政经观察
印度将取代中国成全球第一人口大国 究竟是人口红利还是灾难？
【博览财经特稿】前段时间，联合国一项关于人口数量的预测，引发广泛关注：印度人口数量将在4月后超过中国！也就是说，还有不到4个月，全球第一人口大国就不是中国而是印度了。
其实在2019年时，联合国认为印度的人口会在2027年超过中国，没想他们要提前达成目标了。
先别急着替印度高兴或者焦虑，看看人家自己是啥反应。显然，印度对于这个结果一点也不高兴，因为印度一直在搞计划生育！他们就怕人太多了……印度根本就不想成为啥全球第一人口大国。就在2019年时，莫迪就再三谈到：我要反复强调一个问题，人口爆炸，这将会严重威胁到印度的发展。
同时，北方邦提出了对独生子女奖励的计划草案，提出了一系列的优惠政策，如：对于独生子女优先录取印度理工大学、印度管理学院等一流大学，获得提供到20岁的免费医疗和保险，获得免费的教育直到大学毕业，在公务员录取中给予优先录取。对于遵守政策的政府公务员，将获得12个月的带薪产假，支付额外的薪资。
英迪拉的政策简单粗暴，制定了一系列的政策，其中包括：领取政府补贴和获取农业信贷之前，必须出示绝育手术证明；第三胎以上的孩子无法入学；囚犯在绝育前不能驾驶；甚至于搞出了强拉百姓，对低种姓直接绝育手术这样的骚操作。
但是在1984年，因为处理印度教和锡克教的问题爆发剧烈的争端，导致英迪拉被刺杀，印度的人口控制计划才开始缓了一缓。
顺便提一下，今天全球生育最强大的10个国家，分别是从布基纳法索的4.87到尼日尔的6.89，无一例外全在非洲。今天的印度，虽然也不想再生孩子了，但是因为由于前面几十年的势能，印度的平均年龄仅仅为28岁，远远低于中国的38岁，他们的人口增长还将持续10年以上。
人口真的越多越好吗？那多少算多？
比如中国，是20亿好还是30亿好，总得有个数。其实，我们作为一个家庭成员，就很清楚多少个孩子是合适的？一个家庭，绝对不是孩子越多越好，否则会拖垮一个家庭的经济能力和抚养能力，最后一个孩子都养不好，而是要根据父母的经济实力和实际状态来决定。
那既然如此，一个国家，凭啥就人口越多越好呢？国家同样需要根据自己的产业结构状态来分析，多少人口才是合适的。比如现在，每年动辄上百万人参加国考，几乎近一半大学毕业生参加研究生考试，到深圳的中学当老师动不动就要求博士学历。
再说回印度，为什么必须要搞人口控制。很显而易见的原因，因为印度养不活那么多人了。要维持这么多人口，有三种资源是必须的，粮食、水、就业机会。有了这三样资源，人口才可能形成红利，否则，就是灾难！很可惜，这三样，印度一个都都没有。
首先说粮食。按照道理来说，印度在农业资源上天赋异禀，平原占了总面积的40%。有1.5亿公顷的耕地，美国并列世界第一，条件远远比中国好。
还不仅仅于此，因为印度没有印度制造，所以需要拿大量的粮食进行出口，是全球第一大大米出口国，还是小麦出口的超级大国。这一进一出算下来，印度的人均粮食占有量连中国的四成都不到。
只能说印度好在有一个巨大优势，就是印度人几乎都信教，而超过83%的人口属于印度教徒，宣扬不杀生、非暴力，认为杀生吃肉食是对动物和家禽的暴力行为。也正因如此，印度不吃肉不喝酒的人口全球最多。
因为吃素就表示在粮食的投入上很少，因为如要产生一斤牛肉，就至少需要8斤的饲料或粮食，而一斤猪肉也需要至少3斤的粮食来换算。所以，吃素会节省相当大一部分粮食。
但即使是这些，多数印度人也吃不起啊，因为印度有33%的贫穷人口，每天的支出不足1.2美元。也正因此，根据联合国粮农组织，印度有14%的人口即2亿人营养不良；印度5岁以下儿童有34.7%发育迟缓；15到49岁的育龄妇女中，有51.4%的人贫血。
