创投变辩辨：苹果VS微软，谁决定MR的未来？

　　●创投圈首档辩论类节目创投变辩辨第五期辩题：MR设备的未来是VST（视频透视）方案还是OST（光学透视）方案？

　　●VST代表：小派科技Pimax认为，VST正是苹果Vision Pro所采取的透视方案，其更强的沉浸感和更高的虚实融合精度能带来卓越的使用体验，此外，超透镜等新技术也将带来头显的轻量化革命。

　　●OST代表：Rokid则认为，低成本与轻量化使基于OST的AR设备成为用户可以日常佩戴的眼镜形态的产品，能够更快融入到公众的社会生活之中，进而成为MR市场的主导。

　　MR设备透视功能有两种技术路线。一条路线是VST，Video see through，即视频透视，另一条路线是OST，Optical see through，即光学透视。

　　其实，VST和OST的路线之争，持续了MR领域到目前为止所有的历史，近期苹果Vision Pro的发布，以VR加上VST作为其产品的核心形态，在VST阵营加上了一个重重的筹码。

　　但是，这是否就意味着VST和OST之间的争论尘埃落定了？关于AR/VR的未来，苹果有没有可能选错了？本场辩论《未来MR透视功能将主要依靠什么技术？》，围绕OST和VST之争展开讨论。

　　本期嘉宾：

　　●主持人：严锋，复旦大学中文系教授，科学杂志《新发现》荣誉主编

　　●VST嘉宾：翁志彬，Pimax小派科技创始人兼董事长，主张：未来MR透视功能将主要依靠VST（视频透视）技术

　　●OST嘉宾：祝铭明，Rokid创始人兼CEO主张：未来MR透视功能将主要依靠OST（光学透视）技术

　　技术科普：

　　●VST（Video See Through），即视频透视，利用摄像头等传感器，捕捉真实世界的影像，然后投射在屏幕上，用户看到的一切都是虚拟设备想让他看到的样子，真实世界与虚拟世界都是数字信号，可以同步修改，代表性产品有苹果的Vision Pro、Meta的Quest Pro；

　　●OST（Optical See Through），即光学透视，它就像一层玻璃，同时通过摄像头定位和芯片计算，虚拟物品和现实可以产生交互，以真实世界为主，可以让用户对现实世界的感受更加出彩，代表性产品有微软Hololens、Rokid的Max Pro

　　【主持人严锋】大家好，我是复旦大学的严锋，新媒体和虚拟技术的爱好者和研究者。我们本期《创投变辩辨》邀请到了两位创业者，讨论MR设备透视功能的两种技术路线。

　　一条路线是VST（Video See Through），即视频透视，另一条路线是OST（Optical See Through），即光学透视。

　　今天的嘉宾一位是祝铭明先生，他是Rokid的创始人和CEO，致力于人机交互技术和AR的商业化。另一位是翁志彬先生，他是Pimax小派科技创始人和董事长，长期从事高端VR头显的研发和商业化。

　　可以这么说，祝总是MR行业里走AR技术路径的代表，翁总是MR行业里走VR技术路径的代表，相信两位在一起一定能够擦出火花。

　　【VST翁志彬】从OST（光学透视）和VST（视频透视）这两条路线来说，VST（视频透视）在虚实世界的无缝融合方面肯定会好一些，因此在娱乐、社交、生产力、办公等场景更有优势，尤其是to C方面，这也是苹果Vision Pro正在引领的路线。OST（光学透视）未来应该更适用于偏工业的使用场景。

　　基于这个判断，未来MR眼镜90%的市场份额属于VST（视频透视）技术。

　　【OST祝铭明】刚才翁总讲到了，要根据场景分。如果把我们的立足点放到最近的两年到三年，这两个技术路线都有自己的特色。举个例子，如果在一个要百分之百地让虚拟物体跟真实物体进行 地融合的环境，比如说做一些科学实验，做一些精度比较高的建模，VST（视频透视）是个好的路径。

