今天分享XR行业系列深度研究报告：XR产业报告：3D内容打破硬件联动，XR产业链迎新发展机遇
报告出品方：中国银行**）。
报告共：34页。
专题报告**：人工智能学院
3D内容：信息深度的数字内容是信息载体的升级方向，新会裁缝正朝着增效、增长的方向发展
人类信息通信载体的发展经历了四个阶段：声音、文本和**。 声音和文本是 ID 信息，** 是 2D 信息。 信息发展的规律是信息的密度越来越大，信息呈现的方式越来越直观，可以加快工作效率，增强交流和娱乐的直观感，因此成为信息载体迭代的方向。 我们相信，下一阶段的信息载体将能够更生动地描绘现实世界，从而可以进一步提升工作效率，提高沟通速度，3D内容可能成为大势所趋。
3D内容是指具有垂直维度信息的内容，与平面的2D内容相比，可以产生三维感知，3D内容具有垂直维度信息，可以让人产生立体的视觉效果。 一个典型的例子是 3D 模型、体积**或 3D 游戏。 一般来说，3D内容存储在计算机上，内容生产者可以通过重复使用3D内容来提高内容制作效率。 典型的3D内容制作方式包括体积拍摄、3D游戏制作等，后者是通过建模、纹理、动画等工业流程制作的，需要专业的团队和复杂的流程。 另一种实现 3D 感知的内容实际上是 25D 内容。 2.5D内容本身没有深度信息，但可以以巧妙的信息形式组合，产生类似3D的效果。 典型 25D 内容包括全景 D 电影。 以 Panorama 为例，其原理是将多个 ** 拼接在一起并将它们投射到等距的圆柱体或球体上，让用户达到 360 英寸** 的效果。 3D电影的原理是让用户的左眼和右眼通过偏振等方式接收到略有差异的2D**双目视差，形成立体视觉。 2.5D内容的制作方式主要是多机位拍摄，通过算法融合处理实现内容制作。
3D内容具有提升效率和速度、感知推翻等效果，是新辉剪裁的升级方向
3D 内容提供更逼真、更生动的视觉冲击力，有助于越来越快地工作。 （1）可以提供更直观的视觉效果。 通过旋转、放大等操作，用户可以从不同角度观察以3D形式展示的产品，获得更全面的信息，并达到传统2D内容无法实现的效果。 （2）支持空间交互与交流。 3D 内容包含深度信息，通常伴随着空间化界面，使用户能够更自然地与 3D 内容进行交互。 （3）可以提高工作效率和准确性。 3D 内容的可视化程度更高，可减少沟通错误，有效传达工作信息，并最大限度地节省时间和金钱，从而提高效率。
XR设备是3D内容最好的硬件载体，制作难度导致内容量少
3D内容展示缺乏硬件条件，XR是3D内容的最佳展示媒介。 通常，用户触摸的物理屏幕是二维的。 无法显示深度信息。 目前支持3D内容的技术形态较少，XR设备是支持3D内容的主要方式之一。 XR使用两个屏幕来创造类似于现实世界的双目视差，可以更好地再现3D空间感。 借助 XR 设备，用户可以在真实空间 （AR） 中行走、交互 （VR） 或叠加 3D 内容，从而大大增强用户体验。
3D内容量低是XR行业增长缓慢的一个重要原因。 XR内容的制作主要有两种方式：基于3D几何体的场景构建和基于图像的场景构建。 前者是一项专门的、高度技术密集型的任务，而后者通常需要专门的设备来制作，这两者都限制了可用的 3D 内容的数量。 截至 2022 年，各大 VR 平台的内容总数仅为 10,000 多部，主要原因是 3D 内容制作的难度和成本高。
自Vision Pro发布以来，产业链企业纷纷推出一系列软硬件升级，加速3D内容生态的完善。
Apple 推出了 Spaces**，并支持 iPhone 作为创建 3D 内容的工具。 WWDC2023 年，Apple 推出了 Space**，这是 Apple Vision Pro 中的一种新形式的 3D 内容，可以进行记录和空间处理。 观众对空间**的反馈不错，记者给出了《华尔街**》等以下评论：“Space**可以成为Vision Pro的杀手级应用”、“逼真到让人汗毛竖起来，而且可以以二次元**和**遥不可及的方式营造亲密感”、“Space**比**更像是一种回忆”， 效果超出了体验者的预期。