印度想拒绝中国制造没问题，最后的结果就是连3.1亿吨的粮食产量都没有，饿肚子的人更多。我们知道的，2020年时，印度要抵制中国，不要中国化肥，结果国际化肥资本嘴都乐得合不拢，集体给印度涨价，印度最后又厚着脸回来了。
印度没有工业，就没有工业产品的出口，外汇储备少得可怜，只有不到4000亿美元，而且动不动就找美国和俄罗斯买武器，于是印度外债总额高达1.4万亿美元。要知道印度2018年的财政收入是5444亿美元，外债利息占财政收入的比例为20%！
印度的人口灾难-水篇
2019年6亿印度人陷入缺水的危机，每年有大约20万印度人因为水的问题而死亡。所以，能喝到恒河水，对印度来说就是最大的福音了。为什么印度会缺水？你别以为下雨多就不缺水，如果三个月不下雨，水怎么来？
你可能说印度缺水，那恒河不是都是水吗？但总不能指望13.8亿印度人全住恒河边上？否则住的远的人每天跑10个小时到河边去打水喝？
2019年时，CNN等多个媒体报导，印度第6大城市钦奈，已经彻底没水了，这个没水是什么概念：在经历近200天没有下雨的干旱后，为钦奈提供城市供水的4个水库在6月份都彻底干涸，465万人失去了主要水源，混乱不可避免，当局只能靠海水淡化、火车、卡车运水，来湿润焦渴冒火的咽喉，水价猛涨，弱势人群陷入巨大的困境之中。
因为修堤坝是百年工程，挖井是挖到水就能喝，印度人不愿意等。到今天，印度的水利工程连中国的1/5都不到，能不缺水吗？
印度的人口灾难-就业压力篇
我们的这个数值是多少呢？超过日美德总和，是全球工业霸主，为35931亿美元，几乎为印度的10倍。而我们工业化提供的岗位，至少是印度的7倍以上。有合适的工作，人口才可能形成红利，否则，都是无业游民，红利从哪里来？
但是如果让印度的人口进入工业化领域，结局会更惨，因为现在印度城市有1500万失业人口，孱弱的工业和基础建设不能提供更多的就业机会，现在好歹印度有那么多耕地可以去种地。
虽然这个效率低，但是好歹解决了10亿人口的就业，让他们有工作可以干，至少能去做佃农，否则都聚集到城市里面游手好闲，印度就真的要崩盘了！
人口要成为动力而不是负担，需要人口能进入工业化的环节，能够找到匹配的工作，不说能成为工程师，至少能成为产业工人，但这首先需要能够有教育，但印度有2.87亿的文盲，印度文盲的标准是，不会写自己的名字。这一堆问题，都不是现在的印度能解决的。
对于政府来说，没有任何一个政府希望人口无限制的多下去，否则一堆年青人找不到工作，就是不安定的重要因素，那就是阿拉伯之春的前奏，这是非常可怕的事情，政府考虑的是怎么多搞产业，提供更多的就业机会。
人多了，博士生都去抢本科生的工作干，只有人少了，机会才更多，本科生都有可能得到博士生锻炼的机会。
事实上，从二战之后到今天的80年时间，由于技术的发展，工业化的效率越来越高，科技不断的在干掉就业岗位。原来一个一万人的工厂，现在可能只需要一千人就能达成同样的生产目标，更要命的是，还不断的有无人工厂、无人码头、无人货运这样的新技术出现，使得能提供的岗位更少了。
总有人忧心忡忡，印度人超过我们了，我们打不过怎么办。你真的想多了，在未来，决定战争胜负的人是一方面，更重要的是技术。
说回印度，中印战争的历史数据伤亡交换率是1比7，这还是在60年代，那这50年过去了，中印的差距是变大了还是变小了？中国今天的军事实力对比印度，和50年代比较怎么样？
