腾讯高管谈元宇宙：质变的时间点可能在 2030 年

首先，沉浸感，我觉得主要是两个方向：1.人机接口&交互方式；2.VR 等设备的体验问题。

现在我们提到 Metaverse，大家会不由自主地将它和 VR 联系在一起。当然，这是基于两个原因，一方面是因为前段时间 Facebook 下了非常大的赌注在 VR 的方向；另一个方向，我们如果要达成 Metaverse 的概念，那么 VR 这样的全新设备是免不了的。

为什么呢？普通人借助键盘、鼠标、触控等设备输入给电脑的信息，从电脑的技术角度来看，它们带宽其实很窄，能输入的信息很有限。而电脑只能根据这些东西，做出反馈，更多的信息都没有办法直接地输入进去。

但是，随着输入的带宽增加，其实我们可以加入更多维度。

比如，可以给 VR 设备增加更多的摄像头、传感器，将环境信息也输入到电脑当中。可以追踪人体状态，现在最新的技术可以实现 6 个维度——前后左右上下——的 3D 追踪，包括头的位置、眼睛朝向，方便和周围的环境互动起来。

其中最值得关注的，便是手的操作。现在最新的 Oculus Quest 2，还需要用手柄来输入信息，但是业内有一个共识，更自然的交互，是用手来交互。

这个进步，在手机上就出现过：早期的手机都是用触控笔来写的，但苹果就站出来说，这是违反人直觉的。人的直觉，应当是用手指去触摸屏幕——这个道理放在 VR 设备上也是一样。所以现在我们很多进展，就是去捕捉手指的动作。

另外，我们看到一些最新的技术专注做面部识别，捕捉表情。大家都知道人和人交流的时候，对方的反应是很重要的反馈。

比如说我们现在的线上会议，我的体验其实并不好，因为我看不到大家的表情，我不知道现在我的演讲是讲快了，还是讲慢了。可如果在线下，我就能马上看到观众的反应。所以未来我们也需要借助面部识别，去追踪人实时的表情，然后投射到虚拟的场景当中去...... 

这些新的输入方式，集成在一起，让信息带宽更大，能极大地改变电脑的信息输入。

也有一些让人非常兴奋的技术发展。

比如最近我们看 VR 头显上的显示单元。大家如果试过 Oculus Quest 2，就知道它上面使用了 Fast-LCD 的技术。不过这个技术有一个问题，那就是纱窗效应。当设备离眼睛太近的时候，你能看到 pixel 像素点就在你的眼前，好像隔着一个纱窗在看。这个其实就和当年低分辨率的手机显示屏一样。

之后的故事大家都知道，iPhone 能成功的很大一个原因，就是他们在 iPhone4 提出了视网膜屏幕的概念，极大地改善了大家使用手机屏幕的体验。 

VR 发展到了今天，针对这些问题，也有一些新的技术在诞生。比如说已经在生产线上的，4K 分辨率的硅基 OLED 显示屏，已经能够为 VR 头显提供足够高的分辨率。

如何在 VR 头显上达成视网膜屏幕的效果？现在有一个标准，即，人的每一度视角上应该有多少个像素点。大致来说，有 30 个的时候，你已经开始感受不到像素的边界，如果到了 60 个/度，你就可以完全看不出像素点。所以，4K 硅基 OLED 显示屏已经足够让大家有一个非常好的体验。 

亮度，也是一个 VR 头显的改变点。 

从现在的硅基 OLED 显示屏，到未来的 MicroOLED 显示，都可以提供更高的亮度。之前，LCD 大致大概只有 400-500nit 的亮度，现在我们已经能看到 2000nit，而且从未来发展的路线图来说，我们已经看到 10000nit 的在研设备。

这就解决了一个非常大的瓶颈问题，即，提升显示单元的技术，增加用户的沉浸感。市场上也有了一些成型的产品。

但未来，还有一个很重要的发展方向，那就是折叠光路的技术。

以前的 VR 设备通常又厚又重又大，戴在头上很不舒服。未来我们能看到折叠光路的设备，可以将 VR 头显单元做得非常薄，更接近于普通戴眼镜的感觉。

还有一个突破，就是 VR/AR 的争论。VR 说，所有的内容都来自显示单元，但 AR 说，得将内容和现实环境做重叠结合。

现在来看，行业大家做的都是折叠光路的方案——依旧用显示屏来呈现所有的内容，但是会在外界增加更多的感应器，来捕捉用户的周围情况，最后叠加在你的显示屏上——行业里还有一个传闻，大概在明年年初的时候，苹果就会出这样的一个设备，运用折叠光路的方案，实现 VR/AR 的效果。 

