VRAR行业分析报告.docx

VRAR行业分析报告.docx

《VRAR行业分析报告.docx》由会员分享，可在线阅读，更多相关《VRAR行业分析报告.docx（27页珍藏版）》请在冰豆网上搜索。

VRAR行业分析报告

2020年VR&AR行业分析报告

2020年3月

VR/AR产业链长，主体多，海内外的软件层面差距明显。

VR/AR产业链包含硬件、软件、内容制作与分发、应用和服务等环节，产业链长，参与主体多，国内企业在软件层面的系统平台与海外巨头的差距明显。

从头显设备的硬件成本构成来看，屏幕、处理器以及存储占比较大。

VR/AR从非理性过热到理性回归，运营商推动产业发展加速，内容端出现破冰者。

国家通过一系列政策构建了VR/AR产业的顶层设计，明确了产业战略地位。

2016年起投资过热，2019年前逐步降温，2019年行业投资回暖迹象明显。

国内运营商将扮演重要推手，2020年VR产业发展即将加速。

《半衰期：

爱莉克斯》游戏一经发布，好评如潮，目前我们认为该款游戏有望成为VR行业游戏内容端的破冰者，推动VR产业的发展提速。

从眼镜到一体机，科技巨头领跑优势明显。

早期低门槛的VR/AR眼镜市占率高，PC端VR内容丰富，性能强大，拥有稳定高端用户群，但是高成本成为其推广障碍，产业逐步向一体机迈进，一体机VR头显设备成为未来VR的趋势。

在产业演进历程中，海外科技巨头Oculus、Valve、HTC、索尼的领跑优势明显。

多技术融合推动VR/AR产业发展：

视场角FOV提升沉浸感、光场显示消除眩晕、定位技术打开新“视”界、FOV传输技术和编解码能力是VR场景化基石。

视场角FOV是提升沉浸感的重要参数，需同步伴随屏幕的分辨率提升（从4k到8k甚至12k），光学显示技术依然任重而道远。

人类的立体视觉的生理感知主要包括双目视差、移动视差、聚焦模糊，VR/AR设备聚焦模糊的缺失引起使用者的眩晕，光场显示有望消除眩晕。

VR头显的定位追踪技术主要分为Outside-in（由外向内）和Inside-out（由内向外）两大类型，Valve推出Lighthouse（灯塔）激光定位，OculusRift采用主动式红外激光+九轴传感器定位（俗称“星座定位”），索尼VR采用主动式光学定位，而Inside-out定位追踪技术虽然低成本，但是精度和鲁棒性较差。

视频清晰度的持续提升推动数据量增加，FOV传输逐步取代全视角传输的趋势明显，VR的场景化落地（尤其直播）需要强大的编解码能力支撑。

5G助推VR/AR产业繁荣。

5G的大带宽提升VR视频的分辨率和码率，更高清的画质提升用户沉浸感。

而云端渲染画面的情况下，通过低延时辅助降低眩晕感。

一、VR/AR产业理性回归，运营商和5G催生加速拐点

1、产业链全局一览

2019年10月19日，由工业和信息化部和江西省人民政府共同主办的2019世界VR产业大会在南昌开幕。

根据大会上发布的《虚拟现实产业发展白皮书（2019年）》，虚拟现实产业链包含硬件、软件、内容制作与分发、应用和服务等环节。

（1）VR/AR产业链长，参与主体多，国内外已出现众多代表企业，国内企业在软件层面与海外巨头的差距明显

正如前文所述，VR/AR产业链涉及环节较多，目前产业链上无论从前端的硬件器件还是下游的应用与服务，国内外均出现了众多代表企业。

硬件层面我国企业有不少参与厂商，但是软件层面与海外厂商的差距较大，系统及平台依然主要被高通、苹果、三星、索尼、谷歌等国外科技巨头所掌控。

（2）从头显设备的硬件成本构成来看，屏幕、处理器以及存储占比较大

我们参考了IHS对OculusRift的拆机报告，并进行了VR的产业链调研，得出了上述结论。

OculusRift的存储成本仅不到1美元是因为它属于下文将会讲到的PCVR，需要连接电脑，存储能力主要由PC电脑提供即可。

2、政策与市场环境：

从非理性过热到理性回归，运营商推动产业发展加速，内容端出现破冰者

（1）构建顶层设计，明确VR/AR产业战略地位

2016年，国家先后发布了《“十三五”国家战略性新兴产业发展规划》、《“十三五”国家信息化规划》、《信息产业发展指南》等多个重磅文件，均将VR/AR等作为新兴产业培育，力争形成新的经济增长点。