　　但比如简单玩一些游戏互动，例如文博文旅的场景对精度的要求没有那么高，可能OST（光学透视）也就够了，而且OST（光学透视）会更轻便。

　　所以最近这两到三年，我们还是要根据场景垂直的领域来看，各自的都有自己的优势。这也是为什么小派和Rokid 还能活得挺好。

　　但是未来我们如果把时间看长远一点，如果要一直佩戴，24小时使用，最终我们在一个理想状态下，肯定是OST（光学透视）要优于VST（视频透视）。

　　01、VST（视频透视）做不到小型化？OST（光学透视）做不到沉浸体验？

　　【主持人严锋】两位怎么看VST（视频透视）和OST（光学透视）各自在技术实现上的优势和挑战？

　　【OST祝铭明】从精度讲，比如VST（视频透视）除了大家都知道的沉浸感也好，FOV也好，或者角度的优势之外，其实很多人如果不做技术，可能不大知道的一个优势：就是有两个数字坐标系。总体来讲，两个数字坐标系好对齐。

　　第二个好处，VST（视频透视）可以对数字化的东西进行任意改造，这是OST（光学透视）做不到的。

　　劣势其实也跟它的优势并存。劣势就在于：VST（视频透视）要做沉浸式和数字化的物理世界重建。那VST（视频透视）设备的体积、显示系统，整体就很难做到轻量化。这是VST（视频透视）未来一个最大的挑战。

　　OST（光学透视）的优势在于能够轻量化。因为OST（光学透视）只针对虚拟的东西做数字化，不对物理世界进行重建。因此OST（光学透视）无论对算力的要求，对传感器的要求，对诸多的东西都会简化。

　　但正是因为这个原因，OST（光学透视）存在两个坐标系，一个是物理坐标系，一个是数字坐标系，这两个坐标很难校准。例如我戴上OST（光学透视）设备后，会通过数字化的东西进行校准，但换一个人戴，或者把鼻子抬高一点，变化佩戴的姿势，OST（光学透视）设备都要重新做校准。

　　第二个难题：我没办法让真实世界里的东西消失，或是发生改变。例如我透过OST（光学透视）设备看到一个杯子，但我没有办法把它抹掉，但VST（视频透视）可以这么做。

　　这就是我觉得VST（视频透视）和OST（光学透视）各自的优缺点。短期来看大家能达成一致。长期来看，我不知道翁总的观点。我觉得长期一定是OST（光学透视）的天下。因为要做到刚才讲到的碎片化、24小时佩戴，就很难逃出OST（光学透视）的技术路线。

　　【VST翁志彬】祝总提到的这两点，我觉得值得我们探讨。从技术上，因为OST（光学透视）是真实世界的光线直接进入人眼，所以它更直接、更自然，而且几乎是零延时。但对虚拟物体而言，OST（光学透视）可能要处理延时。这意味着它在时间、空间上，两条坐标本质上很难对齐，这是目前OST（光学透视）的一个天然缺点。

　　但这个缺点对于VST（视频透视）刚好是反过来的。因为VST（视频透视）会对真实世界的光线进行处理，在时空上可以做到很好的重叠。那么，VST（视频透视）在感观上会更沉浸，更直接，精度更高。

　　我觉得二者的应用场景可能会有一些差别。比如刚提到未来OST（光学透视）居多还是VST（视频透视）居多？对于OST（光学透视），我非常认同祝总的说法：产品一定要做轻量化。我们认为，未来的MR设备一定会小型化，而VST（视频透视）设备占比在90%以上，量级在十亿级，OST（光学透视）也会有接近亿级的量。

　　使用VST（视频透视）技术的MR眼镜可以类比为五年前的Macbook Pro，性能强劲但尺寸偏大，而使用OST（光学透视）技术的MR眼镜可以类比为Macbook Air，性能一般但尺寸较小。但最新款的Mackbook Pro尺寸已经和Macbook Air在一个数量级上了，也就是说，Air在尺寸上的优势已经不复存在，而性能又比不上Pro，用户自然没有理由再继续购买Air。

　　同理，随着VST（视频透视）设备的逐步小型化，当VST（视频透视）设备的尺寸接近OST（光学透视）设备的数量级时，OST（光学透视）设备的优势会逐步消失，用户自然就不会因为尺寸而选择OST（光学透视）了。

　　另外，我认为VST（视频透视）未来一定可以做成小型化。虽然苹果Vision Pro现在的体积各方面还是比较大，就像早年的大哥大，但未来它还是可以做小型化的。只是说小型化的同时，功能也一定要做强。也就是说，如果小型化是以牺牲VST（视频透视）天然的沉浸感等优点来说，它就不合算。

