文/VR陀螺

XR行業(yè)，十年一征程。

2014年，F(xiàn)acebook收購Oculus，后更名Meta "All in 元宇宙”；2021年，字節(jié)跳動收購PICO，揭開國內(nèi)VR領(lǐng)域的新篇章；2024年，蘋果攜Vision Pro入局，引領(lǐng)業(yè)界邁入空間計(jì)算時(shí)代……

回顧過去的十年，從一開始單純的VR、AR，到后來出現(xiàn)MR、XR，再到如今與AI相結(jié)合以及空間計(jì)算概念出現(xiàn)，XR始終在不斷向前發(fā)展中，其應(yīng)用領(lǐng)域也從游戲到教育辦公、工業(yè)制造、醫(yī)療健康等，不斷革新各垂直領(lǐng)域的智能交互體驗(yàn)，成為21世紀(jì)的新質(zhì)生產(chǎn)力。

經(jīng)歷了上一個(gè)十年的企業(yè)家們，有何經(jīng)營之道？而面向未來十年，XR又將如何前行？

基于此，VR陀螺推出了以“XR 十年沉浮錄”為主題系列線上直播訪談活動，4月9日，VR陀螺 主編兼總經(jīng)理 案山子連線對話谷東科技 創(chuàng)始人兼CEO 崔海濤，雙方就“大模型浪潮下工業(yè)AR+AI的實(shí)踐與挑戰(zhàn)”進(jìn)行了深入探討。

以下是對話實(shí)錄：

案山子：今天我們直播間有幸請到谷東科技的創(chuàng)始人兼CEO崔海濤，崔總在這個(gè)行業(yè)里面其實(shí)已經(jīng)扎根多年，并且谷東科技前幾天剛發(fā)了一款工業(yè)AR智能頭盔新品H4000。這里首先有請崔總做一個(gè)簡單的自我介紹。

崔海濤：我先來介紹一下谷東科技，我們公司在2017年底成立，從一開始便專注于AR顯示、算法和硬件方面的技術(shù)研發(fā)。我們在B端落地方面其實(shí)也經(jīng)歷了很多困難，踩了不少坑，不過一路走來整體還算不錯(cuò)，很多國內(nèi)外的一些頭部企業(yè)都是谷東科技的客戶。

現(xiàn)如今，我們已經(jīng)把AR真正應(yīng)用在了生產(chǎn)、制造、檢修、售后、培訓(xùn)等諸多領(lǐng)域。可能對于一些直播間的觀眾來說，由于我們從事的是B端，跟大家直接面對面接觸的機(jī)會比較少，不少人仍然會認(rèn)為AR僅僅用于展示、培訓(xùn)等簡單場景，然后我今天也希望借助這次對話機(jī)會，給大家介紹谷東科技在企業(yè)端的各種實(shí)踐經(jīng)驗(yàn)以及一些心得體會。

谷東科技H4000新品發(fā)布會（圖源：谷東科技）

案山子：如果我們回看VR/AR這十年，你會發(fā)現(xiàn)整個(gè)產(chǎn)業(yè)其實(shí)一直在起起伏伏，有很多老公司退了出去，也有很多新的公司進(jìn)來。在這樣一個(gè)環(huán)境里面，當(dāng)您回顧您這段創(chuàng)業(yè)經(jīng)歷，甚至說有機(jī)會回到上一個(gè)時(shí)間節(jié)點(diǎn)，您還會選擇這個(gè)賽道并堅(jiān)定投入進(jìn)來嗎？

崔海濤：從現(xiàn)在來看，下場AR創(chuàng)業(yè)其實(shí)屬于有點(diǎn)沖動的，因?yàn)槲覀冊谶M(jìn)來這大幾年時(shí)間里，踩了非常多的坑，也經(jīng)歷了非常多的行業(yè)困境，里面的難度其實(shí)遠(yuǎn)超我最初的想象。即便從當(dāng)前的時(shí)間節(jié)點(diǎn)來看，AR/VR依然沒有那么容易做，里面還有很多諸如技術(shù)挑戰(zhàn)、應(yīng)用場景挑戰(zhàn)等，非?？简?yàn)創(chuàng)業(yè)者以及團(tuán)隊(duì)的綜合能力以及韌性。我覺得當(dāng)初如果沒有一定的心理準(zhǔn)備和創(chuàng)業(yè)韌性，以及對業(yè)務(wù)對心理的建設(shè)能力，其實(shí)是挺難挺過去的。

案山子：面對當(dāng)前情形，如果現(xiàn)在有人想進(jìn)來創(chuàng)業(yè)做AI或AR終端的話，這個(gè)時(shí)間點(diǎn)你會鼓勵他進(jìn)來嗎？

