AI产品 :见微知著,剖析AR测量的过去、现在、未来
01 背景
在智能手机产业不断革新的今天,手机摄像技术也迎来了全面的升级。基于RGB或TOF摄像头的智能手机使人机交互变得更加自然、有趣,也能实现更多AR场景的应用。
手机行业的标竿,苹果也在近几年陆续推出AR应用,以2018年秋季发布的iOS12 Measure功能为最成熟、有用的工具型应用,并且结合到现代人高度使用的智能手机。
对于行业内的其他公司,”测量工具”开启了一个AR的应用入口,也触发业内思考此类应用方向;包括OPPO、VIVO在内的国内手机厂商也紧随其后,分别发布基于TOF摄像头的测量,一时间市场欢呼一片,以为AR测量能够作为Killer Application,革新产业界,让一般的小白用户也感受到AR的魅力。
02 问题
但我们发现即使有苹果、谷歌这样的巨头在,也很少人知道AR测量的存在,让我们从头到尾来探究一下。
1. 现状
首先,一般情况下,我们会测什么?
- 测长度
- 测面积
- 测体积
2. 目标物体
日常情况下,可以测量的物体呢?
笔记本的长宽、家具的参数、脚长、等
3. 功能点
那么,我们作出猜想,AR测量如果能真正意义上做出来,从点到面到体,功能可以为以下几种:
- 锚点测量:可以得知两点间距离、角度等一系列数据
- 面积测量:针对平面的长方形,可以迅速得知平面的长、宽、面积
- 立方体测量:针对一般的规则、不规则的立方体,放在镜头下,都可以迅速得知长、宽、高、体积
- 脚部测量:可以迅速测得一般人的脚长、脚宽、甚至分类足弓(高足弓、低足弓、正常足)
4. 行业情况
似乎可以做的事情有很多,往深想一些,这样的功能点,可能影响的行业:
- 传统的米尺、卷尺制造业:针对一般的用户随手测,就可以基本上摒弃工具,一部手机走天下
- 家具场景:用户可以迅速得知家庭空间如何,该买什么尺寸的家具
- 机场行李箱场景:一般的航空公司针对用户的随身行李大小都有规定,那么用户在准备行李的时候就可以随手测得体积,避免超了规定
- 买鞋场景:用户可以快速知道脚的长度,宽度;不仅免去了欧码美码之间转换的苦恼,而且可以迅速选择合适的鞋子(e.g.比如脚宽的人适合什么鞋子、扁平足适合什么鞋子等)
以上,如果真的做起来,可谓是AI赋能普通生活的一道利器;另外,想要影响大众,有一个前提条件,就是一定要是手机!最好是用户拿起手机就可以用;如果是专门的设备,就在一定程度上局限了受众。
5. 市场情况
我们梳理下,近几年来,市场上针对AR测量的产品
- 华为:荣耀V20、P40 Pro
- 三星:Note10+
- 苹果:iPhone X及以上
- OPPO:R17 Pro
- VIVO:Nex系列
但是笔者发现从市场的反馈来看,AR测量的反响也收效甚微。可能看到这篇文章的都没几个知道此类功能的。
究其原因,我觉得有以下几点
- 市场需要时间接受:AR作为新的技术,从推出到市场接受,需要一定的时间,包括产品概念
- 硬件跟不上软件的发展:AR类产品,尤其是叠加了SLAM等非常耗费算力的模块,在使用一段时间后,会出现发烫、卡顿等现象,在手机设备上尤为严重
- 售价昂贵:能够搭载AR应用的设备,除了昂贵的AR眼镜之外,手机设备大多都是中高端的旗舰机了,与普罗大众有了距离感
- 产品的“刚需”程度不足:虽说AR测量能够在某些场景下替代米尺、卷尺等工具,但是现在社会上,好像我们使用这些工具的频次本身就不多;所以此类AI产品,被忽略,好像也是理所应当。
- 交互方式:用户还是不习惯透过手机看AR世界,『需要时刻用手举着手机』这一致命的缺点,『时刻用手举着手机』令用户体验“非常累”;
- 测量的准确度:AI产品的精准度,极度依赖“数据”,数据的广度和深度直接关系测量数据的精准度。但是用户所测的物体万千,不可能全部录入,所以精准度有限。
以上,当AR测量产品面世以来,未有AR的革新,苹果等巨头也放慢了步伐;针对一般用户,能走往何处,很难猜测,但是当身边实在没有米尺类工具的时候,手机里边的测量软件倒是可以用一用,缓解燃眉之急。
倒是垂直行业近几年来抓住这个风口,做了些设备,解决或者缓解了行业上的问题,引起了市场上的好评。
- 测脚仪:设置三维扫描测脚仪,可以快速得知脚长、脚宽,便于购鞋
- 以顺丰为代表的物流行业,推出设备,在快递员上门取件时,通过设备,可以直接得知包裹的体积,便于收费
03 AI产品
透过AR测量产品,我们再来聊下AI产品。
1. AI到底能解决什么问题?
目前AI界说的最多的两句话是
- 推陈出新:基于AI产品,脑爆新思路,比如“人脸刷地铁”、“抖音的尬舞机”,新的产品带来新的生机
- 降本增效:革新传统行业,借助AI工具,提高人工效率,降低成本
AR测量我认为是隶属于前者,是替代传统工具的AI产品。
2. AI产品目前的困境
(1)数据
- 数据量匮乏:AI需要数据。有的公司训练模型时,需要大量的专有数据时,有时还甚至需要购买数据,而授权和维护API以访问第三方数据的成本也是非常昂贵的。
- AI依赖数据,数据需要人工标注。例如,百度不得不雇佣数千名翻译人员来训练其中文翻译算法。
- 算法准确度做不到100%时,就需要人类监督,也就是“人机回圈”:例如,Facebook雇佣了超过1.5万人来协助他们的内容审核算法。
(2)计算能力
- AI依赖强大的计算平台,庞大的数据中心及芯片技术为人工智能提供基础计算环境,但是目前此项还正在发展中。
假以时日,如果以上问题能有所改善,那么以AR测量为代表的AI产品,可能就真的走进千家万户,起到真正的作用了。
以上,是笔者了解AR测量产品时的一些拙见,有任何问题可以一起讨论,希望各位不吝赐教。
本文作者@寒白
版权声明
本文来自互联网用户投稿,文章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。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!