Nweon

伊隆·马斯克旗下的脑机接口公司Neuralink宣布获得美国食品和药物管理局批准，开展首次人体临床研究。该公司正在开发微创大脑芯片，旨在帮助残疾人恢复视力和行动能力。目前尚无招募参与者的计划，但该批准标志着重要的前进一步。美国食品和药物管理局先前的担忧主要涉及设备的锂电池、微小导线迁移到大脑其他区域的可能性，以及设备如何在不损害脑组织的情况下移除。Neuralink最初在猪身上展示了无线版本的“N1 Link”，可以追踪肢体运动的神经数据传输。该公司还展示了在灵长类动物身上测试通过意念玩《Pong》的能力。N1 Link主要密封在生物相容的外壳中，使用定制的手术机器人植入，确保柔性线缆的准确放置。植入物由小型锂电池供能，并使用感应充电器进行无线充电。Neuralink的重点是支持四肢瘫痪人员利用意念控制电脑和移动设备，未来希望能恢复视觉、运动功能和语言等能力，并最终改变我们体验世界的方式。公司最雄心勃勃的目标之一是读取和写回大脑的信号能力。

蔡司和德国电信合作创办的tooz公司将参展AWE USA大会，展示名为ESSNZ SLIM的智能眼镜。这款眼镜重量不到40克，舒适适合全天佩戴。它无缝集成了基于波导的视力矫正解决方案，并且参会者可以通过蔡司的自动屈光测量仪来测量他们的屈光不正，然后根据测量结果选择合适的智能眼镜模型，以补偿屈光不正并清晰地看到增强的视觉环境。tooz的技术以曲面波导为中心，允许用户在视野中看到虚拟图像，透镜曲率可以无缝地集成视力矫正功能。这款智能眼镜可以满足各种视觉需求，特别是近视和远视。tooz表示，他们的技术可以与眼科检查工作流程和制造业相结合，提供清晰的增强图像，并改变可穿戴设备和眼镜行业的融合。

视觉位置识别（VPR）是识别特定图像拍摄位置的任务。荷兰代尔夫特理工大学的研究人员提出了一种基于连续位置描述符回归（CoPR）的新方法来提高VPR算法的性能。他们认为传统的VPR方法会出现“感知混叠”问题，即具有相似外观的不同区域可能无法正确匹配。为了克服这个问题，他们提出了一种对图像描述符进行插值和外推的方法，将姿态与视觉特征联系起来，从而推断视觉内容。与传统方法相比，该方法不需要在图像空间中重建场景，而是直接在参考描述符上工作，从而简化了VPR模型的实现。该方法能够提高VPR的定位精度，并可以在线运行。研究人员计划进一步研究基于学习的插值技术，以进一步改进他们的方法。

VoxelSensors将于AWE大会展示其创新的3D感知技术Switching Pixels有源事件传感器。该传感器是一种超低功耗和超低延迟的新型3D感知传感器，可用于扩展现实，并实现物理和数字世界的无缝融合。VoxelSensors的Switching Pixels有源事件传感器技术在功耗和延迟方面具有优势，功耗小于10毫瓦，并且延迟小于5毫秒。此外，它还能够支持室内和室外照明的距离超过5米，不受干扰。该技术能够以纳秒级的刷新率向设备和应用实时发送3D数据点，并以最小的功耗提供感知应用的最低延迟，满足了以前未满足的需求，如精确分割、空间映射、锚定和自然交互。VoxelSensors的目标是融合物理和数字领域，为扩展现实带来变革性的用户体验。

虚拟键盘是一种常见的XR设备输入方式，但传统虚拟键盘在用户附近固定角度和距离上显示。微软提出了一项名为“智能键盘附加方式”的专利申请，解决了虚拟键盘无法智能移动的问题。在该方法中，虚拟键盘可以根据用户意图锚定在特定虚拟对象前方，提供一致且可预测的体验。例如，在全息桌面办公中，用户可以希望虚拟键盘直接附接到虚拟屏幕前面，以模拟物理键盘和屏幕的位置关系。方法中通过创建分层定位转换关系实现虚拟键盘与虚拟对象之间的附接，保持它们之间的距离、方向和角度，提供最佳的人体工程学角度。此外，方法还可以提供视觉链接以供用户识别虚拟输入设备和目标虚拟对象之间的关联。该方法可以提供一致、可预测的用户体验，并且与三维环境中的位置无关。

