本文来自微信民众号：机械之能（ID：almosthuman2017），作者：机械之能

一个勇敢的想法，你想过在卧室里养一只老虎作宠物吗？

现在，只需在智能手机或平板电脑上使用 Google 搜索“老虎”，然后“见识实体巨细的老虎”选项就会泛起在搜索效果中，单击“3D 视图”，你的摄像头里就会跑出一只“老虎”了。

固然你也可以像神奇瑰宝训练师一样，把老虎放在草地上，将自己的后花园酿成动物园。这时候你只能透过手机近距离考察实体巨细的老虎，不外当你移开手机之后是看不到老虎的，你也不会忧郁会被咬到。

狗和浣熊，谁才是你家养的？

不再羡慕俄罗斯人，黑熊来和你打招呼喽~

事实上，自去年初宣布增强现实平台 ARCore 以来，谷歌一直在悄悄地改善其功效。ARCore 是谷歌推出的搭建增强现实应用程序的软件平台，类似苹果的 ARKit，它可以行使云软件和装备硬件的提高，将数字工具放到现实天下中。

支持 3D 图像和 AR。AR 通过智能手机屏幕可以将数字内容和信息笼罩到现实天下中。Google 推出的这项功效可以让人们在手机屏幕上浏览 3D 工具，同时也支持在近距离旁观 3D 工具的比例和更多细节，这是在通俗图像中无法看到的。

这背后整合了摄像头和 AR 手艺，谷歌在 ARCore 和 ARKit 手机的搜索效果中加入 3D 模子，这些 3D 模子能直接通过 AR 预览，从而强化谷歌搜索效果的互动性和实用性。

那时，谷歌还为 ARCore 开发平台推出全新深度识别工具 Depth API，强化 AR 应用开发的体验。该工具可让开发者使用谷歌的动态深度算法、RGB 摄像头制作深度舆图，让 AR 应用的体验加倍自然。

这次新升级正是 ARCore 的全新 Depth API 的一部分，这个 API 不久后将允许开发人员完成所谓的“遮挡”，即在 AR 场景中，虚拟的人工物体会被场景中的真实物体所遮挡。

例如，在房间中构建一个虚拟的猫，当你把相机的角度放在床或桌子或其他物体之间时，你可以看到这只猫从视野中消逝。

谷歌现在示意，他们已经做好了对其举行升级的准备，新的升级将会在未来让 AR 体验看起来加倍真实。

此外，谷歌AI团队克日宣布了一种全新的移动端 3D 识别方案：Objectron，其特点是可通过AI模子，在 2D 图像中展望物体在场景中的位置、尺寸和偏向，可用于机械人、自动驾驶汽车、图像检索、AR 等场景。

‍为了训练 AI 模子，谷歌团队使用了移动端 AR session 数据（包罗摄像头图像、希罕 3D 点云、展望光线、平面区域等），弥补了移动装备不具备高端 3D 传感器的难题（市面上大多数 3D 数据依赖激光雷达等 3D 传感器，对一样平常物体的 3D 符号数据却很少）。

除了真实环境的数据外，还使用了合成的 AR 数据来提高AI展望准确性。为提高合成数据的质量（提升了10%准确性），谷歌研发了一个 AR 合成数据天生方案（AR Synthetic Data Generation），特点是可通过调整摄像头角度、识别平面、展望的光线数据，来天生相符物理规则的 3D 位置信息，以及相符场景的光线，让融入在具有 AR session 数据的场景中的虚拟物体看起来更自然。要想开启这项功效，你需要准备一台运行 Android 7.0 或更高版本的 Android 智能手机 或者运行 iOS 11 或适用于 Android / iOS 的 Google Chrome 浏览器。

谷歌可提供的 3D 动物玩法包罗二十余种，包罗狮子、虎、猎豹、鲨鱼、刺猬、鸭、企鹅、狼、琵琶鱼、山羊、罗威纳犬、蛇类、鹰、棕熊、鳄鱼、马、金刚鹦鹉、哈巴狗、龟、猫、章鱼、狗等。

例如搜索“鲨鱼（shark）”，在图片搜索效果和Wikipedia对鲨鱼的形貌下面，您将看到一个小框，上面写着：“近距离见识真实巨细的鲨鱼”。单击“3D 视图”按钮，然后单击“在您的空间中查看”以查看周围环境中的熊猫。你需要授予Google接见相机的权限，才能将鲨鱼插入自己的空间。

接下来你就可以透过手机考察真实般巨细的鲨鱼。

通过这种方式，你还可以看到其他更多的动物，例如狗、熊猫和乌龟。

许多推特网友也纷纷“大开脑洞”，实验更多玩法，让虚拟动物与环境更匹配，好比让熊猫坐在沙发上，营造出一副“懒洋洋”宅家的情景。

譬如狮子、蛇和老虎。

另有网友晒出了与狮子共处一室的图片，当看到威风凛凛的狮子站在身旁，是否会感应一丝恐惧？

受疫情影响，不少人困于家中，虚拟动物的泛起让人们的生涯多了一丝意见意义，甚至辅助许多家长解决在家带娃找不到意见意义游戏的困扰。

谷歌 3D 动物走红，让 AR 手艺的价值获得挖掘，带来更多教育用户的空间。疫情时代，AR 与 3D 连系的体验还在连续，AR 手艺也会在除娱乐之外的其他地方施展更大的价值。

本文来自微信民众号：机械之能（ID：almosthuman2017），作者：机械之能