综上所述，人机接口方面的技术路线图发展得很清晰。除了电池受到不少限制以外，其他方面，几乎都有了解决方案，且都在进展当中。 

这也是我们对于元宇宙、VR/AR 的发展抱有信心的原因。 

另一个点，要想让技术体验足够好，单是设备内部有硬件支持还不够，还得有软件发展。 

需要指出的是，这里的软件，指的是技术，不是内容。我们将其归结为 3 个维度：

1.可信的环境：Metaverse 的场景越来越真实，让用户能相信这是一个真实的世界。

2.可信的人物：人是社交属性很重的生物，我需要与群体互动、交流、协作。这个当中，最需要的便是一个可信的人物。我相信大家都对这一点多少有所体会。  

3.可信的交互：还是聊线上会议，这种形式更像一个演讲，而不是讨论，线下会有人插入进来讨论，有碰撞，但现在的线上没有这些东西。 

如果要做一个更真实的交互，要涉及到很多让人足够相信的细节。比如我让你拿一瓶水，我和你握手，我能感受到其中的温度、重量，而这些，都是传统的电脑、Pad 完全做不到的交互......不过现在已经有技术在这方面有了不少进展。

总结一下就是，随着技术的发展，我们需要提供很多的工具给做 Metaverse、VR/AR 的公司，同时，帮助大家可以做出更可信的世界和人物关系。

这是一个挺大的话题。因为我们仍然不知道 Metaverse 需要包含哪些内容。不过现在来看，我们会觉得分几个维度：专业内容和通用内容。

这部分我会比较悲观。因为尽管技术在路线图上发展着，但需要更多的时间去准备。专用到通用，还需要更多的时间。 

当一个技术还没有到举足轻重的地步时，它往往只是一个相对专业、专用的应用，比如说游戏、影视等方面；而通用类，比如说大家正在用的手机，现在已经有成千上万种办法去使用它。 

大致拍脑袋说一下，我和内部团队交流的时候，一般将 2030 年作为一根基准线，在那之前，Metaverse 还会是专用的阶段，到了之后，才可能会有些机会走向更通用的状态，开始挑战现有的电脑、手机的使用场景。现在更多是一个新的、补充的场景定位。 

这里可能需要更细致地说一下专用和通用的差别。

差不多一个半月之前，我和 Epic Games CEO Tim Sweeney 开会，讨论到这个问题的时候，我的总结是：我们现在的游戏，就是一个「游戏」，你看视频，看的也只是一个「视频」，但是 Metaverse 不一样，你应当是在 Metaverse 当中「生活」。期间有本质的区别。

比如当你去一个线上的电影院，那是一个专门的世界，割离出现实。但是 Meta 是将大家的生活融入、整合到这个虚拟世界当中。所以这就需要有足够多的内容，让你愿意生活在其中。

这些足够多的内容可以分为几个路线： 

1.PGC 的专业制作，例如腾讯这样的公司制作电影、游戏、电视剧，这是一个专业的制作。PGC 仍然是 Metaverse 很重要的部分。 

2.UGC。也就是用户产生的内容。 

3.虚实结合。我们刚刚说了很多技术，便是要将现实世界整合、融入到虚拟的世界当中。

这三个部分，都是非常关键的内容组成部分。

那么如何实现呢？

首先，大规模的 PGC 内容，其实最近也有一些突破。关注新游戏的同学就知道，前段时间，Epic Games 有一个非常震撼的 demo，他们在《Matrix》上映的同时，做了一个虚拟的城市，这个城市的规模大概有 10-20 平方公里，当中有 3 万个市民，有大量的交通、建筑。

关键是，当中的车辆有自己的动作：到了红绿灯会停下来，看到人会停下来，而且这 3 万个市民，每一个人的穿着、行为、长相都不一样——若放在以往，要完成这么大规模的虚拟世界创造，几乎是一个不可能的任务。

但在今天，随着技术的发展，这些不可能的任务都在逐步实现，因为，一方面技术能力在增长，另一方面，这些东西有了更多的好方法去解决。 

比如，我们和 Epic Games 有两个项目正在合作。一个项目，是可以通过 AI 来导入现实世界。之前我们去新西兰的一个山谷，那是一个 10 平方公里的山谷，我们在那里拍了 7000-8000 张照片，然后把照片导入引擎，这个引擎就会把山谷大致地还原出 90%，然后再经过我们手动的一些微调，就可以实现在短时间内生成一个非常大的世界，而且这个世界看起来还非常的真实。