　　02、超透镜方案让VST（视频透视）设备保持性能的同时变得更轻？

　　【主持人严锋】祝总有没有需要反驳或者补充的？我觉得翁总特别强调，不能为了小型化而牺牲功能，那祝总对此表示同意吗？

　　【OST祝铭明】这个稍微有点区别。我觉得如果大家从未来生态发展的格局来看，VST（视频透视）可能会变得比较小众，而不会消亡掉。我个人两个设备都会有，因为我也是重度的玩家。

　　但是作为普通老百姓来讲，对于未来主要的通用计算平台，OST（光学透视）的优势比较明显。

　　我不是说OST（光学透视）会取代所有的VST（视频透视），但从共不共存的角度来讲，可能还是要看比例。就像刚才翁总讲到的，如果要用VST（视频透视）去做，把体积做小，可能就不得不牺牲一些能力，可是牺牲那些能力会不会导致VST（视频透视）的体验减分？这也是一个大家需要去考虑的问题。我觉得这个挑战还是非常非常大的。这也是为什么Vision Pro到今天为止还是有诸多的疑虑，包括它的售价、体积、重量，散热。连Apple这么 的公司在VST（视频透视）上，做出的产品至少没有真正地叫好又叫座，所以这也是不大容易的一件事情。

　　所以理论上，我觉得如果要牺牲一些能力，把VST（视频透视）做小是没问题的。那问题就在于VST（视频透视）对减配的容忍度到底在哪里？那根线到底在哪？比如说它真的延时做得不够好，或者是分辨率做得不够好、不够高，或者交互性做得不够好，那可能VST（视频透视）反而就变成一个负担了，比如说戴上去会晕、坐标不一致等诸多问题。

　　加上我们想象一下，把眼镜做得很小的情况下，像普通眼镜一样，我的肉眼既能够看到真实世界，又能看到虚拟数字展现出来的真实世界，如果出现侧面的漏光等问题反而更尴尬，用户会觉得更加地别扭。

　　所以，我的观点就是OST（光学透视）和VST（视频透视）共存，但如果从未来的通用计算或者多数人的选择来讲，还是OST（光学透视）的天下。

　　这就是为什么Rokid会选择OST（光学透视）这个技术路线，我们也是相信这么一个方向。

　　【VST翁志彬】我想从技术角度来看VST（视频透视）的发展方向。

　　首先，苹果Vision Pro是非常优秀的产品，但它（只）是MR的一个雏形形态。

　　其次，我认为未来VST（视频透视）一定能在保持性能不变的同时做到小型化，主要有几个方向。

　　我们传统的透镜焦距大概是30毫米，现在通过Pancake方案可以做到15、13毫米左右。虽然未来用Pancake透镜一定不可能做到3毫米的厚度，但是苹果和我们业内都在做超透镜方案。

　　在超透镜方案下，显示屏和透镜能做到二合一，整个光机可以从目前的15、13毫米压缩到2、3毫米。

　　所以我认为，未来5—7年左右，超透镜方案会是个前景。一旦未来VST（视频透视）超透镜方案能实现，超薄性就能实现。而当VST（视频透视）的光机方案做到2—3毫米时，VST（视频透视）跟OST（光学透视）的体积、厚度就没有大的区别了。

　　03、MR眼镜的重量是克克计较，不是斤斤计较

　　【主持人严锋】我们看到一个主要的差异来了。在未来超透镜的方案下，翁总认为VST（视频透视）也能做到小型化、轻量化。祝总您有什么样的回应？

　　【OST祝铭明】整个XR产业都是越轻越好。我相信VST（视频透视）的方案也会越做越小，包括刚才讲到的Metalens超透镜方案。但是人体对眼镜的忍受力有差异。当你24小时佩戴眼镜时，你对重量是以克为单位来斤斤计较的，其实是克克计较，每一克都在计较。

　　说到底，当VST（视频透视）和OST（光学透视）同时都接近普通眼镜形态时，差距到底会是什么？比如说差10克、20克，那就是一个比较明显的差距。经过测试，人佩戴眼镜的总体舒适区域大概是在60克左右，无论是亚洲人还是欧美人。

　　这就提出了一个比较大的挑战。刚才翁总也讲到了，光学是一个方面。比如说VST（视频透视）要做重建，重建物理世界所带来的成本和功耗、配重各方面，还是很难跟OST（光学透视）达到一个相同的水准。

