Insider Insider

最新资讯Del Mar College为学生提供VR解剖实验室

Del Mar College推出了一款新虚拟现实软件,让学生可以在解剖学学习中探索人体,补充传统的物理模型。通过VR技术,学生能够从不同角度观察解剖结构,放大特定动脉或观察骨骼和肌肉的运动。此外,该技术还支持网页浏览、观看视频和虚拟博物馆游览等多种应用。学院中心主任Omar Villarreal表示,解剖实验室是最受欢迎的空间之一,每学期约有600名学生使用该设施,预示着教育的未来发展方向。
最新资讯Del Mar College为学生提供VR解剖实验室

硬件Quest v53系统更新:高级相机设置、支持WiFi 6E

Meta v53系统正式推出,更新内容包括:高级相机设置全面发布,用户可更便捷地调整截图/录屏开关,并新增立体声音频录制功能;新增“关机前更新”选项,确保用户可保持应用最新;Quest Pro支持WiFi 6E,优化远程流媒体应用性能,并减少流量堵塞;同时,针对父母和青少年的监督工具升级,扩展至浏览器内容过滤功能。
硬件Quest v53系统更新:高级相机设置、支持WiFi 6E

最新资讯nChain宣布向元宇宙平台Transmira投资400万美元

nChain宣布投资400万美元以持有元宇宙平台Transmira 20%股权。Transmira利用其专利技术将增强现实和虚拟现实结合,为品牌和用户提供沉浸式体验并实现虚拟商品货币化。该平台通过区块链技术安全地支持用户和品牌之间的交易。这一合作将利用nChain的Web3与区块链专业知识,提高Transmira的市场估值,并支持其平台发展。
最新资讯nChain宣布向元宇宙平台Transmira投资400万美元

AR微软改进版IVAS系统将在2025年部署

微软与美国陆军合作,开发HoloLens 2集成视觉增强系统(IVAS),潜在合同高达219亿美元,涉及121000件设备及支持服务。目前已交付5000个早期版本和即将交付的5000个改进版。若通过测试,改进版将于2025年7月正式部署,声称可提供更轻薄舒适的佩戴体验,且软件改善能提高可靠性和降低功耗。
AR微软改进版IVAS系统将在2025年部署

最新资讯佳能推出VR社交软件Kokomo测试版

佳能在CES 2022上展示了其首个C端VR社交平台Kokomo。最近,该平台的Beta版已在美国和加拿大上线,适用于Quest 2。Kokomo允许用户通过兼容的佳能相机和VR设备,与朋友和家人进行虚拟会面。用户需要使用移动应用扫描面部,生成虚拟化身。然而,该应用程序目前仍需优化,虚拟场景缺乏多样性,面部定位存在严重问题,导致扭曲偏移。
最新资讯佳能推出VR社交软件Kokomo测试版

最新资讯GigXR获得SBIR第二阶段合同,将为美国空军开发XR医疗培训方案

全息医疗培训供应商GigXR获得了美国空军第354医疗小组的SBIR第二阶段合同,开发全息模拟培训以提升医护人员的战斗伤害治疗技能。此项目将利用GigXR的HoloScenarios平台,创建逼真的全息病人以及高压模拟环境,帮助学生在安全的环境中练习关键技能。公司与全球多所医学院及医院建立了伙伴关系,并通过与3D医学专家合作,提供3D解剖内容支持。GigXR的MR技术灵活性对军事医疗培训至关重要。
最新资讯GigXR获得SBIR第二阶段合同,将为美国空军开发XR医疗培训方案

人物对话对话欢创科技CEO周琨:VR业务迎来逆势增长,XR赛道需要比拼洞见与意志力

深圳市欢创科技创始人周琨表示,VR/AR行业的竞争在于行业洞见和意志力。尽管市场出现下滑,欢创科技却逆势增长并获得融资,用于加大VR领域投入。在AWE2023展会上,欢创展示了激光雷达和最新VR/AR技术。公司自2016年起进入VR市场,以6DoF手柄Camsense XR为主打,技术积累显著。周琨认为,手柄交互会长期存在,且公司正在研发下一代手柄,致力于性能和成本的提升。同时,欢创科技专注于上游核心技术,以激光雷达业务支持VR/AR发展。
人物对话对话欢创科技CEO周琨:VR业务迎来逆势增长,XR赛道需要比拼洞见与意志力

Meta研究员探索立体视觉动态深度问题,提高视频数据立体重建的时间一致性

立体视觉是计算机视觉中的一个基本问题,可以应用于3D重建和AR/VR等领域。通过使用立体视觉从不同视点捕捉同一场景的图像,可以进行视差估计,然后通过三角测量将匹配的点投影到3D中。然而,当应用于视频数据时,传统的立体视觉方法会导致不一致性。为了解决这个问题,Meta和牛津大学的研究人员提出了一种名为DynamicStereo的方法,通过融合自我关注和交叉关注的方法提取空间、时间和立体对之间的相关信息。他们还创建了一个新的合成立体数据集Dynamic Replica,用于训练动态立体匹配模型。实验结果表明,该方法在时间一致的立体视觉估计方面优于现有技术,并且其他方法在该数据集上的训练也受益于真实场景的数据。该方法结合了空间、时间和立体信息,实现了跨时间的精确一致预测,并且每个组件都对最终性能有贡献。
Meta研究员探索立体视觉动态深度问题,提高视频数据立体重建的时间一致性