亞馬遜正在通過Sumerian大舉進軍增強現(xiàn)實和虛擬現(xiàn)實。這是一個完整的開發(fā)應用，可為智能手機和頭顯開發(fā)AR和VR應用，而且不用多久，開發(fā)者就可以通過Sumerian開發(fā)直接運行在你瀏覽器的AR/VR應用。

在這些體驗之中，Sumerian可以創(chuàng)建充滿“Host”的沉浸式虛擬世界，一種由驅(qū)動亞馬遜Alexa的相同人工智能提供支持的3D角色。

Sumerian是一種跨平臺工具。亞馬遜沒有選擇開發(fā)自家品牌的設(shè)備或頭顯，而是為市場提供集成服務。Sumerian基于開源網(wǎng)絡標準，并且支持蘋果ARKit和谷歌ARCore，這意味著應用開發(fā)者可以開發(fā)出運行在安卓，iOS，Oculus Rift和HTC Vive等平臺的Sumerian應用。

作為Amazon Web Servics（AWS）的新成員，Sumerian采用了基于用量的定價模型而非訂閱模型，而且Sumerian可以連接至其他AWS服務。

亞馬遜于2017年11月推出了Sumerian的預覽版，并計劃在5月正式上線。在這之前，PCMag深入探訪了Sumerian和數(shù)款早期的消費者應用。以下是映維網(wǎng)的具體整理：

亞馬遜Sumerian的總經(jīng)理Kyle Roche向我（Rob Marvin）演示了這個3D應用開發(fā)平臺。我體驗了Sumerian的拖放應用編輯器和3D對象庫，用于編寫復雜動畫場景腳本的Visual State Machine，以及創(chuàng)建人工智能Host的過程。對于Host，你在這些虛擬體驗中時將能與它們進行完整的對話。

我同時與負責亞馬遜AR/VR，AWS Mobile，Serverless Computing和物聯(lián)網(wǎng)部門的副總監(jiān)Marco Argenti進行了交談。亞馬遜對Sumerian寄以厚望，并且認為結(jié)合了AI的增強現(xiàn)實和虛擬現(xiàn)實將在我們的聯(lián)網(wǎng)未來扮演重要角色。

1. 為什么亞馬遜要押寶AR和VR？

亞馬遜從來都不畏懼進軍一個全新的領(lǐng)域。我們只需看看全食（Whole Foods），亞馬遜視頻，或者他們在醫(yī)療保健和醫(yī)藥行業(yè)的努力即可明白這一點。

Roche開玩笑說，Sumerian這個名字取自于科幻小說《雪崩》（亞馬遜同時正在將其改編成影視作品），而“Host”的概念則源于HBO的科幻劇《西部世界》。但Argenti表示，亞馬遜決定進軍AR/VR是因為三個關(guān)鍵的要素：智能手機AR的興起；VR在B2B市場的廣闊機遇；這可以幫助AWS用戶解決一系列的痛點。

Argenti解釋說：“信號已經(jīng)足夠明顯，所以我們開始進入設(shè)計Sumerian的過程。典型的亞馬遜做法是，我們以逆向的方式先研發(fā)消費者用例，然后組建一支構(gòu)建產(chǎn)品的開發(fā)團隊。”

B2B應用包括交互式數(shù)字招牌（如《銀翼殺手：2049》中會說話的巨大全息圖廣告），虛擬培訓，以及一系列的工業(yè)物聯(lián)網(wǎng)用力，比方說利用傳感器來創(chuàng)建數(shù)字孿生和復雜的模擬。Argenti同時強調(diào)了智能手機AR已經(jīng)通過ARKit和ARCore來到了一個關(guān)鍵的臨界點。

他說：“在與現(xiàn)實交互和探索周圍的世界方面，攝像頭正在日益變成一項十分強大的工具?？焖俚膱D形處理器可以實時疊加信息，而傳感器可以幫助構(gòu)建一個3D現(xiàn)實。其思想是，數(shù)以億萬計的用戶擁有一個高質(zhì)量，高分辨率的情景感知傳感器。”

2. 亞馬遜是如何構(gòu)建Sumerian？

亞馬遜最初是在2016年下旬開始思考AR和VR可以為AWS用戶帶來的幫助，然后在大約一年后的AWS re：Invent大會中亮相了一個預覽版。在這期間的時間里發(fā)生了幾件事情。

