隨著生成式人工智慧（Generative AI）運用日漸成熟，使得行動裝置和穿戴式裝置（Wearables）對生成式AI圖像需求殷切，來提升人機互動能量和技術力；然而，專門設計的AR/VR（擴增實境暨虛擬實境）眼鏡（如微軟HoloLens、Google Glass等）因為價格和重量都居高不下，加上長期穿戴的眼睛不適問題，而未能普及化應用。

一支來自美國史丹佛大學的團隊，針對坊間AR/VR眼鏡的前述問題有感而發，因而開發了結合生成式AI和鏡片直接投影的替代方案，希望藉由導入AI應用來提升AR顯像品質，期望達到AR眼鏡普及化應用的目標。

技術發展背景

智慧眼鏡已經問世一段時間，但初期尚未發展出「殺手級應用」而受限，近年隨著5G、物聯網、元宇宙、AI的蓬勃發展而讓智慧眼鏡有了發展的契機，希望能有更普及化的運用，來降低入手門檻。

另外，隨著AI自動繪圖和建模的技術日新月異，AI圖像的舞台已不再侷限於電腦、智慧電視和行動裝置的螢幕上，而是五花八門的穿戴式裝置，尤其智慧型眼鏡更適合AI即時生成圖像，來達成虛實結合之效果，讓智慧眼鏡比以往設計得更不一樣、操作更方便親切。

技術介紹與應用現況

來自史丹佛大學的研究團隊，在研究各種坊間3D眼鏡、AR/VR眼鏡之後，除了感覺到體積大而笨重、攜帶不便外，還有觀看AR/VR影像過程中帶來的眼睛疲勞、殘影重疊、模糊等不良現象，有可能是因為投影裝置或鏡片材質不良等問題。因此，研究團隊就著手改善鏡片材質和AR成像原理，除了減少穿戴時的不適感，也能改善AR投影的真實性。

圖 1： 新型AR眼鏡原型設計

資料來源： Choi, 2024

傳統的AR眼鏡是用間接投影的方式，利用微型投影機將影像打在鏡片上，折射出二維AR影像，但有體積較笨重、鏡框結構有限、影像折射品質差等缺點（如圖 2的左上角a圖）；有鑑於此，研究團隊利用一種LED直接投影的技術，並改良鏡片設計和折射原理，讓LED顯像單元嵌到鏡片上直接投影（如圖 2的左下角b圖）。

研究團隊利用AI來運算光的折射路徑，作為改善鏡片材質的參考，同時藉由改善鏡片材質和投影機制，讓鏡片和鏡框都比以往更輕薄短小；此外LED直接投影能用AI運算光影和像素，經由每個像素不同的折射路徑對應到鏡片上不同的位置，折射出AR影像的景深效果，讓AR影像從2D變成3D，比以往AR眼鏡更具有真實感，並減少眼球對焦和穿戴時的不適感。

圖 2：AR眼鏡成像原理新舊比較

資料來源：Gopakumar, et al., 2024

研究團隊的文章除了獲得國際知名期刊《自然》收錄外，也獲得IEEE Spectrum專欄收錄，獲得學術界肯定。研究團隊指出，未來會進一步將理論應用在實際應用情境上，例如醫師以AR眼鏡輔助開刀、飛行員以AR眼鏡進行飛行訓練等等。

未來展望／挑戰

藉由改良AR眼鏡的成像技術，同時配合AI運算，為AR眼鏡帶來了突破性發展，並進一步朝向實際應用情境落地運用，讓更多使用者感覺到AR是一件既新鮮又實用的產品。

未來將隨著數位孿生、元宇宙等AR/VR整合運用，再進一步整合AI合成影像、AI聊天機器人等Gen AI殺手級應用，讓AR/VR穿戴裝置成為使用者形影不離的AI隨身助理，讓Gen AI運用更多元化，帶給使用者更真實的感官體驗。

封面圖片來源: 123RF

參考資料來源:

Choi, C. Q. (2024, May 8). Augmented Reality Slims Down With AI and Holograms. Retrieved from IEEE Spectrum: https://spectrum.ieee.org/augmented-reality-glasses-metasurface

Gopakumar, M., Lee, G. -Y., Choi, S., Chao, B., Peng, Y., Kim, J., & Wetzstein, G. (2024, May 8). Full-colour 3D holographic augmented-reality displays with metasurface waveguides. Nature, 629, pp. 791-797. doi:10.1038/s41586-024-07386-0

Myers, A. (2024, May 8). AI and holography bring 3D augmented reality to regular glasses. Retrieved from Stanford University: https://engineering.stanford.edu/news/ai-and-holography-bring-3d-augmented-reality-regular-glasses