崔海濤：我覺得永遠(yuǎn)有高人在，以后可能確實(shí)會有一些比我們從業(yè)能力更強(qiáng)、資源更強(qiáng)的準(zhǔn)備入局VR/AR的創(chuàng)業(yè)者，所以很難一概而論。不過從我們對行業(yè)的觀察來看，我們看到了很多的企業(yè)生與死，我感覺VR/AR創(chuàng)業(yè)難度其實(shí)比一般的創(chuàng)業(yè)要相對更難，因?yàn)樗纳虡I(yè)模式以及技術(shù)特別難掌握。

并且在這個(gè)階段，行業(yè)也并非一個(gè)約定俗成的東西，需要自己去把握和探索，可能你踩錯(cuò)一步就會萬劫不復(fù)。如果有創(chuàng)業(yè)者想要進(jìn)來，我覺得還是可以的，但是需要選擇一個(gè)自己非常確信的、看得明朗的點(diǎn)，你們也知道AR/ VR行業(yè)不乏障眼法，它并不像外面的人看起來那么美好。

谷東科技工業(yè)AR智能頭盔H4000（圖源：網(wǎng)絡(luò)）

案山子：崔總在創(chuàng)辦谷東科技之前曾做了一個(gè)叫VR/AR看冬奧的項(xiàng)目，我相信這也是促使您創(chuàng)業(yè)的一個(gè)契機(jī)。為什么當(dāng)時(shí)會從AR的角度切入創(chuàng)業(yè)，而不是VR呢？當(dāng)然從現(xiàn)在來看，增強(qiáng)現(xiàn)實(shí)不止AR這一條路徑，基于VST的VR也有一些比較不錯(cuò)的效果了，我想了解一下在VR/AR賽道的選擇上你都有哪些初衷或者考量點(diǎn)？

崔海濤：當(dāng)年的VR其實(shí)連VST概念都很少被人提及，透視技術(shù)也遠(yuǎn)沒有今天這么成熟。對我個(gè)人而言，我是有點(diǎn)幽閉恐懼癥的，在VR這種全封閉的環(huán)境中，我會感覺非常不舒服。另外VR的體積重量也比AR夸張得多，佩戴這么大、這么重的VR對我來講是一種絕對的負(fù)擔(dān)，沒有享受。

因而哪怕VR能力更強(qiáng)，我也寧愿選擇一個(gè)比較輕便的AR，所以創(chuàng)業(yè)之初就沒考慮過做VR。如果有關(guān)注谷東科技的就會發(fā)現(xiàn)，我們創(chuàng)業(yè)之初就跟現(xiàn)在大多數(shù)剛進(jìn)來的創(chuàng)業(yè)者一樣，一開始做的也是符合我們?nèi)粘Ｅ宕髁?xí)慣的眼鏡類產(chǎn)品。

當(dāng)然，現(xiàn)在Vision Pro出來以后，很多人會發(fā)現(xiàn)它的透視效果其實(shí)做得也已經(jīng)十分不錯(cuò)了， VR和AR的界限越來越模糊，也就是大家都走到了MR這么一個(gè)十字路口。VR/AR相較于以前也不是那么涇渭分明了，所以我覺得既然大家都能走得通，后續(xù)做產(chǎn)品更多地可以針對不同人群、場景和資源去考量。

谷東科技早期產(chǎn)品（圖源：網(wǎng)絡(luò)）

案山子：前面提到Vision Pro，很多人也感受到了VST其實(shí)也能做AR方面的一些事情，那么蘋果Vision Pro出來后對谷東科技的業(yè)務(wù)有沖擊嗎？另外你又是如何看待未來VST跟OST的發(fā)展的？

崔海濤：其實(shí)沖擊基本不存在。我們谷東科技是一家專注于服務(wù)ToB市場的AR+AI技術(shù)公司，像蘋果Vision Pro這樣一類VST產(chǎn)品，它基于攝像頭觀察，大家對它的不信任感還是會有的，而且從目前的法律法規(guī)來看也不允許這么做，B端場景還是要求用裸眼對周邊環(huán)境進(jìn)行判斷，需要人保持這種感知，所以當(dāng)前階段基于攝像頭取代我們的感官其實(shí)是不可行的。

另外Vision Pro的VST是不是已經(jīng)盡善盡美了呢？其實(shí)也沒有。它在一些暗光、低光的環(huán)境下效果會大打折扣，在這種情況下更不能用它來參與甚至替代工業(yè)場景里面的一些作業(yè)行為了。

所以我覺得VST對我們倒沒有什么沖擊，但是對于行業(yè)創(chuàng)業(yè)者來講，這不失為一種產(chǎn)品思路，可能有些消費(fèi)端的用戶他就希望有時(shí)候能夠獲得完全沉浸式的體驗(yàn)，有時(shí)候又可以戴出去吃個(gè)火鍋、包個(gè)餃子，那VST也不失為一種可以接受的方式，如果它的體驗(yàn)足夠好，也是有很多消費(fèi)者可以接受的。也就是說在使用場景方面，如果環(huán)境不是十分苛刻，我覺得無論是VST或者OST，都是可以的，實(shí)際上它們已經(jīng)在很多場景上出現(xiàn)了重疊，比如娛樂、教學(xué)、培訓(xùn)等。

