Nweon

nweon 文章

知名DJ软件《djay》登陆Meta Quest,曾获多个苹果大奖

Algoriddim公司的DJ软件《djay》已经登陆Meta Quest Store,并以19.99美元的价格出售。该软件曾多次获得苹果设计大奖,在PC端、移动端和Apple Vision Pro等平台上全球下载量超过7000万次。《djay》允许用户化身为DJ,提供一系列工具和不同的音质选择,可以在俱乐部和演唱会等场馆进行打碟,并提供即时访问数百万曲目、先进的混音工具、高清波形、视频混音和硬件集成等功能。该软件的主要亮点包括音乐编曲器、循环器、节奏匹配的鼓和采样序列、内容库、自动的节奏匹配混音、队列和播放列表自动化、强大的音频引擎和超过40种内置音频效果等。《djay》通过实时音乐源分离、高质量混音器、过滤器、均衡器、隔离器和限幅器等功能提供高质量的音效。
知名DJ软件《djay》登陆Meta Quest,曾获多个苹果大奖

《Metro Awakening VR》正式发行,登陆Steam、Quest和PS VR2

Deep Silver与Vertigo Games合作的第一人称冒险VR游戏《Metro Awakening》已正式登陆Steam、索尼PSVR 2和Meta Quest商店。游戏故事发生在2028年,核战后的幸存者在莫斯科地铁中艰难求生。玩家扮演医生萨达尔,探索恶劣的地铁环境,寻找妻子并对抗各种威胁和灵体。游戏融合了神秘探索、潜行和战斗元素,带来紧张刺激的体验。《Metro Awakening VR》是基于Deep Silver的“地铁”系列作品开发的,是该系列首次进入VR领域的尝试。游戏已在各大商店上架,售价为人民币188元/39.99美元/308港元。
《Metro Awakening VR》正式发行,登陆Steam、Quest和PS VR2

“异形IP”VR游戏《Alien: Rogue Incursion》跳票到2025年初发行

根据映维网Nweon的报道,Survios开发的《Alien: Rogue Incursion》游戏原计划于今年12月19日在Meta Quest Steam和索尼PSVR 2上推出。但最近,Survios表示该游戏的Quest版本将推迟到2025年初,具体时间尚未确定。目前尚不清楚其他版本是否也会推迟发布。 《Alien: Rogue Incursion》是Survios与20th Century Games合作开发的单人动作恐怖VR游戏,故事背景设定在异形宇宙里。玩家扮演前殖民地海军陆战队员祖拉·亨德里克斯,她曾在《异形:反抗》和《异形:隔离》等作品中登场。游戏的情节围绕着祖拉在遥远的采矿星球Purdan搜救失踪的前队友,同时要确保没有任何一个异形生物能够活着离开这个星球。玩家将在废弃的走廊中探索,并与恐怖的外星异形生物进行惊悚的对抗。 Survios表示,《Alien: Rogue Incursion》的推迟是为了确保游戏达到高标准,为玩家提供一流的沉浸式VR体验。他们在声明中表示:“我们做出了一个艰难的决定,将Meta平台上的游戏发行时间推迟到明年年初。”
“异形IP”VR游戏《Alien: Rogue Incursion》跳票到2025年初发行

PlayStation 5 Pro大幅提升了PS VR2的注视点渲染分辨率

索尼将于11月7日推出PlayStation 5 Pro,并公布了一系列支持新主机升级性能的首发游戏。其中包括《无人深空》、《生化危机8》、《生化危机4》等。此外,还有三家游戏工作室证实了他们的PSVR 2游戏将在首发日获得新主机的性能加强,包括《Arken Age》、《CyubeVR》和《Subside》。 《无人深空》将采用PSSR技术来实现60fps的4K分辨率或30fps的8K分辨率,并提供超高质量的反射和更高质量的环境遮挡。然而,目前PSSR尚不支持PSVR 2,Hello Games团队表示注视点渲染的游戏在首发时不支持PSSR,他们正在努力解决这个问题。此外,Hello Games还透露,PS5 Pro的动态分辨率缩放范围将从1458P提升至2160P,注视点渲染使有效分辨率提高了300%。
PlayStation 5 Pro大幅提升了PS VR2的注视点渲染分辨率

加拿大XR工作室Squido Studio获300万美元融资

加拿大的XR工作室Squido Studio最近宣布获得了300万美元的融资,计划用于开发和推广他们的XR社交平台DigiGods。Triptyq Capital领投了这轮融资,同时还有Grishin Robotics、FJ Labs、Hartmann Capital、Fairway Capital、Earthling VC和Canada Media Fund等战略投资者参投。DigiGods是一个元宇宙社交平台,允许用户自由创作物品和空间,与朋友一起探索和互动。Squido Studio打算利用这300万美元扩大团队规模,吸引对XR开发充满热情的人才。Squido Studio的首席执行官兼联合创始人大卫·查特兰德表示,DigiGods在社交游戏领域脱颖而出,具有无与伦比的创作自由和情感联系,他们的使命是建立一个真实、交互式的虚拟空间,供用户创造内容和建立联系。Triptyq Capital评价说,Squido已经准备好塑造XR社交的未来,这种体验的优势在于培养了一种社区意识,传统社交媒体平台无法做到这一点。
加拿大XR工作室Squido Studio获300万美元融资

