aVRaceVR困境：凭啥买个眼镜还要搭配个高配手机/电脑

　　谈到VR所面临的阻碍时，“400美元买个Oculus Rift后，还得再花1000美元配台电脑”这句话经常被提到，说的是VR游戏内容对计算设备性能要求很高这一问题。龙虎豹最近在参与各种VR相关活动的过程中，发现不少朋友关注VR领域但尚不知道VR为什么要这么高配置。作为终端用户来说无所谓，但对于关注VR领域、有进入意愿的游戏圈从业者来说，连门槛为什么这么高都不知道的话，更别提如何跨过去了。所以龙虎豹做了这么一篇科普性质的文章，专门用来告诉大家VR的高性能开销从何而来，以及当前可以如何应对。 

　　在计算机图像中形成立体视觉需要双目视差

　　要说VR，得从人为什么能有立体视觉说起。不先把人体视觉的科学原理讲一下，后面的解说根本无法进行。

　　人类的视觉属于双眼视觉（Binocular vision），指生物在双眼视野范围互相重叠下所产生的视觉。因为双眼之间有一定距离（学名瞳距，人眼平均瞳距约6.5厘米），所以两眼的视网膜接收到的不会是完全相同的光信号，会产生略有差别但又基本相似的图像，这种视觉信号传送至大脑之后，大脑将两幅图像之间的差异进行整合，即可判断出眼睛到物体之间的距离关系，这种距离感的判断就是立体视觉。

　　这里注意一点，双眼视觉提供的双目视差只是立体视觉的重要来源之一，而并非唯一成因。立体视觉还可来自运动视差、人眼晶状体肌肉对眼睛焦距远近的感知、人脑认识现实世界的经验与心理作用等，这就是为什么闭上一只眼睛人们依旧可以感知到距离远近。

　　至于为什么我们人类从电视、显示器、荧幕上看到的景象就没有立体感（哪怕该图像是3D建模的CG，有明确的景深与遮挡关系，如下图），其实恰恰也是我们的大脑正确判断了该图像所有的光信号都是来自同一显示平面之上，并没有距离差异，从而对那些遮挡关系与景深进行了强行纠错所致。

　　上图中，人类能从莫高雷的景色中感知到山远草近，但这是大脑对图中的景深与焦距模糊进行经验判断后，从思维层面进行补完后的结果，而并非产生了立体视觉后直接感受到了距离差异，这张平面的3D场景图中，其实不存在任何立体视觉，大脑根本估算不出来近处的草到那匹狼、到最近的树和到山的距离各是多少，因为观看者始终也只是屏幕前一个看画的，而不是身在其中。

　　所以我们来推断一下，如果想让人类的眼睛对着同一个显示平面上的光信号产生更加直接的立体感，在显示器表面不可能变形、也不能来回移动位置改变大小——也就是光信号到眼睛的距离基本没法变动的情况下，在计算机图形输出中，可用来促使我们的大脑产生立体视觉的靠谱手段也就只剩双目视差了。

　　在同一个屏幕上实现双目视差的办法不少，比如色分法的红蓝眼镜，红镜片会滤掉图像中的红光，蓝镜片滤掉蓝光，从而在双眼中形成两幅不同的图像。这种方法最简单，但效果也是最差的，尤其是在色彩还原方面，干扰严重。

　　其次像光分法，在电影院里或买高档新电视时配的偏光眼镜，有线性偏光和环形偏光两种，在屏幕上输出经过处理的两幅偏振光图像，一幅的光波是垂直波动，另一幅的光波则是水平波动（环形则是按顺逆时针波动分开）。这两幅图像叠加在一起，肉眼看就是一幅模糊有重影的图像，但偏光眼镜一边镜片只允许垂直波动的光进来，而另一边镜片上只允许水平波动的光进来（偏振光的科学原理龙虎豹就不讲了，不妨碍本文阅读），在双眼中重新分出有视差的两幅画面。光分法有各种缺点，比如需要专用液晶显示器、两台投影机与银质三位专用银幕等价格较高的硬件，根据偏光法不同还有分辨率会下降一半、可视范围狭小不坐在屏幕正前方有限范围内就看不见、头部需保持与画面同一水平不能歪头等不同缺点。

　　还有时分法的快门式3D眼镜，通过高刷新率显示设备分开时序差分显示两幅画面，镜片里的时序开关配合两幅画面的出现时机轮流打开、关闭一边眼镜的进光，通过视觉暂留特性也能形成连续动态图像。这种方式价格贵，亮度损失较重，有闪烁感眼镜易疲劳，刷新率会减半，120Hz的刷新率只能看到60Hz的效果，所以对显示屏性能要求特别高，而且快门开关是要用电的，续航能力直接和电池重量成正比，使用时间与轻便性两边难以平衡，开合频率还容易被其他光源所干扰。

