹，還是有點對它在消費市場的運用摸不著頭腦，那很正常，因為 Meta 明確表示，這款產品「不會面向消費者銷售」，那你可能想問，它到底有什麼用？要說清楚造它的目的，還得回到十多年前。
2014 年，扎克伯格在斯坦福虛擬人類互動實驗室（VHIL）體驗了當時最新的 VR 裝置，以及各種遊戲場景，他在 VR 眼鏡裡裡走了獨木橋、飛過城市上空、砍了幾棵樹……
時任 VHIL 實驗室經理的 Cody Woputz 曾經透露過：在體驗高空墜落場景時，他（扎克伯格）甚至嚇到將手放在胸口上。
這次體驗讓扎克伯格留下了很深的印象，一方面由於 VR 還處在早期的研究階段，定位系統不穩定，使得體驗多次被打斷，得停下來重新校準裝置；而且當時的 VR 還不是一體機，PC VR 的計算終端在機身外，得用一條又粗又長的線纜連線，以此來傳輸訊號和供電。
圖片來自：Google
另一方面，扎克伯格也看見了這項革命性技術在未來的巨大可能，也正是這次體驗，讓他下定決心，以 20 億美元收購了 Oculus，扎克伯格曾在公告中解釋過收購原因：
移動是當前的平臺，收購 Oculus 是為明天的平臺做準備。
之後，扎克伯格就帶著 Facebook 開始了對於 AR/VR/MR 技術以及裝置的探索。有了目標和硬體技術的積累，於是在 2020 年，Meta 正式開啟 Aria 專案，其宗旨是「從人的視角加速 AR 和 AI」。
圖片來自：Google
這麼看有點玄乎，稍微通俗的解釋就是，把眼鏡作為橋樑，讓裝置從人的視角來觀察世界、瞭解世界，並學習人和環境的互動關係，以此來推動軟硬體技術的發展，最終讓機器能夠從人出發，並服務於人。
Project Aria 中的眼鏡，可以透過突破性技術幫助研究人員，從使用者的角度收集資訊，特別是 Aria Gen 2 上新增的感測器，能夠捕捉佩戴者周身環境的音影片，以及他們的眼動和位置資訊。
從佩戴者的第一視角出發，能讓研究人員更容易弄清楚，AR 到底如何才能在現實世界和日常生活中，發揮真實作用，而不只是停留在花裡胡哨卻不實用的功能上。
而且，從人的視角出發來收集現實世界中的資訊，對於多模態 AI 來說非常重要，這樣的訓練方式能模擬人類多模態認知方式。
我們本身就是透過視覺、聽覺、觸覺等多種感官協同感知世界，而多模態 AI 透過整合文字、影像、音訊、影片等資料，能夠更貼近人類自然認知模式。況且跨模態資訊整合能力是單模態 AI 無法實現的。
多模態的收集和訓練，也能提升 AI 對複雜場景的決策精度，如果不透過多維度的資訊來理解世界，那必然會存在「買家秀」和「賣家秀」的分歧，數字世界只有 0 和 1，但現實世界除了黑白，還有那難以理解的灰色地帶。
圖片來自：Google
互動本身其實也是多模態的，和朋友談話時除了語言，表情、手勢、語氣甚至著裝，都會影響我們的理解。因此多模態 AI 透過同時處理文字、影像和音訊，可實現更自然的互動體驗。
Meta 也給出了他們在 Project Aria 中的一些研究細節，在 Project Aria 專案中，讓智慧眼鏡讀懂世界的方式非常簡單粗暴：資料化。這項被稱為 SceneScript 的技術，是一種使用自迴歸結構化語言模型和端到端學習，來表示和推斷場景幾何的方法。
圖片來自：Meta
簡單講，所有第一人稱視角看到的場景、物體，都可以被眼鏡變成具體的數字和名稱，桌子有多長、牆上透明且規則窟窿叫「窗戶」。
為了讓眼鏡內建的模型不只是看見世界，還要更好地理解世界，Meta 用自研的三維成像技術 EMF3D，把現實世界所有的物體用不同顏色的線段「明碼標價」，把材質、形狀和大小不一的東西統一了度量衡。
圖片來自：Meta
當眼鏡能讀懂並且記錄環境時，再現一個虛擬的世界，就有了更大的可能。專案中的環境合成技術正是透過大量的資料收集整理，復刻了一個大規模、完全模擬的程式生成的室內場景資料集，也為「數字孿生」設立了新標準，加速了 3D 物體檢測、場景重建和模擬到現實學習等挑戰的研究。
圖片來自：Meta
這種「養成系」的學習方法有好有壞，好在一旦學成就非常紮實，難在想要紮實就得透過海量、巨量的資料，所以需要非常多的志願者參與到 Project Aria 中，在平時長期佩戴 Meta 的眼鏡。
