目前，一些知名导演或者影视创作人，都在使用AR技术，使用这种技术，把一个人的情绪把它转化成AR智能的情绪。我们已经可以通过人的表情，植入到不同的虚拟人物中，我们通过用CGI的方式，创造出人的骨架，让他们就可以移动。通过人工智能，我们可以加入很多新的东西，推动人建模的发展。我们希望通过数字人建模的方式，让数字人物能够让像真正的人一样有更多的话语和表达功能。

在虚实现实中，我们通过人工智能帮助我们塑造自然的环境，把人的情绪植入到虚拟世界中。比如《复仇者联盟》，他们使用的就是渲染以及人工智能和塑造建模的方式，提升动作上的相互匹配度、数字化人物的灵活度。目前，我们可以使用人工智能的方式把人和场景进行分割，可以把人区分出来放在不同的场景中。还通过粒子的模拟方式，帮助我们进行仿真，比如对火、烟、水进行仿真，通过人工智能仿真可以看清火的特性、形状，以人工智能的方式将其创造出来。我们希望缩短模拟仿真时间，也在致力于通过手机就能完成，加速我们拥有更多更好的VR方面体验感。互联网已经向我们开放了创新机会，让每一个人都能够有机会通过使用互联网以创新的方式来讲述自己的故事。比如推特、抖音等，有ARV/VR的帮助，好莱坞也会进入到一个新的创新时代，所以奥斯卡奖也应该颁给AR和VR。

大阪大学信息科学与技术研究生院教授松下康之：

3D传感技术能够更精准地捕捉现实世界

3D传感技术为什么如此重要。传统的照片成像是通过对于成影和光影的结构来塑造形象和结构。这些方法有好处，也有坏处，比如几何图形的方式，它可以塑造出你的整体结构，但是它细节描述不够，没有办法提供很多深入的信息。照片成像的方法可以帮助你找到很多细节的信息，但是只有细节信息，大体结构并不是很清晰。

而表面法相技术，我们用几何的方法设立结构，通过表面法相传感与几何重塑的方法结合，能够很好地为形状做恢复，并且添加更加高分辨率的细节。我们通过不同的测量方式，在这个公式里，M在代表测量，N代表测量的面有多少，L代表光源的方向，H代表的是表面法相的表面，B是反射率的功能，利用这样子的计算公式，最后光源成像，使用表面法相然后进行立体渲染，会得到很好的成像效果。

深度神经网络有什么作用呢?光度学应用在立体渲染其实是很复杂的一个技术，比如一些老图像，要进行重塑会要求有一些固定光源的方向，但是我们用了深度神经网络，就能够很好地分析、提取、融合，能够让我们实现更精确的网络化重建。

我们还有一些挑战，尤其是进行光学实验的时候，过去的方法都是在光源非常强劲的情况下进行的实验，而且光的垂直照射度非常高。事实上这是一种罕见光源和标准光源，但现实的情况却千差万别，比如很多时候是近光，就像灯泡的光一样，它照射出来的效果就不一样，还有很多时候是无标定光源，也很难测量，还有一些场景光照可能产生内部的反射，也很难测量，还有的光源点照射到了物体上会产生折射和反射等等，这种情况我们也无法进行精准的测量。所以我们需要新的光学测量法，需要3D传感技术，来更精准地捕捉现实世界，并将其数字化。

视+AR 联合创始人&COO涂意：

基础设施建设是现阶段首要问题

AR是被VR给带起来的，现在的大趋势就是AR与VR不分家。与此同时AR与VR又有很大不同，AR有虚拟和现实融合的价值。比如在维修汽车的时候，可以把相应的信息添加到汽车的结构当中，这样能够非常便捷。所以AR可以提升信息传递的效率，这与跟VR很不一样的。同时AR的发展，应该是线上驱动结合线下驱动的。而5G的架设是一个很漫长的过程，所以5G会逐个击破，会从高价值的点开始布局，比如先商圈、人流很大的商场、景区开始部署。其实AR也是一样，如果从线下驱动的话它一定是需要按地域来的，比如从景区去搭建AR云。关于未来的预判。我觉得一个技术要真正普及，确实需要很多条件，就像50年前的计算机发展，需要硬件、软件的发展到了一个临界点，这个体验才会好，但是其实没有一个真正的临界点，因为更好的体验感一直都是追求的目标。所以现阶段，我们先要解决基础的问题，比如计算力的提升、设备的小型化、网络的提升、AI能力的提升等，都是基础设施建设，就像高铁建设完之后速度就会快速提高一样，现在我们需要加快VR基础设施的建设。

中国移动研究院云VR项目负责人李可：

5G、AI与VR密不可分