但对于大众来说，用Vision Pro拍摄并不方便。 Apple 在其 2023 年秋季发布会上宣布，iPhone Pro 系列智能手机将于 12 月初支持 Recording Space** 和 iOS 17版本 2 正式引入了空间捕捉功能，允许用户使用 iPhone 15 Pro 系列智能手机录制空间并将其放置在 Vision Pro 中。 此外，iPhone Pro 还支持“Obiect Capture”，它允许您通过绕物体转圈**来抓取物体的 3D 模型，作为资产以备后用。 iPhone 已成为一种创意工具，使人们无论走到哪里都能更轻松地随身携带空间**，并且 3D 内容制作的机会大大增加。
Apple Space** 使用 MV-HEVC 编码来帮助打破不同设备之间共享和互连的障碍。 据 V2XR 报道，苹果官方的 Video Toolbox SDK 已经提供了对 MV-HEVC 编码的支持。 MV-HEVC编码保存了每张图片中左右眼的信息，并存储了主视图和辅助视图之间的差异信息，以提高存储效率。 与使用 SBS（并排）编码模式的传统 3D** 相比，MV-HEVC 效率更高，可将比特率降低 20%。 借助通用的 MV-HEVC 编码，未来的 iPhone 照片将可以在 Quest 浏览器中查看，并且 Quest 立体图像将与 Apple Vision Pro 用户共享。 这将推动 Phone 成为市场份额最大、使用门槛最低的 3D** 创作工具。
AUSD 是由 Apple Pixar、Adobe、Autodesk、NVIDIA 等成立的开源非营利组织。 目前，3D内容没有统一的格式，可以在各个领域大规模应用，动画、影视、游戏、工业建模、浏览器、移动应用等领域在不同时期都产生了对3D模型的需求，格式不一致导致内容制作效率低，产量低。 我们认为，AOUSD或许能够搭建一座桥梁，统一影视、动漫、建筑等行业的3D模型格式，降低3D内容制作的壁垒。
其他巨头也在积极推动XR内容硬件生态。 据《华尔街**》报道，腾讯已与Meta达成初步协议，将于2024年底在中国中国大陆独家带来Meta的“全新**低级VR头显版本”。 腾讯在国内内容和服务运营方面拥有独特的优势，如软件订阅、游戏消费等，Meta在硬件方面具有优势，我们相信腾讯与Meta的合作有望实现优势互补，促进XR生态的繁荣。 综上所述，我们认为XR行业在不久的将来发展有三个重要趋势。
趋势1：空间**成为XR刚性应用。 目前XR应用以游戏为主，**内容较少。 空间**是一种新兴的内容形式，可以提供远超当前2D**的震撼效果，并具有更好的用户体验。 我们认为，用户体验在空间上的提升，可以与它出现时的用户体验提升效果相提并论。 与智能手机拍摄类似，太空有望成为XR设备的刚性应用。
趋势二：UGC已成为XR行业3D内容的重要增长动力。 目前XR内容制作主要由专业人士制作，输出数量少，用户参与感低，空间瞬间的UGC既能丰富**内容的多样性，又能激发用户的创造力和参与度。 参考YouTube、Facebook等企业的发展经验，当用户可以自己制作和分享**内容时，可以通过社交关系有效带动用户粘性，从而推动XR行业的成熟。 我们认为，从PGC到UGC 3D的内容制作门槛已经大大降低，可以有效带动XR设备的3D内容量和用户粘性。
趋势三：硬件生态互联有望带动XR销售突破，推动智能手机3D传感功能普及。 硬件互联体现在：1、智能手机支持拍摄空间**，支持抓取3D模型，在MR设备上放置空间**：2.不同品牌的XR设备都支持**相互记录的空间**。目前，智能手机的销量远大于XR设备，在硬件生态互联的趋势下，我们认为XR设备有望借助智能手机拥有量实现销售突破。 同时，我们相信这一趋势也将导致3D感知在智能手机中的普及。
