XR公司如何利用人工智能?

XR公司如何利用人工智能?

对于技术领域的许多创新者来说,XR和AI是天作之合。最具沉浸感的体验不只是用令人难以置信的视觉和听觉内容围绕着我们;它们还对我们的行动作出反应,提供直观和可适应的互动。

借助人工智能,XR 领域的公司可以实时收集其用户的更多相关信息,并使用它来加强业务决策并增强用户体验。AI 允许用户更有效地与 XR 环境中的硬件和软件进行交互,并为从手势控制到触觉反馈的一切铺平道路。 

对于加速迈向元宇宙时代的 XR 公司,AI 也将在使数字环境更强大方面发挥关键作用。根据 GE Digital 的 Colin Parris 博士的说法,AI 和 XR 是元宇宙的两个核心构建块。以下是 XR 公司已经在利用组合技术的一些方式。 

生成式人工智能和自动化  

生成式人工智能是近年来数字领域中出现的最令人兴奋的概念之一。今天,几乎每个人都在谈论像 ChatGPT 这样的生成技术。对于 XR 领域,生成解决方案有望提供更高效地创建 XR 内容的机会。  

Moth+Flame是 VR 沉浸式学习领域的领导者,最近为其客户推出了 AI 生成内容创作工具。Beta 阶段平台使用户能够使用语音激活界面创建强大的 VR 资产。Invesco 已经将该解决方案作为其销售研讨会的一部分进行了试用,并相信它将有助于为员工创建一个按需培训环境,用户可以在其中获得直观、个性化的体验。 

生成式 AI 解决方案让 XR 开发人员能够快速制作内容,同时也让他们的用户有机会定制他们的体验。例如,借助生成式 AI,访问 XR 应用程序的用户可以与响应迅速的数字客户进行实时交互。客户头像将能够对代理采取的每个动作做出不同的反应,从而获得更真实的学习体验。 

改善连接性和捕获数据  

为了给日常用户和元宇宙社区成员提供卓越的 XR 体验,公司需要确保卓越的连接性。毕竟,大量的数据需要在最短的时间内从计算机系统无缝地流向设备,以使体验者身临其境。人工智能解决方案可以帮助管理带宽的分配,减少设备之间的滞后风险。

已经有无数公司开始试验人工智能驱动的注视点渲染,它允许设备通过跟踪眼球运动来提高客户所看内容的视觉质量。在其他地方,爱立信等公司正在建设 6G 研究设施,这也将探索神经网络和人工智能在未来技术领域的优势。  

通过添加 AI 来帮助管理连接点,XR 领域的公司将能够为其用户提供更精简、无延迟的体验。这可以允许与沉浸式内容进行更即时、更逼真的交互。  

XR 中的公司也在利用 AI来帮助增加他们从客户那里捕获的数据量,以发送回软件解决方案。例如,NVIDIA 最近更新了其基于 AI 的 Broadcast 产品,加入了创新的眼动追踪功能。 

Broadcast 工具已经利用了许多 AI 增强功能来帮助消除协作交互过程中的噪音和回声。此外,还有各种其他功能可用于背景移除、替换、模糊和自动取景。NVIDIA 和爱立信正在展示 XR 领域中的人工智能如何通过加速和改进双方之间传输的数据来帮助改善机器与人类之间的交互。  

增强型 XR 平台和计算  

微软是人工智能和技术领域的市场领导者之一,也在大力投资人工智能与扩展现实之间的联系。最近,这家计算巨头与 NVIDIA 合作创建了一个连接到 Azure 云的 AI 云超级计算。该平台将利用 NVIDIA 的高速模拟和数据处理技术,帮助 XR 创新者提供更令人印象深刻的沉浸式体验。 

新的超级计算机还将通过能够快速创建视频、文本、图像和代码的自学习算法,在生成人工智能领域释放新机遇。据微软和 NVIDIA 称,人工智能将有助于推动 XR 领域的下一波自动化浪潮,并使公司能够以更少的资源完成更多的工作。 

微软并不是唯一一家投资人工智能为内容创作者创建更强大的平台和工具的公司。芯片技术的领导者高通最近宣布了一个新的智能眼镜 AR 平台,其中将包括 AI 创新。  

据该品牌称,该技术将重塑 AR 行业,帮助企业克服电池寿命、外形尺寸和视野方面的共同挑战。最新的创新将处理能力分配到整个设备,而不是依赖于单个组件,从而减少了热输出并提高了智能玻璃的灵活性。 

用于眼动追踪的嵌入式 AI 加速器和 CV 引擎,以及传感器和摄像头聚合,将确保公司在为下一代智能眼镜消费者提供身临其境的体验时,能够充分利用设备的最佳性能。 

AI 和 XR 的无限机遇 

上面的三个核心示例只是 AI 向扩展现实社区展示其价值的一些实例。通过将人工智能嵌入到 XR 领域,公司可以利用更好的计算能力、改进的机器/人连接以及增强的沉浸式体验。随着生成人工智能的持续加速,这项技术甚至可以确保企业领导者能够大规模地为市场带来全新的个性化体验。  

随着我们迈向一个元气满满的未来,人工智能将成为 XR 景观中的每个用户以及开发新的沉浸式工具的公司提供价值的核心因素。

本文来自作者投稿,版权归原作者所有。如需转载,请注明出处:https://www.nxrte.com/zixun/20479.html

(0)

相关推荐

发表回复

登录后才能评论