在當今數據資料驅動的世界中，企業正積極尋求人工智慧（AI）和大數據分析解決方案，以提升競爭力並優化業務流程。兩家矽谷公司Palantir Technologies和Snowflake在這領域中扮演了重要角色。然而，隨著市場需求的變化和技術的進步，這兩家公司面臨的挑戰和機遇有所不同。

Palantir的穩健發展

Palantir Technologies成立於2003年，最初為政府機構提供大數據分析服務，特別是在情報和國防領域。憑藉其強大的數據整合和分析能力，Palantir迅速贏得了美國中央情報局（CIA）、國防部等機構的青睞。公司的產品，如Gotham和Foundry，專為需要高安全性和高度客製化的應用場景而設計，這使得Palantir在政府和商業市場中都建立了穩固的客戶基礎。

近年來，Palantir將其技術擴展至商業領域，提供適合企業需求的數據分析和AI解決方案。公司的AI平台（AIP）和訓練營計劃（bootcamp）成為了新客戶的快速入門渠道，使工程師和數據科學家能在短時間內掌握Palantir的工具和技術。這種策略不僅提高了客戶轉換率，還促進了收入增長。

Palantir穩健的盈利模式主要來自於與政府和大型企業的長期合約，這些合約通常具有較高的毛利率，提供了穩定的現金流。公司在最近幾個季度中的收入增長強勁，並通過不斷創新和擴展產品組合，適應市場需求的變化。這使得Palantir在競爭激烈的AI和大數據市場中保持了領先地位。

Snowflake的挑戰

相比之下，Snowflake在雲數據存儲和分析市場中的發展相對不順。儘管Snowflake在短期內實現了收入增長，但公司的毛利率受到多方面的壓力。例如，nVidia晶片的高成本和AI工程師薪酬的上升，都增加了營運成本。此外，Snowflake尚未找到穩定的盈利模式，主要依賴雲數據存儲和處理的收入。隨著市場需求變化和技術進步，這種商業模式的可持續性面臨挑戰。

Snowflake的市場定位主要集中在雲數據存儲和分析平台。然而，隨著Amazon Web Services（AWS）、Google Cloud和Microsoft Azure等競爭對手的壓力加大，Snowflake在市場上的競爭優勢逐漸減弱。特別是在需要高效數據處理和成本效益的情況下，毛利率的壓力可能會進一步影響其市場表現。

為何Palantir更具優勢？

Palantir相較於Snowflake的優勢主要體現在其穩定的盈利模式和對市場需求的精準定位。Palantir專注於高端數據分析和AI平台，特別是針對政府和大型企業的特定需求，這使得公司能夠保持較高的毛利率和穩定的收入來源。公司的產品具有高度的安全性和可客製化，這在需要嚴格資料保護和高安全性要求的行業中，特別具有吸引力。

此外，Palantir的業務模式使其能夠迅速適應市場需求變化，通過不斷更新和擴展產品功能，保持其技術領先地位。這種靈活性和適應性使得Palantir能夠在市場上佔據優勢，而Snowflake則需要在降低成本和提高毛利率方面做出更多努力，以保持競爭力。

對AI新創公司的發展建議

從Palantir和Snowflake的發展經驗中，AI新創軟體公司可以吸取幾點重要教訓：

1. 建立穩定的盈利模式：新創公司應該專注於建立可持續的盈利模式，確保有穩定的現金流和健康的毛利率。這可以通過與政府機構或大型企業簽訂長期合約來實現，這些合約通常具有較高的毛利率。

2. 精準的市場定位：了解和瞄準特定市場需求是成功的關鍵。公司應該確保其產品能夠滿足特定行業或客戶的特殊需求，例如安全性、高度客製化或大規模資料處理能力。

3. 技術創新與靈活性：隨著市場需求和技術的快速變化，新創公司必須保持技術領先地位並具備足夠的靈活性，以便快速適應和創新。這不僅有助於吸引新客戶，還能提高現有客戶的滿意度和忠誠度。

4. 成本控制與效率提升：在確保產品質量和性能的同時，有效控制成本是保持競爭力的關鍵。這可以通過優化供應鏈管理、提升內部效率和採用更具成本效益的技術解決方案來實現。

總之，AI新創軟體公司在尋求成長的過程中，必須同時關注市場需求和技術發展，建立穩定的盈利模式和靈活的業務策略，以保持競爭優勢並實現長期成功。Palantir的穩健發展提供了寶貴的借鑒，而Snowflake的挑戰也提醒我們市場競爭的嚴峻性和不可預測性。

封面圖片來源：Palantir wins contract to expand access to Project Maven AI tools

參考資料來源：

1.Palantir Technologies - Wikipedia

2.Snowflake Inc. - Wikipedia