我们认为，有三个趋势有望加速3D内容的增长，这反过来又将推动XR硬件的销售。
简单来说，3D内容产业链包括3D内容制作、3D传输、3D内容三个环节。 随着巨头们将3D内容从PGC生态推向UGC生态，行业逻辑发生了巨大变化。 PGC模式：专业团队使用专用设备制作3D内容，团队数量少，内容传输方式主要分布在应用商店，无需硬件干预，下游基于高性能XR一体机**，内容形式以游戏为主。 在上一节提到的三大趋势下，未来可能会将智能手机作为3D内容制作的硬件，并可能增加有线传输方式，而在3D内容**环节，平价的XR设备也可能受益于空间**，迎来快速的销售增长。 我们相信，在3D内容突破和硬件互联的趋势下，智能手机TOF模组、**桥接芯片、平价MR将迎来增量机会。
深度传感器可以帮助苹果智能手机制作3D内容，其核心是TOF模块
目前，iPhone 有两种类型的 3D 内容：抓取物体的 3D 模型和记录空间**。 当iPhone抓取物体的3D模型（即Obiect Capture功能）时，需要借助深度传感器恢复物体的深度信息，捕捉物体的XYZ三轴信息，并快速扫描建模，从而在手机中保持3D模型： 空间**录制是基于摄像头的（即iphonc 15 Pro使用主摄像头和超广角摄像头分别录制），但iPhone 15 Pro上两个摄像头之间的距离只有2cm左右，低于平均瞳距（约6cm），两个摄像头角度之间没有足够的距离进行立体捕捉， 深度传感器可能有助于空间**拍摄。因此，深度传感器对智能手机上3D内容的制作有很大的影响。
现有的智能手机3D感知解决方案主要是结构光和Tof。 由于工作距离短，结构光方案发出的散射光斑容易受到室外强光的干扰，更适合人脸识别等近距离应用场景与结构光方案相比，TOF方案具有更好的拍摄距离和精度，使其成为3D内容制作的重要帮手。 Apple iPhone 和 iPad 的后置 LiDAR 通过使用直接飞行时间 （DTOF） 方法测量光线接触和反射物体所需的时间来测量距离，以测量最远 5 米的环境。 TOF模块是苹果构建XR生态的重要布局。
*桥接芯片目前用于分体式XR产品，需求较少。 XR设备中使用的桥接芯片原理如下：当信号源为手机PC时，通过连接AR VR显示设备，将来自信号源的信号格式从左右屏转换为不同的信息并发送到显示屏，在此过程中需要对信号进行桥接和控制。 Rokid眼镜等典型产品，由于其信号源来自主机站，需要电缆和**桥接芯片来传输信号和格式转换，可以流畅*
大量的3D内容和对XR设备的高稳定性要求，导致XR一体机需要桥接芯片。 根据 9to5mac 的说法，苹果对空间的定义是在 1080p 下以每秒 30 秒的速度拍摄，每分钟需要大约 130MB 的存储空间，而 10 分钟需要千兆字节的存储空间。 因此，在智能手机成为3D内容生产的重要手段的当下，如何更好地将手机内容整合到XR设备上**成为影响用户体验的重要瓶颈。 由于XR对内容稳定性要求较高，如果采用无线传输，可能会出现延迟、掉帧等情况，导致用户头晕，影响消费体验。 因此，电缆传输可能成为一种重要方式，支持桥接芯片的可能性大大增加。
* 桥接芯片市场有望大幅开放。 从XR品牌的角度来看，增加桥接芯片的附加成本有限，但获得的好处是大型XR设备将能够从便利性考虑直接捕获智能手机捕获的3D内容，这可以改善用户体验，扩展XR设备的应用场景。 我们相信，品牌商会在权衡利弊的情况下，选择搭载最好的桥接芯片，带动最好的桥接芯片进入增量市场。
