自从扎克伯格把 FaceBook 更名成 Meta 之后，这家公司就透澈和眼镜较上劲了。

有一个即热又冷的小常识，Meta 这个名字，取自「metaverse（）」的前四个字母，2021 年更名的时候，扎克伯格本东说念主相配自信地示意：

元天下将在将来十年波及 10 亿东说念主，而元天下也将波及咱们开发的每一款居品。

▲ 图片来自：Google

四年昔日了，元天下成了科幻演义、创意动画和影视作品的常客，但离本质世界却越来越远，为数未几能引起东说念主们眷注的，照旧那些时时常爆雷上热搜、打着元天下、虚拟金钱的幌子，来冒名行骗的烦隐痛儿。

在普及和铺开元天下上，Meta 和四年前一样没啥变化，不外他们却在元天下的进口——VR/AR 头显拓荒上，作念出了不少挑升想的新玩意儿。

定位为新式游戏机的 Meta Quest，大开了 VR 互动游戏的新世界，2024年 Meta Quest 系列占据了 73% 的市集份额，遥遥来源。

成为 AI 期间新潮配件的 Ray-Ban Meta，经过了两代居品的用功，出货量在本年 2 月精良冲破 200 万台，集传统眼镜、名牌 logo、蓝牙耳机、语音助手、Vlog 相机于孑然，既作念好了一副传统眼镜该有的遮盖作用，又让科技悄无声气地镶嵌了日常生存。

明面上，Meta 在消耗者市集推出了几款顺利的居品；私底下，他们也在 toB 的赛说念上暗暗发力，而且这些面向企业和专科机构的智能眼镜起步的时期，以致比他们更名的时期还早。

五年之约已到，Meta 交卷

2020 年，Meta 推出了其首款实验性智能眼镜 Meta Aria Gen 1，和传统眼镜比起来，Aria Gen 1 略显肥胖，异常是两条加粗的镜腿，相配显眼。

▲ 图片来自：Google

硕大的外不雅并不仅仅摆列，其中包含了相配多的传感器套件，如配备 RGB 录像头、定位跟踪录像头、惯性测量单位（IMU）、气压计、磁力计等，这些元件的主邀功能是用于采集第一东说念主称视角的视觉、指引和空间数据。

从表面上来说，Aria Gen 1 是专为机器感知系统、东说念主工智能及机器东说念主技艺询查设计，它通过集成多模态传感器，匡助科研东说念主员攻克AR眼镜的中枢技艺繁重，如环境感知、空间定位等。

落地到本色体验，Aria Gen 1 则有着相配远方也令东说念主期待的工作：

遐想有一天，咱们不错享受联网带来的扫数克己，而不需要低着头低着头看着拓荒。遐想一下，给一又友打电话，和桌子对面跃然纸上的虚拟形象聊天。 遐想一下，一个饱和明智的数字助理不错检测说念路危急，在商务会议期间提供统计数据，以致匡助你在嘈杂的环境悦耳得更了了。 在这个世界上，拓荒自己全都隐藏在日常生存的起起落落中。

手脚这项实验的原型机，亦然第一代居品，Aria Gen 1 并莫得掀翻太大的海浪，千里淀五年后，这周 Meta 精良发布了 Aria Gen 2。和一代比较，有了全面的升级。

最彰着的变化在传感器系统上，一代机选拔的是最基础的环境感知元件，惟一录像头和惯性传感器，Aria Gen 2 在此基础上，加多了很多新的配件，包括 RGB 录像头、6DOF SLAM 录像头、眼动跟踪录像头、空间麦克风、IMU、气压计、磁力计和 GNSS。

异常是新一代居品在鼻托中镶嵌了两个创新传感器：用于测量心率的 PPG 传感器，和用于辩认佩戴者声气和旁不雅者声气的战争式麦克风。

如果把一代比作「只用眼镜看世界」，那比较之下 Aria Gen 2 不错说是感官全开，从更多维度感知、不雅察以及网罗外界信息，就能在相似的时期里，获取数目更多、更准确的数据，机器的运作、学习效用也会更高。

