1、虛擬現實與人工智能在家居行業的應用基于杭州巨夢科技產品實現的分析小結摘 要2016年被稱作虛擬現實元年，著名硬件廠商HTC、Oclues，索尼等都推出了相應的硬件產品，國內許多一線科技公司紛紛在該領域布局。同時另一頭2016年谷歌旗下人工智能程序Alpha Go，打敗韓國圍棋9段選手李世石，這一事件，將人工智能這一早已不新鮮的科學技術又一次推向了風口浪尖，一時話題四起。虛擬現實技術和人工智能技術，同時成為當下街頭巷尾熱議的前沿科學技術話題。當然現在也有許多人唱衰虛擬現實，門檻高，效果不成熟，展示手段有限等都是現階段虛擬現實無法發揮的障礙。無獨有偶，有人認為人工智能還停留在有多少人工就有多少智能

2、的尷尬階段。但是真的是這樣的嗎？虛擬現實是泡沫嗎？人工智能是忽悠嗎？當然不是。不僅不是，筆者認為虛擬現實技術和人工智能技術結合的產物，將成為時代發展的有力引擎。關鍵詞：虛擬現實；人機交互；人工智能；機器學習目 錄1 前言111時代背景112人工智能和虛擬現實113互聯網家裝12人工智能如何改變人們的生活221賦予機器家裝設計的能力23 虛擬現實方面431 技術產品實現流程432技術優勢54最后61 前言11 時代背景有人說是技術推動時代一步步向前狂奔，也有人說是資本推動時代向前裸奔，一句玩笑卻道出了一個怪誕的現實，因為資本的涌入，新技術不斷吸引無數人投入其中，隨之而來的是無所得的投機者鄙夷的目

3、光。人工智能，虛擬現實，這些起源于上個世紀的技術領域，隨著新的一波浪潮再次來到人們眼前。人們懷著一邊使勁發展一邊使勁懷疑的心態關注著這些技術行業的發展。虛擬現實技術當下一個熱門的應用領域是虛擬看房，下面例舉一些筆者所了解的行業內相關的公司的狀況：2015年3月12日，互聯網家裝公司土巴兔獲得58同城、紅杉資本、經緯創投共同投資的2億美元C輪融資。2015年年初，VR家裝公司愛福窩獲得6250萬A輪融資。同樣情況的公司還有酷家樂、無憂我房、巨夢科技和美屋365等為代表的一大批新興力量。1. 2人工智能技術和虛擬現實技術人工智能（Artificial Intelligence，簡稱AI）這個名稱由

4、1956年被一群年輕的科學家提出，它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。2016年3月谷歌旗下人工智能程序Alpha Go擊敗韓國圍棋9段選手使之再度走到聚光燈下，吸引無數關注的目光。虛擬現實（Virtual Reality，簡稱VR）最早起源于20世紀50年代，是一種綜合計算機圖形、傳感器、人機交互等多種科學技術發展起來的高級人機交互技術。由于近些年計算機軟硬件的發展成熟，產業漸漸形成。14 互聯網家裝虛擬現實技術對于建筑表現和設計師想法的傳達有著自己獨特優勢，由于能夠將顯示場景還原成用戶能夠體驗狀態，這項技術能夠很快將體驗者帶入到場景中。

5、這種能力被稱作沉浸感，這種優勢很快便被用到互聯網家裝行業。傳統的建筑展示方式是設計圖加效果圖的形式，可定制化的程度不高，一個方案是否合適需要效果圖來展現，設計上任何地方的改動都需要重新渲染出相應的效果圖，費時費力，因而這些事情都是專業人士在做，對于普通用戶（建筑擁有者）而言，這是一個耗時長還來回折騰的過程，用戶體驗不是不好，是過時。而用虛擬現實技術搭建起，具有照片級現場還原的場景，作為現階段最完美的替代方案出現，成為了當代許多新興公司在發展的領域，筆者所了解的酷家樂、巨夢科技、美屋365就是這樣的公司，這些公司都是15年前后成立，有一個共同點是，基于自己對虛擬現實技術的理解嘗試給出自家的解決方