而2018年12月发布的《关于加快推进虚拟现实产业发展的指导意见》则再一次为我国VR技术的发展构建了顶层设计，明确了VR/AR技术的“国策”战略地位。

同时各地也从政策层面积极推动产业布局，已有十余地市相继发布针对VR领域的专项政策。

（2）前期VR/AR投资过热，2019年前逐步降温

从前述表格可以发现，2016年国家对VR/AR产业的战略定位提升，进入多个十三五战略规划文件，地方政府纷纷响应号召，出台一系列VR/AR的配套文件并开启园区建设和产业培育，例如福州、南昌、长沙、青岛等地均着手建设VR产业基地。

而资本市场在2016年之前也出现了多个针对AR/VR公司的并购和对外投资（如恺英网络、水晶光电、暴风科技等），一时间资本追捧AR/VR概念，热情高涨，VR之火照亮大江南北，但是2016年5月证监会叫停上市公司对VR领域的跨界定增，加上彼时VR产品的用户体验不够友好（存在颗粒感、笨重、易眩晕等），2016年下半年开始至2017年，国内投资界对VR/AR趋于理性和慎重，VR领域投资金额大幅缩水。

2017年第四季度出现了一轮VR/AR投资的小高潮，阿里巴巴、谷歌、淡马锡资本、SparkCapital单个季度在AR/VR领域合计投资超过10亿美元，而历史上单个季度AR/VR领域投资超过10亿美元的只有2016年第一季度。

但是2017年第四季度之后全球VR/AR领域的投资金额继续逐步走低，VR/AR行业资本热度继续降温。

（3）2019年VR/AR行业投资回暖迹象明显

根据VR陀螺的数据，2019年上半年，全球VR/AR行业总融资金额达124.69亿元，同比大涨133.3%，全球产业资本入场迹象明显，并且资本更倾向于已融过资且商业模式比较清晰的企业。

根据Digi-Capital的数据，在截止至2019年第二季度的12个月期间，全球AR/VR行业总融资规模超过54亿美元，其中中国的总融资是北美的2.5倍以上，中国VR/AR市场受到青睐。

IT桔子和前瞻产业研究院的数据显示，2019年1-9月，中国VR/AR行业的投资金额达到了99.21亿元，基本接近2018年全年金额109.77亿元。

从多个数据维度来看，我们认为，2019年VR/AR市场回暖迹象明显。

（4）国内运营商扮演重要推手，2020年VR产业发展即将加速

根据IDC中国对2019年VR头像设备出货量的预测，估计为200万台，而中国电信在2020年的VR出货量目标就达到了300万台。

而根据2019年11月15日，中国移动召开的5G泛智能终端渠道生态合作峰会上所发布的2020年终端产品规划，2020年中国移动预计XR终端出货量为200万台（由于目前市场中相比VR，AR的市场体量较小，我们可以假设200万台基本为VR终端的预期出货数量）。

中国联通在2019年10月17日的中国联通智慧生态合作大会上公布了2020年的VR发展目标，用户数从“试点”状态达到过100万。

综合上述三大运营商的数据，得到2020年的合计VR出货目标达到约600万台。

按照VR单价1000-2000元计算，三大运营商2020年600万台VR头显设备的投资计划约为60-120亿元。

因此我们认为，2020年中国VR的出货量出现井喷将成为大概率事件，VR产业发展加速在即，运营商成为这一趋势背后的有力推手。

由于目前国内一季度XGYQ的影响，对三大电信运营商2020年全年的VR出货目标构成了一定压力，目前运营商线下门店尚未出现大规模VR头显设备的展示。

预计随着国内YQ的逐步稳定，国内相关VR设备及整个VR供应链厂商的开工率的逐步恢复，运营商的VR出货进度有望在Q2（甚至4月份）看到明显改善。

（5）内容端出现破冰者，产业发展有望提速

2020年3月24日，Valve携Half-Life系列新作《半衰期：

爱莉克斯》强势归来，好评如潮，Steam社区首日就获5000+评价，好评率97%，目前我们认为该款游戏有望成为VR行业游戏内容端的破冰者，从而推动VR产业的发展提速。

