以下为戴若犁博士的演讲全文：
很高兴今天有机会和大家聊几个话题：Metaverse(元宇宙)、AR/VR、AIGC（AI生成内容），以及科技向善。
为了准备今天的演讲，我查阅了过去十年我参与的一些活动、一些讨论以及在互联网上的一些留痕。非常有意思，现在看起来都是历史，而当年我们都在谈论未来。
2013年，我在线上社区回答过一个问题：AR/VR领域最需要研究什么；2015年4月，我在硅谷的一个活动上与大家讨论过AR/VR领域最缺什么；同年12月，我在国内的一个行业论坛上，讨论过未来的AR/VR会长成啥样。那时候我们讨论过Motion Sickness（晕动）、人机交互、力反馈、内容的定义、交互的定义、内容的生成，也讨论过一体机和PC-VR最终谁会赢 。过去十年，有些问题被解决，也有很多问题大家仍然在尝试解决的过程。
元宇宙描述的是一个状态，
是being digital、数字化的终局
我来自诺亦腾，这个公司致力于动作捕捉技术。简单来说就是把人的动作数字化，再把数字化的动作用在不同的领域里，这其中当然也包括Metaverse和AR/VR。我们用光学技术、计算机视觉技术、传感器技术，把高精度的追踪定位和人的动力学联合起来，最终实现数字化的人，数字化的人的动作。
既然我们今天要聊Metaverse（元宇宙），就从它的起源和定义开始。首先，我推荐大家看两本书Being Digital（《数字化生存》）。20年前大家读到这本书，甚至认为它是一本科幻，因为讲的是未来会发生什么。但现在看起来它也是历史。
另外一本是Snow Crash（《雪崩》），它给出了Metaverse（元宇宙）和Avatar（虚拟化身）的定义。这两本书对于给出一个正确的元宇宙定义非常有帮助，因为我一直认为元宇宙它描述的其实是一个状态，是being digital、数字化的终局状态，是分阶段的状态。
每一个阶段有不同的技术能力和人的需求，借助不同的科技、工具和手段，能够达成的数字化终局，就是在那一个时间点的元宇宙。Being Digital《数字化生存》给出了一个非常令人振奋的预测：Computing is not about computing anymore. It’s about living. 就是计算和计算机技术不光是计算而已，它会渗透到我们方方面面的生活里。这一点我非常赞同，在过去三四十年，数字化在不断地发生，当它发展到终局的时候，也就是我们能够看到元宇宙的那一天。
而动作捕捉，也就是诺亦腾所做的技术，在元宇宙里非常重要。这是因为人、人的动作的数字化不仅可以给每个人一个avatar，一个数字化的化身，一个可视化的一个表现，它更是现实世界和虚拟世界、现实世界与数字化人生之间的人机交互的载体。
真正的元宇宙并不避实就虚，
而是数字世界和现实世界混合体
我们所说的自然人机交互，借助的就是人的动作表达、人的表情和自然语言的表达。这和我们等一下会讲到的AIGC和AR/VR也有紧密的关系。
我想给大家看两张照片：左边是我女儿，今年八岁。她在玩一个玩具，这是一个古董、一个立体视觉的玩具，夸张地说，是一百年以前的VR设备。这个设备前面有一张卡片，通过一个双目的透镜，就可以看到立体视觉。右边是2022年10月Quest发布的Quest Pro，当下最先进的VR设备。
大家对比一下这两张图片，我们用了一百年，从左边这个玩具走向了右边的先进的VR设备。好像看起来没有区别，对不对？但事实上，人类经过了大量的科技投入，各个领域里大量的金钱、时间、人力资源投入，才能够从左边的一个玩具走向右边的VR设备，赋予它真正的三维渲染、全视角的FOV（视场角）、高清显示，给它强大的连接能力、计算能力，给它人机交互，给它真正的全彩的沉浸式的人和数字世界的连接。
从一个玩具走向一个生产力工具，走向沉浸式的数字世界的一扇门，需要一百年时间。大家想想，如果我们要追求科技向善，追求解决问题，追求把人的能力增强，走向数字世界，需要一百年的时间，你会参与这件事情吗？我会参与的，因为这是一件非常令人激动的事情。
这张图在我看来，清晰阐述了未来的元宇宙。它来自于Magic Leap， 2016年Magic Leap的一位高管的演讲。
这里有两个关键的信息点：
第一个关键点在图的最下方。真正的元宇宙，它不应该是避实就虚，或者说不应该是全虚拟的、全数字的digital world；它应该是一个mixed reality，一个数字世界和现实世界的混合体。
