2016年曾是AR/VR/MR行业的元年，同样遵循Hype Circle(技术成熟度曲线)，整个行业历经繁荣、泡沫、低谷，直至近年复苏。尤其随着5G的推进，最直接的影响便是带宽。高带宽、低延时对于新一代机器视觉和AI技术的空间行业，尤其在空间交互这一领域意义重大，软硬件设备的开发者渐渐开始依照终端消费者的需求来开发产品。

有一个说法是，在人类认知能力倍增的human2.0时代，也是这个行业内的公司共同想要达到的一个目标：让机器看懂世界，让人类获得超能。

在技术高速迭代的过程中，计算机视觉的准确率和识别率被广泛用于机器人，无人驾驶等虚拟现实领域。尤其在中国市场中，扫地机器人已经被广泛接受，占整体家用服务机器市场的60%，在沿海城市的产品渗透率为5%。据Tractica预测，到2025年，全球计算机视觉软件、硬件和服务收入将增长到262亿美元。业内对未来的一个基本判断是，未来一定是“移动式”的，而这对于“未知位置的定位与追踪”的要求必然高了不少。

其中vSLAM因为信息量大，适用范围广等优点受到广泛关注，它也是高竞争门槛的基础核心视觉部件。

SLAM(simultaneous localization and mapping)，即同时定位与建图。这是在定位的基础上，将观测数据进行融合的过程。简单举例来说，机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的地图特征以定位自身位置，并以此构建地图，从而达到同时定位和地图构建的目的。

背后的原理与GPS定位系统，WIFI定位都有一定相似之处，但前者定位方案在精度或价格方面都无法满足常见的SLAM应用，其关键的技术壁垒在于算法和集成，目前全球范围内只有微软、高通等掌握核心技术，诠视科技CEO林瓊告诉36氪，“与高通所面对的客户群体不同，我们瞄准的是长尾市场。”

诠视科技是一家专注机器视觉，以vSLAM+AI技术赋能XR与机器人环境感知的公司。目前，该公司与Intel建立了战略合作伙伴关系，在Intel Movidius平台的授权和支持下研发AI，与vSLAM协同工作。林瓊介绍，“对位置的追踪是强交互的场景，对于延迟极其敏感。我们要在边缘计算上实现这个功能，边缘计算可以使交互信息无需经历传输到控制器这一过程，直接输出6DOF信息，水平分辨率和追踪精度高达毫米级别。”随着AR/VR/MR行业的发展，去年推出的Magic Leap分体式产品已然成为行业内部某种形态上的分水岭。自此，硬件从一体式变为分体式，目前各大手机厂商更是在布局一种新的产品形态，“未来手机将可以成为控制器。”随着传感器技术的发展，算法的进步，SLAM技术本身也进入了一个从算法到产品过渡的阶段。

传统行业中比较常见的传感器便是激光雷达（单线、多线，能够获得对应点的深度信息），诠视要做的，不是替代激光雷达，而是将vSLAM与激光雷达做更好的融合 —— vSLAM主要是通过摄像头来采集数据信息，显然摄像头的成本要比激光雷达低的多。然而后者在更高精度的测量方面，尤其在障碍点的角度和距离测量上，确实更有优势。

梳理AR/VR的技术迭代历程，从传感、交互、到呈现 —— 刚开始大家的目标只是速度不得低于90帧；呈现的分辨率达到720p/1080p；交互时降低出现晕眩感的频次等。发展至今，林瓊甚至在2019年的CES展上发现了单眼8K的产品。“我们团队当时的目标就是一定要做到超高速帧率，这对算法的要求极高。为了避免眩晕感，AR/VR设备的总体延迟不能超过20毫秒。”换句话说，林瓊的团队要做到的是，“把追踪和模组定位分离出来，使得对与之配套的单元子系统的要求无需太高，举个例子就是华为有中高低端的芯片，尤其在未来AR的设备可能成为手机附件的时候，这对于使用时的‘一致性’的要求特别高，必须中高低端都可以满足匹配的需求。”诠视科技在端面上实现环境感知的vSLAM技术与环境认知的AI技术的有机融合，属于业内首创。其也在CES 2019上获Innovation Award（共45家），并以超高速双目vSLAM传感器入选工信部2018年物联网关键技术突破。

作为专注于AR/MR、机器人、无人机等领域的超高速（100fps）vSLAM视觉导航技术方的提供方，诠视科技研发出的端处理双目视觉6DOF位置追踪模组精度极高。所谓6DOF（6自由度），主要与物体在空间内的运动相关，可以理解为物体移动的不同基本方式。“传统有3个自由度，但6个自由度才会有沉浸感，也更真实。这也是未知信息感知的重要度。”基于超高速vSLAM和深度学习解决方案，诠视科技可以赋予机器即插即用的6DOF空间感知、定位和追踪能力。