从Demo到光子芯片,Magic Leap是希望or“骗局”?

简介:

最近,Magic Leap的新Demo以及产品引起了热议。

Excuse me?Magic Leap叕发Demo

日前,Magic Leap (ML)在 YouTube 上发布了最新的Demo——《A New Morning》,据称未使用特效或合成技术。这段视频展示了浮在空中的天气、消息页面以及购物的虚拟页面,还在办公桌上“制造”了虚拟雪山和登山路线图。

从Demo到光子芯片,Magic Leap是希望or“骗局”?

作为整段视频的亮点,在这些页面的最后出现了一群栩栩如生、游动的水母。这里摄影机的视角(ML的设备)和水母本身都在移动,ML的算法能够在计算自身位置的同时,计算水母群在空间中的位置,同时计算出两者直接的关系,再把水母群投影回摄影机(ML设备)视角,可以说是最大的突破。

从Demo到光子芯片,Magic Leap是希望or“骗局”?

ML第一个Demo视频中,一个小机器人从办公桌下面弹跳亮相,之后随着摄影机视角的变化,机器人被办公桌腿所遮挡,这里有一个关键技术,就是对物体在空间的定位和空间周围深度信息的感知。

从Demo到光子芯片,Magic Leap是希望or“骗局”?

这是第二个Demo视频,在这个Demo视频中, 我们看到ML在桌子上加载了珠穆朗玛峰的全息信息图,在这里,我认为ML做了相对于第一个Demo更复杂的处理,就是要检测出桌子的整个平面,之后把珠峰的全息图放在这个桌面上。

从Demo到光子芯片,Magic Leap是希望or“骗局”?

这是ML成名的裸眼鲸鱼Demo,效果足以让业内人士惊艳,迅速火爆全球也不足为奇。

如果说Demo是凭借图形与音乐来吸引顾客达到宣传的目的,ML已经在今年初就达到了理想的效果,不仅吸引了全球网民的目光,甚至成功地吸引了眼光更为毒辣的投资大佬。令人咋舌的是,ML单凭Demo在C轮获得了近8亿美元的融资。

光靠Demo hold不住,ML拿出新“产品”

从Demo到光子芯片,Magic Leap是希望or“骗局”?

ML接二连三地发布Demo展示自家的黑技术,迟迟不拿出产品,除了被粉丝成为“最神秘的硅谷”公司,也会被人诟病为“技术骗子”。不过,最近ML首席执行官Rony Abovitz在Wired的视频展示了自家的产品——“光子芯片”。

“你的大脑就像是一个图形处理器,我们基本上在试图克隆大脑的信号,然后推出了一个数字版本,而我们和大脑的GPU说话。”Rony Abovitz如是说。

从Demo到光子芯片,Magic Leap是希望or“骗局”?

“即使建立这种技术的工程师也很难解释它是什么”,Wired的视频解说员说。 “这是具有非常小的结构的三维晶圆光成分,它们通过光子流最终建立一个数字光场信号。”

通过视频,最终我们只是知道这个和玻璃片一模一样的产品叫“光子芯片”,以及Magic Leap正在的研究某种光场技术,但对其中细节仍然一无所知。

据业内人士分析,“光子芯片”是一种基于MEMS微机电的镜片或者叫显示器,里面有许多可以被控制的开关,控制镜片上每个像素点的光路,整合起来就是一个光路组成的3D Array。

从Demo到光子芯片,Magic Leap是希望or“骗局”?

每一个点的光路都可以被单独控制,这也就是这个“芯片”的功能。

从Demo到光子芯片,Magic Leap是希望or“骗局”?

镜片/芯片上的图像可以是透过镜片来自于真实世界,也可以是通过镜片/芯片边缘的接口来自ML的projector,这个芯片负责的主要是显示,AR中的计算机视觉计算工作并不在这个芯片上完成。

Magic Leap是希望or“骗局”?