为什么呢？因为我们的现实世界的信息密度、信息量太大了，如果我们要走向一个纯粹的数字世界，去创造一个纯虚拟的世界，难度太高了，从经济上是不合理的，可能是我们这一代人都无法解决的。
但是混合现实是可以达成的，以现实世界、物理世界作为基础，叠加数字的资产，提升、丰富信息，给人额外的帮助，解决人的问题、增强人的能力，以人为本、以物理世界为本，这个才是我认为真正的Metaverse。一个混合现实的元宇宙，在这一点上我和当年的Magic Leap高度一致。
在这张图的右手边，每一层都有不同的垂直领域，比如有交通、娱乐、能源、教育。我们所说的Metaverse，如果想要一次性地给一个完全态，全面数字化所有的行业，解决所有的问题，太困难，可能没人知道该如何入手。即便有无限的资源，投入无限的人力，也很难一次性实现所有问题的数字化，实现数字增强和混合现实。
但如果把它切割到不同的领域，逐个攻克，每一个领域的企业、从业者、专家、用户来提出需求，解决问题，去找到实现这件事情的路径和办法，一层一层地解决问题。解决出行问题的人去解决出行，解决连接问题的人解决连接，解决能源问题的人解决能源，解决娱乐、教育的人，分层地去解决问题。
以现实世界为基础，这才是我们真正能够去实现元宇宙，才能够把AR/VR等技术交到普通人的手里的路径。
AR/VR可能是下一代的人机交互平台
再来谈谈为什么我对于AR/VR、元宇宙这么上头，愿意花十多年的时间投入在行业里，去做一些有意思、有价值的事情？这是因为AR/VR有可能是下一代的人机交互平台，它很有可能是继个人计算机、智能手机之后的下一代的主力计算设备。这将是一件了不起的事。
我是一个70后，很幸运经历了两次个人计算机的革命。从我小学、初中开始，经历第一次计算革命的尾声，也是它高速增长的时期。从初中开始，我有了自己的个人计算机，我花了很多时间开始学打字，后来学编程。到了2007年，智能手机出现时就更不用说了。2007年，我看着Steve Jobs开发布会，那时觉得智能手机简直像科幻一样的事情，2008年，我在香港买到了第一代iPhone，当时在香港的地铁上很兴奋，不停地划屏，不停地翻看图片，把它放大、缩小，旁边的人都觉得我拿着一个像魔术一样的东西，问我这是不是最新的索尼PDA（掌上电脑）。
这两次革命，给我们的生活带来了巨大的变化。
而这两次革命都是工具的迭代、工具的革命。未来的第三次的革命，我有可能会亲历、参与的AR/VR、元宇宙的革命，它将会脱离工具的范畴。
为什么这么说呢？因为AR/VR设备，不再是一个需要掏出来、激活使用的工具，而是一个可能会全日佩戴、全日点亮、无时无刻不在帮助你和增强你的能力的电子器官。举一个简单的例子，我们就说翻译吧，假设我去卡塔尔看世界杯，去餐厅点菜又不认识阿拉伯文，常规的做法就是掏出手机、点亮屏幕，点开Google Translator，拍照、翻译成中文。然后我指着这个图片，告诉服务员我要这个菜。这是一个典型的工具使用的逻辑和流程：激活一个外部的工具，操作一下，让它帮助提升我的个人能力，解决一个实际的问题。
如果我戴着一个增强现实眼镜会怎么样呢？首先它一直开着，我看到任何有不明白的外语，它直接能翻译成中文，我直接阅读，然后拿起菜单点菜。这就是个人能力的增强，是一个电子器官的逻辑。
从工具到电子器官的逻辑变化是巨大的。所以走向下一代平台的革命中，在上一代平台上价值不高的一些工具，可能会在新的平台上面爆发出巨大的价值。比如导航，虽然PC上就可以导航，当年我们出去玩之前，会先用Google Map做路径规划，把它打印出来，然后开车出去玩。但是进入智能手机时代后，大家使用实时的导航，把手机架在手机架上，看着它开车，这变成了每个人都会做的事情，车机上也有很好的导航系统。像翻译这样的工作场景、应用场景，也会让Google Translator这类非常低频使用的翻译软件工具，变成高频使用、更有价值的工具。因为平台使用状态的变化，比如从个人电脑需要开机，到智能手机instant on（随开即用），带来了所有的碎片化的可能性，再由instant on（随开即用）变成always on（随时待命），一个全日佩戴、全日打开、始终在增强你的能力的电子器官。