當(dāng)然考慮到Vision Pro這類VST產(chǎn)品，它的重量跟佩戴對很多人來說還是難以接受的，背后我們不能忽略當(dāng)前的供應(yīng)鏈以及技術(shù)水平。最理想的情況當(dāng)然是用10克左右的glasses實(shí)現(xiàn)各種復(fù)雜的功能和空間計(jì)算，但是它現(xiàn)在還太遠(yuǎn)，只是看如何取舍。

Vision Pro（圖源：VR陀螺）

案山子：谷東科技選擇的是AR路線， 我們都知道AR里面涉及到的光學(xué)非常多，比如之前的棱鏡，到現(xiàn)在的Birdbath、自由曲面，以及衍射波導(dǎo)、陣列波導(dǎo)、體全息波導(dǎo)等，光學(xué)方案一直在不斷地推陳出新，您在定義產(chǎn)品，或者說考量產(chǎn)品跟場景之間關(guān)聯(lián)的時(shí)候，會怎么去選擇它的光學(xué)方案？您對于不同的光學(xué)都有哪些看法？

崔海濤：我在一兩年以前還會認(rèn)為，很多AR光學(xué)方案都可以用，在前期我們也嘗試過開發(fā)不同的產(chǎn)品，它們配有不同的光學(xué)。但到了現(xiàn)如今，我覺得AR光學(xué)的方向已經(jīng)越來越清晰了，現(xiàn)在好像就只剩光波導(dǎo)可以選了，特別是當(dāng)你拿光波導(dǎo)對比其他AR光學(xué)方案的時(shí)候，你就會知道它不愧是顯示之王，它的各種優(yōu)勢是別的方案沒辦法去比較的。

以前我還認(rèn)為觀影用Birdbath、自由曲面還挺好的，但是真正看到光波導(dǎo)的發(fā)展以及進(jìn)展的時(shí)候，會明顯感覺后者使用起來更舒服。當(dāng)然谷東科技也在從事光波導(dǎo)方面的技術(shù)研究和開發(fā)，這并不是我為自己打廣告，實(shí)際上光波導(dǎo)很多優(yōu)勢你是沒辦法忽視的，比如超輕薄、看外界環(huán)境沒有畸變、眼盒可以做到很大、造型對于佩戴非常友好、教育成本很低等。

隨著光波導(dǎo)技術(shù)優(yōu)化迭代，它的色彩、顯示以及空間交互會進(jìn)一步提升，你會感覺它跟真實(shí)世界的融入感更強(qiáng)，甚至?xí)屓送涀约捍髁诉@么一副眼鏡。所以我覺得即便大家現(xiàn)在還在糾結(jié)，幾年過后，我相信很多人最終還是會領(lǐng)悟過來：光波導(dǎo)才是終局。

案山子：這背后是不是因?yàn)楣獠▽?dǎo)在近幾年出現(xiàn)了特別大的進(jìn)展以及技術(shù)突破，從而讓你改變了自己的想法？還是說有什么其他原因打動了您？

崔海濤：這背后跟客戶的意見和反饋有關(guān)。我們作為從業(yè)者可能會一葉障目，我們的意見不一定是對的，不過我們也做過很多調(diào)研，拿過不同的光學(xué)產(chǎn)品去拜訪我們的客戶，讓我比較震驚的地方在于，當(dāng)他們看到光波導(dǎo)以后，就再也不會去看別的光學(xué)顯示方案了。

當(dāng)然，最近我們在光波導(dǎo)顯示技術(shù)方面也取得了很大的進(jìn)展，比如在亮度、顏色的飽和度對比度、眼盒、出瞳距等指標(biāo)上有了提升，原來光波導(dǎo)的很多固有問題也開始得到了改善，除了谷東科技以外，我們的同行們在光波導(dǎo)方面也取得了很多突破，整個(gè)行業(yè)都在進(jìn)步，所以我覺得現(xiàn)在光波導(dǎo)已經(jīng)沒有什么可猶豫的了。

谷東科技在光博會展示光波導(dǎo)模組（圖源：網(wǎng)絡(luò)）

案山子：經(jīng)過這么多年下來，你覺得B端客戶對于AR類產(chǎn)品，它們的想法有沒有轉(zhuǎn)變？當(dāng)然我們也知道B端其實(shí)是一個(gè)比較難推的領(lǐng)域，你覺得現(xiàn)在的市場滲透率又達(dá)到了什么樣的一個(gè)水平？

崔海濤：首先從認(rèn)知和市場教育來講，B端客戶相較于前幾年確實(shí)有了很大的提升。現(xiàn)在很多客戶都知道AR、VR的區(qū)別了，而不會像前幾年一樣還傻傻分不清。再者他們對于AR的一般功能以及作用已經(jīng)具備大概認(rèn)知，比如會考量這個(gè)產(chǎn)品戴起來舒不舒服、屏幕看起來清不清楚等。