另外，数据惩办的面容上，二者也有了质变，Aria Gen 1 依赖于外部拓荒进行贪图，虽说不在土产货运算，能一定进程上，收缩拓荒的分量压力，但随之而来的则是反应的迟缓，在云表算力够，但汇集不好的时候会有反应难逾期，通常用智谋助手的一又友应该都有遭逢过访佛的情况；如果随身佩戴一个出动贪图平台，相配未便携。

而 Aria Gen 2 则用上了 Meta 的自研芯片，不错把数据放在端侧惩办，反应速率相配快，不受汇集的阻挡，交互体验也有了相配大的逾越。

一般来说，多了自研芯片的拓荒，领有了端侧运算的本事，但同期也会加多拓荒的分量。不外 Meta 用数据谈话，这五年他们真实没闲着：Aria Gen 1 重 98g，Aria Gen 2 重 75 克。加量不加剧，长体验不长体重。

体验见长的，还有 Aria Gen 2 的交互面容，在第一代语音交互的基础上，二代机加入了「眼动跟踪+手势+战争式操作」。语音交互很径直，检索旅途会大幅裁减，但并不是生存中的扫数场景都适合，比如岑岭期的地铁站和超适意的办公室。

按理来说，传感器和交互功能变多，续航会受到影响，自研芯片的确影响了 Aria Gen 2 的续航，然而正向的。官方称其能达到 6-8 个小时使用时期。按照当今无线耳机的使用时长，基本能让 Aria Gen 2 作念到全天候的智谋功能可用。

打好了硬件基础，后续的使用体验才会有更多的可能，Aria Gen 2 的升级体现了 Meta 对 AR 技艺落地的两大策略标的：

一是隐形化集成：通过轻量化设计和传感器保密（如录像头指令灯关闭时外不雅接近普通眼镜），攻讦拓荒存在感；二来通过绽开的生态，提供底层 API 接口和模块化推广本事，饱读吹学术界开发定制化器具包，加快技艺鼎新。

因此，Aria Gen 2 的应用场景，也从先前的室内导航与基础 AR 询查，转向了更多维的界限，医疗、工业、城市有策动等，都有可能成为 Aria Gen 2 滋长的泥土。

至此，咱们来总结一下，Aria Gen 2 的逾越与兴味：

感知硬件升级，完终生物数据和会与环境深度透露；搭载自研芯片，莳植及时性，撑持户外无汇集场景；丰富交互面容，降柔声学过问，适配复杂实验环境；续航隐讳全天，延迟一语气使用时期，莳植佩戴舒限制；应用场景拓展，鞭策跨学科技艺和会与规范化。扎克伯格的「暗部」

如果你看完，Meta Aria 的解读先容，照旧有点对它在消耗市集的利用恍朦胧惚，那很平日，因为 Meta 明确示意，这款居品「不会面向消耗者销售」，那你可能想问，它到底有什么用？要说了了造它的方针，还赢得到十多年客岁前。

2014 年，扎克伯格在斯坦福虚拟东说念主类交互实验室（VHIL）体验了那时最新的 VR 拓荒，以及多样游戏场景，他在 VR 眼镜里里走了独木桥、飞过城市上空、砍了几棵树......

时任 VHIL 实验室司理的 Cody Woputz 也曾露出过：在体验高空陨落场景时，他（扎克伯格）以致吓到将手放在胸口上。

此次体验让扎克伯格留住了很深的印象，一方面由于 VR 还处在早期的询查阶段，定位系统不相识，使多礼验屡次被打断，得停驻来重新校准拓荒；而且那时的 VR 还不是一体机，PC VR 的贪图末端在机身外，得用一条又粗又长的线缆联贯，以此来传输信号和供电。

▲ 图片来自：Google

另一方面，扎克伯格也看见了这项立异性技艺在将来的普遍可能，也恰是此次体验，让他下定决心，以 20 亿好意思元收购了 Oculus，扎克伯格曾在公告中阐发过收购原因：