　　我觉得VST（视频透视）可能会做到一个类似接近眼镜的形态，但想做到普通眼镜形态，难度还是比较高的。OST（光学透视）也不容易，但是有机会，VST（视频透视）可能会更难一些。在这个方面，我倒是觉得还是那句话，OST（光学透视）作为大众老百姓的选择会更容易一些。但对于专业人士来讲，VST（视频透视）是一个大家不会去舍弃的一个方向。

　　第二个是小型化带来的一个问题。譬如VST（视频透视）是不是要把整个眼睛包起来。如果不包起来，就会面临你的眼睛能同时看到物理世界和通过VST（视频透视）来看到的物理世界，这两个世界的坐标很难对齐。但如果你想制造沉浸感，可能它很难做到普通眼镜形态，这就是我们所面临的一个挑战。而OST（光学透视）第一天起就没有这个负担。因为OST（光学透视）从第一天起就是裸眼直接看所有的物理世界。所以它可以将精力放在虚拟世界上。这意味着OST（光学透视）的整个硬件投入，算力成本，展示力都相对比较灵活。

　　【VST翁志彬】通过柔性显示技术，VST（视频透视）技术的FOV是可以接近于人眼的，对于用户来说，VST（视频透视）技术就能实现完全真实的视觉体验，用户没有必要在MR眼镜视野之外，去看这个世界，而未来采用VST（视频透视）技术的MR眼镜，他的遮光材料一定是超轻、超柔、超薄的，只会增加2-4克的重量，对实际的佩戴体验没有影响。

　　04、FOV对MR设备来说真的重要吗？

　　【主持人严锋】我们除了从未来时间的角度，从市场面向大众还是小众的角度来看，祝总提出OST（光学透视）将来一定是面向大众的，翁总您觉得是这样吗？是不是VST（视频透视）也可以是面向大众的？

　　【VST翁志彬】针对祝总描述的未来，我也有不同的看法。从OST（光学透视）来说，我们忽略了一点，我们只说了小型化这一块，但是我们还有一个核心体验。核心体验就是沉浸感。

　　我相信OST（光学透视）现在最大的问题是FOV不够大。因为从目前的光波导方案或者birdbath技术很难做突破，做到50度以上的FOV都挺难的。我认为沉浸感对MR设备属于核心体验。虽然在分辨率PPD上，我觉得这两个路径在一定程度上都能达标。Micro OLED显示技术可能很快会解决PPD的问题。但是OST（光学透视）如何在保持90度或者100度以上的FOV，同时PPD也能达到40以上？

　　回到电视机时代，我小时候看电视有32寸的，现在再回过去让你看40寸的电视机，就没法看了。因为人本质是个视觉动物，视觉的沉浸感非常重要。VST（视频透视）的FOV已经在100度以上，我们马上已经能做150度了。那么OST（光学透视）能不能短时间把FOV加大？如果很难加大，在这种情况下，用户体验两个产品，他会发现核心体验差别这么大。此时，小型化就不是用户的一个可考量点了。

　　早前手机时代有电竞手机，结果这几年电竞手机消失了，是因为普通手机的处理器、散热性能也已经达到电竞手机的标准了，而且普通手机很薄。这意味着当VST（视频透视）这条路线我们能做到超薄、FOV加大、处理能力越来越强时，VST（视频透视）和OST（光学透视）两个产品看起来的形态差距就没那么明显了。

　　【OST祝铭明】我们要问的一个问题是OST（光学透视）真的需要那么大的FOV吗？VST（视频透视）一定是需要的，因为VST（视频透视）对人、真实世界的感知是不能丢掉信息的，当然你是看得越全越好。但是大家要知道OST（光学透视）其实对于真实世界，天然是不丢失信息的。而我们真正对数字世界信息的处理，本身人类有效的FOV也就这么多。所以FOV这个核心体验对于VR和MR或者VST（视频透视）的人来讲是非常重要的，反而在OST（光学透视）里是一个可选的东西。

　　当然我们做通用计算平台，在使用不同东西时，对FOV也是有高低要求的。比如我在看电影时，FOV也不能太大。大家如果坐过电影院的第一排、第二排就知道FOV太大反而不舒服。而当我用OST（光学透视）做导航或者做信息提示的时候，对FOV的要求就更小。这也是现在很多AR产品的一个核心发展路径：做小FOV，但我也把能力局限在简单的信息提醒上。所以我觉得，当然OST（光学透视）的FOV是越大越好，但并不是说非得大到像VST（视频透视）那么大，两个技术路线各自所追求的东西不一致。

