当前位置:网站首页>讨论| 坦白局,工业 AR 应用为什么难落地?
讨论| 坦白局,工业 AR 应用为什么难落地?
2022-07-07 15:53:00 【ALVA Systems】
AR 技术如何在工业领域内大面积落地应用,技术发展有哪些瓶颈需要突破?
对于工业企业来说,部署 AR 应用的最大难点在哪,落地困境是什么?
……
6月30日,以“AR 如何助力工业‘元宇宙’”为主题,虎嗅举办了「502 线上同行」工业数字化转型之 AR 专场活动,ALVA Systems 作为工业 AR 应用专家受邀参会,与工业制造领域终端用户企业围绕工业AR 应用落地话题进行了探讨,很多企业在明确工业 AR 应用这一重要发展趋势的前提下,提出了诸多部署过程中的具体瓶颈问题和顾虑。
创新技术的演变和发展需要经历市场的不断实践和辨证,今天我们就借会议中一些用户的观点和看法和大家聊聊当前工业AR 部署的困境和难题。
禁锢在“显示”层面的 AR 应用
“很多应用案例中,例如检测、监控当中,数据计算本身依靠既有系统完成,AR 的作用除了展示还有其他什么功能?”
很多制造企业对于 AR 应用的价值认知更多地停留在“显示”层面,诚然,可视化是AR 最直接的一个应用价值,在具体应用中也相对更加成熟,从 ALVA 的既有落地案例来看,AR 展示类型的应用目前已经广泛赋能于设备的数据信息、结构组件、技术原理等多个层面的可视化展示当中,为传统方式“锦上添花”。
但是不应当局限于“显示”,“企业对于 AR 作用的认知要从可视化、指示指导和交互这三个技术优势,过渡到数据访问、数据升维,一直到面向人员行为数字化的应用价值。”ALVA Systems 产品规划总监 郭俊玺在会议中如是说。
这一观点我们不妨结合下一个问题来理解:“想要通过 AR 技术建立企业数字资产和知识图谱,具体就是依靠视频吗?有没有其他形式?”
事实上,通过MR眼镜拍摄操作视频,仅仅完成了知识技能资产的【采集】动作, AR 应用的更多价值体现在工作流的梳理和复用。
通过MR 眼镜采集的工作流程以及操作步骤需要进一步整合,突出关键信息,形成可以复用的技术资源或培训课程。
初级工程师可以直接通过平台进行课程的学习、训练以及考核,形成知识技能积累、复用、优化更新的价值闭环。
ALVA Expert Guider 正是基于这一应用场景,能够面向不同能力、不同资源的工业制造企业提供完整的知识经验复用平台,一键复制领先企业的工作流数字化经验,依托成功模式的方法论,形成适合自身发展的知识经验库。
而且经验库的内容并不局限于视频内容,企业可以应用产品、设备乃至工厂的数字孪生体,制作更多、更直观的AR 应用课程和更规范的工作流,然而在这一过程中,落实到具体操作,有很多用户表示存在 AR内容制作这一瓶颈问题。
难以跨越的 AR内容制作瓶颈
正如此前我们分享的“专家科普 | 兵马未动,粮草先行,AR/VR 应用之前的 3D 流水线都干了什么活?”一文中所描述的,在 AR 应用落地前,3D 内容的制作拥有诸多步骤,企业要解决的不仅是 AR 开发的难题,即便是有现成模型的企业,从素体模型到酷炫的动态特效有着相当长的距离,优秀的展示效果和出色的应用体验对于没有相关专业技术人员的传统工业制造企业来说难以企及。
面对开发难题,ALVA 已经可以面向工业制造企业提供开箱即用的内容编辑创建平台——ALVA Editor,从模型创建、制作到发布,仅需简单三步。
拥有丰富的特效及材质模板,ALVA Editor 能够满足基础性的内容制作要求,在培训指导课程以及AR说明书、操作手册的制作当中已经游刃有余,但在更加复杂、内容更加丰富、需要更加优秀展示效果的项目当中,多数客户企业还需要借助 ALVA 的专业内容制作团队来满足更高要求的内容制作。
对此,我们也在产品层面进行持续优化,通过更加丰富的资源满足更高要求。与此同时,我们也发现不少有意向部署元宇宙赛道的企业,已经意识到内容制作的重要性,着力培养相关人才,由此制作更加专业的企业差异化内容。
在此次活动中,我们发现很多工业制造企业对于AR 应用已经有着比较清晰的认知,但在具体应用价值方面有着诸多质疑和顾虑。
对此,郭俊玺也面向工业制造企业提出了建议:“从小 AR 到大空间交互,企业应当跳出技术看工业应用模式,着眼于数据资源、数据分析以及知识经验的价值转化。”而在具体落地中,他则指出:“企业在部署之前,应当根据应用场景,将高频次、简单需求作为日常应用进行快速、轻量化的部署,将低频次、核心场景作为重点、长远化的部署。”
扣回活动主题,相对广义的“元宇宙”概念,工业元宇宙已经相当具象,面对标准化程度更高的工业制造场景,元宇宙更有希望得到快速落地,而且不局限于常规的AR 应用场景,我们在与客户的持续合作当中,也探索出了很多新的应用方向和思路。