那印度的生育率至少要达到30.26以上。另外，还需要他们有足够的体能翻过7000米的喜马拉雅山。等印度超过100亿人口的时候，再去愁怎么打仗吧。（来源：一个坏土豆 作者：坏土豆）
没有台积电 看似低迷环境下正酝酿一场百年未有变局
【博览财经特稿】2022年11月底，一场全球瞩目的搬迁，在中国台湾和美国亚利桑那州之间发生。两架台积电的客机，将300名半导体工程师运往美国，这还只是第一批，未来预计将会有1000余名工程师赴美，他们将在台积电亚利桑那州厂承担先进制程的芯片制造。
拜登在仪式上宣布，“美国制造业回来了。”毕竟最初半导体产业链的全球化正是从美国加州发起，然后逐渐将制造环节外包到其他国家和地区。
另一重底色，是熬着、活着。“今年的主要任务就是活着。”多位硬科技领域的企业创始人如是说。“对今年的硬科技行业来说，不投，可能才是最好的选择。”一个产业基金合伙人借此表达了无奈。
经济学家对于变局，总是冷静。清华大学经济管理学院教授朱恒源看来，每当产业革命发生的时候，就会出现新老产业范式的替代。
这种现象有迹可循，例如第一次产业革命时英国对美国的封锁，和第二次产业革命时美国对日本半导体的封锁。
2022年，无论对于半导体、自动驾驶行业、AI或是消费电子来说，都是拐点的一年。低谷和盘整，是2022年硬科技行业的主基调。脱虚向实、消解库存、等待新的机会。
一些新的技术突破正在初露端倪，在AI行业，长期苦于研究瓶颈的AI迎来了一个重大突破——ChatGPT出现，让大家看到AI大模型商业化的可能。
尽管我们并不知道，谁是颠覆式创新的最终引领者，但一点毋庸置疑，全球科技行业的低谷只是暂时的，此刻，正处于创新爆发的前夜。
近两年，建立本土产业链是萦绕在科技行业的一个主题，也将是未来数年，全球每个国家和地区的重要命题。
在过去的几十年里，美国一直主导着芯片产业的最高话语权，硅谷稳坐世界科技产业的头把交椅，全世界的创新押注在美国西北部的加利福尼亚，由加州源起的产业链分工也在全球范围展开。
为了解决这种担忧，美国的做法是渐进式的。他们的担忧从去年其要求半导体公司交出订单数据就可以看出，美国政府表示，其需要更多有关芯片供应链的信息，以提高危机的透明度，确定造成芯片短缺的原因。这些信息对于企业来说都是机密，交出客户订单就意味着把公司的底牌展露无遗。
另一面的威胁来自中国大陆。根据美国半导体行业协会统计，2021年，中国半导体市场销售额为1925亿美元，销售额为全球最高。根据第三方咨询机构Gartner的数据，2021年全球集成电路销售额为5835 亿美元。作为全球半导体最大的市场，势必需要有与之相匹配的话语权。这一点也令美国担心。
这项法案的补贴重点是芯片制造。为半导体和无线电行业提供542亿美元的补充资金，其中有527亿美元专门拨给美国半导体行业。该法案还包括了用于半导体制造以及半导体制造设备的25%投资税收抵扣。
在去年10月，美国政府所颁布的新的制裁规定中，更是对半导体企业在中国的投资和运转做了更加严格的限制。对于研究产业政策的学者以及企业界人士来说，这无疑是美国有史以来力度最大的产业政策。即便是当初美国应对日本半导体崛起的危机时，也只是通过一些贸易制裁的方式对日本半导体企业进行限制，直接补贴，前所未有。
当然，在这套美国制定的游戏规则中，英特尔、美光这些头部半导体企业显然是最大受益者，这一点上，台积电和三星可能都要往后排。
一位在全球头部代工厂工作过的研发专家认为，美国的制造业要回归很难，他们的地价昂贵、工资高昂，代工厂对水电的用量高，这几方面美国都没有优势。但美国想要让其制造业回归，也完全是有可能的，只是需要时间。并且，美国不缺半导体产业的领军人才，缺的是一些高级的制造业工程师人才，这相对更好培养。