　　裸眼3D的技术就不跟大家聊了，与本文无关。记住在计算机上实现立体视觉依赖于双目视差这一点，咱们开始说VR。 

　　立体视觉是保证VR沉浸感的重要因素

　　VR之所以诱人，是因为它能提供以往计算机平面画面难以企及的沉浸体验，也就是让用户从屏幕前看画上升到进入到虚拟世界中去实际体验的级别。但想要实现沉浸体验，除了虚拟世界做得够真实诱人、通过眼罩遮断与现实世界的联系两点外，还有重要的一点就是要让用户真地感觉到自己进入了那个虚拟世界。这个时候如果没有立体视觉的辅助，还是看着只有景深与遮挡关系的平面图像，让用户脑补3D场景的话，这一思维过程就会立刻提示用户，他还是在看一副计算机图像，从而让沉浸效果大幅下降。所以对真正的VR内容来说，立体视觉几乎是必须要做的。优秀的立体视觉能带来的效果，可以把龙虎豹在TGS上的体验三菱汽车Demo的视频再看一下：

　　注意：背景音嘈杂，请调小手机音量后观看

　　龙虎豹脑子里清楚地明白伸出手去也握不到任何东西，但还是忍不住想去摸，因为在我的视野里，方向盘、仪表盘、换挡杆和脚踏板不是在一个平面上，其距离都和真实汽车驾驶舱的安排是一样的，好像真的置身于一个右舵的驾驶舱中一样，对于龙虎豹这样的十一年老司机来说，有右舵怎会不想去摸摸呢。

　　VR为了实现立体视觉，同样使用了双目视差的解决办法，从佩戴视角看下VR头显的内部：

　　所有的VR头显都是这样，不论里面是插着一块手机屏幕，还是自带一块屏幕、两块屏幕，必定都会有两套镜片把画面分开，同时反映出两幅画面，一幅只给左眼看，一幅只给右眼看。只要这两幅画面不是完全相同，而是存在经过计算的正确的视差，立体视觉即可在使用者的大脑中产生，而无视屏幕与两个镜片到眼睛距离相等这一因素。

　　所以大家经常看到的VR内容演示图才会是这个样子的，大家可以仔细看画面上方把手的位置和角度，看不出来拿尺子量量，不是完全一样的，这样有正确视差的两幅图通过两个镜片分别单独输入到用户的左右眼中，在大脑中进行合并时，立体视觉就产生了。注意“单独”、“合并”这两个词很重要，你现在不管怎么看这幅图都不会有立体视觉，是因为不借助眼镜分屏，没法做到左眼只看左图右眼只看右图然后把它们在大脑中合并。

　　VR的性能开销是为了满足精准的双目视差

　　VR头显中的立体视觉效果要比前述的那些方法都好，色彩精确清晰，头部可以随便动——因为画面会跟着你动，亮度、分辨率和刷新率都不会下降，更没有其它光源的干扰。当然它也不是没有自己的问题，比如镜片会给画面带来的球形畸变需要应对；现有液晶屏的晶体密度在眼镜里6、7厘米的距离上还拿镜片放大来看的话，清晰度不够，颗粒感会比较严重等等。所以说，如果您复姓夏侯单名一个惇字，最喜欢的料理是眼球刺身还习惯戴眼罩的话，那您或许可以不用碰VR了，效果只会比之前在平面显示屏上看到的更差。

　　不过上述这些都还是小问题，请大家注意两幅图像这一点。以往的3D显示手段中，画面不过是做简单的位移差分，大家不戴眼镜只是看到红蓝模糊或重影模糊而已，从没有过像VR这样分成两个清晰画面的差分法。这一点差异，是VR内容性能要求大幅上升的关键所在。

　　在同一幅画面上生成两个不一样却又有相互关联的清晰图像意味着什么？意味着计算机要在同一帧中计算两次，渲染两遍然后再合并一下，最终输出。听上去劳动量一下就增加了一倍对不？龙虎豹咨询了业内处于VR开发第一线的技术人员，性能的开销主要增加在这么几个方面：首先是视角偏移量的计算，一个3D模型，从向左3.25厘米处看它会是什么样，再从向右3.25厘米处看它又会是什么样，这种数学计算的额外性能开销倒不大，但两边的模型就需要各自搭建了；模型做完后要贴图做效果渲染，由于两侧的光照等参数肯定会有微妙的差异，许多贴图和渲染都得各做一遍，主要的性能开销就在这里了；最后把分别做好的两幅画像合在一帧上输出倒不难，不会有多少性能开销的增加。也就是说，VR画面计算的性能消耗增加主要就在于左右两边的画面得各自独立生成并渲染。虽然在渲染过程中像视锥裁剪、阴影贴图等部分可以通用，不是整个场景都要完整地渲染两遍，但大多数的3D建模和一些高级效果的渲染肯定得是左右各来一遍的，而越高级的效果，性能消耗的加剧程度也就越大。

