智能硬件目前正向混合现实迁跃

时间退回到8年前。

2010年，微软推出一款搭载Xbox游戏机的Kinect体感控制器，它能让游戏迷们用身体、手势、声音来操控游戏。由于体感交互这一概念在当时足够新鲜，Kinect上市两个月就卖出了800万台，并拿下“吉尼斯世界记录中销售速度最快的消费电子设备”的头衔。

Kinect的面世，也是李骊创业的起点。他现在是3D机器视觉和3D MR（混合现实）解决方案公司华捷艾米的董事长，创业前曾先后在联想和中兴工作。

3D视觉即三维立体视觉，大部分人对这一概念的理解起自苹果Face ID。它能提供精确的人脸（活体）识别，也能精准捕捉人的动作和情绪。刷脸支付和AR Emoji表情是3D视觉目前在消费电子终端上的典型应用。MR即混合现实，它强调虚拟物体在现实世界中以实体形式出现，目前在医疗领域应用较多，比如通过佩戴MR眼镜来观摩手术、完成医学教学等。

“Kinect让我感觉电影007里的东西变成现实了。当时特别兴奋，觉得体感交互是个机会，所以当即就决定和几个朋友一起创业。”李骊告诉36氪。 

团队最初的阵地在深圳华强北。李骊一开始想做一个类似Kinect的产品，但后来发现项目所需的技术门槛太高，于是决定到北京寻找资源。当时，团队需要的底层技术人才都聚集在北京的各大科研院所里，拉他们“入伙”并不难。李骊回忆称，公司早期的大部分技术人员来自火控雷达、导航等专业，他们不像计算机系的老师有很多项目要做。再加上体感交互技术在当时的环境下极具挑战性，大部分老师愿意无偿接受这个挑战。与此同时，华捷艾米也开始与国内一线相关院校展开合作，如清华、北理工、中科院等，技术团队很快组建完成。

最初，李骊的项目得到了国家基础基金、学校和科研院所和教授们的多方支持。但这样持续了3年后，瓶颈出现了。“2013年的时候，我们实际上有过动摇的念头，技术突破受阻。” 李骊对36氪回忆道。

“直到2014年下半年，经过长期的努力和坚持，团队才终于拿出了一款类似Kinect的纯Demo级的设备。尽管离实用还有一定距离，但也算给了团队希望和动力。华捷艾米的骨架识别算法当时可以说已经达到了国际领先水平，与苹果花3.6亿美金收购的专门做骨架识别的Primsense主流技术指标并无差别。”李骊介绍道。

经过一系列技术和算法的打磨，华捷艾米当时的研发水平已经很成熟，包括到现在，华捷艾米是全国唯一一家拥有3D智能SLAM和3D骨架技术的团队。从2014年拿到投资人的第一笔钱到今年3月完成近5亿元B轮融资，四年间华捷艾米的员工规模扩充到300多人，业务范围也从体感交互拓展到3D视觉和MR（混合现实）。据李骊介绍，一个科技公司，技术与产品落地应用的人员比例至少是1:3，华捷艾米的团队目前还是以纯技术为主，未来会加大在商业化落地的人员投入。

熬过起伏的早期创业阶段后，华捷艾米现在想做一些“更大的事情”。在李骊的规划中，华捷艾米将在明年1月量产一款3D MR芯片及3D模组，为手机、智能安防、新零售、智能家居等不同行业提供一整套解决方案，目前，IMI3000的AI芯片及模组已经成功应用于微信3D人脸支付终端、门禁产品终端，在各大商超落地应用。李骊还告诉36氪，华捷艾米已经开始着手开发混合现实相关的社交软件，一旦落地，它将会比抖音更好玩。

以下是李骊在第五届世界互联网大会上接受36氪采访的内容，经36氪编辑整理。 

36氪：华捷艾米目前商业化的主要方向是什么？

李骊：我们主要为新零售、智能安防、活体识别、体育、创意制作、教育等行业提供3D视觉解决方案。

36氪：按照华捷艾米的发展节奏，有哪些可量化的发展目标？

李骊：从明年开始，我们会向市场提供一个标准化的MR模块，它可以放在各个终端里面去，相当于让所有东西具备了眼睛。

我们正在推生态共建的商业模式。首先是核心技术算法，以及将于明年年初问世的MR芯片其功能定义跟微软的HPU2.0差不多，另外还有3D光学模组。我们以这三块东西为基础，对外提供软硬一体的技术解决方案，服务于开发游戏、教育、电商和医疗等应用的厂家，他们来进行更新一层的产品开发。除了这套开发工具，我们之后还会有一个应用商店，现在正跟腾讯联合做一些社交的东西，会比抖音更有意思。