当镜头拉到中国来时，一场围绕建立安全可控产业链的故事正在悄然发生，力度和范围都比过去几年更大，这个趋势将会在2023年延续。
这是在过去几年里极少发生的情况，或许车厂也不会想到，有朝一日，选择国内供应商会被作为一个考核指标确定下来。
一款新车型在发布之前，需要经历三年及以上的测试，零部件厂商就需要时刻与主机厂保持沟通。一些国产零部件厂商的工程师几乎每天都和车厂泡在一起，调试产品。有一点可以肯定，国产替代的需求正在越来越多，这种需求更多来自于对建立本土可控产业链的迫切，很多时候可能并非是全球化市场竞争的结果。
根据中国海关总署数据，2022年10月，中国进口的半导体设备较去年同期进口数量下降了39.8%，采购金额下降了23.1%，是两年以来的最低水平。
在供应链纷纷本土化的洪流下，智现未来正是一个外企本土化的样本。这是一家做先进制程控制软件的公司，主要方向是打造一个结合智能监控、智能分析、智能预测三大产品线的半导体工程智能平台。
作为一家制造EDA和工程智能系统供应商，半导体代工厂，半导体IDM和液晶面板厂是智现未来的客户。一直以来，半导体生产先进制程控制的软件市场一直是欧美公司占据，头部厂商就有Onto Innovation、应用材料、PDF Solutions这些公司。
许伟表示，智能工程领域的软件最大的难点在于试错成本太高。在半导体工厂，产线基本是精细化、自动化管理、无休运转。因此，对于设备、测试、经营等数据的管理要求很高，一旦由于软件原因产线停运，损失巨大。
“我们看到国产设备公司与国外领先公司的差距在软件上也很大，一方面需要投入更多研发，另一方面完全可以与我们这样经过产业验证过的软件公司合作。”许伟说，目前来看，至少要让他们开始重视这件事。
中国的半导体厂商需要重视这件事：建立本土产业链的背后，其实依然是全球化的竞争，国产替代并非一劳永逸的机会，只是一个时间窗口，这些中国公司仍然需要瞄准全球竞争，他们的征途应该是全球的商海。
自动驾驶梦醒时分
尽管国内暂时没有出现大范围的行业危机，但资本市场对于自动驾驶产业已经不再如过去那般热忱。根据第三方数据机构IT桔子统计，2021年国内自动驾驶行业共发生144起投融资事件，融资规模为932亿元。但截至2022年11月14日，自动驾驶行业投融资事件为92起，融资规模仅为240亿元，这种断崖式的下跌在2019年发生过一次，只不过这次市场已经给行业设定了“最后期限”。
“2022年，（自动驾驶）量产为先。”中国汽车百人会车百智库研究院高级研究员张强认为，在今年，无论是开发辅助驾驶方案的厂商，还是高阶自动驾驶方案的厂商都要尽快在量产车型上应用，即使无法实现盈利，但至少要逐步形成“自我造血”的能力。
其中，技术分水岭在L3级别。理论上讲，只有L3及以上才能称之为自动驾驶，而之下被统称为辅助驾驶，目前量产车上常见的如ACC（自适应巡航）、LDW（车道偏离预警）、BSD(盲区检测)都可以被归为这一范畴。
虽然自动驾驶的愿景很美好，但经历过去几年的大浪淘沙，纯粹的L4级自动驾驶技术已经很难被相信在现阶段具备量产化的商业价值。“当下L4最大的问题是受法律法规限制，可场景局限性较强，主要在在港口、矿山、园区等封闭场景中使用”，张强表示。
最具代表性的公司是Monmenta和百度。前者在成立之初就制定下“量产自动驾驶与完全无人驾驶同步开发”的产品战略，后者作为国内最早布局自动驾驶领域的互联网大厂，在2021年x正式成立智能汽车事业部，开始布局L2+，并于今年再次强调了“L4/L2+”技术共生路线。