出动是面前的平台，收购 Oculus 是为未来的平台作念准备。

之后，扎克伯格就带着 Facebook 启动了关于 AR/VR/MR 技艺以及拓荒的探索。有了方针和硬件技艺的蕴蓄，于是在 2020 年，Meta 精良开启 Aria 技俩，其宗旨是「从东说念主的视角加快 AR 和 AI」。

▲ 图片来自：Google

这样看有点玄乎，略微庸俗的阐发等于，把眼镜手脚桥梁，让拓荒从东说念主的视角来不雅察世界、了解世界，并学习东说念主和环境的互动干系，以此来鞭策软硬件技艺的发展，最终让机器八成从东说念主启航，并服务于东说念主。

Project Aria 中的眼镜，不错通过冲破性技艺匡助询查东说念主员，从用户的角度网罗信息，异常是 Aria Gen 2 上新增的传感器，八成捕捉佩戴者混身环境的音视频，以及他们的眼动和位置信息。

从佩戴者的第一视角启航，能让询查东说念主员更容易弄了了，AR 到底如何本事在本质世界和日常生存中，进展真实作用，而不仅仅停留在花里胡梢却作假用的功能上。

而且，从东说念主的视角启航来网罗本质世界中的信息，关于多模态 AI 来说相配伏击，这样的历练面容能模拟东说念主类多模态通晓面容。

咱们自己等于通过视觉、听觉、触觉等多种感官协同感知世界，而多模态 AI 通过整合文本、图像、音频、视频等数据，八成更逼近东说念主类天然通晓模式。况且跨模态信息整合本事是单模态 AI 无法完结的。

多模态的网罗和历练，也能莳植 AI 对复杂场景的决策精度，如果欠亨过多维度的信息来透露世界，那势必会存在「买家秀」和「卖家秀」的不对，数字世界惟一 0 和 1，但本质世界除了厉害，还有那难以透露的灰色地带。

▲ 图片来自：Google

交互自己其实亦然多模态的，和一又友谈话时除了语言，神志、手势、语气以致着装，都会影响咱们的透露。因此多模态 AI 通过同期惩办文本、图像和音频，可完结更天然的交互体验。

Meta 也给出了他们在 Project Aria 中的一些询查细节，在 Project Aria 技俩中，让智能眼镜读懂世界的面容相配松懈嚚猾：数据化。这项被称为 SceneScript 的技艺，是一种使用自追溯结构化语言模子和端到端学习，来示意和推测场景几何的步调。

▲ 图片来自：Meta

松懈讲，扫数第一东说念主称视角看到的场景、物体，都不错被眼镜酿成具体的数字和称呼，桌子有多长、墙上透明且轨则洞窟叫「窗户」。

为了让眼镜内置的模子不仅仅看见世界，还要更好地透露世界，Meta 用自研的三维成像技艺 EMF3D，把本质世界扫数的物体用不同神采的线段「明码标价」，把材质、局势和大小不一的东西团结了度量衡。

▲ 图片来自：Meta

当眼镜能读懂何况记载环境时，再现一个虚拟的世界，就有了更大的可能。技俩中的环境合成技艺恰是通过大量的数据网罗整理，复刻了一个大范畴、全都模拟的要领生成的室内场景数据集，也为「数字孪生」缔造了新规范，加快了 3D 物体检测、场景重建和模拟到本质学习等挑战的询查。

▲ 图片来自：Meta

这种「养成系」的学习步调有好有坏，好在一朝学建立相配塌实，难在想要塌实就得通过海量、巨量的数据，是以需要相配多的志愿者参与到 Project Aria 中，在平时永久佩戴 Meta 的眼镜。

比起找到东说念主，如何让东说念主宽心性使用才是最关键的，因为数据网罗和隐讳保护，是一双难以谐和的怨家。Meta 给出的有策动是「自我拖拉」新式 AI 模子，通过检测和拖拉图像中的 PII 来保护隐讳，把面部、车牌等明锐信息径直打码。

▲ 图片来自：Meta

海量的学习也能让模子更好地了解使用者的意图，比如通过对使用者逐日生存场景的扫描与总结，不错判断本东说念主在什么时期点更可颖慧什么事？是去楼下熟谙，照旧去客厅打游戏，又或者去厨房作念饭。能预判东说念主的步履行为，也就能提前提供更多的浅薄功能。