彭博社:苹果将缩减部分旗舰店的线下Vision Pro展示区,给Mac展示腾空间

据彭博社报道,苹果将在特定线下零售店试点缩减Apple Vision Pro头显的展示区域,以便为新的Mac产品腾出空间。目前,大多数零售店有两张展示桌,其中一张用于演示设备,另一张用于展示机型。试点将改为一张桌子同时用于设备演示和机型展示。此外,据The Information的报道,苹果近几个月来已经减产Apple Vision Pro,并提醒组装厂在11月可能暂停生产。这是因为市场需求低迷,库存充足,能够满足可预见未来的需求。目前苹果尚未对该报道进行置评。
彭博社:苹果将缩减部分旗舰店的线下Vision Pro展示区,给Mac展示腾空间

华南理工团队通过网格模型在复杂背景和自遮挡场景下预测生成精确的3D手部网格

华南理工大学的研究人员提出了一种camera空间3D手部网格恢复模型,用于从单目RGB图像中提取手部网格的三维位置。该模型利用了两阶段方法,整合了相对根恢复和根恢复任务,以实现准确的绝对空间预测。为了促进端到端训练,研究团队采用了一种隐式学习方法,增强了2D线索在不同子任务之间的兼容性。实验结果表明,该方法提高了在复杂环境和自遮挡场景下的预测性能,并与最先进的模型相当。目前的3D手部网格恢复方法通常无法确定网格的绝对camera空间坐标,限制了其适用性。为了解决这个问题,该模型使用编码器-解码器架构和频谱卷积神经网络进行非线性学习,以捕捉和利用手模型内部的复杂空间关系。该模型的性能在大规模手部数据集的评估中得到了证明,并优于现有的3D手部网格恢复方法。未来的研究方向可能是构建轻量级的深度神经网络,以改进模型并在移动设备上实现高效的实时处理。
华南理工团队通过网格模型在复杂背景和自遮挡场景下预测生成精确的3D手部网格

研究员用AI模型简化XR内容生成,让角色在3D环境中实现逼真动作

人工智能系统在合成人类、动物和物体的图像和视频方面的能力越来越强。一个由北京大学、北京通用人工智能研究院和北京邮电大学的研究团队开发的新计算框架可以为人类角色在3D环境中导航生成逼真的动作。该框架依赖于自回归扩散模型来合成连续的角色运动片段,同时通过一个调度程序来预测运动的过渡。研究人员称该框架可以自动生成自然、多阶段、场景感知的人类运动,只需简单的文本指令和目标位置输入。通过LINGO数据集的编译,该研究团队进一步提高了模型生成运动的一致性和真实感,同时减少对复杂用户输入的需求。该框架可以在VR、AR等领域生成沉浸式内容,并可以用于游戏、动画等行业自动生成逼真的角色动画。此外,该框架还可用于创建个性化的演示视频、辅助生活和训练模拟以及机器人等领域。研究人员计划在未来进一步改进模型的物理准确性和细节表达能力,并将引入多模态输入方式以增强用户体验。
研究员用AI模型简化XR内容生成,让角色在3D环境中实现逼真动作

卡耐基梅隆大学提出利用人体射频能量为AR/VR穿戴设备供电

卡内基梅隆大学的团队提出了一种利用人体射频能量进行供电的方法,该方法有望为AR/VR等可穿戴设备提供能量。这种解决方案不需要接触用户的皮肤,也不需要任何其他接触方式,因此可能消除对电池的需求。通过一个穿戴式接收器,可以从人体产生的40兆赫射频能量中获取电能,而无需使用任何侵入性手段。研究人员致力于优化接收器,以确保可用的尺寸、重量、形状参数和功率效率。这种接收器可放置在任何位置,而且由于是电容式的,甚至可以支持穿着衣物时使用。研究人员已经展示了这项技术,并使用了一系列的设备,包括蓝牙戒指。未来的探索选项还包括AR/VR头显和新型可穿戴设备。如果这项技术真正实现,任何可穿戴设备都可以自行供电,从而减轻设备的重量和体积,而无需电池。这也将消除充电设备的需要,鼓励开发更轻、更薄的无电池设备,并减少对稀土矿物的依赖。该研究显示了无电池人体供电技术的巨大潜力,可以为微处理器、传感器、显示输出和无线通信提供足够的功率。但将其转化为最终产品仍需要时间。
卡耐基梅隆大学提出利用人体射频能量为AR/VR穿戴设备供电

研究员使用“机器学习+HoloLens 2”提高肿瘤手术准确性

美国研究员Andrew Zhou开发了一种结合机器学习模型和MR混合现实的解决方案。该方案利用机器学习模型在MRI扫描中精确分割脑转移,并为手术前创建肿瘤的3D模型。然后利用混合现实技术,帮助外科医生可视化和区分肿瘤与健康组织的边界,从而提高脑肿瘤手术的准确性。研究人员使用block-based 3D U-Net架构的机器学习模型,使肿瘤边缘描绘更精确,更容易区分癌变组织与周围健康的大脑结构。此外,将模型与微软HoloLens技术集成,简化了从原始MRI数据到术前使用的流程。这种集成将分割的大脑图像转换为交互式3D模型,允许外科医生在手术前增强现实中可视化脑肿瘤。这项研究的进一步发展有望帮助外科医生更准确、更有信心地进行脑部手术。
研究员使用“机器学习+HoloLens 2”提高肿瘤手术准确性