6、案。2 人工智能如何改變人們的生活或許現在你認為人工智能還離你很遠，但是殊不知這項技術已成熟地應用于諸多領域。例如你可能聽過的自動駕駛技術，后臺AI程序基于路況分析自動尋找合適的線路，自動避障，緊急制動等等一連串系統工程都在你可能沒注意的時候悄然運行，再比如醫院的AI程序分析X光的能力比人類醫生要準確許多，美國部分地區用AI來分析證物，比人類律師要強上不少。再舉個常用的例子你常坐的飛機其實大部分時間是AI程序在控制，人類參與控制的只有飛機起降的七八分鐘。說到這里你可能會疑問，AI到底是什么，人工智能到底是怎么實現的，很抱歉筆者也不知道，但是筆者試圖將所了解到的事實解構還原出來。要讓機器擁有強大

7、的計算能力，本質上只要硬件發展，這個能力理論上沒有上限。復雜一點的，要賦予機器打游戲的能力，這個也不是什么新鮮事，工程師將規則以代碼的形式組織成應用程序，對用戶的輸入做出相應，這樣的應用程序就可以稱作AI，你可能認為這樣的人工智能一點都不智能。對，這只是前人做過無數次的事情，商業化都已經十分完善。這只是AI的第一個階段，這個階段工程師試圖賦予機器做某種特定工作的能力，但是這并不是AI的全部，現在的AI正在被賦予自我學習能力，這個能力有個詞匯叫機器學習（Machine Learning），2016年打敗韓國圍棋9段選手的Alpha Go便是機器學習的產物。人工智能已然成為一個龐然大物。21賦予機

8、器家裝設計的能力人類是幸運的，幾百萬年的進化使得我們擁有了諸多關鍵能力，我們的演繹推理能力，空間能力，對旋律和聲音的感知，情緒，智力等等。這些能力一同工作構建起了一張復雜的關系網絡，這也使得人類區別于動物和其他客觀事物。但是要讓機器獲得我們身上的某些能力，這可能嗎？筆者不能給出答案，但是有一件事是確信的，有許多人正在這些領域探索。下面要介紹的是筆者了解到的巨夢科技旗下ManKu滿屋家具給出的案例，嘗試賦予機器空間設計的能力。要賦予機器有空間設計能力，可以概括為三步：1、 讓機器知道要干什么;2、 訓練;3、 檢測。在讓機器明白要干什么這一步上，首要要解決的是如何讓機器識別空間。有種被實踐證明可

9、用的方式。將空間數據序列化成狀態信息。將空間大小，坐標加上掩碼的形式保存到序列化文件中。這就獲得了空間狀態的數據。同時對于空間設計而言，不可或缺的就是要擺放家具，這里就用到了一個叫做撒鹽的算法。通過將對應類別的家具隨機生成到空間對應區域，這就完成了最基本的讓機器知道要做什么這一步。需要指出的是在上述撒鹽算法實現時會做其他一些事情，例如隨機網格化移動鹽，每次移動用代價函數來計算當前位置的代價（這里的代價可以分為分值代價和朝向代價，分值代價記錄當前物體是否和空間中其他物體或有重疊，重疊區域大小等分等級記錄加減分，得到當前狀態最終分值，朝向分值并不是一個值，它以數組形式記錄的是當前物體相對其他物體和

10、者墻體的朝向關系）。在訓練程序之前需要將機器生成的方案存儲到數據庫中作為未處理數據，通過算法給數據打分并將方案特征，代價，分值存儲到另外的數據庫中，成為訓練池。程序重新讀取之前生成的方案，并在訓練池中找到相應的分值，自己生成撒鹽權重。上面這一步訓練是最關鍵的一步，訓練算法的好壞直接決定程序“聰不聰明”。完成了訓練之后機器基本上就擁有了設計能力。能夠自行生成效果上乘的方案。檢測是必不可少的一步，這一步將機器最終結果中不合理的部分剔除并反饋給程序。不斷提升機器的設計能力。上面這個例子這個說明機器學習在當下的家具行業確實已在發揮著重要的作用。3 虛擬現實方面現階段的虛擬家裝產品多是基于虛擬現實引擎搭