3、产业趋势：

从眼镜到一体机，科技巨头领跑优势明显

（1）早期低门槛的VR/AR眼镜市占率高

VR/AR眼镜的简单低门槛，使得消费者能够低成本地感受和体验VR/AR的概念，在产业发展早期占据了较高的市场占有率。

但是由于VR/AR眼镜没有计算能力，仅仅是一副显示镜片，清晰度水平也取决于手机屏幕本身的分辨率。

（2）PC端VR内容丰富，性能强大，拥有稳定高端用户群，但是高成本成为其推广障碍

随着行业巨头Oculus、Vive、PlayStation持续投入巨额研发，PC端VR依托其丰富的内容、强大的计算性能，拥有稳定忠实的高端用户群体，得到了尤其重度玩家的青睐，全球出货量份额占比保持了稳定的增长态势。

不过PC端VR需要单独配置高性能的PC电脑以及中高端独立显卡，综合配置成本往往超过12,000元，较高的使用成本也一定程度上阻碍了PC端VR进入千家万户。

（3）产业向VR一体机迈进

2017年下半年起，各大厂商争相发布VR一体机，通过牺牲一部分的性能、增加便携性同时降低价格吸引消费者。

当然，整个产业的技术需要突破，内容需要探索，产品需要迭代，这也给新进入者一定的市场机会（例如爱奇艺也成为了这一新兴市场的参与者）。

我们认为，重量、续航时间、内容、计算能力、画质以及价格将成为VR一体机最重要的竞争指标。

（4）一体机VR头显设备成为未来VR的趋势

根据IDC报告，从2017年到2019年，全球VR设备出货量中无屏类设备逐年减少，预计2019年出货量占比将从2017年的60%降至16%；一体机设备出货量逐年上升，预计2019年将达269万台，出货量占比从2017年的4%提升至38%；PC端VR设备出货量占比每年小幅提升，2019年预计为46%。

另外根据市场研究机构SuperData发布的《2019年数字游戏和互动媒体产业报告》，VR一体机在2019年的出货量相比2018年增长了一倍多，从2018年的120万台增长到2019年的280万台，占整个VR硬件出货量的49%，这一比例超过了IDC在2018年的预期。

（5）海外科技巨头领跑优势明显

IDC的报告显示，2019年第一季度，索尼、Oculus、HTC、Pico和3Glasses销量强劲，排名前五的厂商占据了整个VR头显市场的65.1%。

而SuperData于2020年1月28日发布的报告数据显示，2019年VR和AR的全球销售收入达到63亿美元，同比增长26%，OculusQuest成为重磅热销产品，全年出货70.5万台，超过了OculusRift和OculusGo的总和，仅2019年第四季度就出货31.7万台，略低于PlayStationVR的33.8万台。

而ValveIndex在2019年四季度出货10.3万台（该产品为2019年6月28日发布，2019年全年为14.9万台，），和第三季度相比增长200%以上，环比增速第一，增长态势非常强劲，并出现缺货现象。

