Insider Insider

最新资讯宝马推出摩托车智能眼镜,可显示导航、速度等信息

宝马在柏林的摩托车日上展示了新款ConnectedRide智能眼镜,具备类似汽车HUD的功能,骑手可以在骑行时实时查看速度、导航和齿轮信息,提高安全性。该眼镜采用RX适配器,可配处方镜片,屈光度范围为+4.5至-4.5,提供M和L两个尺寸以适应不同的瞳距。售价约690欧元(约5400人民币),上市时间尚未确定。
最新资讯宝马推出摩托车智能眼镜,可显示导航、速度等信息

内容开发Vision Pro开发教程:创建沉浸式Unity应用程序

苹果发布的Vision Pro官方开发教程介绍了如何利用Unity创建沉浸式应用程序。教程重点讲解了Unity与苹果框架的无缝集成、构建本地平台工具的使用,以及如何通过空间容器相机将现有场景引入visionOS。同时,教程还涵盖了visionOS的功能整合,如穿透功能和场景理解,使用Shader Graph自定义视觉效果,并适应空间输入的交互设计。
内容开发Vision Pro开发教程:创建沉浸式Unity应用程序

内容开发Vision Pro开发教程:空间输入设计

苹果Vision Pro官方开发教程专注于空间输入设计,分享如何为眼睛和手势创造优质互动体验。讲述设计原则和最佳实践,旨在帮助开发者打造舒适、直观且令人满意的空间体验。
内容开发Vision Pro开发教程:空间输入设计

最新资讯Apple TV+ VR拍摄设备曝光

苹果推出了Apple TV+视频订阅服务,并正在为Vision Pro制作沉浸式内容。最近,Twitter用户David Altizer分享了一张苹果拍摄设备的图片,显示该设备可能是苹果自研的,具有与普通180° VR相机相似的设计,前方配有两颗鱼眼镜头。
最新资讯Apple TV+ VR拍摄设备曝光

最新资讯Korg发布首个虚拟音乐工作室

Korg最近发布了其首个Gadget音乐制作软件的虚拟现实版Gadget VR。该软件与兼容的头显配对后,用户可在虚拟工作室内通过手势演奏、编写MIDI轨道、录制音频及调制声音。Gadget VR基于Korg为Nintendo Switch开发的用户界面,虚拟工作室中包含六种经过重新设计的乐器,操作更为逼真和便捷。Gadget VR现已在Steam和Oculus上上线,售价为29.99欧元(约237人民币)。
最新资讯Korg发布首个虚拟音乐工作室

最新资讯苹果MR,论持久战

苹果即将推出的Vision Pro头显,定义为革命性的空间计算设备,致力于无缝融合数字内容与物理世界,强调用户的“存在感”。尽管早期评价褒贬不一,苹果坚持发展这一细分市场,Vision Pro将利用手势和眼动追踪实现自然交互,采用新设计和技术提升用户体验。它不仅面向消费者,还可能推动教育与医疗等行业的应用。随着技术成熟,Vision Pro预计将改变人们与技术互动的方式,并为未来的空间计算奠定基础。
最新资讯苹果MR,论持久战

彭博社:苹果Vision Pro首年目标销量为40万-50万台

尽管早前韩媒报道称苹果已将Vision Pro的首年预期销量调低至15万台,但根据彭博社的马克·古尔曼(Mark Gurman),苹果的首年目标并非只有15万台,而是40万-50万台之间。 根据古尔曼的说法,苹果在数年前为Vision Pro定下的首年销售目标是数百万台,但这个目标后来迅速调低,并且目前的目标是40万-50万台之间。 古尔曼提到,Vision Pro的发展预期较为缓慢,要成为苹果的超级营收来源将需要更长的时间,超过iPad和Apple Watch的发展时间。 古尔曼预计,苹果每年要将Vision Pro的销量增长20倍,达到800万台左右,才能达到iPad的规模。然而,考虑到目前设备的缺点和价格,这几乎是不可能实现的。 苹果的Vision Pro计划将在今年年底在美国首先发售,并在接下来的几年内扩展到国际市场,首批海外发售市场可能是加拿大和英国。
彭博社:苹果Vision Pro首年目标销量为40万-50万台

Lumus通过堆叠光导元件来实现更大视场

该专利申请描述了一种特定的近眼显示器设计,使用光导光学元件(LOE)来形成一个透明材料模块,其中包括具有平行外部主表面和一组部分反射的内部表面。这些LOE可以通过堆叠的方式来提供不同视场部分,并且可以实现比单个波导更大的视场。 该设计的优点包括: 1. 每个波导只需要传输角视场的一个子区域,使得设计要求相对宽松。 2. 显示器可以实现比单个波导更大的视场,并且不会影响视图质量。 3. 所有图像部分都来自于单个图像投影仪,降低了成本并简化了对齐任务。 4. 通过调节和校准机制,可以实现波导间的平行性。 该专利申请提供了示意图和详细的实施方式,以展示所述设计的工作原理和结构。
Lumus通过堆叠光导元件来实现更大视场

Meta用深度学习为Avatar再现复杂多角色交互

人与人之间的身体交互是日常生活中的重要元素,例如握手打招呼和一起跳舞。研究人员从苹果、Meta、卡内基梅隆大学和首尔大学组成的团队发表了一篇论文,介绍了一种使用深度强化学习来模拟复杂多角色交互的方法。他们的方法不仅模仿个人动作,还模仿角色之间的交互,并通过奖励控制策略有效地模仿角色的动作。团队使用了一种新的基于交互图的奖励公式来测量角色之间的距离,这样可以保留参考动作中交互的空间关系。实验证明,他们的方法能够产生物理上合理的交互。 团队采用了一个基于interaction graph(IG)的新奖励方法,用于衡量角色之间的距离,并保留参考动作中的交互语义。他们还建立了一个较为复杂的多角色交互的模拟环境,评估了所提出的方法。实验结果表明,该方法可以产生物理上合理的交互,并能够适用于各种角色和物体的运动。 尽管方法取得了一定的成功,但仍存在一些局限性。例如,奖励函数设计有一些限制,训练需要更多样本来收敛。此外,控制器仅适用于特定身体结构的角色,且无法执行参考动作中不存在的交互。未来的研究方向将继续优化这一方法,并进一步扩展其应用范围。
Meta用深度学习为Avatar再现复杂多角色交互