但是在更細(xì)化的方面，比如如何用AR結(jié)合自己的行業(yè)，如何將AR真正落地到生產(chǎn)實(shí)踐當(dāng)中，一些制造方面的困難如何借助AR解決，AR能解決到什么程度等，這些他們還沒有概念。這些東西光靠講其實(shí)很難打動客戶，后面還是需要真正給他們做展示。特別是現(xiàn)如今AR結(jié)合AI以后，它確實(shí)比手機(jī)、Pad或者其他的手持終端要具備更高效率。所以我們在很多客戶那里其實(shí)是起到一個(gè)布道者的角色，先做市場教育，然后才有后面客戶的認(rèn)知和連續(xù)購買。

案山子：結(jié)合過往來看，在說服或者教育客戶的過程中哪些地方會具有比較大的阻力？

崔海濤：我覺得客戶的耐心是比較大的阻力。很多時(shí)候AR需要在特殊的場景下才能體現(xiàn)出它的價(jià)值，可能一些客戶它剛開始的時(shí)候不會使用，或者說沒有完全理解，并且在原有觀念中認(rèn)為AR只能用于簡單的掃碼、識別零件或缺陷等。如果客戶真的試圖將AR融入到工作流當(dāng)中，其實(shí)很容易就會看到它由量變到質(zhì)變，從單一步驟的提效再到整個(gè)工作效率的提升，不過有很多客戶在這個(gè)過程中淺嘗輒止，十分可惜。

當(dāng)然我們也不會輕易放棄，當(dāng)我們有新的idea或方案，我們也會隨時(shí)給客戶展示?？赡艿谝淮嗡杏X這只是一個(gè)小進(jìn)步，但第二次再看的時(shí)候，客戶就會覺得提升十分大。所以這里面比較核心的還是客戶的耐心問題，當(dāng)然這背后也需要我們行業(yè)從業(yè)者用耐心去澆灌客戶。

谷東科技C2000（圖源：網(wǎng)絡(luò)）

案山子：關(guān)于產(chǎn)品，我們會發(fā)現(xiàn)B端視角跟C端視角是完全不一樣的。比如說我們C端用戶去買眼鏡，他心中會有自己的一個(gè)排序，比如希望有好的顯示效果，價(jià)格也要比較低等等。對B端客戶來說，他們對于產(chǎn)品更側(cè)重于哪些地方？

崔海濤：B端產(chǎn)品跟消費(fèi)端確實(shí)有很大的差異，對于客戶而言，我覺得他們首要關(guān)注的是場景的適應(yīng)性或者說人機(jī)交互佩戴體驗(yàn)。因?yàn)楣ぷ鞲稍谏嘲l(fā)追劇是不一樣的，B端AR產(chǎn)品要用于真刀實(shí)槍地干活，不能耽誤他的工作，同時(shí)也不要影響他的安全。

而且對于B端用戶來說，產(chǎn)品一戴就是一上午甚至一整天，所以人體工學(xué)肯定是需要排在第一位的。還有對于一些諸如消防等特種行業(yè)來說，佩戴的可靠性也非常重要。比如用戶戴著一副眼鏡，時(shí)不時(shí)還要提防它往下掉，時(shí)刻得用手扶著，這種產(chǎn)品也是嚴(yán)重不及格的。

第二點(diǎn)，客戶對于顯示也是蠻挑剔的，我發(fā)現(xiàn)這里有一個(gè)很有意思的事情，剛接觸客戶的時(shí)候，你跟他講再多的流程、功能其實(shí)都沒有一個(gè)好的顯示效果有用。你把產(chǎn)品拿給他們看，他們可能會覺得光波導(dǎo)這么一個(gè)透明的屏幕，里面還能顯示內(nèi)容，并且顯示的效果也十分不錯(cuò)，他就會感覺這個(gè)產(chǎn)品很不錯(cuò)。當(dāng)然，因?yàn)锳R或者M(jìn)R、XR，它們本質(zhì)都是新一代顯示技術(shù)，所以顯示這一塊對客戶來講是非常重要的。為什么傳統(tǒng)的棱鏡技術(shù)已經(jīng)消失掉了，就是客戶普遍覺得它顯示不夠好。

第三點(diǎn)，我覺得是AR攝像頭的能力。攝像頭是一個(gè)感知系統(tǒng)，它直接決定設(shè)備捕捉到的畫面細(xì)節(jié)是否足夠清晰以及能否用于后續(xù)的分析等工作流程，這些東西也是客戶比較在意的。當(dāng)然我們谷東科技最近發(fā)布的工業(yè)AR智能頭盔H4000也非常重視攝像頭能力，H4000用了4800萬像素?cái)z像頭，支持工業(yè)級防抖以及外接變焦鏡頭等，我們在這基礎(chǔ)之上還開發(fā)了圖像增強(qiáng)算法，這些都是為了更好滿足客戶的使用需求。

