虽然 AI 在沉浸式体验里的应用方式还有待探索，但是它已经为创造下一代增强现实体验开辟了一条前所未有的捷径。 AI 可以根据上下文来处理数据并生成恰当的回应，改善增强现实体验。
首先从增强现实（AR）概念“上下文”（context）谈起。上下文是指描述特定领域（domain）的可以被编码成机器能处理的数据。在增强现实里，上下文对三个领域至关重要：现实领域、虚拟领域和人类领域。
现实领域
现实领域即我们所处的世界。某个地点的上下文可以包括地理位置、环境扫描数据、物体位置、天气或周围的照片。这些数据可以包含任何支持某个方案、解决某个问题所需的现实参数。
虚拟领域
虚拟领域包含所有与现实位置相关联的有用信息。这个定义非常宽泛，但这本就是增强现实的核心思想：增强现实体验不需要复杂的 3D 资产或模型来产生价值。任何地点的元数据（描述数据的数据）都能成为一段体验的基础，比如降雨信息或某件商品在店里的位置。
人类领域
人类领域是指人类的具体要求，以机器能理解的形式表现出来。自然语言处理（NLP）和生成式预训练转换器（GPT）模型在将人类表达转换为机器语言方面扮演着关键角色。人类领域也包括着机器生成内容与人的沟通方式。
关系映射
生成单个领域的上下文还算比较简单。困难的地方在于不同领域间的关系：现实和虚拟坐标系统必须对齐、数字孪生必须同步现实世界的最新状态、人类描述必须能被描绘成可训练的行为等等。
用一个例子来说明：某个人指着远处的某个物体。很多技术都能捕捉这个现实领域的上下文，但“指”这个姿势本身并不蕴含明显的含义，不足以描述出有待解决的问题。它可以代表一个前进的方向，或询问某个物体。这个上下文如果配上语言，如“我怎么去那边？”才组成一次完整的发问。
AI 可以根据人类主导的上下文来处理现实数据，不消思考就能“理解”人类的日常互动，生成恰当的回应，这种“请求/回应”的透明过程可以改善所有形式的增强现实体验。
我们再来探索下几种不同应用里的上下文例子。AI 主要会在人类领域中负责处理用户请求、预测用户需要、总结相关数据，并辅助人与设备间的交流。
案例 1：用户希望优化日常的跑步锻炼路线，用户持有头部穿戴设备来确定用户的位置，分析先前的路线记录，并投射视觉信息：
- 现实领域：用户位置，先前的跑步记录
- 虚拟领域：包含跑道和周边道路的区域地图
- 人类领域：理解跑步路线的组成以计算出新路线
案例 2：机场希望实现智能化运营管理。机场工作人员需要及时的弹出信息来安全高效地执行机场职务。用户持有腕部穿戴设备来确定用户的地点，并与中央操作数字孪生建立数据连接：
- 现实领域：用户、飞机、资产和现实世界物体的位置
- 虚拟领域：可执行模拟预测、导航定位和地理空间处理的机场数字孪生
- 人类领域：理解任务内容、挑战和关键安全目标
因为我们生活在一个三维世界里，实时 3D 技术将成为处理跨领域上下文、生成空间解决方案的引擎。随着可穿戴设备、其他设备和 AI 模型的技术不断进步，更多数据也能被捕捉，上下文的含义会前所未有的丰富，催生出更为精准的解决方案。Unity 将成为搜集、处理这些数据的主要工具，用各色体验改善我们的工作和娱乐生活。
版权声明：本文内容转自互联网，本文观点仅代表作者本人。本站仅提供信息存储空间服务，所有权归原作者所有。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至1393616908@qq.com 举报，一经查实，本站将立刻删除。
