vr|为什么在 Meta、微软的元宇宙,我们连一双腿都不能拥有?

当你戴着 Oculus Quest 2 头显,进入 Meta 的 VR 社交平台 Horizon Worlds 时,你需要创建一个虚拟形象代表自己。
可是它看起来怎么也不像你,它没有下半身,像霍格沃茨的幽灵一般漫游空中,最近飘荡进了超级碗的广告里。
vr|为什么在 Meta、微软的元宇宙,我们连一双腿都不能拥有?
文章插图
▲ Horizon Worlds.
隔壁的微软也是这样,在其元宇宙入口 Mesh for Teams 之中,你的虚拟形象同样失去双腿。
vr|为什么在 Meta、微软的元宇宙,我们连一双腿都不能拥有?
文章插图
▲ Mesh for Teams.
然后你将一个问题脱口而出:为什么没有腿?
把腿加上,有那么难?Andrew Bosworth 是 Meta 的 Reality Labs 副总裁,在领导公司的 XR 部门时,他养成了通过 Instagram 进行即兴问答的习惯。在 2 月 10 日的问答中,他承认加腿是件难事。
vr|为什么在 Meta、微软的元宇宙,我们连一双腿都不能拥有?
文章插图
▲ Andrew Bosworth.
如果想在 VR 中以逼真的方式呈现双腿,它首先需要知道腿在现实里的一举一动,然后推断腿在 VR 中应该做什么。
症结就在这里,虽然 Quest 2 能够进行头部和手部跟踪,并估计手臂和胸部的位置,但它不知道你的腿在哪里。
vr|为什么在 Meta、微软的元宇宙,我们连一双腿都不能拥有?
文章插图
Quest 2 配备 4 颗广角灰度摄像头,顶部的两颗朝向上面和侧面,底部的两颗略微向下。如果我们向前看,这些摄像头通常可以看到手臂,如果我们坐着或向下看,摄像头能够看到身体的更多部分。
但它们的追踪范围始终有限。有时,腹部等「障碍物」可能会挡住摄像头的视线;有时,当我们倾斜或转动头部,那些向下的摄像头也无法看到腿。
Meta 还想将头显的外形尺寸做得更小,摄像头可能更难看到腿了。
vr|为什么在 Meta、微软的元宇宙,我们连一双腿都不能拥有?】在腿部放上额外的传感器呢?理论上可行,但目前几乎没有针对腿部的商用传感器和控制器。
HTC 销售几种主要面向企业用户的 Vive VR 头显,还推出了绑在四肢或物体(如网球拍)上的追踪器。不过,追踪器只能与连接到电脑的头显兼容,并需要一个基站。
vr|为什么在 Meta、微软的元宇宙,我们连一双腿都不能拥有?
文章插图
▲ HTC VIVE.
说到基站,「无腿」的核心原因也就呼之欲出,即 Quest 2 的定位方式。VR 头显的定位技术可分为两类,一种是 outside-in,一种是 inside-out。
Outside-in 需要事先放置定位点设备,定位点设备会发射出激光、红外线、可见光等,覆盖定位点设备之间的空间,并建立三维位置信息,通过三角定位的方法确定佩戴者的位置和移动方向。
vr|为什么在 Meta、微软的元宇宙,我们连一双腿都不能拥有?
文章插图
▲ 图片来自:VRPinea
Quest 2 则属于 inside-out,它无需架设额外的定位装置,在 VR 头显上安装摄像头,让设备自己检测外部环境的变化,再用 SLAM 算法计算出摄像头的空间位置和移动方向。
vr|为什么在 Meta、微软的元宇宙,我们连一双腿都不能拥有?
文章插图
▲ 图片来自:VRPinea
简单来说,inside-out 定位无需基站,拓展了使用空间,更适合日常娱乐和移动场景;outside-in 可提供更精准、范围更大的追踪效果,全身动捕一般依靠 outside-in 的追踪设置实现。
既然目前做不到全身追踪,Meta 就将腰部以下「砍掉」了。
vr|为什么在 Meta、微软的元宇宙,我们连一双腿都不能拥有?
文章插图
▲ 图片来自:Meta
定位方式也关联了使用习惯,以及公司的战略方向——科技发展越方便越好,消费者不一定关心公司用了什么技术。起价 299 美元的 Quest 2 虽然精准度和延迟相对落后,但对普通用户来说足够友好。
在 VR 中经营社交,一直是许多 VR 制造商的目标。
vr|为什么在 Meta、微软的元宇宙,我们连一双腿都不能拥有?
文章插图
▲ 图片来自:CNN
Meta 当然希望进一步将 VR 推向大众消费市场。更逼真的身体表现,固然可能引起更多人对 VR 的兴趣,也可能使用户体验更加繁琐、成本更高,至少短期内是如此。
所谓「两害取其轻」,更低的使用门槛对普及 VR 意义重大。
值得一提的是,Unity 增强和虚拟现实副总裁 Timoni West 提出了一种解决方法——先采集大量关于走路方式的数据,再在 AI 的帮助下,根据头显检测到的头部运动预测腿部运动。
AI 可能无法精准预测到具体用户的每一个动作,这会导致 AI 再现的动作不自然;「采集大量走路方式数据」这个前提也并不容易,当在未来某个时候,每个人家里都有一台全向跑步机捕捉腿部运动时,制作人体运动的数字模型可能就不再困难了。