首先，亞馬遜收購了一家破產(chǎn)的瑞典初創(chuàng)公司Goo Technologies。他們的3D開發(fā)環(huán)境Goo Create成為了Sumerian集成開發(fā)環(huán)境（Integrated Development Environment，IDE）的基礎(chǔ)。

Goo Create的視覺三維建模同樣是基于網(wǎng)絡的云服務，但亞馬遜更進一步，他們將后端遷移到了AWS。將其構(gòu)建在已有的可擴展云基礎(chǔ)架構(gòu)基礎(chǔ)上存在大量益處，但重要的是這可以大幅縮短延遲。Roche表示，Sumerian最大的賣點之一是，對于一個如其強大的編輯器，你無需下載或安裝任何東西。在演示期間，Sumerian可以在數(shù)秒內(nèi)完成瀏覽器URL的加載。即使是進行實時自然語言處理（NLP）和渲染精巧的動畫也不會減慢其速度。

作為一個低碼開發(fā)平臺，Sumerian可以支持幾乎沒有開發(fā)經(jīng)驗的用戶，而程序員和數(shù)據(jù)科學家可以通過可編程的API和Sumerian的命令行界面來自定義場景和編寫復雜的應用邏輯。

Argenti表示：“我們渴望一種你點擊一下就可馬上進入場景的體驗。然后為你提供可以拖放對象的3D圖形工具。Sumerian是一個可以聯(lián)想當動作和事件發(fā)生時可以出現(xiàn)什么情況的視覺工具，這一切可能無需編寫任何一行代碼?！?/p>

3. 創(chuàng)建3D Sumerian應用

亞馬遜對Sumerian的整體設(shè)計理念是盡可能地鞏固創(chuàng)作體驗。Roche表示，他們希望可以掩蓋大量重復的開發(fā)任務，所以無論你最終選擇發(fā)行的平臺是什么，構(gòu)建Sumerian應用的基本過程都相同。

你可以選擇一個模板，或者直接開始創(chuàng)建一個新場景。Sumerian的部分默認模板包括辦公場所，培訓室和倉庫，貨船和戶外篝火等場景。主編輯器支持WebGL和WebVR，其布局方式與我們測試過的許多低碼工具相同。

左邊是一個實體面板。一個實體本質(zhì)上是數(shù)據(jù)庫中的一個表格，可幫助你管理導入應用程序的數(shù)據(jù)。下方則是asset窗口，你可以在其中搜索要拉入場景中的對象，或者打開Sumerian3D模型的完整asset庫。Roche表示，Sumerian提供了一系列的開源對象庫并且與Sketchfab API集成。亞馬遜也有興趣整合諸如TurboSquid和谷歌Poly AR/VR對象庫等平臺。你同時可以將自己的asset導入到Sumerian中，然后將它們放入場景。

Roche解釋說：“asset面板可以作為調(diào)整管道的拖放區(qū)。你可以拖放大多數(shù)常見的3D文件格式。我們會轉(zhuǎn)換它們，對它們進行優(yōu)化并為你儲存它們。我們在后端做的一件事情是，如果你在多個場景中使用相同的asset，我們實際上會為你創(chuàng)建一個參考鏈接?！?/p>

屏幕中間是主畫布，你可以將asset和3D模型拖放到場景之中。畫布的角落有一個按鈕，用于啟動場景的WebVR預覽。

其下方則是時間線編輯器，工作原理與視頻編輯工具類似。當你拖入動畫和聲音并使用Visual State Machine創(chuàng)建場景，Host行為和事件進程時，它們都會顯示在時間軸中，你可以通過時間軸調(diào)整一個狀態(tài)將如何過度至另一個狀態(tài)。

右側(cè)欄是inspector面板，其包含你正在查看的組件詳細信息，以及你可以如何定制它們。對于可能有一百種不同變體的模型而言，你可以在不實際觸及場景的情況下調(diào)整屬性和紋理等內(nèi)容。