再后面，客戶可能看重的還有電池續(xù)航、發(fā)熱，是否經(jīng)過各種專業(yè)認(rèn)證以及防爆、防塵、防水等安全認(rèn)證等?？傮w來看，B端的產(chǎn)品相對C端要更復(fù)雜一些。

觀眾提問：對于C端行業(yè)來說，有沒有值得分享的經(jīng)驗(yàn)？

崔海濤：老實(shí)講，我們對于C端不是特別專業(yè)，我們也不直接面向C端用戶。不過從最基本的角度出發(fā)，AR眼鏡是給人戴的，所以還是要以用戶的感受作為出發(fā)點(diǎn)，要有一個(gè)同理心，如果你把產(chǎn)品做出來自己都不想用，我覺得最好也不要強(qiáng)加給用戶，畢竟己所不欲勿施于人。我本身也買了不少C端的AR眼鏡產(chǎn)品，雖然不方便直接評論產(chǎn)品好壞，我覺得它們有一部分做的還不錯(cuò)，不過也有一部分確實(shí)體驗(yàn)沒那么好。

谷東科技工業(yè)AR新品H4000（圖源：網(wǎng)絡(luò)）

案山子：前面你有提到用戶對于用AR取代Pad的需求，你覺得AR相對于Pad等傳統(tǒng)屏幕，它的提升在哪里？

崔海濤：早些時(shí)候，我們很多工作都需要依賴紙和筆，比如物業(yè)、巡檢等場景要用紙和筆簽到、打卡，甚至連飛機(jī)檢測等比較高端的地方還會用紙和筆記錄，現(xiàn)在還有很多地方能看到紙和筆的身影。本來這些場景是沒有屏幕的，不過屏幕出現(xiàn)后能給他們的工作增加很多便利性并提升效率。

現(xiàn)在用Pad、用手機(jī)等場景已經(jīng)十分常見了，不過由于需要用手拿著，在某些時(shí)候還是非常不方便，比如說物流場景，工人搬完箱子以后緊接著要掏出Pad或手機(jī)掃碼，這個(gè)效率顯然是比較低的，所以這些工作場景下用AR取代Pad來解放雙手就顯得更有必要。另外，我們考慮到現(xiàn)如今AI深入人心，AR+AI深度融合，就像是隨身佩戴了一個(gè)隨時(shí)待命的助手，這對于一線人員后續(xù)的工作也將帶來巨大的價(jià)值。

案山子：能否簡單介紹AR已經(jīng)落地的場景？

崔海濤：谷東科技發(fā)展至今，在這方面其實(shí)已經(jīng)積累了大量的實(shí)踐和案例。我們發(fā)現(xiàn)AR可落地的地方實(shí)在是太多了。舉例而言，售后和故障排除這樣的場景是最容易理解的，因?yàn)檫@個(gè)場景用戶需要全身心投入搶修，專家要遠(yuǎn)程指導(dǎo)工人安裝設(shè)備等，這時(shí)如果還要翻手機(jī)或Pad看手冊或說明其實(shí)并不實(shí)際，而AR卻可以很好解決這一類問題。

隨著現(xiàn)如今CV技術(shù)的成熟，AR眼鏡也可以參與到檢查巡檢等流程中，具有一定的指導(dǎo)和糾錯(cuò)能力，相當(dāng)于擁有了一個(gè)實(shí)時(shí)的專家或者監(jiān)督者，另外在一些復(fù)雜的裝配環(huán)節(jié)，比如飛機(jī)整裝車間，AR眼鏡也可以用于輔助識別這種復(fù)雜的零件，提供安裝順序指導(dǎo)等。

AR+AI在航空領(lǐng)域落地（圖源：谷東科技）

另外像一些企業(yè)的倉儲物流環(huán)節(jié)，很多企業(yè)考慮到成本的因素不會像專門的物流企業(yè)一樣那么激進(jìn)用上全自動化，那么AR眼鏡在這個(gè)場景的價(jià)值就體現(xiàn)出來了，比如前面提到工人搬貨場景中，他們需要把東西提起、放下，騰出雙手找Pad掃碼，拍攝完還要錄入，這起碼需要經(jīng)歷四個(gè)步驟，而AR眼鏡介入后，工人拿起箱子，眼鏡自動掃描、語音錄入后就可以出貨了，步驟明顯少了很多，所以在這個(gè)場景下AR對工作效率的提升也是非常明顯的。

再比如海關(guān)等涉及檢查的場景，引入AR后可以解決自動檢索和數(shù)據(jù)孤島問題，早些時(shí)候檢查一個(gè)貨物，可能要專門去找報(bào)關(guān)單、企業(yè)商標(biāo)、價(jià)格等方面的資料，這些信息都需要去檢索然后人為加工出來，現(xiàn)在借助我們谷東科技的AR+AI大模型技術(shù)可以對貨物進(jìn)行一個(gè)全方位的檢查，確保符合相應(yīng)的標(biāo)準(zhǔn)，這種場景下效率也有很明顯的提升。