L4自动驾驶厂商进军L2+赛道，不仅能提升企业营收，提升估值，而且还可以借助数量庞大的量产车辆中的实际行驶数据去迭代算法，比单纯地推进L4效率高很多。
目前市面上常见的几种概念，如L2+，L2.5，L2++并没有本质区别。尽管自动驾驶厂商的理念开始贴合实际，但业内也不乏出现反对的声音，其中最集中的就是——L4算法迁移至L2平台时难以匹配。
对此，百度方面表示，在成本问题上，近年来百度进行了L4、L2+整体技术架构的统一，同时把两边数据打通，形成数据闭环和建立仿真基础设施、把二者的配套工具链完全共享。所以整体而言，成本是能够被摊薄的。
一位业内人士表示，“传统Tier1厂商在配合车厂研发时，可以派出上百人的工程师团队，例如复杂的电子电气架构，都需要大量的人力资源投入，以满足不同车厂的标准，这对于以软件工程师为核心的L4厂商来说是个很大的挑战。”
“在辅助驾驶系统供应商中，2020年年搭载量超过百万套级的有博世、大陆、电装和安波福，仅这四大Tier1厂商所占的市场份额就超过80%。”一位业内人士认为，初创自动驾驶商不会轻易染指已经固化的传统L2业务，相反，上述的Tier1厂商可能会因为数据算法能力的不足，主动找到L4和L2+厂商展开合作，补足自身短板。
综合看来，2022年可能是L4厂商降维的最后机会了。一位自动驾驶领域资深人士表示，类似小马智行、AutoX等今年还在执着于“跨越式路线”（L4）的公司，明年可能真的要好好考虑下风险问题。道理很简单，在当前悲观的大环境下资本市场对于高阶自动驾驶无法“自我造血”的忍耐度很有限，少有投资者能再给他们3-5年的时间去实现量产。
按照百度的测算，未来3年-5年，百度领航辅助驾驶产品搭载量有望突破百万，如此庞大的L2+乘用车规模，可有效地收集和补充长尾问题。
2022年，被称为“AIGC元年”。在2022年中旬，就有人如此定义，彼时，人们还只是看到了基于DALL-E 2、Stable Diffusion在图像生成领域的成就，以及那张Midjourney的《太空歌剧院》。
2022年，对于AI行业来说，无疑是里程碑式的一年。AIGC的现象级应用通过社交媒体刷新了公众对AI的认知，每个人似乎都能明显感觉到，AI正在变聪明。而对于科学家来说，AI for Science的成果则把AI的想象力拓展到更宽广的领域。
早期的人工智能以小模型为主，针对单一场景和需求引入知识图谱，单独训练解决单一任务的模型，其代表就是战胜了人类围棋大师的AlphaGo。
2018年谷歌发布了大规模预训练模型BERT之后，AI研究人员发现持续增大AI模型训练的数据量，不仅能直接有效地提升AI的能力，更可以拓展AI的边界，从单一任务向多模态发展。但此后的数年，AI行业一直处于学术研究和商业化的瓶颈，难以出现一个明显的进步以带动大规模创新。
AI行业从业者普遍认为，大模型正在推动人工智能的第三波发展浪潮。在2022年中引爆的AIGC，正是乘上了这一波浪潮，在AI文本生成、图像生成、视频、3D模型，甚至是蛋白质生成方面不断涌现强大的应用。
其中使用GPT-3为网站创建营销副本的创业公司Jasper，在发布仅18个月后就达到了15亿美元估值。客户人数约10万，其中部分客户已将网络文本编写工作全部转向了AI。据行业媒体TechCrunch报道，该公司2021年的收入约3为4500万美元，到2022年底，其收入有望翻一番。