　　大家都知道大部分情况下，人对信息的感知就是你眼睛所前视的那么几十度的FOV。如果抛掉人的视觉扫描，大脑和补全的画面来讲，真正清晰的FOV就是你把手伸直，把大拇指伸起来，你的眼睛、你的鼻梁跟大拇指形成的夹角的度数。我们看电影大概是一个40、50度到60度的FOV，这就已经够大了，再大就看不过来了。我们今天的Rokid产品已经在50度了。因为50度看的时候你已经会觉得太大，所以我们今天还反而做了一个最新的版本，还做了一个把画面缩小的动作。所以，到底在OST（光学透视）路径下，FOV是不是核心体验，我觉得是一个问号。

　　【主持人严锋】翁总的理解，这个核心体验，是由FOV、沉浸感、分辨率这些东西构成。祝总的说法也非常有意思，他说其实这个核心体验跟不同的技术路线有关，所以不同的技术路线对核心体验的理解，或者说要求也不一样。那么在VR里面，FOV就是非常刚需了，那如果是AR的话，可能它还自带FOV，有天然的FOV。我的理解是在目前情况下，它确实就是一种妥协，就是说你是要轻便还是要市场大小，在目前很难两全的情况下，我们怎样根据自己的要求，无论是用户还是场景，能够有一个取舍，那么这也涉及到对MR的一个理解。

　　05、VSTVSOST快问快答环节

　　【主持人严锋】下面进入快问快答环节。

　　问题一：随着技术的发展，VR将主要用于娱乐和游戏，而AR将主要用于实用应用和工作。您认为“是”还是“否”？

　　【OST祝铭明】我觉得这个问题是做VR的人不认可，做AR的人也不认可。因为大家其实最终都想解决所有的问题。所以现在不要去下定论，说什么东西更适合娱乐，什么东西更适合生产。比如说Vision Pro和Quest3，也是比较明确地想往生产力方面去发展。反而是我们今天卖的AR产品反而偏娱乐多一点，玩游戏看电影的人多一些。最终大家都希望MR技术能够变成一个通用计算平台，既占领娱乐和生产力，甚至利用大家的碎片时间，如果真的能做到轻量化24小时佩戴的话。我相信小派也一样不甘心说只做娱乐。

　　大家还是希望MR能成为一个通用的计算平台，这是我们大家一起努力的方向，这才值得期待。

　　问题二：你认为AR和VR未来会融合成同一个产品吗？

　　【主持人严锋】祝总认为AR和VR将来都会成为一个通用的平台。这其实也是我们的第二个问题：你认为AR和VR未来会融合成同一个产品吗？翁总，你觉得呢？

　　【VST翁志彬】我认为会成为同一个产品。那时候可能就到了我们这个行业的下半场，AR的概念和VR的概念可能慢慢地消失。就像早年的手机有翻盖机、功能机、折叠机等等，但等到最终智能机出现后，那些手机就消失了。

　　所以，一旦MR的概念推起来，就像刚才祝总提到的，当MR作为一个通用计算平台慢慢开始流行起来的话，那慢慢地大家就觉得AR和VR已经是过去式了。我认为MR可能是未来融合的一个形态。而且在未来很长一段时间，我们都会以这个概念去影响市场和技术。

　　结论环节

　　【主持人严锋】:两位嘉宾对MR设备透视功能的两种技术路线，以及发展前景都进行了非常精彩的描述。

　　我的理解是，互联网和人机界面都要往前走，手机和电脑都要更新换代，我们需要更人性化的操作系统。所以空间计算和MR都代表未来的一个趋势。

　　但具体这个路怎么走？可以有不同的路径，它也可以有一个发展的过程。

　　在我们讨论当中，两位嘉宾都相信虚拟和现实一定会越来越联接和融合，这两者是缺一不可，但是可以有不同的联接和融合方式。

　　AR方向的MR是在现实当中看见虚拟，这是OST（光学透视）擅长的路线，VR方向的MR是在虚拟中看见现实，沉浸感更强。我们相信在未来这两条路线也会越走越近，甚至合二为一。

　　我们这一期的创投变辩辨就到这里，谢谢两位嘉宾，让我们下期再见！

　　（导演：狮刀 编辑：腾讯科技 周小燕）