总体来看，海外科技巨头在VR/AR领域的技术优势明显，持续领跑行业。

4、关键技术路径：

多技术融合推动VR/AR产业发展

VR/AR的核心技术不是一项单一的技术，而是需要通过多种技术的融合，得以成功“欺骗”人类的大脑，让使用者认为自己存在于另外一个真实的世界中。

这需要一方面避免视觉上的眩晕，一方面匹配人类的小脑运动系统，同时辅助声音仿真，才能达到VR/AR的终极目标。

可以说，VR/AR必须硬件软件两手都要硬。

（1）视场角FOV提升沉浸感

①视场角FOV是提升沉浸感的重要参数

说到光学显示，就必须提到视场角FOV（FieldofVision）的概念，它主要表示人眼所能看到的图像最大角度范围。

一般人水平方向双眼是200°，会有120°的重叠。

双眼重叠部分对于人眼构建立体和景深非常重要，人类的垂直视角大约为130°。

现实世界中，一般当FOV大于110°时，人通常会采取转动脑袋的方式，而不是斜着眼去注视视角边缘的画面，否则会增加疲劳感。

根据《2018年虚拟（增强）现实白皮书》，达到“深度沉浸”的FOV需要约140°。

②FOV与产品体验就像鱼和熊掌不可兼得，未来光学显示技术依然任重而道远

为了得到更大的视场角FOV，就需要缩短眼睛与透镜之间的距离，或者是增加透镜的大小，但是这会产生更严重的屏幕的晶格感（当屏幕PPI不高的情况下，随着视场角增大，单个像素的放大倍数会越大），甚至产生对眼睛的伤害。

我们认为未来FOV的提高需同步伴随屏幕的分辨率提升（从4k到8k甚至12k）。

（2）光场显示消除眩晕

光场（LightField）是空间中光线集合的完备表示，采集并显示光场就能在视觉上重现真实世界。

根据腾讯优图实验室曹煊博士的表述，“LightField”这一术语最早出现在AlexanderGershun于1936年在莫斯科发表的一篇经典文章中，后来由美国MIT的ParryMoon和GregoryTimoshenko在1939年翻译为英文。

但Gershun提出的“光场”概念主要是指空间中光的辐射可以表示为关于空间位置的三维向量，这与当前“计算成像”、“裸眼3D”等技术中提及的光场不是同一个概念。

学术界普遍认为ParryMoon在1981年提出的“PhoticField”才是当前学术界所研究的“光场”。

简单来说，光场就是指定空间内所有光线信息的总和，包括颜色、光线亮度、光线的方向、光线距离等等，其除了可以像普通屏幕那样显示基本的图像信息外，还能显示景深信息。

人类的立体视觉的生理感知主要包括双目视差、移动视差、聚焦模糊。

双目视差（binocularparallax）：

视差即同一个物体在左右眼中所成的像之间的轻微偏，最形象的例子就是当人注视自己的鼻尖时，就会产生明显的双目时差，这也说明物体离眼睛越近，双目视差越大，距离无限远时，双目视差将消失。

移动视差（motionparallax）：

当远近不同的物体在空间中移动时，在人眼中产生的位移会不同。

这个很容易理解，例如我们坐在车上时，眼前的景物移动很快，远处的风景却缓缓移动。

聚焦模糊（Accommodation）：

当我们聚焦于眼前的某个物体时，远处的事物将会处于模糊状态，睫状肌起到了调解眼球焦距的作用。

①VR/AR设备聚焦模糊的缺失引起使用者的眩晕

当前的VR/AR设备虽然可以产生双目视差（为双眼分别产生画面）和移动视差（可以随便用户的移动提供不同角度的画面展示），从而产生一定的沉浸感，但是展示的“远处”和“近处”都是从离人眼相同距离的屏幕上发出的光线，人眼始终聚焦在固定的虚拟屏幕上，无法自适应地重聚焦，使得人眼的睫状肌无法产生不同的曲张状态，这与真实世界的“远”、“近”所产生睫状肌反应是不一样的。

双目视差和聚焦模糊所呈现的远近距离的差异导致大脑产生深度感知冲突，长时间佩戴将引起视觉疲劳和眩晕。

②光场显示有望消除眩晕

在光场显示技术发展过程中，出现了多种光场显示技术方案，引起广泛关注和研究的主要有五种技术：

体三维显示（Volumetric3DDisplay）、多视投影阵列（Multi-viewProjectorArray）、集成成像（IntegralImaging）、数字全息（DigitalHolographic）、多层液晶张量显示（Multi-layerTensorDisplay）。

目前GoogleSeurat和AmazonGo都在与小型初创公司如Lytro、Otoy、8i等竞争开发基于光场显示的VR/AR技术，但是依然处于这一技术应用的初级阶段。