Stability AI CTO Tom Mason介绍，Stability AI在AWS上有4000个A100节点，在其他地方还有1500个节点。Stability AI正在将资源开放给研究员们，以便他们训练模型，这些模型最终都会开源。
与AIGC一样，在2022年中实现了跨越式进步的还有AI for Science。同样是AI研发机构的Deepmind在研究方向上与OpenAI火爆的AIGC不同，Deepmind更关注AI for Science，利用强化学习和大模型，深入发掘AI在科学探索方面的能力。
百度主任研发架构师小度AI算法负责人谢剑表示，从2021年Deepmind发布AlphaFold2到今天，越来越多的科学家开始看到AI for Science的价值，很快就会有更多的科学家参与到利用AI工具探索科学边界的队伍中来。未来应该会出现几个大型的基础模型，开发人员都将基于这些基础模型研发AI应用。但目前的情况依然是某一家公司开发出一个大型语言模型，然后开放API供他人使用。将来在基础模型和具体AI应用研发之间会有一个中间层：出现一批专门负责调整大型模型以适应具体AI应用需求的初创企业。
大模型研发和探索的深入正在引导AI逐步迈向AGI（Artificial general intelligence，通用人工智能）。Sam Altman认为，AGI相当于一个可以共事的普通人，任何远程同事可以通过电脑帮你完成的工作，AGI也可以做，包括让AGI学习医疗知识和写代码等。AGI的重点是拥有学习的元能力，只要人类需要，它就可以往任何技能方向发展并精通。
谢剑认为，2022年，AIGC几乎是实现了从0到1的跨越，在此之后，AIGC的发展速度一定会更快，明年可能就是1到10，10到100。尽管目前大模型的推理成本还比较高，但是随着技术的进一步发展，一方面推理成本会逐步下降，另一方面技术能力不断突破会创造更大的价值，长远来看AIGC的发展潜力巨大。
据The Information报道，目前行业AIGC的头部企业OpenAI的年收益只有数千万美元，收入主要来自Jasper等授权API的初创公司。
AI企业盈利能力的问题，也并不只存在于侧重研发的大模型或科研领域。在商用AI领域，今年上半年登陆科创板的两家国内AI企业格灵深瞳、云从科技的招股书显示，2018-2020年，两家公司营收均不甚理想。
1月3日，在港交所更新了招股书的创新奇智，这三年的营收则分别为0.37 亿、2.29 亿、4.62 亿。净利润为-0.45 亿、-1.6 亿、-1.44 亿。
智源创投基金投资总监向其奇认为，虽然现在AI产业还处在“找钉子”的阶段，但大模型的不断演进，使AI这把锤子愈加好用，找钉子的难度会越来越小。
国内研发起点虽然仍比美国略低，但追赶势头强劲。在通用大模型研发方面，北京智源研究院的悟道、华为的盘古、浪潮的源等在算力、算法和参数方面与OpenAI领先的GPT-3均已相差不多。智源悟道2.0的参数更是高达1.75万亿，为GPT-3的10倍。
中国现在有上万家数字人企业，其中很多公司都是在这几年成立的，有的项目甚至只需要几万元的资金就能启动，整体产业偏低端，核心竞争力差。最近火热的AIGC也是如此，国外模型开源后，国内大量AIGC公司雨后春笋一般涌现，大家又进入了“开卷考试”阶段，项目个体差异很小。
对今年的消费电子厂商，冬天来得更早也更冷一些。第三方调研机构Canalys的数据显示，今年一季度，全球智能手机出货量同比下降11%，二季度出量下降9，三季度出货量下降9%，这个创造全球万亿美元产值规模的行业，在2022年已经不存在销售“淡旺季”之分。
