数据：通过传感器、边缘计算模块等对工业场景下的机器、零件、流程等各项信息进行采集，并形成3D数字资产。微软此次发布了Azure Kinect DK, 可作为AI传感器用以收集企业的环境视觉信息，再传输到云端处理，从而在Hololens端进行数字化输出。
显示：MR将作为空间显示终端（即PC显示器），解决3D数字信息的显示和交互问题。举例来说，工厂操作人员可以通过MR眼镜查看机械部件是否与CAD数据信息匹配，查找加工缺陷，防患未然。
协同：物理实体与MR显示终端上的3D信息协同作用，这在业界被称为Digital Twin (数字孪生），该概念最早由NASA发明，意思是过对物理实体进行1：1数字化，并对数字化模型进行预测、分析和操作时，物理实体及时予以反馈。通过对核心设备、流程的使用进行优化，并简化维护工作。
当前，MR+工业仍处于早期阶段，大型企业如西门子、GE、PTC等也在商业流程管理上进行了一些类似的尝试。对于大型企业来讲，为迎合工业物联网数字化转型需求，自然需要花重金去投入到MR、Digital Twin等概念中。具体效果如何，还需要等解决方案切实落地且有效率提升数据时才可见一二。
MR领域创业机遇
微软此次发布Hololens2，让大众看到产业界中MR的更多可能性。然而，纵观MR产业链，从上游的设备研发制造，到中间的OS、渲染引擎，再到下游与产业结合的应用，均有环节亟待开发和完善，而这也恰恰是创业公司的机会。
光学成像
光学和OS系统是MR眼镜的两大核心技术，其中光学模组作为MR硬件的重要组成部分，其成本可占到整体眼镜的60%以上。
市面上主流光学模组主要采用棱镜、自由曲面、光波导、光场等方案。而对于人眼来说，具有较大视场角、轻薄体积的光波导技术则是最优方案。目前，光波导分为全息光波导和阵列光波导两种技术方案，其中微软、Waveoptics采用全息光波导；国内的珑景光电、灵犀微光以及以色列Lumus采用阵列光波导；仅有Magic Leap一家采用了多层叠加光波导。
对于光波导技术而言，目前的痛点有生产工艺复杂、量产难度高、良品率低，及成本过高（Lumus光学模组单价可达1000美金）。作为MR眼镜供应链上游的核心环节，光波导技术仍有较大的成长空间。
OS系统
软件层面，操作系统是MR的关键。对MR来说，操作系统要保证虚拟信息能够快速实时刷新，从而满足用户在真实环境中无延迟浏览虚拟信息的需求。目前，不少公司都基于Android开发OS，而由于Android的底层架构是基于手机系统研发的，因而刷新率较低，不能满足人眼诉求。因此，像Magic Leap、微软这类公司都在针对MR重写OS。
对于中国公司来说，市面上的操作系统均基于Android开发，无法满足MR眼镜对于事实性和低延迟性的要求，这一空白市场也尚待填充。
3D渲染引擎
无论是C端还是B端的MR内容开发都离不开3D渲染引擎。现有的3D渲染引擎是基于PC和移动手机端研发的，如果应用在MR眼镜端则无法做到实时，且并发热量高，耗电量大。迎合移动MR技术这一趋势，3D渲染引擎需要弱化现有引擎大而全的特点，做到轻量化、高实时性，强化交互性和渲染效果的真实性。
36氪曾报道过一家公司粒界科技，主攻下一代AR-Ready架构平台的渲染引擎GritGene，可支持实时大规模的场景渲染、交互，也可移植到可穿戴设备中（如未来的移动AR）,目前在影视制作、智慧城市领域均有所涉猎。
B端产业应用
Hololen2一出，MR与B端产业结合成为既定趋势，而3D数字信息比较丰富的工业、建筑、医疗等领域则会是MR的优先落地点。举例来说，工业领域原本封闭的机械、车辆、零件产生的模型数据，医疗领域的CT医学影像等数据可以经由整合形成三维数字资产。借由MR显示设备，三维信息可以与物理实体融合，增加物理世界的信息密度，在培训、维护等商业流程中提升效率。
对于创业公司而言，打通产业界三维数据则是机会所在。近日，36氪接触了一家公司Datamesh，该公司是目前国内唯一一个Azure Kinect的早期合作伙伴。据公司创始人李劼透露，目前Datamesh主要布局工业领域，使用Azure Kinect进行三维零件、人体体态等数据的认知、识别和分析，用于企业器械培训、维修维护、安全生产等模块。以器械培训为例，结合Hololens头显，Datamesh可将用户所需的场景数据叠加在真实物理设备之上，用仿真教程取代传统的纸质说明书，帮助工人快速熟悉产品零部件和操作。
（编辑：温州站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
