让980跑出1080的效果，七鑫易维推出VR眼控新品 | GTC China 2016

七鑫易维创始人兼CEO黄通兵

对VR来说，交互是一个重要的创新点，GPU性能则是重要的瓶颈，对于前者目前仍有很多创业公司在发布新的交互系统，后者则是GPU巨头英伟达需要努力的的地方。

9月13日在英伟达举办的GPU技术大会（GTC China 2016）上，拥有眼球追踪技术的国内创业公司七鑫易维发布了首款针对HTC Vive的眼控外设，把这项技术应用到了VR上面。

这款号称全球首款VR眼配件的产品，为VR带来两大功能：眼控交互和注视点渲染，前者为VR带来了新的交互式，后者则通过新的渲染方式提高GPU的渲染效率。

眼控：陀螺仪的升级版？

最早的Cardboard在交互上非常简单，用户转动头部使画面移动，同时移动光标来选定某个物体，这是利用了手机内置的陀螺仪实现。眼球追踪的加入让这种交互有了升级，除了转动头部，用户在头部不动的时候，也可以通过注视视野中的不同物体来进行选择。

七鑫易维眼控VR配件

为了追踪用户的眼球运动，七鑫易维推出了这款内置到HTC Vive里的配件，它是一个叠加到头盔透镜上面的产品。一对设备上各自有一个传感器（摄像头），设计在下方；环绕着透镜的则是一圈红外补光灯，因为VR头盔是全封闭的；另外它还有一个USB Type-C接口用作供电和数据传输。摄像头之所以被设计在下方，据七鑫易维CEO黄通兵透露，是因为要考虑用菲涅尔透镜的头盔，它的同心圆纹理会有干扰，所以就做在下面。

在追踪方面，这款产品支持全视场角的追踪，能覆盖整个VR显示屏幕；拥有220HZ渲染频率，延时低；同时支持近视镜片叠加，使用户不用佩戴眼镜也能玩，同时避免近视眼镜对眼球追踪的影响。

为了提高眼球追踪的可用性，该公司在算法方面引入了深度学习技术，据黄通兵介绍，

在深度学习出来之前，SVM等机器学习的传统方法效果做不到很好，因为其中的很多特征是人为设定的，实际有很多情况可能不是那样的。深度学习的好处是机器可以自动去学习，不限定特征，这样的话基于大量的样本进行训练可以得到一个很牛的模型，这个模型可以用来进行人眼的眼球追踪。

以前的技术可以识别人眼的可用率在95%，一万个人中可能有500个人用不了，这样要把它用在消费级就不行了，特殊行业可以。要把眼球追踪用到消费级的话必须达到更高的可用性，深度学习可以把它的可用性从95%提升到99.9%甚至更高。

开发者更关注注视点渲染

虽说眼球交互听起来非常炫酷，实际使用时并不如动捕手柄+空间定位自然，如上文所说，它更像是陀螺仪的升级版。实际上，开发者对眼球追踪技术的期待，更多是注视点渲染。黄通兵表示开发者对他们这套系统的功能关注度排序分别是：注视点渲染，交互和眼动分析。

注视点渲染（也叫焦点渲染）通过近红外传感器对人的眼球进行追踪，判断人眼的注视点，只对注视点区域进行高清渲染，而且这个区域会随着注视点的变化而变化。这项技术在英伟达MRS（multi-resolution shading）技术的基础上进一步缩小渲染范围，从而大幅提高渲染效率。

注视点渲染的效果

黄通兵表示，VR看房开发者指挥家使用这套系统之后，“本来要1080的显卡才能跑得动的场景，加上眼球追踪可能用980就能跑，这样一方面大幅降低他们的硬件成本，同时可以提高视觉效果，可以上复杂的光照等各种特效”。当然，实际的效果还是要看开发者的不同情况而定。

更需要降低GPU性能需求的应该是移动VR，而移动VR十分需要考虑功耗和性能的平衡。黄通兵表示，“做到移动VR上，原理上差不多，结构上需要改一改。移动VR上功耗性能有限制，所以这块一般会把帧率适当降低，其实也可以跑满帧，但移动VR本身帧率就低，所以就没有必要跑满帧。”

据介绍，这套产品单眼追踪的功耗不到500mW，如果工作在省电模式下会更低。而对处理性能的要求黄通兵表示高通的骁龙820是支持的，“主流的都没问题”。

不过这套产品不会出单卖的消费版，它预计将在10月份登陆京东众筹，售价3000元左右，主要面向开发者。而面向消费者的产品将会以与头盔厂商的合作，内置到后者产品当中的形式推出。具体的产品面世时间仍有待确定，但据悉高通的一体机方案会重点推这个技术，国内的大朋和3Glasses也很积极。

。