11、建的，這樣的產品優勢在于能夠將一個場景表現的盡可能接近真實地還原同時擁有豐富地交互功能，這在有底層開發地團隊面前是比較容易實現地，這并不代表虛擬現實技術應用于家裝行業就不存在弊端。細心的讀者可能會發現，這些主打VR的公司網頁上視乎呈現的并不全是三維場景，主要還是以全景圖的形式在呈現場景。為什么會這樣呢？原因其實很簡單，網頁上辦不到?，F階段成熟的虛擬現實開發引擎就那么幾個，使用者多的無非Unreal Engine4 、Unity3D這些早期在3D游戲領域耕作的引擎，以Unreal Engine4為例，這一引擎開發出來的場景體量最小都有4百兆，這樣的體量對于性能要求幾乎是瞬時相應的網站頁面端而言，

12、基本上是不可能實現的。其他雖然也有些國內的相關引擎，但是畫面效果，性能，穩定性等綜合表現并不突出，而且也沒能實現網站端瞬時響應，受眾也不多，這里就不做討論了。而這一問題也直接導致出現了如酷家樂CEO所說的：現在的VR全是全景圖這一尷尬的局面。當然這一解決方案現在看來是有所取舍的，大家都號稱自己研發的是VR，但是直接能夠呈現在用戶面前的往往只是全景圖。當然若用戶能夠實地去體驗，也是能夠體驗到VR場景所能帶來的強大的沉浸式體驗。下面就巨夢科技旗下滿屋家具的具體案例，對VR場景如何轉變為全景圖以及VR技術在這一個案例下具體的作用做一個探討。31 技術產品實現流程滿屋的技術產品分為線上線下兩條線，線上

13、的以網站展示為主。而線下便是直接使用Unreal Engine4開發的樣板間。對于線上展示而言，虛擬現實引擎用于渲染，以返回全景圖形式，來實現網站切換不同場景、或同一場景切換不同家具的功能。與普通的電商網站不同的地方是，滿屋所有的家裝產品都以場景的形式展現，每一個家裝產品的更換都會通過后面將要介紹的方法生成，這一方式正式其對于VR理解的獨到之處。前面說到的網頁端展示，這個展示是基于用戶搜索自己的小區戶型，網站端將小區的相關信息發送給AI程序，AI算出一套裝修方案并，形成整體搭配的物品清單。然后頁面端將清單發送給消息分發中心流程如下：1、 網站前端用戶將搜索的戶型數據發送到網站后臺。2、 網站后

14、臺請求的戶型特征數據發送到AI程序，向AI請求方案。3、 AI返回的方案數據轉發給網站后臺4、 后臺將方案數據轉發給消息中心5、 消息分發中心將收到的消息處理后加入到消息隊列，分時分終端地將任 務下發到渲染服務器。6、 渲染服務器接收到任務打開生成相應地場景在渲染引擎中開始渲染截圖，并將所生成的圖片存到相應的圖片服務器，將圖片鏈接與相關的信息返回給消息分發中心。7、 消息分發中心轉發給網站后臺。8、 后臺將數據解析成前端需要的形式返回給前端。32技術優勢相較于其他類似公司，滿屋家居具的技術實現方式和方案生成機制有明顯的差異性。相較于將虛擬現實場景工具化了的酷家樂，滿屋虛擬以其獨特的人工智能算法程序，輕松實現批量化，高效化，和個性化的場景定制功能，同時基于用戶請求的動態響應式獨特方案能夠大幅節省設計成本。4 最后所謂大道無形，好的技術可以讓人察覺不到