案山子：我們之前其實(shí)也跟蠻多這種做B端的企業(yè)聊過，一些客戶購買AR眼鏡可能更多只是起到展示作用，但是真正投入到實(shí)際生產(chǎn)中會少一些。你覺得現(xiàn)在還會有這種情況嗎？

崔海濤：我覺得現(xiàn)在基本不會有這種情況了，因?yàn)榇蠹覍R的認(rèn)知已經(jīng)過了初期好奇、獵奇的階段，現(xiàn)在核心是講究時(shí)效，我們很多項(xiàng)目都是以提升客戶效率為目標(biāo)?，F(xiàn)如今客戶對于每一分錢都算得十分清楚：你能把我生產(chǎn)效率、分揀效率或者查驗(yàn)效率提升多少？時(shí)間能壓縮到什么水平？流程的優(yōu)化以及智能的算法又能做到什么程度？甚至面對一些激進(jìn)的客戶，我們還需要簽署相應(yīng)的效率保證書。

AR在制造場景（圖源：網(wǎng)絡(luò)）

案山子：咱們今天的主題是大模型浪潮下的工業(yè)AR+AI實(shí)踐與挑戰(zhàn)，這里也想跟崔總聊一聊AI相關(guān)的東西，谷東科技這邊也在做AI相關(guān)的布局，所以想問一下，從當(dāng)前來看，AR+AI都有哪些容易讓用戶感知到的或者能明顯發(fā)揮價(jià)值的場景？

崔海濤：說到AI，可能現(xiàn)在最火的還是ChatGPT，它推出來已經(jīng)有很長一段時(shí)間了，不過我不知道大家現(xiàn)在還會不會經(jīng)常用?？赡軇偝鰜淼臅r(shí)候大家都體驗(yàn)了，覺得AI能幫我寫一些東西，或者跟它聊天覺得挺有意思，但是這個(gè)新鮮勁一過，大家持續(xù)使用的意愿就變?nèi)趿恕?/p>

我覺得，想要讓AI更好地融入到你的生活和工作里，AR才是絕配。以手機(jī)體驗(yàn)來看，你要經(jīng)歷解鎖、輸入對話框，用手拿著等操作，所以用戶會覺得麻煩，人一旦覺得麻煩就不會經(jīng)常去用，AR這種載體會好得多。

圖源：谷東科技

那我們?nèi)绾螌I引入B端的作業(yè)呢？比較典型的是基于深度學(xué)習(xí)、CV去輔助產(chǎn)線工人識別零部件，檢查缺陷等。在這個(gè)過程中，AI還能通過調(diào)用知識庫基于過往經(jīng)驗(yàn)給工人推薦相應(yīng)的解決方案，即便在一些相對彈性、動態(tài)的場景也十分實(shí)用，它能降低決策成本，甚至某方面來看，AI的決策效率會比真人更高。

另外有一些工廠，它出于保密等原因嚴(yán)禁工人將手機(jī)帶進(jìn)工廠，很多時(shí)候工人查找資料需要跑到專門的計(jì)算機(jī)房，這也會浪費(fèi)大量的時(shí)間。而AR作為一個(gè)先進(jìn)的生產(chǎn)工具，它可以幫我們解決這種快速檢索查詢等問題。AI出現(xiàn)后，你可以用語音直接跟它對話交流，由于它具備較強(qiáng)的語義理解和歸納能力，用戶在查詢的時(shí)候不再需要輸入固定的查詢語句或者格式，所以對于檢索數(shù)據(jù)等場景，AI也是非常有用的。

當(dāng)然AI在智能眼鏡上所發(fā)揮的作用遠(yuǎn)不止這么多，我們發(fā)現(xiàn)部分一線生產(chǎn)人員用了AR+AI以后，他會對這種東西有所依賴，因?yàn)锳R設(shè)備對于一些弱光或者遠(yuǎn)距離識別效果甚至?xí)哂谌搜郏O(shè)備所識別到的條形碼等信息又能直接顯示在屏幕之上，相比手機(jī)確實(shí)會好很多。

在大模型布局方面，谷東科技在AI算力、算法以及數(shù)據(jù)層面均有相應(yīng)布局，我們正在構(gòu)建AR+AI大模型的場景落地以及算力聯(lián)盟，前者配備了包含Llama 2、StableLM在內(nèi)的近百種成熟AI算法，可以為客戶提供針對性的AI解決方案。算力聯(lián)盟則是谷東科技計(jì)劃聯(lián)合其他廠商推出的算力綜合服務(wù)，目前已經(jīng)積累了包含英偉達(dá)、華為體系在內(nèi)的一些算力資源。

