大朋发布P1 PRO MAX眼动版,支持注视追踪助力VR训练
据大朋介绍,新版本在原有企业级VR能力基础上加入眼动追踪,支持获取用户在虚拟环境中的注视位置等数据,并为视线交互及相关应用开发提供支持。从训练结果到注视过程,眼动追踪能补充什么?加入眼动追踪之后,应用有机会从记录“任务是否完成”,进一步观察“任务是怎样完成的”。
在虚拟现实领域的训练与实验活动里面, 用户把目光投向什么地方以及视线会发生什么样的变化状况, 这一点是能够帮助人们去理解任务最终完成的那个重要信息内容的。
所以对于那些相关的培训机构还有科研工作的团队以及相关的应用程序开发开发者们来说, 要是能够把这种具体的信息和实际开展的任务进行对应起来的话, 那么就有利于对用户的视觉行为做出分析工作, 同时也会为接下来的交互方案设计提供相应的依据支持所在。
近日, 大朋这家企业正式将P1 PRO MAX眼动版这款设备推到了市场上来。大家伙儿可以听听大朋自己是怎么介绍这回事儿的, 他们说这个崭新的版本并不是毫无根基凭空捏造的, 而是说它是在原来就已经有的那个叫作企业级VR的那些能力的基础之上, 又往里面加入了眼动追踪这样一个功能板块的。
这么一来, 它就支持去获取那些正在使用它的用户在虚拟环境当中究竟把视线聚焦在哪里、注视位置在哪一些数据信息了。同时, 它也还为那些需要根据视线来进行交互操作以及开发相关的这些个应用程序方面提供了一系列的支持和帮助。
当研究从训练结果这样一个方面转向注视过程这一个方面的时候, 眼动追踪技术能够起到补充的作用, 也就是它能够增加一些相关信息。
如今, 大朋设备已经在不少视觉训练方案里得到了使用, 具体来说, 包括了Vivid这一块的视觉训练应用, 还有和天津欧普特之间一起弄出来的那些东西, 他们是为了满足融像功能方面、视觉认知方面的各种需求, 才共同打造了VR这一类的视觉训练方案的。
这些应用属于过去已经有的程序, 它们为大朋积累了一些视觉训练场景里的实际经验。现在这次推出的P1 PRO MAX眼动版, 是在原来的基础上又进一步增加了记录眼动数据的能力, 这个能力是针对训练过程来说的。
有些针对视力进行的虚拟现实训练, 目前已经可以靠着把两只眼睛看到的画面分开, 以及利用认识东西和互动来做任务这类方式, 把它们给组织起来。当这个应用里面再添加上眼球追踪技术这个东西后, 它就有机会不再仅仅是记录“那个任务有没有做完”, 而是能够去进一步观察“大家是怎么把这个任务给完成的”。
比如说, 在那些需要一直盯着看或者跟着移动的物体看的环节中, 专业人士可以把任务进行的时间点结合起来看, 看看用户是不是看向了应该看的地方, 再看看在各个不同的训练阶段里, 大家的视线都发生了什么样的变化。
应用适配这项工作要是已经顺利完成了, 那客户这边就可以把那个注视位置之类的数据, 跟这个训练任务结合在一起使用了, 这样做是为了可以观察到用户在一个又一个不同环节里面的视觉关注到底是个什么样的情况, 从而给那些专业人员去分析这个训练过程的状况, 还有调整那个任务的设计, 提供一个可供参考的依据或意见。
除了和这样的Hz采样率之外, 专业领域的应用还会有哪些具体的其他要求需要被满足呢, 这一点是值得去进一步探讨的。
医疗机构还有研究团队对于眼动设备的需求往往要牵扯到具体的任务怎样设计以及如何记录数据, 以及最终的结果应该以什么样的方式进行呈现, 设备的参数也需要和实际的应用情况一起放在一起来考虑。
拿做例子来说, 医疗机构这边呢, 他们可能会更在意那个训练的流程能不能做到标准化的操作, 还有记录的内容方不方便后来回去查看和复习, 以及整个这套系统能不能顺顺利地和现在已有的评估流程给衔接上。
另一方面儿, 研究团队那边就更需要去考量那些眼睛移动的数据跟实验里面的刺激之间时间上的同步问题怎么样, 原始的数据导出过程麻不麻烦, 校准的方法靠不靠谱, 以及在重复去测试的时候结果稳不稳定这些事儿。
对于上面提到的这些需求, 大朋可以提供定制的配套软件, 这是基于P1 PRO MAX眼动版这个设备来的。这个定制的东西涵盖了好多方面, 比如交互任务的布置, 训练流程的设计, 还有对眼动数据的记录, 以及最后的结果展示。所有的功能怎么组织, 完全按照具体项目的要求来安排。
据悉, 这款设备的120–200Hz眼动采样率它是支持的。同时呢, 它的关于眼睛活动的追踪精度是可以控制在1°以内的。
要是大家有更高精度的那种需求的话, 那么也是可以通过定制开发的这种手段来满足的。具体的配置情况以及性能表现究竟是怎么样的, 这个是要以什么项目里的方案为准的, 还有要以这台机器实际测试结果为准。
其实大家常常能想到的是视觉训练, 可是关于眼动追踪技术到底还有没有在其他的领域里面去发挥作用呢。
在科研实验这个领域里面, 视线这个东西和互动起来, 应用的那个适配程度, 是一个关键的东西。在这个工具上面, 它可以记录受试者在虚拟环境里面的注视位置。