（3）定位技术打开新“视”界

VR头显的定位追踪技术主要分为Outside-in（由外向内）和Inside-out（由内向外）两大类型。

Outside-in依靠外部的摄像头和发射器来捕捉和追踪用户的动作，而Inside-out定位追踪技术是利用设备自身以及更多的人机交互，而不是依靠其他外部传感器实现虚拟场景里的空间定位。

Valve推出Lighthouse（灯塔）激光定位技术。

Valve借助房间内的两个独立探测盒子（位于两个相对的顶角），结合头显和手柄上的超过70个光敏传感器，通过计算接收激光的时间来计算传感器位置相对于激光发射器的准确位置，通过多个光敏传感器可以探测出头显的位置及方向。

而Valve的SteamVR2.0追踪系统进一步扩大了范围（从4.5米*4.5米到10米*10米）。

灯塔每秒完成15-30次定位，精度较高，但是由于机械结构要需要精准可靠且寿命长，成本会比较高，此外反射激光的物体（如镜子等）会对定位产生干扰。

OculusRift采用主动式红外激光+九轴传感器定位（俗称“星座定位技术”）。

OculusRift通过两台红外（不可见光）摄像机拍摄头显以及手柄上的红外灯（不同的红外灯具有不同的闪烁频率，用于区分ID），进而传输到CPU，通过视觉算法过滤掉无用的信息，从而获得红外灯的位置，利用四个不共面的红外灯在设备上的位置信息、四个点获得的图像信息即可最终将设备纳入摄像头坐标系，拟合出设备的三维模型，并以此来实时监控玩家的头部、手部运动。

此外，OculusRift产品还配备了九轴传感器，在红外光学定位发生遮挡或者模糊时，利用九轴传感器来计算设备的空间位置信息。

由于九轴会存在明显的零偏和漂移，那在红外光学定位系统可以正常工作时又可以利用其所获得的定位信息校准九轴所获得的信息，使得红外光学定位与九轴相互弥补。

但是由于摄像头视角有限，从而限制了使用者的使用范围。

总的来说，受限于摄像头的分辨率，以及图像识别的误差，定位精度没有灯塔系统高。

索尼VR采用主动式光学定位技术。

索尼PlayStationVR设备采用体感摄像头（双目）+PSMOVE发光球体，以定位人的头部及其活动在三维空间的位置，且摄像头和手柄须配合使用。

在确定好头显的三维坐标（x、y、z三个自由度）后，PS系列采用九轴传感器来计算另外三个自由度及旋转自由度，从而得到六个空间自由度，最终确定手柄和头显的空间位置和姿态。

这套系统通过拍摄的MOVE手柄光点大小，来判断手柄与摄像头的距离，准确度不高，导致MOVE手柄定位不佳，并且摄像头拍摄范围同样有限。

Inside-out定位追踪技术虽然低成本，但是精度和鲁棒性较差。

Inside-out方案使用计算机视觉算法执行“由内向外”跟踪，使用的特定算法类型被称为即时定位与映射（SLAM，SimultaneousLocalizationAndMapping），以三角定位算法为基础，主要通过比较来自加速度计、陀螺仪的旋转和加速度以及这些特征如何变化，从而确定头显的位置。

SLAM方案比较简易，无需外置的红外传感器或者红外摄像头等，成本相对低，但是很明显在黑暗中效果将较差（因为是可见光图像识别），另外当控制器被手臂或者其他障碍物遮蔽时也将无法工作，精度往往较差。

（4）FOV传输技术和编解码能力是VR场景化基石

视频清晰度的持续提升推动数据量增加，FOV传输逐步取代全视角传输的趋势明显。

全视角（等质量）传输。

终端接收到的一帧数据中包含了用户可看到的空间球对应的全部视角信息。

用户改变视角的交互信号在本地完成，终端根据视角信息从缓存到本地的帧中解出对应FOV信息，在播放器中矫正还原，因此仅由终端保证20msMTP（MotionToPhotons）时延（从IMU或视觉传感器检测头部/手部的运动，到图像引擎渲染出对应的新画面并显示到屏幕上所对应的时延），不涉及网络和云端时延，这一技术路线对带宽要求较高，时延要求较低，属于“用带宽换时延”。