一位PC从业者表示，“尽管2021年我们被供应链的问题所困扰，在线上办公与线上教育的需求结束后，2021年可能是这个行业最好的一年。”彼时，在线上办公与线上教育的需求提振了PC产业的销售。
全球产业资本都在迫切地寻觅下一个现象级市场创新，在“元宇宙”概念的推动下，VR/AR行业站在了舞台中央。根据陀螺研究院的统计数据，2022年上半年，全球VR/AR整体投融资总额为312.6亿元，较去年同期的228.2亿元，同比上升37%。
愉悦资本投资总监蒋锴表示，今年行业内最大的变化是，互联网大厂的战略投资部门开始主导这个赛道，产业资本也较为积极，相反财务资本要表现得相对谨慎。很多互联网公司有着很强的忧患意识，已经在考虑VR/AR设备未来替代或与智能手机融合的可能性。当下的互联网大厂在智能手机市场爆发的时代，完成了从Web端到移动端的升级，而随着手机行业走入创新瓶颈，VR/AR至少在现阶段有很大希望成为下一代计算平台。
互联网大厂亲自下场后的效果是立竿见影的。在字节收购Pico后，这家向来缺乏“硬件基因”的公司给Pico提供了包括内容、渠道和营销上的全方位扶持，来自第三方数据分析机构Wellsenn XR的统计，仅在今年第二季度Pico出货量就突破26万台，较去年同期增长近8倍。
与相对成熟的VR行业不同，AR还处于一个混沌发展时期。如果把手机行业的发展历程套在VR/AR行业上，那么VR行业中的Oculus Quest 2发布大概相当于初代iPhone，至于AR行业，可能还没迈入智能机时代。
看到这一机会的不止是Nreal一家公司。2022年，包括影目科技、亮亮视野等过去定位于工业显示的AR企业都推出了C端产品，李未可、麦耘等新入局的玩家也拿出了首款作品。而发展较早的VR行业，甚至已经进入比拼生态的阶段，似乎在消费电子行业中，一个百花齐放的时代即将到来。
出货量波动剧烈反映的问题是，无论是VR头显，还是AR眼镜，都没有出现真正的杀手级应用，甚至连核心的使用场景都十分匮乏，这也给VR/AR行业增添了几分不确定性。
尤其是在“元宇宙”概念遇冷后，VR/AR行业失去了一个宝贵的被用户了解的渠道。许多从业者都一致认为，“2023年，元宇宙的故事基本也就讲到头了。”在“后元宇宙时代”,VR/AR产业如何独木成林，这对创业者来说是个很大的挑战。
令人欣慰的是，不同于2016年的那次VR行业爆发后留下的“一地鸡毛”，近两年的VR/AR从业者们还是表现出了相当务实的态度。多位业内人士透露，今年国内围绕VR/AR行业的投资开始逐渐向产业链上游靠拢，从光机到显示模组，再到定制化芯片，乃至系统级解决方案，国内资本对于产业链上游的重视程度甚至要超出VR/AR终端公司。
在软件方面，国内VR/AR产业要补足的功课还有许多。比如SLAM算法，这是一种实现机器人定位、建图、路径规划的算法，这项被视为VR/AR在软件工程上的核心技术，Meta等海外巨头公司早已轻车熟路，这就导致了在使用几乎相同的硬件解决方案下，Oculus Quest的使用体验要明显好于业内的大多数公司。
现阶段，大多数业内公司在产品升级上仍然秉持着“软件不够，硬件来凑”的策略，虽然这更像是一种无奈之举，但如果要给出“VR/AR能否成为革命性终端”的答案，这个问题恐怕无法回避。这个还处于技术成熟度曲线早期的市场创新还需要经过一条漫长而陡峭的爬坡，才能进入成熟的大众市场中。（来源：虎嗅APP（ID：huxiu_com） 作者：陈伊凡、张晋源、齐健）
发表于 2023-2-13 08:23:36