现有品牌XR产品性能好，功能齐全，但价格昂贵，消费者购买门槛高，阻碍了消费者进入市场。 在已经发布的主流产品中，Apple Vision Pro售价为3499元，Meta Quest3售价为499元，Quest2目前售价为249元，Pico4售价为2499元，Rokid Max售价为2699元，Xreal Air 2售价为2599元。 市场上出现了价格实惠的XR产品。 ODM厂商易境虚拟发布千元入门级产品A162**仅1 25的Vision Pro，支持3D视频录制和空间***等功能。 它采用高通XR1芯片和近4K 120英寸巨屏显示器。 视场角高达 98°，刷新率 72Hz，55 英寸快速 LCD 屏幕，采用菲涅耳光学元件。 A162 产品在头戴式设备前面引入了两个摄像头，以支持全彩 VST 功能。 A162 摒弃遊戲場景，專注於看電影和工作。 目前，易晶已与该品牌取得联系，产品出厂价可能在149 169美元。
分体式AR眼镜的制造商也在拥抱太空**。 由于iPhone 15 Pro的USB-C接口，目前分体式AR眼镜可以通过数据线直接连接手机，相比于VR产品等需要通过PC传输的繁琐操作，AR眼镜的**空间**更轻松，3D体验还是更深刻的。 中国领先的AR眼镜厂商正在积极推动AR端3D空间**的进步，如Rokid2024年12月初，我们将推广“3D空间挑战赛”等活动，培养用户使用手机拍摄3D内容和使用AR眼镜的习惯**。
国内领先的3D视觉感知解决方案提供商有望从智能手机3D拍摄的浪潮中获益
行业领先的3D视觉感知解决方案提供商，公司在技术和客户方面具有优势。 公司是国内首家开展3D视觉感知技术系统研发的企业，构建了3D感知技术两大技术板块：横向，公司布局了多种3D技术解决方案，涵盖结构光、ITOF、双目、DTOF、激光雷达、工业3D测量等六大技术方向纵向，公司自主研发了从深度预警芯片、感光芯片、光学系统、SDK、行业应用算法等全链路技术体系。 公司已申请3D感知专利1300余项，将3D视觉感知拓展至生物识别、消费电子、AIoT、工业3D测量等场景，服务全球1000多家客户和众多开发者。
自成立以来，该技术被快速选拔，应用场景不断开放。 公司成立于2024年，成立之初就专注于人工智能3D传感领域，为把握2D视觉向3D视觉转型的时代机遇，公司构建了“全栈技术研发+全技术路径布局”体系，自2024年起， 自主研发迭代了一系列深度警示数字芯片，开发了IOF、DTOF等多种光敏模拟芯片，并不断开发3D人脸支付、智能手机3D摄像头、体感3D摄像头等应用方向，成为全球拥有3D视觉传感器产业链能力的少数几家企业之一。
3D视觉感知兼具软硬件技术，感知芯片和攀爬算法是核心壁垒。
3D视觉感知产业链分为上游、中游和下游，上游主要是激光器、衍射光学元件、感光芯片、传感器模组等，中游以3D视觉感知方案为主，有深度预警算法、标定对准补偿标定算法和技术方案设计： 下游是应用场景设计的算法， 如VSLAM、图像分割、姿态识别等具体方案。深度报警芯片固化了深度报警算法，在接收到光敏芯片的空间编码信息后，可以进行实时深度计算输出3D数据，属于专用ASIC芯片： 与传统的通用处理器调用算法相比，深度报警芯片具有更快的计算效率和更准确的计算能力， 这是3D视觉产品化的核心。
公司产业链布局广泛，涵盖上游光敏芯片、传感器模组、中游3D感知算法、下游应用算法及解决方案，产业链主要能力已构建。
该公司已经布局了六种主要类型的3D感知技术解决方案。 3D视觉和2D视觉大幅升级，不同场景需要不同的3D感知方案。 2D图像只能提供纹理信息，而无法实现准确识别和跟踪所需的空间形貌、几何尺寸、姿态等信息。 3D视觉感知不仅有纹理信息，还增加了深度信息，即可以记录空间几何尺寸信息，应用场景和价值大大提升，在生物识别、机器人、AIoT、3D扫描、工业3D测量等领域都有代表性的商业应用。 公司产品应用场景如下：