4. 亞馬遜的策略：海納百川式的集成

Sumerian不僅在3D開發(fā)領(lǐng)域發(fā)支持Unity，Unreal和Vuforia這樣的平臺，同時還在更廣泛的AR/VR生態(tài)系統(tǒng)中兼容ARKit，ARCore和Windows Mixed Reality。Roche表示，Sumerian將“開發(fā)一次，隨處運行”的理念應用于AR/VR應用程序，特別是針對企業(yè)開發(fā)者。

Roche指出：“專業(yè)3D開發(fā)者或?qū)I(yè)動畫師都有一個合作的工作室，但大多數(shù)（AWS用戶）都是網(wǎng)絡或移動開發(fā)者，在工作中學習到像Unity這樣的工具。Unity很優(yōu)秀，但要真正精通它要比把他們的技能帶到3D困難得多。所以我們決定把重點放在這一部分?！?/p>

Sumerian支持多種核心開源標準：WebGL，WebAR，WebVR和即將推出的WebXR框架。 WebXR框架可以把AR/VR應用帶到不同平臺的所有設(shè)備與瀏覽器，而萬維網(wǎng)聯(lián)盟（W3C）將在未來幾個月內(nèi)投票批準WebXR。屆時，Sumerian應用將能夠直接在瀏覽器中運行。

在WebGL，WebVR和WebXR之間，Sumerian完全與平臺無關(guān)，而且Sumerian已經(jīng)發(fā)布了本地wrapper來直接與ARKit和ARCore集成。Roche表示，Sumerian可以為任何支持WebVR的平臺構(gòu)建應用，這不僅只是包括OculusRift和HTCVive，同時還包括三星Gear VR和谷歌Daydream View等等。另外，Sumerian正在就WebXR與谷歌Chrome團隊進行緊密合作，開發(fā)基于瀏覽器的應用程序。

另一個主要角色是微軟。盡管亞馬遜尚未宣布Sumerian將與WMR生態(tài)系統(tǒng)集成，但Roche確實提到最新的微軟HoloLensRS4版本包含了WebAR支持，而這意味著Sumerian可以運行HoloLens的場景。亞馬遜同時在觀察Magic Leap和Meta等公司的頭顯。

Argenti說道：“我們做出了選擇，我們本可以進行自研，并推動開發(fā)者走向這條道路。但我們希望可以盡可能廣泛地支持一個巨大的市場。當一切都整合至WebXR時，完整的設(shè)備生態(tài)系統(tǒng)就會隨之而來。我們瞄準的是底層基礎(chǔ)?！?/p>

5. Sumerian的AI Host將改變一切

Host是Sumerian最獨特的賣點之一。Host是一種可以放置在AR或VR場景中的3D動畫角色。用戶可以向Host提出問題，而開發(fā)者可以編寫一套復雜的動作，行為，手勢和移動方向，因為它們可以進行對話，并且會圍繞場景四處走動。Roche指出，亞馬遜吸收了大量的靈感，包括《第二人生》和《模擬人生》等在線游戲。

Sumerian目前有兩個默認Host：克莉絲汀(Christine）和普雷斯頓（Preston）。但亞馬遜將在今年推出一系列的Host。這些AI角色存在很多細微的差別。Roche向我展示了一個關(guān)于克莉絲汀的演示，他將Host拖到場景之中，并打開inspector面板來定制她的情緒，面部表情和手勢。Sumerian可以自動生成手勢，Host會根據(jù)對話的自然語言處理進行對話。所以如果克莉絲汀對你說“嗨”，這可能會觸發(fā)揮手動作。

借助一個名為興趣點的系統(tǒng)，你可以在編輯器中選中一個復選框，令Host的眼睛始終看著相機。所以如果你佩戴HTC Vive Pro在360度的空間中走動，Host將跟隨你。如果這是一款與智能手機攝像頭相關(guān)的AR應用程序，亞馬遜的Rekognition深度學習系統(tǒng)則可以運行面部分析，判斷你的位置和你的面部位置，然后令Host直接透過屏幕看著你。這會提供一種眼睛接觸的幻覺。

用戶還可以使用亞馬遜的Maya SDK從零創(chuàng)建自己的定制Host，但亞馬遜已經(jīng)提供了基本框架，方便你從中調(diào)整Host的外觀，口音和語調(diào)變化，以及語言等等。從長遠來看，亞馬遜正在考慮如何幫助用戶更輕松地創(chuàng)建Host。Argenti談到了用于第一人稱角色的Host生成器概念，或者使用面部識別來匹配渲染角色和真實人類。