在大模型前沿基礎(chǔ)研發(fā)方面，我們不僅在大模型應(yīng)用研發(fā)層面為解決客戶難題而探索和奮斗，也在為大模型前沿基礎(chǔ)研究的發(fā)展做貢獻(xiàn)。我們研究的主要方向包括模型架構(gòu)的突破、大模型的輕量化、針對小樣本更高效的指令微調(diào)方法以及圖文多模態(tài)大模型。

大量實(shí)踐下來，我們發(fā)現(xiàn)，算法創(chuàng)新的研發(fā)投入、算法的工程實(shí)現(xiàn)以及如何調(diào)整算法讓它更有效地工作是當(dāng)前大模型領(lǐng)域的主要難點(diǎn)。同時(shí)，要研發(fā)一個(gè)好的行業(yè)大模型，需要大量的行業(yè)專業(yè)數(shù)據(jù)積累，谷東科技跟B端各垂直領(lǐng)域客戶的大量接觸與合作獲得了很多行業(yè)場景的一手真實(shí)數(shù)據(jù)，這是我們布局AR+AI大模型應(yīng)用的優(yōu)勢之一。例如，針對大模型推理能力強(qiáng)計(jì)算能力弱的問題，谷東科技研究在大模型的下游引入專業(yè)領(lǐng)域的數(shù)據(jù)統(tǒng)計(jì)和計(jì)算模塊，像是趨勢預(yù)測、排產(chǎn)排班等，對企業(yè)不斷生成的數(shù)據(jù)，通過引入持續(xù)學(xué)習(xí)和遺忘管理機(jī)制，定時(shí)在本地進(jìn)行大模型的持續(xù)微調(diào)。

通過布局大模型技術(shù)研發(fā)及應(yīng)用，我們希望能夠?yàn)楣I(yè)/企業(yè)提供更全面智能的AI解決方案，幫助他們提高決策效率和準(zhǔn)確性、優(yōu)化操作流程減少成本、開展自動化生產(chǎn)和機(jī)器人應(yīng)用等。目前，谷東科技AR+AI大模型已率先在航空、石油、煙草等行業(yè)落地應(yīng)用，解決了客戶某些場景下操作說明檢索和計(jì)劃自動變更等問題。

AR應(yīng)用于智慧電力（圖源：谷東科技）

案山子：前面提到的很多AI場景訓(xùn)練，其實(shí)都需要依賴于數(shù)據(jù)庫，那么對于客戶來說，是否會擔(dān)心數(shù)據(jù)訓(xùn)練過程中產(chǎn)生的隱私和幻覺等問題？

崔海濤：數(shù)據(jù)安全性問題其實(shí)也是我們要幫客戶考慮的首要問題之一，如果客戶對于數(shù)據(jù)的安全性有很高的要求，我們會以私有化的方式去部署。

其次，我們面對的客戶其實(shí)都是各種垂直行業(yè)的，我們訓(xùn)練的其實(shí)也叫做垂直行業(yè)小模型，我們不會用那種模棱兩可，或者會導(dǎo)致AI胡言亂語的數(shù)據(jù)去訓(xùn)練客戶的大模型，我們會基于大模型的思想以及一些核心算法邏輯，再運(yùn)用一些行業(yè)實(shí)踐中真實(shí)產(chǎn)生的數(shù)據(jù)去訓(xùn)練。其實(shí)我們很多客戶它原先就已經(jīng)采集了很多圖像、報(bào)表之類的數(shù)據(jù)，只是先前沒有進(jìn)行系統(tǒng)利用，而大模型的誕生剛好可以把這些數(shù)據(jù)綜合利用起來。

第三，對于輸出結(jié)果的確定性，我們谷東科技在這方面也做了一些技術(shù)研究，我們在大模型的基本框架基礎(chǔ)上加入了一些檢索增強(qiáng)的算法，我們會把確定的規(guī)章制度或者需要嚴(yán)格遵守的行業(yè)規(guī)定作為優(yōu)先項(xiàng)，先讓AI檢索這里面的內(nèi)容。如果沒有硬性要求，或者說依賴于老經(jīng)驗(yàn)，決策所依賴的是工作中約定俗成的東西，沒有特定的標(biāo)準(zhǔn)或者物理定律，那么我們AI會通過學(xué)習(xí)和吸收過往經(jīng)驗(yàn)，再給新手輸出相應(yīng)的建議，這就相當(dāng)于新手直接獲得了與老員工一樣的經(jīng)驗(yàn)，這也會提升工作流程的安全性和效率。

例如，我們借鑒RAG技術(shù)，使用客戶提供的資料先在文檔中根據(jù)提示詞做相似向量檢索歸類，再生成提示指令，對預(yù)訓(xùn)練的語言大模型進(jìn)行指令微調(diào)。這里我們完成的訓(xùn)練都是在私域進(jìn)行的，涉及的研發(fā)工作主要是對算法進(jìn)行調(diào)整讓它更有效的工作以及算法的工程實(shí)現(xiàn)，包括文字向量化方法、語言向量相似度搜索以及如何生成有效的提示等。在保證客戶數(shù)據(jù)安全的前提下，解決了通用大模型對專業(yè)領(lǐng)域知識的局限性以及由于專業(yè)知識不足產(chǎn)生的幻覺問題。

