术业有专攻。

　　这是 拟介科技创始人郭宸芸所认为的 AR 普及的最佳策略。具体而言，那就是擅长做硬件的人做硬件，擅长写算法或插件的人专门写算法或插件，最后二者结合，形成一款 2C 或者 2B 的产品。郭宸芸认为，j2直播，目前 AR 眼镜企业还要花大量时间与精力写算法，这是 AR 发展进一步提速最大的阻碍。

　　为此，就在 2016 年 1 月，郭宸芸注册成立了拟介科技，旨在为 AR 硬件企业提供通用的底层算法支持，加速 AR 的普及。目前，拟介科技为硬件企业提供的最核心的算法便是 立体全息成像 与真实物体实时高精度无缝叠加技术——即怎么将 AR 显示的虚拟信息与人眼实时看见的信息相结合。“例如，直播，最简单的 AR 只是将画面简单地贴在了显示器中，与人眼、人头的转动或人的移动无关。 ” 而拟介想要做的就是利用高精度的实时物体识别和高精度动态无缝叠加，将虚拟三维影像等信息精确地与现实物品相叠合，从而实现站在不同角度可以看见虚像不同侧面的目的，就跟人看一个真实的物体一样。郭宸芸认为，如果没有这种好的算法的支持，大多数 AR 都只是一个扣在眼前的手机罢了，用户体验并无明显提升，这样的 AR 要想得以普及基本算是没戏。

　　想要实现拟介科技的想法，最关键的一点其实就在于要知道用户实时的位置、朝向，物体辨识解析以及与物体的相对位置深度讯息， 透过机器学习，提高辨识效率以及与环境叠合的稳定，一旦有了这些信息，无缝叠加便显得容易多了。

　　而 SLAM（即时定位与地图构建）技术是获取位置信息最重要的一种技术，该技术此前在机器人领域得以广泛研究，并被很多学者认为是实现真正全自主移动机器人的关键。不过，在 AR 起来之后，人们突然发现 SLAM 也可以运用于 AR 领域，帮助设备在无需外接辅助的情况下也能得知自己的位置信息。

　　SLAM 概念最早于 1988 年提出，经过多年的发展，目前市面上已经有不少提供 SLAM 技术的服务了，比如 PTAM 开源项目。面对竞争，郭宸芸认为，之前大多 SLAM 技术都是为机器人开发的，并不适用于直接用在人身上的 AR 头盔，而且，SLAM 虽然发展了这么多年，但仍然处于初级阶段，还有很多细节依据应用情景方向需要优化。因此，郭宸芸认为他们仍然有机会。此外，想要精确、高效地实现位置定位功能，仅仅一个 SLAM 技术是不够的。郭宸芸表示他们在系统上的另一个难点和壁垒便是多传感器、多技术融合，其不仅采用了 SLAM 技术也融合了视觉技术以及惯性传感器的相关技术。

　　当然，拟介科技在不断完善这种精准定位与叠加功能的过程中，还在与行业用户接触，针对具体行业，建立软件层面上的解决方案，其目前已经为医院建立了 AR 可视化医疗指导手术的解决方案，并为汽车行业建立了汽车设计解决方案：

以脑肿瘤切除手术举例，传统上虽然已经有了 CT 图来辅助手术，但 CT 图只是平面的，医生必须在自己脑海中合成出肿瘤的立体图，以便更好地切除肿瘤而不损伤正常脑组织，这对医生的要求极高。为此，拟介首先会将平面的 CT 图转换成立体三维图，并将它与病人头部进行精准的叠合，实现可视化医疗，医生通过 AR 眼镜就像是有了透视眼一样进行手术，从而实现更好的治疗效果。

而在汽车设计行业中，传统上必须要在设计图的基础上做出一个 1:1 的模型，用以检查设计是否合理。而利用拟介的 AR 汽车设计方案，设计师可以在虚拟的模型中进行相关检查，从而可以大幅度减少实体模型的需求量，缩短设计周期，节约汽车设计成本。

　　据了解，未来，拟介科技还将进军其他行业，为相关行业设计具体的行业解决方案，并将这些方案打包成 SDK 或 API。只需要将这些 SDK 或 API 接入相关的 AR 眼镜，后者便能轻松具备医疗辅助或汽车设计辅助灯功能。这就是说，拟介的最终目标是，他们负责研发底层的代码或插件，其他企业负责 AR 硬件，“硬件厂商只需要决定采用高通或者谁的方案，采用什么光学显示技术，采用什么传感器，卖多少钱就可以了。”郭宸芸表示。

　　对于创业而言，一个颠覆性的点子往往非常重要，但如果没有能将点子变为现实的人一切便是枉然。据了解，拟介团队目前共有员工 10 人左右，主要都是来自英特尔 RealSense 的成员，有着多年的底层开发经验，这对于拟介目前所做的事情而言至关重要。