Argenti表示：”結(jié)合Rekognition，如果我們在程序上盡可能多地生成這些角色，我們可以嘗試將你與最接近的角色進行匹配。我們可以拍攝你的照片并運行反向面部識別，并將其與隨機角色進行匹配，從而提供一個看起來像是你的Host版本?！?/p>

Argenti解釋了集成其他AWS服務可以令Host更加逼真，比如說Amazon Comprehend自然語言處理服務。Comprehend可以分析文本并提取諸如心情和情緒分析等元數(shù)據(jù)。所以根據(jù)對話者的情緒，Host可以有不同的面部表情或表達方式。

Argenti說：“如果對話者生氣了，也許Host可以令他們平復心情。不僅在我們傳達信息的方式上有所發(fā)展，我們通過深度情感分析來呈現(xiàn)這一點的方式上也有進步?！?/p>

6. Alexa背后的語音服務

能夠進行對話的Host才是好NPC。與在WMR中激活Cortana小娜的方式不同，你不能在Sumerian應用中通過說“Hey Alexa”來激活語言服務。相反，亞馬遜采用了Alexa背后的自動語音識別和自然語言理解API來幫助Host進行對話。

Sumerian與Amazon Lex和Amazon Polly進行了集成。Polly是一種文本到語音轉(zhuǎn)換服務，可將文本轉(zhuǎn)換為Host的語音腳本。Lex則是一個用于構(gòu)建會話界面的NLP引擎，這是Host理解和響應用戶說話內(nèi)容的方式。Sumerian目前已經(jīng)通過Polly支持了超過二十種語言，而且嘴唇同步功能可以令Host的嘴巴動作與語言或語音節(jié)奏相匹配。

Argenti說道：“當你沉浸在AR或VR中時，語音是一種真正有意義的媒介。如果你看到一個角色站在那里，我會希望與它進行交談。所以我們從人工智能團隊中挑選了兩個這樣的工具，并試圖將它們?nèi)烁窕Ｎ覀兿Ｍ麍鼍澳軌騼A聽并回應我們。因此，你可以像聊天機器人一樣將整個Lex流程拖放到角色上。從很多方面來講，它比構(gòu)建一項Alexa技能要容易得多?！?/p>

7. 沉浸式世界中的腳本邏輯

Sumerian的Visual State Machine是你設(shè)計復雜序列和虛擬模擬的工具。借助視覺時間線編輯器或完整的JavaScript界面，應用創(chuàng)建者和開發(fā)者就可以編寫腳本邏輯來控制場景中的Host或其他對象。例如，Sumerian包括一個可以編寫腳本的飛行無人機對象。

當你把真實世界的對象引入等式時，這一切都將變得更加復雜。由于Argenti同時負責AWS的無服務器計算和物聯(lián)網(wǎng)部門，他認為將Sumerian連接到Lambda和Greengrass這樣的AWS服務中可以為復雜模擬帶來更多可能性。Greengrass是機器學習模型在物聯(lián)網(wǎng)設(shè)備上進行本地運行的一種方式。我們可以設(shè)想一個根據(jù)工廠車間機器數(shù)據(jù)進行訓練的ML模型，然后我們把這種算法帶到Sumerian，并且使用AI來模擬同一臺機器。

Argenti說道：“AR和VR中真的可以存在一個模擬世界，每個角色或?qū)ο蠖寄芡ㄟ^現(xiàn)實世界中的機器學習訓練變得智能起來。最終，你將希望嘗試以最逼真的方式來重新創(chuàng)造現(xiàn)實。今天我們可以進一步靠近，但從行為角度來看，它還不足以模擬實際情況。”

8. Weatherbug的模擬氣象學家

當亞馬遜向我演示Sumerian應用時，我十分驚訝于他們展示的第一個應用是與天氣有關(guān)。

但正如WeatherBug總經(jīng)理Olivier Vincent所解釋的那樣，虛擬現(xiàn)實與天氣數(shù)據(jù)的結(jié)合比你想象中更為合理。由于人們已經(jīng)開始通過應用程序查看天氣狀況，天氣預報已經(jīng)丟失了其中一個亮點：站在天氣屏幕前的當?shù)靥鞖忸A報員。

