来源丨机器之心
通过 VR 设备,Meta 探索元宇宙的脚步始终没有停下。
今日,Meta CEO 扎克伯格和 AR/VR 部门 Reality Labs 首席科学家 Michael Abrash 在虚拟圆桌会议上展示了他们最新的 VR 头显原型机,共有四款设备,代号分别为 Butterscotch、Starburst、Holocake 2 和 Half Dome。
这次展示活动的重点是 Meta 称为「时间机器」(time machines)的设计:用于测试某一特定功能的庞大概念验证,例如超亮背光和超分屏幕。
据科技媒体 Verge 的报道,扎克伯格表示,「我认为我们向现实迈出了一大步,未来将不用花费太长时间就可以创建出具有基本完美保真度的场景。」显示技术虽然并不是唯一尚未解决的难题,但 Meta 对 VR 硬件的深入研究为它提供了帮助。
下面我们将一一对这四款原型机进行介绍。
Butterscotch 是接近视网膜成像质量头显的一次尝试,你可以在在 Varjo 等公司的高端头显设备中找到类似的,但与 Meta 当前的产品线不同。不过,Butterscotch 远未到交付的阶段,大致需要将 Meta Quest 2 的 110 度视野减半。它提供的分辨率大约是 Quest 2 的 1832x1920 每眼像素(pixels per eye)的 2.5 倍,让用户可以在视力检测表上读取 20/20 的视线。
扎克伯格表示,Butterscotch 提供了大约 55 像素的每视场度(per field-of-view degree),这略低于 Meta 的 66 像素每度视网膜标准和 Varjo 的 64 每度像素。
Butterscotch 原型机(左)和视力测试表上的比较(右)。
Starburst 的设计则略显笨重,它使用了一款强力灯,需要用手才能支撑重量,可以产生 2 万尼特亮度的 HDR 照明。扎克伯格对此表示,将 Starburst 考虑作为第一代产品的发展方向是非常不切实际的,但可以将它用作进一步研究的测试平台。
Starburst 头显原型机。
与笨重的 Starburst 不同,Holocake 2 向更薄更轻的方向发展。它是 2020 年基于全息光学设计的头显设备的继任者,该设备采用了一种光弯曲技术,可以让几乎平坦的面板替代较厚的折射透镜。结果是产出了像太阳镜一样薄的头显,但 Meta 仍致力于开发一种为其供电的独立光源,几乎可以肯定是激光而不是现在常用的 OLED。
根据扎克伯格的说法,Meta 需要做大量的工程工作来实现符合自身规格的消费级激光器,它安全、低成本和高效,适用于纤薄的 VR 头显。
2020 年太阳镜式头显设备(左)与 Holocake 2 原型机(右)。
Half Dome 则是 Meta 一个长期运行的头显原型机系列,可以根据用户的视线移动焦平面。这些变焦光学元件在 2017 年刚开始时还是一套笨重的机械系统,后来改用液晶透镜阵列。根据 Meta 内部的研究,这些液晶透镜可以在 VR 中创建更令人信服(身体上舒适)的深度错觉。
Half Dome 的产品线发展。
早在 2020 年,Meta 就将 Half Dome 的技术描述为「几乎准备好迎接黄金时段」了。但在今天的展示中,扎克伯格显得更加谨慎。「这些东西(距离实用化)还很遥远,」他在回答有关「黄金时段」评论的问题时说。「我们正在努力,我们的确希望将它融入即将推出的耳机之一,我相信我们会在某个时候做到这一点,但我今天不会预先宣布任何事情。
Reality Labs 将在 8 月的 SIGGRAPH 大会上讨论更多研究,包括如何更准确地捕捉混合现实的真实画面。
原文链接:https://www.theverge.com/2022/6/20/23172503/mark-zuckerberg-meta-vr-headset-prototype-reveal-butterscotch-sunburst-holocake-mirror-lake
本文仅做学术分享,如有侵权,请联系删文。
干货下载与学习
后台回复:巴塞罗那自治大学课件,即可下载国外大学沉淀数年3D Vison精品课件
后台回复:计算机视觉书籍,即可下载3D视觉领域经典书籍pdf
后台回复:3D视觉课程,即可学习3D视觉领域精品课程
计算机视觉工坊精品课程官网:3dcver.com
2.面向自动驾驶领域的3D点云目标检测全栈学习路线!(单模态+多模态/数据+代码)
3.彻底搞透视觉三维重建:原理剖析、代码讲解、及优化改进
4.国内首个面向工业级实战的点云处理课程
5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
6.彻底搞懂视觉-惯性SLAM:基于VINS-Fusion正式开课啦
7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)
重磅!计算机视觉工坊-学习交流群已成立
扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群,目前主要有ORB-SLAM系列源码学习、3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、深度估计、学术交流、求职交流等微信群,请扫描下面微信号加群,备注:”研究方向+学校/公司+昵称“,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球:针对3D视觉领域的视频课程(三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等)、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕,更有各类大厂的算法工程人员进行技术指导。与此同时,星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息,打造成集技术与就业为一体的铁杆粉丝聚集区,近4000星球成员为创造更好的AI世界共同进步,知识星球入口:
学习3D视觉核心技术,扫描查看介绍,3天内无条件退款
圈里有高质量教程资料、答疑解惑、助你高效解决问题
觉得有用,麻烦给个赞和在看~