在内容准备侧，须编码全视角VR内容，准备多个质量的VR码流，用户端根据带宽选择VR码流播放，相当部分传送到用户端的内容数据因FOV视场角影响损失浪费。

FOV传输。

终端接收到的一帧数据中不再包含空间球的无差别全部视角信息，而是根据用户视角姿态构造对应的帧数据，终端判断用户转头改变视角的姿态位置，并发送至云端，请求新姿态对应的帧数据。

因此20msMTP既包含终端处理时延，也包含网络传输和云端处理时延，该技术对带宽要求降低，时延要求变高，属于“时延换带宽”，目前呈现由全视角传输的“带宽换时延”向基于FOV传输的“时延换带宽”方向发展。

目前的FOV传输技术存在以下三条发展路径：

金字塔模型（Facebook提出）。

在内容准备侧，针对每个视角准备一个全视角的质量不均匀的码流，模型底部为高质量用户视角区域，随着金字塔高度的上升，其他区域通过亚采样降低分辨率。

终端根据用户当前视角姿态位置，向服务器请求对应的视角文件。

缺点是多耗费头端GPU编码、CDN存储和传输带宽。

基于视频分块（Tile）的TWS（TileWiseStreaming）传输方案。

在内容准备侧，将VR画面划分为多个Tile，每个区域对应一个可以独立解码的码流，同时准备一个低质量全视角的VR码流，根据用户视点和视角只传输观看范围内容的高质量Tile视频分块和最低质量全视角视频。

该方案被MPEG组织OMAF工作组采纳，并写入了新近标准文档《ISO/IECFDIS23090-2OmnidirectionalMediaFormat》中，被推荐采用。

采用按需传输、部分解码策略的基于视点自适应TWS传输方案可有效解决VR业务应用中的高分辨率全景视频传输带宽、解码能力和渲染输出三大问题，根据用户的即时观看区域动态地选择传输视频分块，可以有效地节省网络流量开销。

同时为保障用户转头时，无察觉地切换新视点高质量内容，传输一个质量基本可接受的全景视频流，因此20msMTP可由终端保证，云端和网络只需保证切换新视点时，高低质量内容的切换时间在用户能明显感知的范围内即可（200-300ms）。

以8K2DVR为例，若采用TWS方案进行FoV传输，低清背景流码率约6~15Mbps，高清Tile流总和约80Mbps，网络传输的是背景流和FoV视角范围内的高清Tile流，如此一来，终端不再需要解码全部视角的高清视频流，可有效降低终端解码压力。

FOV+方案。

FOV+不是全视角编码，而是不同视点的剪切视频流编码，通过传输比FOV角度略大的画面来应对网络和处理时延。

例如以用户转头速度120°/s估算，则50ms为6°，即各方向多传6°画面可以补偿50ms的RTT（Round-TripTime）时延，降低交互体验对网络VR端到端时延小于20ms的要求。

VR直播需要强大的编解码能力支撑。

采集或拼接内容编码压缩：

当使用采集端拼接时，视频拼接后的数据量对存储和传输的要求非常高，需要经过视频编码进行数据压缩再传给云端；当使用云端拼接时，需要将VR摄像机采集的原始内容经过编码后传至云端，云端先解码，然后拼接，再将拼接的内容重新编码。

转编码处理：

云端对于注入的经过编码的视频流，需要转编码，如从H.264编码转成更高效的H.265编码，则需要先进行H.264解码后再使用H.265重新编码。

终端解码：

终端需要对视频流进行解码播放。

由于VR直播视频拼接后输出的是平面视频形式，因此其编解码技术本质上与传统平面视频相似，当前主要采用H.26x系列的编解码标准。

相比传统直播，VR直播内容分辨率更高、数据量更大，同时直播要求实时性，因此需要更高效的编解码能力。

随着VR视频分辨率的不断提升至8K及以上，高度密集的数据将带来了数据存储和传输的挑战；同时，FoV传输技术的应用也需要编码技术的配合。

5、行业展望：

5G助推VR/AR产业繁荣

5G具有三大特性，大带宽（eMBB，EnhancedMobileBroadband）、高可靠低时延（uRLLC，Ultra-ReliableLowlatencyCommunications）和海量连接（mMTC，MassiveMachineType