不同的场景对3D视觉的测量范围、测量精度、尺寸、功耗等都有不同的要求，衍生出不同的技术路径，以满足具体场景的需求。 目前，主要技术类型为六大类，公司在每条技术路径上都有布局。
打造全栈技术研发和量产优势，公司实力位居全球3D视觉感知技术第一梯队。
在技术方面，3D视觉需要从光敏芯片到背景算法再到解决方案集成的多层次软硬件研发能力，根据不同的方案需求，有多种技术路径。 公司构建了“全栈技术研发能力+全场技术路线布局”的3D视觉技术感知体系，在系统设计、芯片设计、算法研发、光学系统、软件开发等方面具有独特优势，在结构光、ITOF、双目3D、DTOF、面阵激光雷达等技术路径上具有研发创新能力。 在量产方面，3D传感器构造精确，难以量产。 公司依托前期客户合作经验，在生产工艺、检测工具及工艺、校准对准技术、自校准补偿等核心设备和技术方面积累了优势，并自建工厂并投入生产，成为全球除苹果公司外为数不多的能够量产百万级面阵3D视觉传感器的企业之一。 Microsoft、索尼、英特尔、华为、三星等巨头。
营收同比增长，亏损收窄。 2024年第三季度，公司实现营收增长，主要系公司3D视觉传感器产品销售收入增加所致。 归属于母公司净利润同比下降的主要原因是公司营业收入增加和研发费用减少。 由于公司3D视觉感知相关产品仍处于市场开发初期，尚未大规模应用，公司营收规模相对较小，此外，公司一直保持着较高的研发投入，核心骨干研发、管理和营销人员得到了激励， 这带来了大量的开支，所以公司仍然处于亏损状态。
公司毛利率维持在较高水平，净利率水平有望提升。 公司毛利率相对较高，2024年第三季度毛利率为4406%。该公司的净利润率仍然为负，因为：公司的研发投入很高。 为巩固和扩大公司目前的市场地位，积极应对未来技术和市场带来的新挑战，在研发方面，按照“全栈技术研发能力+全场技术路线布局”进行技术研发储备，公司研发人员自2024年以来投入较多， 并且研发费用的金额和收入占比都比较高公司积极开展股权激励，成本高。 为进一步激励核心骨干研发、管理、营销人员，公司通过员工持股平台进行股权激励，确认大额股权支付费用，计入当期损益。 公司目前处于稳步增长阶段，随着规模优势和产品技术差异化优势的进一步凸显，公司盈利能力有望提升。
机器人构建了公司的3D视觉长期发展空间。 具身智能机器人将朝着“脑先、感知突破、身体提升”的方向迭代，3D、小型化、低成本、高性能、高集成度的感知系统成为刚性需求，具身智能机器人产业的发展将带动3D视觉感知进入大规模产业化前的重要阶段。 公司自2024年开始为机器人提供3D视觉传感器，近年来推出丰富全面的机器人感知解决方案，拥有丰富的客户，并与优必选、跟踪科技、斯坦德高斯机器人等达成合作。 2024年7月，公司发布定增计划，规划打造机器人视觉产业技术中台，深化3D视觉感知技术在机器人应用领域的发展。
智能手机有望成为3D视觉感知的重要增量，该公司拥有丰富的量产经验，有望充分受益。 2024年，该公司为OPPO旗舰手机FindX提供前置结构光技术，使其成为继iPhone X之后全球第二款量产100万部搭载3D视觉传感器的智能手机：在后视传感器方面，2024年5月，该公司为魅族旗舰手机17 Pro提供了系统解决方案， 通过自主研发的TOF深度引擎和高性能滤波算法带来优化的3D检测性能，并于2024年3月为魅族18 Pro ITOF的一站式量产解决方案提供后置解决方案，通过软硬件一体化的技术赋能，提升产品的3D感知性能。我们认为，在3D内容突破后，XR+智能手机有望形成生态联动趋势，这将推动智能手机中后方3D视觉传感器需求的快速增长。 目前，只有苹果的智能手机大规模搭载了后置3D视觉传感器，未来市场空间很大。 凭借公司积累的技术优势和量产经验，有望从这一趋势中充分受益。
报告共：34页。
专题报告**：人工智能学院