Vicent說道：“天氣就是告訴你某個時間段內(nèi)某個地方將會發(fā)生什么，你可以在應用中以一種2D方式進行快速查看，但我們知道一直以來天氣預報員都十分受歡迎。所以我們的想法是以一種更加身臨其境的方式重新引入天氣預報員?！?/p>

WeatherBug構(gòu)建了一個包含虛擬新聞工作室的Sumerian場景，并配有一個主播臺和天氣屏幕。然后他們把克莉絲汀當作氣象學家。這款應用可以根據(jù)你的位置提取當前的天氣數(shù)據(jù)，然后Host將以一種個性化的方式來向你播報天氣。在WeatherBug主應用中，Vincent啟動了一個展示曼哈頓3D模型的VR場景，這時克莉絲汀會向你播報天氣，并且提供最高溫度和最低溫度等其他信息，而你甚至可以看到飄落的雪花。

9. 艾迪生：虛擬看護者

位于新墨西哥州的健康管理科技公司Electronic Caregiver則開發(fā)了一款十分不同的Sumerian體驗。

這家公司為老年人提供了包含醫(yī)療幫助的可穿戴設(shè)備，他們同時開發(fā)了一種名為Addision Care的解決方案，目標是降低家庭護理成本，并使用會話式AI來評估老年患者跌倒的風險。Electronic Caregiver為藥店，醫(yī)院和臨床醫(yī)生推出了一個終端機，通過機器學習來分析患者的步態(tài)。他們開發(fā)的Sumerian體驗同時應用了一個自定義的Host：艾迪生（Addison）。Addison將會幫助用戶完成關(guān)于跌倒歷史的口頭調(diào)查問卷。

Electronic Caregiver的技術(shù)總監(jiān)Bryan Chasko表示：“讓老年人接受技術(shù)并不容易。隨著這方面越來越好，語音技術(shù)將會涉足這個市場，你將不再需要讓他們坐在鍵盤和鼠標前面，通過艾迪生，他們只需進行對話即可?！?/p>

Electronic Caregiver制作艾迪生已有數(shù)年時間，利用Amazon Lex和Polly來開發(fā)這個3D角色。該公司是其中一家?guī)椭鷣嗰R遜構(gòu)思可以通過Sumerian解決的難題，以及如何自動化AR/VR應用創(chuàng)建流程的AWS用戶之一。

Electronic Caregiver的一名虛擬開發(fā)者Judah Tveito表示，Sumerian將他們需要投入數(shù)月時間的流程轉(zhuǎn)化為只需幾次點擊的體驗。Chasko指出，該公司還在開發(fā)艾迪生移動應用。Electronic Caregiver將艾迪生定位為家庭虛擬護理人員。對于獨立生活的老年用戶，AI可以提醒他們服用藥物，或者在其跌倒或出現(xiàn)其他醫(yī)療緊急情況時自動撥打911（美國報警電話）。

Chasko說道：“我們認為這可以解決的最大問題之一是，老年人獨自生活時的隔離感，我們希望提供一個全天候的家庭環(huán)境，當你沒有與艾迪生對話并且在浴室跌倒時，只需大喊‘我需要幫助’就可以挽救許多生命?！?/p>

10. 賺錢機器：B2B和物聯(lián)網(wǎng)

亞馬遜談到很多關(guān)于交互式數(shù)字標識的場景。想象一下，當你在酒店大堂，商場或體育場中散步時，你可以在屏幕中看到陪你一起走動的Host。這聽起來可能有點令人毛骨悚然，但Host可以處理位置等情景信息，并將廣告轉(zhuǎn)變?yōu)閭€性化的對話。Argenti認為Host是公司品牌的虛擬擴展，可以根據(jù)業(yè)務需求進行改變。

亞馬遜正在為Sumerian的用戶探索一系列的B2B和物聯(lián)網(wǎng)應用。在工業(yè)方面，Argenti表示諾基亞整合了一個包含傳感器和可視化系統(tǒng)，并將其用于監(jiān)測集裝箱內(nèi)的環(huán)境，這樣工作人員無需實際打開集裝箱即可測量內(nèi)部溫度和減震效果。