平台的革命让很多的应用、软件、功能点从低价值变成高价值，从没价值变成有价值，这就是为什么我特别关注AR/VR。因为AR/VR它绝不仅仅是一个玩具、一个工具，它有可能变成下一代的平台，有可能变成一个人类增强器，变成我们的电子器官。
这是一个巨大的business，也是非常有趣的事情。
AIGC可能是下一代平台的“救世主”
最近有一个概念非常火，叫AIGC。我们经常讲UGC、PGC，到现在变成AIGC，也就是人工智能内容生成。最近，文生图、图生图等一些概念或者说解决方案非常引人注目，让人觉得效果特别好，比如像Midjourney这样的平台已经表现得非常成熟，给出的作品也令人惊讶。
在图生图、文生图这个领域，甚至可以说实现了能力的平权，就是让我这样的不会画画、没有经过专业训练的人，可以和专业的画手、绘手、插画作家的能力拉平，我们之间的差距变小了，这就是能力的平权，非常有意思。
另外一件事情是文生文，或者说聊天。ChatGPT最近非常火，我的朋友圈是一个极客、科研工作者的朋友圈，所以我的朋友圈已经炸圈了，所有人都在玩ChatGPT，在这个平台上和它聊天，让它帮忙写文字，是一个很有意思的事情。它也是一种能力的平权，或者说个人能力的增强。
首先它可以是一个高级版本的搜索引擎，但比搜索引擎更有意思。因为你可以追问，它可以扩展，可以正确地组织所有的回答，从而更有逻辑，像是和一个人聊天。而且据说ChatGPT部分通过图灵测试，不少和它聊天的人，会认为对面是一个真人。
AIGC与元宇宙和AR/VR有什么关系呢？从两个角度来说，因为现实世界的信息密度很大，AR/VR和元宇宙必须以现实世界为基础，要生成和创立纯虚拟的世界，投入产出比上算不过来账，太难了，工作量太大了。而AIGC有可能是一个救世主。现在已经有人在研究立体的3D资产的AI生成，而很多学术机构和企业做得非常的好，比如NVIDIA这样的企业，投入大量的资源和精力在做这方面的科研。不管是通过文字，还是简单地画几笔、还是几张图片，可以生成3D数字资产，而且质量在逐渐提高。
在AR/VR行业里，大量的定制化的内容的开发和制作所需的人力、物力和时间，远远高于传统互联网里的视频、图像、文字、语音，这些两维甚至一维线性的资产。
这些内容的生产和制备对于普通人来说相对简单、高效，普通人写一段文字、画一张画，投入产出比是算得过来账的，所以说可以生产无比巨大的数字资产，来支撑这一代的整个平台。
如果下一代平台是基于立体视觉的，如何高效地生产高质量的立体数字化资产，更加沉浸的、给人带来价值的东西？3D数字资产的AIGC会是一个非常重要的课题。
如果AIGC能够被产业重视，提出一个辅助普通人低成本、高效、高质量生产3D数字资产的解决方案，那么AIGC就会变成AR/VR、元宇宙的基础设施，也可以说是下一代平台的“救世主”。
如果说下一代平台不再是手机和PC这样的工具逻辑，而是人类增强器、电子器官，全日佩戴的随身工具，随时随地增强人的能力，提高人的体验，提升信息挖掘和交流能力的电子器官，谁会不想要呢？如果有一个万能的像J.A.R.V.I.S这样的一个小助手随时陪着你，会有人拒绝吗？当然从成熟度来看，现在的ChatGPT还更像一个很会聊天的北京的出租车司机，什么都能聊，但是经不起追问和推敲，有时候它会胡说八道，但是没关系，它会进步。即便是像万事通一样，很多东西都懂一点、很会聊天的能力，如果能够附着在普通人身上，也已经是非常有价值的事情。当你需要一些信息的时候，它可以快速地以追问聊天的形式，而不是检索的模式，像智能助手随时随地来帮助你。
ChatGPT、图生图、文生文、文生图这样的解决方案，以及AIGC，和我们今天所谈的元宇宙、AR/VR是紧密相关的，而且非常有价值。
通过科技解决“真问题”
回到今天主题，为什么我们仍然需要Metaverse？为什么我们今天花这么多的时间去谈元宇宙、AR/VR技术、AIGC？这些都是手段，不是我们目标和需求。我们所需要做的真正的事情，是在每一个领域里解决真正的问题，我们需要增强人的能力。
我们需要用这些手段、这些工具、这些科技去帮助人，提升人和世界连接，提升人类获取信息、表达信息的效率和能力。我们需要增强人本身的基础能力，比如说记忆力、文字识别能力等，这些才是真正的目标。只有通过工具、通过科技，解决了人最基本的需求，解决了行业和领域里真正要解决的问题，才是真正的科技向善。
