六重“临场感”、远端协同一秒“入戏”，无界的AR协同社交来了

局部遮挡的“陷阱”

2D到3D的神来之笔

以下图为例，我们将会遭遇AR交互设计师给大脑挖的第一重“陷阱”。这是MSpace的空间创建环节，当我们锚到“创建空间”时，将会看到一个蓝绿色的斜角建筑物出现在视线的左上方，对话框左上角有部分被遮挡。

这个建筑物可能并不会吸引我们太多注意力去思考这是一所学校还是一栋大厦，但是这个建筑却已成功“说服”了我们的大脑：“现在我们已经进入了另一个立体空间，初步判断，这应该不是二维空间。”

而这，就是交互设计师的“小心机”——重叠技巧在空间塑造感上的应用，让这个空间充满了趣味与新颖感：

“重叠是空间设计中最为常见的一种表现手法，当我们用一个形象对另外一个、或是几个形象进行局部遮盖，就会形成一种前后有差别、上下交叠、远近不同的纵深空间。在相互重叠的几个物体中，前一个物体的形象和轮廓线是较为完整的，另外几个物体的形象以及轮廓线由于在交叉点上受到了阻碍，会表现出一定的不完整性，这对于前后纵深感的营造有着特殊作用。”

由一根钓鱼竿引发“自然拟态”设计

数字世界也有“万有引力”

数字世界也有

当我们在现实环境中办公，除了感受到眼前距离自己最近的电脑，坐在对面的同事，以及远处公司墙上的装饰画，我们还会时不时感受到“大自然的力量”——手中的一叠文件不小心撒在了地上；咖啡不小心倒在了桌子上。这是万有引力在跟我们玩“躲猫猫”游戏。

如果我们要让数字空间中的交互无限接近真实环境，是不是得让“牛顿”的苹果也在MSpace中砸到用户的头上？

这一次，重力给出的答案是：用钓鱼竿更换牛顿的苹果。

什么时候我们对重力的体感最明显？钓鱼爱好者最有发言权。当一条大鱼要上钩时，鱼竿会被拉得很弯；鱼竿起水时，鱼线会因为“庞然大物”而左右摇摆。

这种体验，在MSpace里被真实复刻：射线锚中物体移动时就像钓鱼一样，做了一个曲度设计，并且随着物体大小不同，会有弯曲度的差别。后续还将实现移动物体时的左右摇摆，可以说是一条真鱼上钩的即视感了。

我们去MSpace，是钓鱼还是摸鱼？

三重世界：

紧密而又互不干扰的神秘地带

在MSpace中，没有文字和画面提示我们，我们所看到和操控的其实是“三个世界”。

“信息” 信息世界所发生的跟我们在一个会议室大屏幕、家中电视机、电脑上所见到的非常接近，信息世界也因此成为了协同世界和操作世界最得力的助手：月报ppt、策划方案、电影投屏、totast提示和弹窗、教学视频……

“协同” 这个世界所发生的事情，与我们开门进入朋友的家或者会议室，看到里面的桌子、人还有摆放的物体几乎无异。在这个世界，我们跟身边的人说话，看着他们表情的变化，无聊时摆弄下这个房间的物体，一切井然有序。这也是MSpace中的“人类”生活的主要空间。

“操作” 如果协同世界是陆地空间，操作世界更像是“上帝视角”。当我们在协同世界进行着远程协同会议、跟朋友远程连线打游戏时，这个“上帝”是隐身的。但当我们想要离开这个世界时，“上帝”就会随时呼应我们的需求，轻轻一点就能把你带离MSpace，或者切换到另一个空间开启新的故事。

什么都逃不过毕达哥拉斯

5米和1.3米的黄金视觉应用

大自然是最好的数学家，而眼睛是最好的鉴定师。黄金分割的创始人毕达哥拉斯曾大胆断言：一条线段的某一部分与另一部分之比，如果正好等于另一部分同整个线段的比即0.618，那么，这样比例会给人一种美感。后来，这一神奇的比例关系被古希腊著名哲学家、美学家柏拉图誉为“黄金分割律”。

在MSpace中，视觉效果也应用了黄金分割线，但不是毕达哥拉斯的0.618。而是通过眼睛的无数次数值测试后得出的结论：协同层与眼睛的距离保持在5米，能让视觉效果最佳；工具栏的距离保持在1.3米，能既不打扰协同层，又能随时随地stand by。

数字世界也有位置秩序感

一样能感受“心跳的声音在左边”

当我们身边有一群人在说话，这时我们闭上眼睛，依靠耳朵的听声辩位能力，还是能判断出谁在左边，谁在右边，甚至能猜测出是谁。

在数字世界，“声音”也得实时传输，并通过位置建立秩序感。

利用AR眼镜上的多个麦克风采集音频，并通过分析用户的头部运动，来判断当前人物处于空间的位置，实现数字世界的秩序感。

同时，采用近端波束成形方式，对接收的声音进行AI降噪，语音端点检测(VAD)，精确地检测语音的开始与结束，过滤出人声；以及通过自动增益控制(AGC)，避免爆音，通过语音信号处理算法有效解决拾音中遇到的回音、噪音等强干扰问题。

通过AI降噪，定向拾音等技术，调高重点声音的音量，并降低其他声音，让用户在混乱的声音环境中也能听到有效信息。

声场渲染技术让MSpace数字人“进化出”听声辨位的能力，能听出发言者的空间位置。

在数字空间，我们也能感受“心跳的声音在左边”。

电竞级别的表情和动作同步

120ms的速度与激情

当我们听到同事的声音从左侧传来时，但向左转头却看到虚拟人形象刚刚开口说话，这会不会太出戏？

过高的延迟和声画不同步在某种意义上也是一种割裂，这在MSpace里是不允许的。我们摒弃了传统的分段式语音驱动，采用实时语音驱动虚拟人的数据，尽可能保证语音与表情的同步性，并且增加了AI算法驱动虚拟人情绪及动作。将延迟降至平均约120ms，达到了真正意义上的电竞级别，使得虚拟人更加生动形象，像面对面一样交流。