36氪：什么样的社交软件？

李骊：这个软件和抖音不同。比如昨天的你和今天的你怎么合成在一起？你和家人怎么通过社交软件聚合在一起？通过我们这个软件将两条同步拍摄的视频拼合在一起，通过实时构建背景，可以是白雪皑皑的北地，也可以是葱葱郁郁的南国，根据我们自己的意愿随意更换，实现两个不同空间和不同地域的人在同一时间去对话沟通。

再比如，我们看到朋友圈在晒炫酷的街舞，通过我们的这个软件，你也可以成为朋友圈里的街舞大咖。我们通过识别舞者的人体行为，然后叠加上自己的模型，你就可以成为那个跳街舞的人了。我们还可以通过复制舞者的行为动作，在同一场景叠加上我们自己的模型，你俩就可以一起尬舞了。无限的想象空间都是该社交软件的内容来源。我们从今年4月份开始做社交方面的工具开发。我相信这个东西将来会成为爆款。

36氪：MR芯片的量产对商业落地场景意味着什么？

李骊：它相当于是一个通用芯片，可以用到安防、医疗、教育、娱乐等不同方向。我们现在的芯片算力有限，不能支撑MR的技术算法运算。要实现MR的效果，光靠硬件的CPU带不动，放在手机里面，手机死机，放在大屏里面，大屏也带不动。所以，等到明年1月MR芯片问世，结合我们软硬一体的技术方案，全行业都可以打通了。

36氪：能具体谈谈这款芯片的应用场景吗？

李骊：它的主要应用场景包括新零售、消费电子、智能家居、智能物流、安防等。新零售的话，比如用3D视觉来识别顾客身份，分析顾客行为，让他们能够虚拟试衣，通过3D刷脸支付。消费电子和智能家居方面，这款芯片可以应用到MR手机、MR眼镜、智能投影仪、智能电视等智能硬件中。智能物流上，利用3D视觉，可直接通过移动设备的相机，测量画面中的货物体积等。

36氪：MR会是中国消费电子市场的一个新风口吗？

李骊：应该叫升级的一个关键点。MR是智能终端的一个基本部分，会像现在的 WiFi 那么普遍。它一定会成为标配，这也反映出整个市场有多大。智能手机向MR的更新，有两个很大的变化：一是这一次是从最底层开始革新，每一个代码都要革新，很彻底；二是上一次的更新有高通给我们提供芯片和解决方案，所以苹果2007年做出iPhone后，中国跟的很快。但是这一次没有，国外厂商已经不再提供方案了，需要靠我们中国自己的前沿科技企业奋起。

36氪：对于中国手机厂商目前在3D视觉应用上的困境，您有什么新的观察？

李骊：实际上最大的难题，我觉得还是国内厂家的敏感度和紧迫感不够。总有一种想法是苹果出来什么东西，我半年或者一年就能跟上。以前做指纹，中国花八个月跟上了；出双摄，中国六个月跟上了。但是这一次MR芯片的更新是很彻底的，真不是那么容易能跟上。

还有一个难题就是应用部分。比如苹果做芯片有3000多个人，可能技术人员有七八百，做产品的有一千多人，还有一千多人就在做应用。应用这一块，需要全行业一起干，不是一家的事情。如果没有应用，一切技术都是零，这就是所谓的生态链。还有一个就是标准的问题，这也是我们很恐慌的问题。

36氪：是针对什么的标准？有解决方案了吗？

李骊：MR设备需要做到互联互通，你在家里玩，我在家里也能玩，咱们可以隔空玩。这里面就会涉及到传输、解码、接口标准的问题。微软和苹果实力非常强，它自己就可以成为事实上的标准。那对我们来说就存在跟着他走还是不跟他走的问题。我跟着他走会面临侵犯知识产权的风险，我不跟他走会担心应用开发商们不用我的东西。我们目前正在跟国家，还有一些厂家一块合作，一起推动确定MR行业的标准。

36氪：您预计MR何时会大规模普及到普通用户群体中？

李骊：苹果现在推的东西也不是MR，只是装了3D视觉而已。但我认为MR会在明年的某一时刻爆发，或许在上半年。

一方面，苹果和微软这两个具有强大带动力的企业已经准备好了。苹果的一系列硬件产品，包括电视、机顶盒、游戏机、智能音箱等，向MR升级的样品都有了。我们从供应链得到的消息是，苹果已经在大规模采购MR相关硬件。另一方面，MR本身符合用户的使用价值，它会带来更多新奇有趣的玩法，起码从娱乐上完全不同，购物上也是崭新的体验。

36氪：您此次参与第五届世界互联网大会“数字经济”论坛，怎么看数字经济时代创新型独角兽的发展？

李骊：首先，国家的扶持和政策引导是创新型独角兽生存发展的沃土。前不久国家就人工智能发展现状和趋势举行了第九次集体学习，也突显出对人工智能的重视。未来一定是人工智能的未来。另外，技术是独角兽成长的第一驱动力。很多技术一直受困于国外垄断，国内创新型独角兽要想发展壮大，必须强化技术内核，在政策利好的背景下，占领风口引领潮流。