他說：“你可以想象這么一個AR世界：我們將數(shù)百萬臺設(shè)備連接到AWS，并從現(xiàn)實世界獲取大量的感官數(shù)據(jù)。然后，我們可以使用AR進行三角測量來識別對象，并在其上顯示相關(guān)信息。從服務和維修到監(jiān)控，安全等各種服務，這存在很大的適用性?！?/p>

Sumerian同樣存在廣泛的電子商務可能性。對于任何來自亞馬遜購物目錄的Sumerian 3D模型而言，如果將其添加到AR/VR場景中，你都有可能獲得開發(fā)者推薦費用。這是AWS上的企業(yè)和獨立開發(fā)者通過Sumerian應用實現(xiàn)營收的一種方式。

Argenti設(shè)想了Sumerian和亞馬遜零售部門之間的眾多交叉機會，他說：“我們可以利用我們零售團隊在家居裝飾，家用電子產(chǎn)品，以及其他高價值物品方面的一些工作來創(chuàng)建3D模型。然后你可以用它們來拍攝一個照片級真實的透視空間。我該如何設(shè)置一個現(xiàn)代化的閣樓呢？我們應該擺設(shè)什么家具呢？”

11. 一切都回到AWS

為所有AR/VR設(shè)備和平臺搭建橋梁是降低AR/VR開發(fā)門檻的一種明智方式，不僅對B2B公司是如此，對開發(fā)者來說都是如此。令亞馬遜大力發(fā)展Sumerian的一點是，這可以推動更廣泛地AWS服務采用。對于嘗試使用新服務的現(xiàn)有用戶，以及新Sumerian用戶來說都是如此。后者將開始使用亞馬遜的存儲，計算，處理，人工智能和其他服務，因為它們都融入了之中體驗。定價模式同樣很有吸引力，因為亞馬遜不征收預付費，AWS只按照你的使用量進行費用。

這只是所有流經(jīng)AWS大環(huán)路的一部分。數(shù)據(jù)來自于物聯(lián)網(wǎng)設(shè)備，通過AWS Lambda函數(shù)進行處理，部署在AWS Greengrass以進入訓練機器學習模塊的AWS IoT，并且最終作為3D模型成為Sumerian中的AR可視化。

12. 亞馬遜對AR/VR未來的展望

亞馬遜希望Sumerian能夠刺激行業(yè)制作3D大眾產(chǎn)品，以及降低成本。在AR方面，Argenti表示由于ARKit和ARCore的原因，基本的支持者已經(jīng)到位。他指出，當開發(fā)者提供足夠的應用和視頻內(nèi)容時，行業(yè)將出現(xiàn)一個拐點。在VR方面，亞馬遜希望看到的重大變化是硬件價格下降，變得輕便和無線。

Argenti說：“當這一切發(fā)生的時候，以及當你像佩戴眼鏡一樣佩戴VR體驗的時候，VR將實現(xiàn)騰飛。我認為它必須要像在平板電腦上觀看視頻或打開電視機一樣自然，只有這樣才能達到與其他媒介相同的主流消費水平。圍繞內(nèi)容創(chuàng)建者，廣告客戶，終端用戶，以及迎合這些用戶的公司來開發(fā)一個完整的生態(tài)系統(tǒng)就是具體的操作方式?！?/p>

Argenti還強調(diào)了VR和MR中沉浸感的重要性。亞馬遜為Sumerian設(shè)置的另一個目標用例是教育和培訓。他指出，無論你是在學習如何使用醫(yī)療設(shè)備，還是說學習新的語言，這一切都是為了令你感覺自己仿佛置身于一個真實的環(huán)境之中。

他說道：“你足不出戶就可以坐在一家法式小酒館里學習當?shù)卣Z言。Host會用法語與你進行對話。菜單是用法語書寫。然后在這個現(xiàn)實中，你可以觸摸一個菜單并看到相應的翻譯，將你的手指放在一個條目上即可看到單詞變成不同的語言。學習主要是情景化的學習，所以作為一種學習工具，能夠涉及你所有感官的體驗將十分強大?！?/p>