比起找到人，如何讓人放心地使用才是最關鍵的，因為資料收集和隱私保護，是一對難以調和的冤家。Meta 給出的方案是「自我模糊」新型 AI 模型，透過檢測和模糊影像中的 PII 來保護隱私，把面部、車牌等敏感資訊直接打碼。
圖片來自：Meta
海量的學習也能讓模型更好地瞭解使用者的意圖，比如透過對使用者每日生活場景的掃描與總結，可以判斷本人在什麼時間點更可能幹什麼事？是去樓下鍛鍊，還是去客廳打遊戲，又或者去廚房做飯。能預判人的行為活動，也就能提前提供更多的便捷功能。
這和我們手機上的智慧助手，在特定時間彈窗提醒回家路況，以及明日天氣的功能，有相似之處。
圖片來自：Meta
自 Project Aria 立項的五年間，他們已經做出了一些成果，例如使用第一代 Aria 眼鏡收集的 Ego-Exo4D 資料集，已成為現代計算機視覺和不斷發展的機器人領域的基礎工具。
有些企業也已經開始研究，Aria 在他們的工作流程中，到底應該怎麼用？比如寶馬，正在搞清楚如何將增強現實和虛擬現實系統整合到智慧汽車中。
圖片來自：Meta
佐治亞理工學院的研究人員，最近也展示了當 Aria 來到你家以後，會怎樣幫你分攤家務活的壓力。
圖片來自：Meta
很早之前，我們曾在手機智慧助手的體驗文章中有個論斷：人工智慧和各種電子裝置的結合，從當下來看，最大的意義應該是幫助老年人和殘障人士，更好地融入新時代和新生活。Aria 也在無障礙技術的開發上，取得了一定的進展：
卡內基梅隆大學在一個專案中，使用了第一代 Aria 眼鏡，該專案旨在開發幫助盲人和視力低下人士進行室內導航的技術。
圖片來自：Meta
二代 Aria 的 AI 語音功能還被 Envision 公司整合到了自家的 Ally AI 和空間音訊上，來增強室內導航和無障礙體驗。
圖片來自：Envision
如果要用一句話來形容 Project Aria、Meta 和旗下產品的關係，我覺得很像樹根、樹幹和樹枝。Project Aria 在最下面，平時看不見摸不著，但常年累月積累的技術成果，最終都會以各種各樣的方式，賦能在公司和各類產品上。
去年 9 月底，扎克伯格在釋出會上，從保險箱裡拿出了一個看上去平平無奇，實則是十年絕密專案的智慧眼鏡 Meta Orion。從釋出會的演示畫面來看，它能做到和 Vision Pro 高度相似的互動功能，更重要的是 Orion 是一副真全息 AR 眼鏡。
它外觀上比普通眼鏡厚了點，不過戴上之後既能透過鏡片看到真實的世界，也能看到投影影像。
雖然清晰度比不上傳統的電視和投影，但看圖片與文字綽綽有餘。神奇的是，我們沒發現眼睛上有大塊稜鏡，如此貼近真實、憑空出現的現實效果，其實是透過鏡片周圍的 LED 投影儀，將影像投影到碳化矽鏡片上。
鏡框周圍的 7 個攝像頭和感測器，讓 Meta Orion 真正實現了將虛擬投入現實，並將其融入現實的能力。它能將全息影像精準懸停在半空中，也能識別眼前的物品，例如透過桌面上的食材，它就能給你定製一份食譜。
圖片來自：Meta
說 Orion 在互動體驗上，有齊平 Vision Pro 之勢並不是誇大其詞，因為它真的支援手部和眼動追蹤，雙手就是手柄，配套的神經腕帶還能把手變成滑鼠，透過檢測肌肉電流的變化識別身體的神經訊號，並由此區分手指的不同動作：
拇指、食指捏合進行選擇
拇指和中指聯合撥出選單
握拳滑動拇指滾動畫面
當時在釋出會現場，我們還看到了 Meta Orion 的實際拆解展示，高度複雜和極其精密的內部構造，最後組合在一起的機身，只有 98g。
不難發現，Meta Aria Gen 2 和 Meta Orion 的關係，就像鏡子裡的彼此。只是扎克伯格在當時的採訪中說，由於造價太過高昂（每臺成本約 1 萬美元，約合人民幣 7 萬元），公司不得不叫停了量產計劃，只生產了1000 部提供給內部研發。
不過 Meta 也計劃著，將 Aria 的技術逐步整合到 2026 年後，包括 Orion 在內的消費級 AR 眼鏡中。目標是透過神經介面互動，和全息顯示實現 AR 眼鏡的蛻變，以此迎來智慧眼鏡的「iPhone 時刻」。
文｜Obo


我們正在招募夥伴
📮 簡歷投遞郵箱[email protected]
✉️ 郵件標題「姓名 + 崗位名稱」（請隨簡歷附上專案 / 作品或相關連結）
更多崗位資訊請點選這裡🔗

相關文章