三星相信XR（扩展现实）将成为继智能手机之后的新的利润来源，并计划研发专用芯片。据韩国经济新闻报道，三星已经在具体规划进军XR设备芯片市场的计划，旗下System LSI部门将负责此项任务。三星正在考虑开发全新的处理器，或对现有的Exynos系列处理器进行改造，以适应XR设备。报道还指出，三星的进军将直接挑战高通在XR芯片领域的领导地位。有趣的是，三星之前已与谷歌和高通合作共同研发XR头显设备。另据报道，三星预计在今年下半年或明年上半年推出一款XR头显。此外，这也是三星加大对XR市场的投资，与苹果有望在6月发布首款混合现实头显产品相呼应。三星已制定了长期的XR产品路线图，计划建立一个以自身为中心的XR生态系统，并涵盖元宇宙、软件、内容和硬件等方面的企业和机构。

教育部要求探索利用虚拟现实等技术手段来改进实验教学，特别是在薄弱地区和薄弱学校，并弥补优质教育教学资源不足的状况。教育部等18个部门联合印发的文件《关于加强新时代中小学科学教育工作的意见》指出，要为薄弱地区和薄弱学校提供科学教育场所的设备、器材、图书、软件等，同时探索利用人工智能和虚拟现实等技术手段来改进和强化实验教学。教育部此前已多次要求利用虚拟现实等先进技术，鼓励丰富实验教学的实施形式。虚拟现实等技术可以展示在现实世界中无法观察和控制的事物和现象，过程变化太快或太慢的情况，以及有危险性、破坏性和对环境有危害的实验。

XR映维网宣布2023年Qualcomm XR创新应用挑战赛已正式启动，并回顾了2022年的比赛。其中，拟仁智能科技团队开发了AI虚拟人智慧导览软件并获得OPPO AR特别奖金奖。该软件提供虚拟人智慧导览服务，可在博物馆、展厅等场景中使用。通过自主运营管理后台，场馆运营方可快速方便地更新导览和讲解内容，给用户带来全新的游览体验。在比赛中，团队解决了虚拟人与环境融合的挑战，并选择了平面识别技术。他们最欣赏自己的创意，通过知识库和AR技术提供准确丰富的景点知识，并呈现了一个完整的虚拟人导览应用。参赛中的最大收获是将AI虚拟人应用于AR眼镜中，并展示了虚拟人和AR的深度结合。拟仁智能是一家结合人工智能和计算机图形学技术的创新型高科技公司，拥有核心技术，专注于构建高质量的智能虚拟人产品和服务。何嘉对未来三年的AR/VR行业发展有信心，预计AR和VR将在多个领域广泛应用，融合其他技术，推动数字化转型。团队将参加2023年的比赛。

眼动追踪系统可以利用估计眼睛参数的过程，例如眼睛的位置和方向。系统可以相对于已知的参考系或坐标系来估计眼睛参数。眼动追踪系统依赖于定义眼动追踪摄像头的相对位置的校准数据。如果在设备校准期间估计的眼部参数以无补偿的方式改变，则由眼动追踪系统产生的眼部参数估计的准确性可能降低。眼睛参数的变化速率受生物过程的控制，例如瞳孔扩张或收缩的速度、眼球扫视的速度和注视的持续时间。但设备参数的变化受物理过程的控制，例如机械变形和温度的变化。现有的校准方法没有设计成有效地解决不同类型的变化，导致眼动追踪系统的精度降低。为了解决这个问题，微软提出了一项名为“Enhanced eye tracking systems utilizing joint biological and hardware estimations”的专利申请，提出利用生物和硬件联合评估来优化眼动追踪系统。专利申请描述了使用摄像头和眼睛模型进行联合估计，以提高眼动追踪的精度。

基于机器学习的应用程序变得越来越普遍，机器学习在视觉和语音识别任务中的成功推动了越来越复杂用例的发展，例如元宇宙。随着应用程序工程师对可组合性的依赖增加，他们开始将多个小而专门的ML模型组合成任务功能，而不是为每个用例开发不同的大型模型。加州大学、Meta、乔治亚理工学院和哈佛大学的研究人员合作开发了一个名为XRBENCH的多模型ML基准测试，用于实时XR工作负载，并为每个模型提供了开源参考实现。XRBENCH采用新的评分指标，综合考虑实时MTMM应用程序的关键需求，可以定量评估性能。XRBENCH涵盖了各种使用场景下的多模型ML工作负载的动态和实时特性。由于行业对于MTMM工作负载的相关特征和系统级关注点尚不完全理解，XRBENCH为XR系统的设计和性能评估提供了有用的工具。