你如何看待AR 在工业制造领域的落地?欢迎留言交流!
关于 ALVA Systems
ALVA Systems是全球领先的异构计算技术软硬件提供商,与中国国家计量院一起设计了全球首款异构计算技术的基准测量工具、为AMD、Intel、高通、ARM改进其CPU、GPU的硬件设计以及底层驱动函数库以更好地适应异构计算。
近年ALVA将自身在异构计算领域的领先技术优势,应用工业物联网领域,先进的底层异构计算技术允许ALVA在低时延场景下,仍将为用户提供卓越高效能的AR使用体验。ALVA Systems 以技术创新引领市场需求,致力于成为您创新的源动力。
边栏推荐
- 百度地图自定义样式向右拖拽导致全球地图经度0度无法正常显示
- cf:C. Factorials and Powers of Two【dp + 排序 + 选不选板子 + 选若干个数等于已知和的最少数】
- Use seven methods to enhance all the images in a folder
- Introduction to OTA technology of Internet of things
- mui侧边导航锚点定位js特效
- toast会在程序界面上显示一个简单的提示信息
- swiper左右切换滑块插件
- Functions and usage of ratingbar
- 什么是敏捷测试
- Easy to understand [linear regression of machine learning]
猜你喜欢
Chapter 3 business function development (user login)
数学分析_笔记_第11章:Fourier级数
深度学习机器学习各种数据集汇总地址
Explain it in simple terms. CNN convolutional neural network
第2章搭建CRM项目开发环境(数据库设计)
zdog. JS rocket turn animation JS special effects
DatePickerDialog and trimepickerdialog
[deep learning] 3 minutes introduction
Chapter 2 build CRM project development environment (database design)
textSwitch文本切换器的功能和用法
随机推荐
第3章业务功能开发(用户登录)
2021-06-28
[deep learning] 3 minutes introduction
Please insert the disk into "U disk (H)" & unable to access the disk structure is damaged and cannot be read
Chapter 2 build CRM project development environment (database design)
alertDialog創建对话框
数字化转型的主要工作
What skills can you master to be a "master tester" when doing software testing?
利用七种方法对一个文件夹里面的所有图像进行图像增强实战
Explain it in simple terms. CNN convolutional neural network
Easy to understand [linear regression of machine learning]
[OKR target management] value analysis
Functions and usage of ratingbar
Function and usage of calendar view component
In depth understanding of USB communication protocol
Audio device strategy audio device output and input selection is based on 7.0 code
[answer] if the app is in the foreground, the activity will not be recycled?
Simple loading animation
Numberpick的功能和用法
本周小贴士#140:常量:安全习语