另一个项目，我们做的是一个虚拟人的项目——国内叫做 Siren。后来 Epic Games 也发布了 Meta Human 的项目，一个高度仿真的人。这其实都回到刚才我们提到的概念：一个可信的人是虚拟世界当中重要的构成。 

同样放到以前，你要做一个虚拟人物需要花费相当多的时间。 

大家也许听说过这个故事：好莱坞很多电影要做一个虚拟人，线上渲染 10s 的片子需要几个月的时间，但以现在的技术，好莱坞要 4 个月做出来的内容，我们能在 0.01 秒就渲染、达成前者 95% 的质量。

这些，都使得大规模的制作有了更好的办法。包括动作捕捉等内容，在 AI 的加持下，可以让创建一个内容变得更加容易。

其次是 UGC 部分，我和外部看法多少也不太一样。

比如，外部谈到 UGC，那最关键的就是去中心化，但这个点上，我和 Roblox 的 CEO David 有很多的交流——我们很早就参与了 Roblox 的建设，2015 年左右就开始参与，做了不少投资——我们说到 UGC 内容成功的关键时，都提到社区的原则、透明性，尤其其中维持秩序、状态的部分，是需要强中心化的执行。

但这倒不是说我与外部意见相左，我认为，去中心化应该是指能力的去中心化：把工具、能力、资源给到用户，让大家无需一个中心化的平台，就能创建属于自己的内容。而能够支撑这些内容的，便是刚才所说的，一个持续、有原则、长线稳定的平台。我认为，这是一个做出 UGC 最重要的点。

而第三点，虚实的结合，很大程度上回到刚才我们所说的 Metaverse、VR/AR 新技术。其实我们所希望达到的目标，和互联网、人类社会以往的努力是一致的。人类一直想打破物理的限制，比如飞机、汽车都是为了消除物理的限制，缩短物理的损耗，提高大规模协同的效率。

所以长远来看，Metaverse 更多是考量如何引入更多外部、现实世界的服务和内容，打破物理的界限。

最后，我想聊一聊 Metaverse、VR/AR 存在的问题。 

虽然我刚才所讲到的内容好像都很乐观，但是我个人内心深处，还是略带一些悲观。 

平时，我和大家聊的时候都会这么说：看短期 1-3 年，我比大部分人更加悲观，看长线的 10 年之后，我会比大部分人更乐观，会认为这些新技术的场景会为整个人类社会带去很大的变化。

就我的观点而言，现在的这些技术会在 2025-2027 年之间大规模面世，但是要铺开来做，还是得等到 2030 年。这是我心目中的一个时间表。 

举个简单的例子，价格就是一个重要的参考。比如刚才所说的 4K 硅基 OLED 显示屏，它的体验非常好，但价格太贵，光是一个显示单元的价格，就和整个 Oculus Quest 2 的整机价格是一样的。所以，价格下来还需要很长的时间。 

其次，商业模式本身也还存在一些问题。如刚才我所说，现在还为时太早。

如果要将我们当下的阶段去对应到过去的历史，那么有这样两个时间点： 

1.通用设备的普及。 

很多年轻人可能不知道，最先家用的专用设备，其实是游戏机——雅达利 2600，1977 年发布，它可以对标到现在 Oculus Quest 2 的情况。 

而大家熟知的 IBM PC，是在 1981 年进入的市场，家用 PC 真正普及，是在 Windows 面世之后，85 年是第一个版本，大规模推广的 3.0 版本是 92 年才有的，而更广为人知 Windows95 已经是 95 年的事情了。

可以看到，这个过程起码有 6-10 年的发展。 

2.商业模式的成立。 

其实 90 年就有互联网出现，但是大家知道的互联网公司，包括腾讯、Google 等，都是在 98 年才成立。而且，这些公司真正找到支持他们的商业模式，大概都是在 2004 年左右。这过程同样花了很多年。

所以，短线来看，整个 Metaverse 的发展，还需要好几年的培育，但是培育的方向是清晰的，潜力也是非常清晰的。

上一个 20 年，整个互联网对人类社会、经济、技术的贡献，大家有目共睹，所以我相信未来 20-30 年里，以 Metaverse 为核心的、集成的互联网体验，会给整个社会带去更大的冲击。 

而这其中，还会有很多的点，值得大家探讨、协作、推动。

本文来源：腾讯文化，原文标题：《腾讯马晓轶：元宇宙离我们还有多远？》