这和咱们手机上的智能助手，在特定时期弹窗指示回家路况，以及明日天气的功能，有相似之处。

▲ 图片来自：Meta

自 Project Aria 立项的五年间，他们依然作念出了一些效用，举例使用第一代 Aria 眼镜网罗的 Ego-Exo4D 数据集，已成为当代贪图机视觉和约束发展的机器东说念主界限的基础器具。

有些企业也依然启动询查，Aria 在他们的工作经过中，到底应该若何用？比如良马，正在搞了了如何将增强本质和虚拟本质系统集成到智能汽车中。

▲ 图片来自：Meta

佐治亚理工学院的询查东说念主员，最近也展示了当 Aria 来到你家以后，会若何帮你分管家务活的压力。

▲ 图片来自：Meta

很早之前，咱们曾在手机智谋助手的体验著作中有个结论：东说念主工智能和多样电子拓荒的衔尾，从当下来看，最大的兴味应该是匡助老年东说念主和纰谬东说念主士，更好地融入新期间和壮盛存。Aria 也在无拦阻技艺的开发上，取得了一定的进展：

卡内基梅隆大学在一个技俩中，使用了第一代 Aria 眼镜，该技俩旨在开发匡助盲东说念主和见解低下东说念主士进行室内导航的技艺。

▲ 图片来自：Meta

二代 Aria 的 AI 语音功能还被 Envision 公司整合到了自家的 Ally AI 和空间音频上，来增强室内导航和无拦阻体验。

▲ 图片来自：Envision

如果要用一句话来描述 Project Aria、Meta 和旗下居品的干系，我以为很像树根、树干和树枝。Project Aria 在最底下，平时看不见摸不着，但日积月聚蕴蓄的技艺效用，最终都会以多样各样的面容，赋能在公司和各种居品上。

去年 9 月底，扎克伯格在发布会上，从保障箱里拿出了一个看上去平平无奇，实则是十年绝密技俩的智能眼镜 Meta Orion。从发布会的演示画面来看，它能作念到和 Vision Pro 高度相似的交互功能，更伏击的是 Orion 是一副真全息 AR 眼镜。

它外不雅上比普通眼镜厚了点，不外戴上之后既能透过镜片看到真实的世界，也能看到投影图像。

天然澄清度比不上传统的电视和投影，但看图片与翰墨绰绰多余。神奇的是，咱们没发现眼睛上有大块棱镜，如斯逼近真实、臆造出现的本质效果，其实是通过镜片周围的 LED 投影仪，将图像投影到碳化硅镜片上。

镜框周围的 7 个录像头和传感器，让 Meta Orion 真实完结了将虚拟参预本质，并将其融入本质的本事。它能将全息图像精确悬停在半空中，也能识别咫尺的物品，举例通过桌面上的食材，它就能给你定制一份食谱。

▲ 图片来自：Meta

说 Orion 在交互体验上，有王人平 Vision Pro 之势并不是夸大其辞，因为它真实撑持手部和眼动跟踪，双手等于手柄，配套的神经腕带还能把手酿成鼠标，通过检测肌肉电流的变化识别肉体的神经信号，并由此区离婚指的不同动作：

拇指、食指捏合进行取舍拇指和中指麇集呼出菜单持拳滑动拇指滚动画面

那时在发布会现场，咱们还看到了 Meta Orion 的本色拆解展示，高度复杂和极其精密的里面构造，临了组合在沿途的机身，惟一 98g。

不难发现，Meta Aria Gen 2 和 Meta Orion 的干系，就像镜子里的互相。仅仅扎克伯格在那时的采访中说，由于造价太过崇高（每台资本约 1 万好意思元，约合东说念主民币 7 万元），公司不得不叫停了量产策动，只分娩了1000 部提供给里面研发。

不外 Meta 也策动着，将 Aria 的技艺逐渐整合到 2026 年后，包括 Orion 在内的消耗级 AR 眼镜中。方针是通过神经接口交互，和全息炫夸完结 AR 眼镜的篡改，以此迎来智能眼镜的「iPhone 时刻」。