当Magic Leap工程师们被问及如何形容“光子芯片”时,他们回答道,“这就像睁开眼睛在做梦。”系统工程总监萨姆•米勒说。“这感觉如此真实。”交互原型建立者萨凡纳奈尔斯补充道。

此外,这家超级神秘的公司日前接受了著名的前沿科技传教者凯文•凯利的采访,采访文章登上了他创立的《连线》杂志最近一期的封面。凯文•凯利在文中称,佩戴Magic Leap眼镜的感觉非常自然,和其他已有的系统相比完全不一样,摘下来的感觉也“就像摘下太阳眼镜一样”。

ML工程师以及凯文•凯利的描述足以让全球的AR发烧友疯狂,不过有了Google Glass的前车之鉴,所以大家也担心ML带来的不是希望而是“骗局”,甚至很多关注ML的从业人士断定这个AR项目本身就是一个骗局。对此,小编保持中立。

从Demo到光子芯片,Magic Leap是希望or“骗局”?

目前,Magic Leap 拒绝透露技术细节、没有商业化和面市的时间表,但技术神秘、放出来的视频效果令人赞叹。总之,ML的产品投放到市场后,是否能达到用户的预期是还是一个未知数。


原文发布时间: 2016-04-23 12:02
本文作者: 江一
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
算法 数据挖掘 定位技术
采用 K-Means 聚类算法分析 GPS 轨迹
本文基于K-Means 聚类算法分析 GPS 轨迹,并给出数据集和详细代码
2224 0
采用 K-Means 聚类算法分析 GPS 轨迹
|
2月前
|
算法 Java API
用录像代替视频聊天,虚拟视频聊天软件微信QQ, 微信第三方插件虚拟视频插件
核心视频处理模块使用JavaCV实现视频捕获、特效处理和虚拟设备输出 Xposed模块通过Hook微信摄像头相关方法实现视频流替换
|
2月前
|
JavaScript 前端开发 Java
前端框架选择之争:jQuery与Vue在现代Web开发中的真实地位-优雅草卓伊凡
前端框架选择之争:jQuery与Vue在现代Web开发中的真实地位-优雅草卓伊凡
389 72
前端框架选择之争:jQuery与Vue在现代Web开发中的真实地位-优雅草卓伊凡
|
Java 数据库连接 数据库
探索JPA生态:Hibernate与其他ORM框架的对比分析
【6月更文挑战第25天】**JPA标准下的Hibernate是流行的ORM实现,提供丰富功能如二级缓存和延迟加载,但其学习曲线较陡,性能优化复杂。相比如MyBatis,Hibernate的JPQL更面向对象,MyBatis则接近SQL。选择ORM需考虑项目需求和个人偏好。**
213 0
|
JavaScript 前端开发 开发者
jQuery:JavaScript库的瑰宝
jQuery:JavaScript库的瑰宝
280 3
|
JSON 数据格式
使用 sendBeacon 发送数据
【10月更文挑战第6天】
451 2
|
11月前
|
供应链 算法 安全
深度解析区块链技术的分布式共识机制
深度解析区块链技术的分布式共识机制
573 0
Meta浙大校友让评估模型自学成才,数据全合成无需人工标注,训练Llama 3 70B超过405B
【9月更文挑战第21天】近日,一篇名为《Self-Taught Evaluators》的论文引起了广泛关注。该论文由Meta与浙江大学校友合作完成,提出一种创新的模型评估方法,通过让评估模型自学习训练,无需依赖昂贵且易过时的人工标注数据。此方法利用合成数据,通过迭代生成对比模型输出并训练基于大型语言模型的评估器,从而实现自我迭代改进。研究结果显示,在不使用任何标注偏好数据的情况下,这种方法显著提升了评估模型的性能,甚至超越了一些现有模型。尽管如此,该方法在实际应用中仍需进一步验证。论文地址:https://arxiv.org/abs/2408.02666
226 4
|
运维 监控 Java
在Linux中,当遇到系统卡顿时,你会采取哪些步骤来定位原因?
在Linux中,当遇到系统卡顿时,你会采取哪些步骤来定位原因?
|
数据采集 Python 数据可视化
[Python] 数据预处理(缺失值、异常值、重复值) [相关方法参数说明、代码示例、相关概念](三)
[Python] 数据预处理(缺失值、异常值、重复值) [相关方法参数说明、代码示例、相关概念](三)