AR在能源領(lǐng)域（圖源：谷東科技）

案山子：標(biāo)準(zhǔn)化一直是B端的一個(gè)難點(diǎn)，因?yàn)槔锩嫔婕傲撕芏囗?xiàng)目，需要跟不同的行業(yè)打交道，把項(xiàng)目變成產(chǎn)品其實(shí)是B端產(chǎn)業(yè)一直想要實(shí)現(xiàn)的目標(biāo)，崔總在這個(gè)項(xiàng)目產(chǎn)品化的過程中，有沒有可以分享的經(jīng)驗(yàn)？

崔海濤：作為AR+AI設(shè)備和技術(shù)提供商，我們肯定希望實(shí)現(xiàn)產(chǎn)品化和標(biāo)準(zhǔn)化，不過這個(gè)過程中需要適應(yīng)各種生產(chǎn)環(huán)境和使用場景，想要實(shí)現(xiàn)標(biāo)準(zhǔn)化或普適性其實(shí)并沒那么簡單。我們的做法是會把項(xiàng)目里面獲得的經(jīng)驗(yàn)、算法或者技巧等，將它們拆成最小化的模塊，這個(gè)模塊我們基本上是封裝好的，后面會根據(jù)客戶不同行業(yè)、不同的流程的需求，將這些小模塊像積木一樣搭建起來。這樣它既能滿足客戶的定制化需求，也能保證我們產(chǎn)品的標(biāo)準(zhǔn)性。

展開來看，這些小模塊包含了我們積累的算法、一些流媒體的處理方式、還有不同行業(yè)預(yù)留的其他設(shè)備的接口、甚至是交互方式等。因?yàn)檫@些模塊都經(jīng)過了驗(yàn)證，已經(jīng)相當(dāng)成熟，其他客戶上手時(shí)也會非常放心。

谷東科技工業(yè)AR頭盔H4000的模塊化特性（圖源：谷東科技）

案山子 ：創(chuàng)業(yè)至今，崔總肯定也踩過一些坑，有沒有一些印象深刻的，或者背后有沒有值得分享的經(jīng)驗(yàn)或者教訓(xùn)？

崔海濤 ：其實(shí)太多了。即便到現(xiàn)在我們也在不斷踩坑。AR眼鏡這個(gè)產(chǎn)品，它涉及的東西要比其他普通電子產(chǎn)品更多，首先它的顯示光學(xué)本身就是一個(gè)很棘手的問題，怎么做雙目融合、怎么實(shí)現(xiàn)空間計(jì)算，它對算力要求也是比較高的，里面的挑戰(zhàn)很大。另外AR眼鏡還要考慮如何實(shí)現(xiàn)3D渲染、手勢交互等，這些難度也相當(dāng)大。再者，AR眼鏡不是簡單拿在手上的東西它是用于佩戴的，所以眾口難調(diào)，如何滿足不同人的需求也很難。

我覺得這些東西都是坑，甚至不小心踏進(jìn)去就會萬劫不復(fù)。對于從業(yè)者來說，我覺得還是需要盡量吸收自己的、還有行業(yè)以及供應(yīng)鏈的一些經(jīng)驗(yàn)，盡量讓自己少踩一些坑，盡量多去聯(lián)合或合作，避免自己每一個(gè)坑都親自試了才知道。

觀眾提問：H4000這款A(yù)R頭盔產(chǎn)品可以外接什么東西？

崔海濤 ：最基礎(chǔ)的是我們H4000可以疊加紅外傳感器，它能做到 10 米外的掃碼識別，效果要比普通手機(jī)好得多，另外頭盔還可以結(jié)合激光測距、探孔、柔性攝像頭、變焦鏡頭等組件使用。

觀眾提問：對于XR行業(yè)，現(xiàn)在從哪些地方切入機(jī)會會更多？教育、文旅還是視頻等等？

崔海濤 ：因?yàn)樾袠I(yè)還在不斷發(fā)展，現(xiàn)在雖說大家在網(wǎng)上看到了各種AR應(yīng)用場景，我覺得還是需要自己真正去實(shí)踐去感受，因?yàn)椴煌瑘鼍皯?yīng)用也有所不同。當(dāng)然我們現(xiàn)在已知的場景也只是很小的一部分，毋庸置疑未來AR會越來越重要，出現(xiàn)在更多領(lǐng)域扮演更多的重要角色，如比較前沿的無人機(jī)控制、無人潛水等都需要AR技術(shù)來解決，所以我覺得未來的想象空間無限。

案山子：今天非常感謝崔總來到我們直播間，今后我們的十年系列還會持續(xù)推出，我們接下來也會聊到更多的領(lǐng)域，希望大家多多關(guān)注。今天的直播到此結(jié)束。