目前关于到AR眼镜被认为是将取代手机的下一代移动终端这一类的信息是很多小伙伴们都非常关心的，很多人也是经常在搜索关于AR眼镜被认为是将取代手机的下一代移动终端方面的信息，那么既然现在大家都想要知道此类的信息，小编就收集了一些相关的信息分享给大家。

也许人与世界的交互方式将因此发生翻天覆地的变革。但是，在AR技术改变世界之前，我们需要先改变AI在眼镜端的能力。作为AR眼镜的大脑，AI赋予了AR更大的想象空间，但它能在眼镜端自由驰骋的前提是跨过低功耗这道门槛。

为了打破这道业界公认的门槛，亮亮视野从 2016 年初就开始布局 AI 领域的技术研发，成为全球首家把主打视觉处理的VPU 芯片应用在AR眼镜终端设备上的公司，并且开创性地对VPU进行了从算法到加速引擎的底层改造，实现了计算能效比的大幅飞跃。作为这一领域的拓荒者，其产品也是目前屈指可数的真正实现AI在眼镜端独立运算、拥有全栈AI能力的产品。

行业命门——AI一思考，眼镜就发烫?

近年来大展拳脚的AI技术用于 AR眼镜这个终端后，被低功耗束住了手脚。

在电池技术取得突破性进展之前，可穿戴设备的续航和体验很多时候是一对矛盾体。AR眼镜要实现人与外界的完美交互，就必须实现轻量化。当然产品的功能是不能舍弃的，于是降低功耗成为必然选择——当工程师们在以0.1克为单位缩减器件重量时，你不能容忍产品还带着一块热得发烫的笨重电池。严苛的条件限制了AR眼镜必须使用低功耗的AI系统。

一组数据可以直观地说明移动端AI与云端AI设备的功耗悬殊：一般运行云端AI的设备功耗可达10W以上，算力可达10T FLOPs级，穿戴式AI的设备功耗一般在100毫瓦级，硬件算力仅有0.1T-1TFLOPs。而且前者一般允许1秒的延迟，后者由于实时交互的需要，一般只允许100毫秒级延迟。

虽然功耗低，但是AR眼镜需要的计算量并不低，一款完美的AR眼镜需要用到对话式人工智能、计算机视觉和其他复杂系统的组合，需要产生海量的计算。

AI一思考，眼镜就发烫，这给AI工程师提出了一个新的课题：在一个体积小巧紧凑的AR眼镜内部，如何以低功耗的模式实现高效的运算?这就需要AI芯片、计算引擎和算法全栈技术整合，极致提高AR眼镜的计算能效比，从而能够在低功耗的AR眼镜上完美地运行AI算法。

亮亮视野独家AI秘笈——VPU芯片镇场+Laffe引擎加速

因为要与人互动，AR眼镜的AI系统通常要能实时运行神经网络模型，而运行神经网络模型绕不开密集的计算。传统的CPU芯片不是为了解决计算密集问题设计的，计算能效比很低。为了解决这一问题，为AR设备选择一款计算能效比出色的端AI芯片就显得十分重要。主打视觉处理加速的VPU平台的出现为AR眼镜上的神经网络计算提供了硬件基础。亮亮视野成为第一个吃螃蟹的人，率先将Movidius Myriad 2芯片应用于智能AR眼镜终端，这颗只有9.5mm*8mm的VPU拥有相对传统CPU架构5倍的计算能效比。目前这颗VPU已升级到Movidius Myriad X ，可提供每秒万亿次的计算性能，功耗不到1W。

但仅靠VPU硬件提升计算能效比还不够。尽管Movidius VPU硬件相对成熟，但其工具软件链不成熟，一些关键算子的运算效率较低。亮亮视野团队基于Movidius VPU硬件自主研发了Laffe引擎，对关键算子进行汇编级优化，部分算子比Intel官方实现速度快了2-10倍不等。采用VPU硬件和Laffe引擎软件加速，亮亮视野获得了相对于CPU的15倍计算能效比提升。

亮亮视野独家AI秘笈——深度学习算法优化，极致提升计算能效比

数据、算法和算力，是促成AI觉醒的三大基础条件。为了让AI高效运转，除了提升算力以外，追求高效率算法模型是解决问题的关键。

近年来深度学习在计算机视觉领域的应用极为成功，已经成为AR眼镜产品的标配。随着深度学习算法的性能提升，主流深度神经网络的规模也变得越来越大。但从计算能效比的角度来看，单纯依靠增大神经网络规模获取算法性能提升很不划算，往往算法模型计算量提升10倍只能获取用户感知不明显的不足1个百分点的性能提升。对深度学习的研究表明，较大的深度神经网络模型一般存在较大冗余，可以对冗余的算法模型进行压缩而基本不降低算法的性能，从而可以在算法层面提升计算能效比。

亮亮视野团队采用剪枝、蒸馏等技术对冗余的算法模型进行压缩。依托VPU和Laffe框架，利用神经网络压缩技术，再对具体算法loss函数辅以针对性改进，亮亮视野团队实现了AR眼镜上计算能效比的大幅提升。以人脸识别算法体系为例，亮亮视野团队一共约取得了相对CPU计算基准的50倍计算能效比的提升，从而在低功耗的AR眼镜上实现了AI算法实时运行。

低功耗、眼镜端独立运算、全栈AI——亮亮视野诞生杀手级AR+AI智能眼镜

正如Facebook AI研究院首席AI科学家Yann LeCun所说：AR眼镜有望成为机器学习(低功耗)从业者的理想挑战目标，因为它涉及许多尚未解决的问题。在低功耗的AR眼镜里实现高效的AI运算，颇有些螺狮壳里做道场的意味。亮亮视野已经成为这一领域的第一个拓荒者。

得益于出色的AI能力和光学设计，亮亮视野的AR设备完美实现了低功耗环境下的高效运行。如上文所述，AI计算获得了相对CPU的50倍计算能效比的提升，而使用L-PAT光波导技术的AR设备的续航时间是其他光学显示方案的6-10倍。以GLXSS ME在智能手机上的实际测试数据为例，手机+眼镜的续航时间与手机原生续航时间之间的差距非常小。

不同于多数AR终端设备将AI计算平台放在云端处理，亮亮视野的产品真正实现了从目标检测、追踪到识别，所有AI计算都部署在眼镜终端运行。以多人脸动态识别为例，这样部署计算能够保证即使在通信网络中断的情况下，AR眼镜仍能通过完全离线的方式执行人脸识别等基础任务，响应时间在毫秒级别。

另外，亮亮视野很早就明确了自主研发的基调，目前AI团队已申请6项发明专利。从对计算平台进行的优化，到从算法模型训练、推理和应用，亮亮视野摸索出了一套行之有效的AI方法论，为要求严苛的穿戴式产品提供极致的端到端的体验，实现了全栈AI能力。

从安防场景的前端识别到工业场景的泛在边缘计算，目前，亮亮视野的AI应用也受到广泛的市场认可，并且在与自动化所等科研机构展开积极合作。

接下来，亮亮视野AI团队将继续围绕第一视角计算开展研发工作，为人类迈入下一个沟通纪元打下坚实基础。