这个行为, 能够为视觉认知、人机交互这些研究提供数据。研究团队可以根据实验目的设计任务。他们可以把眼动记录和实验环节对应起来。这样做的目的, 是用它来进行后续的分析。
研究人员可以用视觉搜索实验, 或者是动态目标追踪实验, 又可以选注意力分配实验来作为例子。他们能够把注视数据, 和刺激出现这个事件对应起来, 也能够把注视数据, 和任务反馈这种事件对应起来。
之后再去分析不同条件下的行为差异到底是什么样的样子。做这类研究的话, 需要的可不只是说设备本身具备追踪视线的能力这点事儿就完了。还得看数据接口能不能达标。还要看时间戳这块儿能不能行。此外还得看后续的处理流程是否真的能够满足实验的要求才行呢。
在交互开发这一块, 视线是可以用到的, 它可以用来把目标给定位住并且完成选择, 同时, 它还要根据这个应用的整体设计, 还有手柄、语音呀这些其他的输入方式配合起来用。
举个具体的例子来说, 就是用户先是靠自己的视线去发现并定位想要的那个目标对象, 紧接着再用手头其他的输入设备或者是方法来最终确认自己要执行的操作。
因为用了这种基于视线的交互办法之后, 在某些特定的场景下面, 就不需要再去反复地晃动手柄来寻找目标了, 这就把操作过程中的那些不方便给减少了, 同时也大大降低了在这一连串动作里面不小心按错或者误触的可能行。
客户还有方案商, 要是已经有了VR应用, 先把接口、软件和数据的兼容性还有需求给评估清楚, 然后就可以去搞眼动功能的适配了, 这样的话, 在已经有的业务流程里面, 就能增加数据记录的功能或者是视线交互的功能。
对于医疗机构和科研团队这些客户来说, 一个关键的问题是, 眼动追踪功能到底能不能够在实际工作中发挥作用。而这一点呢, 最终还是要看设备跟具体的使用场景是否匹配, 是否能够完美地结合在一起。
我们这里的P1 PRO MAX眼动版这款产品,做的事情就是把VR里面的场景展现以及眼动数据的收集这两件事合并到一起了, 不仅如此还为配套的软件定制提供了相应的支持服务。
正因为如此, 各个机构才能够根据自己单位内部的训练流程是怎么设定的、具体的研究方法是怎么制定的, 以及对于数据需求方面有着怎样的具体打算来灵活配置相关的功能。这种为了围绕实际项目需求来完善产品能力的做法, 也是延续了大朋多年来在企业级VR市场的布局思路。
写在最后
从2015年成立开始, 到现在为止, 大朋是国内少数几家公司中的一个, 这些公司在经过好几轮行业的周期变化之后, 依然保持着比较强的市场竞争能力, 大朋是其中之一。
根据相关市场的数据来看, 在全球的PCVR细分市场里面, 大朋的份额是排在第一位的, 同时它在全球的VR市场当中排在第五名左右, 而在中国市场的排名则是第二位。
到了2026年第一季度的时候, 大朋在海外的出货量比之前的年份增长了百分之二百三十, 并且销售的网络已经覆盖到了接近四十个不同的国家和地区。从今年的年头开始到现在, 大朋公司还在欧洲这个地方, 以及在它自己国家内部的这种VR游艺的市场里面, 接到了一个又一个价值好几千万的订单。
但是, 现在这个时候的大朋公司, 它的业务发展的范围, 看起来肯定是已经不会再单单就是去局限于那一种传统的虚拟现实或者是混合现实的头戴显示器这种产品上面了。
从那些用于线下娱乐、教育培训、医疗以及工业仿真之类的场面的VR和MR设备, 发展到面向消费市场的AI太阳镜, 再到今年推出的机器人远程操控以及数据采集的方案, 大朋这家公司的产品形态一直在不断地延伸出去, 然而它背后的技术主线始终都是清清楚楚的: 那就是围绕着空间计算这种能力, 持续地把这种东西在不同的终端上面, 以及在真实的场景里面进行应用的拓展。
回顾过去十年的发展情形之下, 大朋给笔者留下的, 是那种非常深刻的映像, 这个映像主要体现在什么呢? 主要体现在对产业节奏和市场需求, 大朋始终都是保持着它自己的那种判断力。它这种做法, 并不是去简单地去追逐那些所谓的技术热点, 同时, 也没有仅仅是停留在那些已经拥有的优势市场里面的。
而是在持续地进行技术投入这个过程当中的时候, 又是在不停地去寻找, 技术演进与真实需求这两个东西之间结合的切入点。这大概也就是为什么, 大朋能够穿越很多轮的这种行业周期状况, 并且能够在之后持续地去拓展它的产品类型以及技术边界的那些重要原因所在了。
回到这次发布的P1 PRO MAX眼动版这个产品, 它实际上也是延续了这样一个思路。大家不要把它的目标简单地理解为去追求硬件参数的升级换代之类的事情, 而是应当看到, 它是专门针对了视觉训练以及科研实验这些专业性很强的应用场景, 来对产品能力进行进一步的完善和增强。
现在放眼整个XR这个行业来说, 情况是这样的, 有越来越多的技术开始跳出那个传统的头显的范围了, 它们进入了比如AI穿戴设备这样的领域, 也进入了机器人之类的其他不同领域, 在这样的一个背景下, 怎么去让那些已经存在了的技术积累持续地去创造新的应用价值这个问题, 它可能在某种意义上比仅仅依靠单一产品来进行那种颠覆式的迭代更新, 对于整个行业来说更有意义。