　　VR的麻烦还没有到此为止，本来干同样的事情，VR的开销就更大了，但它还被要求做更多的事情。关注VR的朋友常听到这一领域被黑的最多的就是晕，而且是晕得厉害，的确沉浸性在升级游戏体验的同时，也放大了原有的问题，晕3D就是其中最明显的一个。加快画面刷新率，保持高流畅度是应对眩晕的办法之一，所以许多VR内容的开发标准都是从单眼每秒60帧起，双眼实际计算量介于60-120帧之间。对于一般显示屏上的游戏，能有每秒30帧也就够玩了（无需操作的电影每秒才24帧），VR单次工作的任务量接近2倍，单位时间内的工作总数还是以往的2倍甚至更多，它不多要工资（性能）就只剩下降低工作品质这一条路了。 

　　精准的双目视差才能带来最佳的立体视觉

　　既然VR当前的解决方法性能开销如此之大，而之前的那些简易模式也能实现立体视觉，那VR也使用这些模式不就好了？答案特简单，它们不够看，要是够看早就火了，VR头显恰恰是在之前被市场抛弃的各种3D眼镜之后的新解决方案。前面介绍这些老式3D眼镜时已经从效果、硬件等方面说了很多不足之处，在内容的支持性上也是一样。

　　色分发在PC端上很容易实现，但其色分法的原理就大幅限制了应用范围，要是操作蓝精灵进入了格格巫的蓝色密室里，还有哪门子立体视觉啊？光分法偏振眼镜哪怕你愿意用低分辨率玩游戏，也没有可玩的内容，光学偏振对录入、解析及输出环境都有严格的要求，对影片的摄录环境以及游戏所需要的兼容性均提出了较高的要求，在民用桌面显示领域根本没得到真正的推广。至于时分法的快门式眼镜，它在内容上所面临的问题跟VR差不多，也是要为两只眼睛分别做不同的画面，而且还得做两倍的刷新率，性能开销也会上升，最关键的是，谁愿意自己玩的游戏暗了吧唧还有闪烁感？

　　既然VR现有的解决方案能做到两眼都能不做任何遮挡的接受光线（不滤色、不偏光、更不关闭镜片），那么这种方案产生的立体视觉必然是最优质的。之前在GDC上体验索尼最新　　　VR DEMO《THE DEEP》时，胆很大的龙虎豹玩命把脑袋往笼子外面伸，想看看鲨鱼嘴里什么样，当时真地能感觉到鲨鱼似乎就是从自己的鼻尖前划过一般。

　　所以为了更好的体验，我们宁愿负担VR的高性能要求。 

　　保流畅度 短期内先降画质给性能门槛搭台阶

　　上一段最后一句话看看就完了，别信。

　　这话我们从业者自己说说还行，绝大多数用户还是属于那个既要质量好又得便宜才会掏钱的群体。

　　更强的显卡、更快的头显刷新率、更高的分辨率、更快的响应速度、更好的VR版手机系统……这些都只能等待上游厂商去推进。Intel、ARM、NVIDIA、AMD对VR的出现欣喜若狂，因为有新一个方向让消费者去买更多高性能的硬件了。但在更强的硬件还没造出来、现有的Titan、970还没降价，用户还没买，谷歌的VR版手机操作系统因为研发难度过高而跳票时，我们内容开发者能怎么办？

　　眼下答案只有一个且比较悲哀，就是妥协，把游戏的视觉效果先降一降。

　　VR游戏《幻》在双Titan并联的机器上能跑出很惊艳的视觉效果，但其主程在上月底进行的VR DAY上海站上，讲到他们为了能让自己的产品匹配PlayStation VR，也不得不砍掉了大量特效。这种事情很痛苦，做开发的都知道。

　　其后龙虎豹在GDC上与蓝鳍鱼CEO米海峰聊天时，后者提到该公司当前开发的游戏都是以售价1500元上下的显卡性能为标准，1000多点的显卡也凑合能玩。前者是DIY玩家市场上性价比最高的显卡分布区域，像龙虎豹这样的工薪阶层PC游戏核心玩家，换新显卡时基本都从这个价位中进行挑选；而后者则是普通游戏用户接受度更高的价位。至于那些购买千元级以下显卡/手机，只玩个普通端游/手游的用户，向他们普及VR也不是没办法，那得靠数量正在急剧增加的VR线下体验店了。

　　与米海峰的谈话直接促使龙虎豹想要写这么样的一篇科普文，报告一下VR领域中这道主要门槛的高度及跨越办法，它并不是跨不过去的。简单来说，VR内容要那么高的性能，是因为画面要渲染两遍，有这一句话，对于人体生理与计算机基础技术有知识储备人立刻就能懂，还不懂的人，您给他分享一下龙虎豹的这篇文呗。