施努卡： 3D机器视觉为什么难普及？

著名心理学家赤瑞特拉（Treicher）曾经验证过一组数据，人类获取的信息83%来自视觉，11%来自听觉。显然，要实现机器智能，迈向智能化时代，视觉信息非常关键，特别是3D视觉。

比如今年最火的元宇宙，要将现实世界在虚拟世界实现映射，需要与3D视觉密切相关的XR。VR在2015年迎来了投资热潮，随后的2016年，被称为“VR元年”。

当时VR设备的眩晕感以及内容不够丰富等原因，让2016年没能成为“VR元年”。直到2021年，Meta售出了1000万台VR头盔Oculus Quest 2，被业界认为XR又迎来了新的爆发期。

自动驾驶汽车和智能机器人也是典型需要3D视觉的领域，但也各自面临挑战。自动驾驶汽车领域，采用纯2D视觉方案，无论是摄像头还是激光雷达，需要海量数据，成本挑战巨大。机器人中所需的3D视觉技术，也因为技术和开发难度限制难以大量应用。

拥有3D视觉领域丰富经验的银牛微电子联合创始人兼副总裁何火高指出，“3D视觉不只是单纯和芯片或算法的问题，还涉及到相关的光学、结构、散热等问题，加上芯片、算法构成的复杂技术系统，使3D视觉的芯片和解决方案有非常高的技术门槛，需要投入更多时间、技术、人才。”

“一个好的技术和一个成功的产品最终能否推动整个生态去发展，中间有巨大的鸿沟，这个鸿沟可能90%是软件的工作量。”白逸进一步表示，“只有提供完整的系统级解决方案，才能满足市场需求。我们也相信双目3D视觉会把整个人工智能机器视觉的成本降低。”

技术的高门槛，也让这一领域只有少数拥有极强技术和产品实力的公司，这阻碍了3D视觉技术的快速普及。一个很好的例子就是苹果以3.6亿美元收购了以色列3D芯片公司PrimeSense，并申请了专利，在iPhone上实现了3D人脸识别Face ID功能，其它厂商由于没有类似的技术和产品供应商，很难在手机上实现如同苹果的3D识别功能。

在XR、自动驾驶汽车和智能机器人领域，市场上迎来了一款融合多种功能的3D视觉感知AI芯片，可能带动3D视觉在这些领域的爆发。