目 录
1 苹果、谷歌相继发布 AR 产品 .................................................................... 4
2 AI 芯片提升 AR 计算能力............................................................................ 4
3 ARKit、ARCore 促进 AR 生态系统成熟..................................................... 6
4 AR 加速深度摄像头的渗透........................................................................ 10
5 投资建议 .................................................................................................. 13
6 风险提示 .................................................................................................. 15
图表目录
图 1:AR 原理示意图 ...................................................................................................................4 图 2:《Pokemon Go》将虚拟精灵融合在真实外部环境中............................................................4 图 3:CPU 和 GPU 均不适合 AR 应用 ..........................................................................................4 图 4:用于云端和终端的 AI 芯片有不同的侧重点 .........................................................................5 图 5:手机 SOC 新增 NPU 单元专门用于处理 AI 任务..................................................................5 图 6:华为麒麟 970 和苹果 A11 的 AI 处理能力均大幅提升 ..........................................................6 图 7:Tango 需要包括深度摄像头在内的额外硬件 .......................................................................7 图 8:联想 Phab 2 Pro 拆解图和外观图 ......................................................................................7 图 9:ARKit 完整工作流程 ...........................................................................................................7 图 10:ARKit 对软硬件的要求较低 ..............................................................................................8 图 11:2020 年支持 ARKit 的 iPhone 数量将达到 8.5 亿台...........................................................8 图 12:ARCore 的三个核心功能...................................................................................................8 图 13:ARKit 和 ARCore 的比较 .................................................................................................9 图 14:游戏 Star Wars 即将支持谷歌 AR..................................................................................10 图 15:ARKit 存在一些缺陷 .......................................................................................................10 图 16:三种深度摄像头技术对比 ................................................................................................ 11 图 17:结构光原理图 ..................................................................................................................12 图 18:双目视觉原理图 ..............................................................................................................12 图 19:TOF 飞行时间法原理图 ..................................................................................................12 图 20:AR 推动硬件创新 ............................................................................................................13
1 苹果、谷歌相继发布 AR 产品
苹果在 6 月的 WWDC 大会上推出了应用程序开发工具包 ARKit,并在 9 月中旬 iPhone 8 和 iPhone X 新品会上发布 iOS 11 操作系统,AR 是其重要的新功能。谷歌在 8 月底发布类似 ARKit 的安卓 开发工具包 ARCore,并在 10 月 4 日发布的 Pixel 2 手机中正式实现 AR 功能。
我们认为,这是 AR 发展的重要里程碑,A11 芯片的神经网络模块具有高效的 AR 计算能力,iOS 11 即将带来 5 亿的潜在苹果 AR 用户。谷歌 ARCore 及相关安卓手机也将带来 1 亿潜在 AR 用户,巨 大的用户基数将促进 AR 软件和内容的高速增长,AR 生态系统将不断完善。
2 AI 芯片提升 AR 计算能力
AR 的实现涉及一系列的计算:探测真实物体——计算物体的空间位置和方向——计算虚拟物体叠 加的位置——渲染虚拟物体等,为避免眩晕和实现实时显示,整个过程要求在极短的时间内完成(不 超过 20 ms,而鼠标移动到屏幕光标更新一般是 50 ms 左右)。
图 1:AR 原理示意图 图 2:《Pokemon Go》将虚拟精灵融合在真实外部环境中
芯片需要满足的功能排序是:CV/AI 算法 > 显示 > 通讯(CV 即 Computer Vision,AI 即 Artificial
Intelligence),且实现 CV/AI 算法的过程要求时间短、功耗低,具有 AI 功能的芯片能够高效实现
AR 计算。
传统 CPU 芯片通用性强,无法放入大量的计算核心以实现大规模的并行计算,因此 CPU 的性能 不足以支持 AR 操作的流畅执行;GPU 芯片在 AI 领域的处理能力远大于 CPU,如在“谷歌大脑” 中,12 个 GPU 相当于 2000 个 CPU 的性能,但 GPU 功耗太大且基于 batch 算法模式导致延时过 大,不适用于 AR 应用。
图 3:CPU 和 GPU 均不适合 AR 应用
芯片类型 | 不适用于 AR 的原因 |
CPU | 通用性强,用于计算的 ALU 数量不多,不能实现大规模并行计算 |
GPU | 功耗太大,基于 batch 运算模式使得延迟过大 |
数据来源:半导体行业观察、新华社、
AR 应用需要专用 AI 芯片。根据应用端的不同,AI 芯片可分为应用于云端(服务器端)和应用于
终端(移动端)两大类。用于云端的 AI 芯片要求保障正确率和泛化能力,且要求支持高精度浮点 数运算,运算量级为每秒执行 次运算,芯片功耗大,为了提升性能还要求支持多块芯片组 成一个计算阵列的结构。用于终端的 AI 芯片注重低功耗,要求保证高计算能效,允许一些计算精 度的损失,可采用定点数运算和网络压缩的方法实现运算速度的加速。
图 4:用于云端和终端的 AI 芯片有不同的侧重点
AI 芯片类型 | 侧重点 | 存在的问题 |
用于云端 | 正确率、泛化能力、高精度 浮点数运算 | 功耗大,要求支持阵列式结构以提升 性能,难度大 |
用于终端 | 控制功耗(高计算能效) | 计算精度有所损失 |
数据来源:互联网、
随着华为麒麟 970 和苹果 A11 的发布,应用于终端的 AI 芯片的处理能力进一步提升,为 AR 在终
端的应用奠定了基础。华为麒麟 970 和苹果 A11 均搭载了神经网络处理单元(Neural-network Processing Unit,NPU),该单元专用于处理 AI 相关的计算,极大提升了芯片高效处理 AI 相关计 算的能力。
图 5:手机 SOC 新增 NPU 单元专门用于处理 AI 任务
数据来源:智东西、
两款芯片的性能均有大幅度提升。相对各自的上一代产品而言,华为麒麟 970 在处理 AI 任务时能
效提升 50 倍、性能提升 25 倍,苹果 A11 性能核速度提升 25%,能效核提升 70%,整体提升 70%。
图 6:华为麒麟 970 和苹果 A11 的 AI 处理能力均大幅提升
AI 芯片 | NPU | NPU 性能和功耗 | 核数量 | 晶体管数量 | 工艺 | 图像识别速 度 | 相对上一代产品的提升 |
华为 麒麟 970 | 搭载(寒 武纪) | 性能上,NPU 是 CPU 的 25 倍、GPU 的 6.25 倍,能效比上, NPU 是 CPU 的 50 倍,GPU 的 6.25 倍 | 8 个(4 个 ARM A73 架构+4 个 低 功 耗 ARM A53 架构) | 55 亿个 | 10 纳米 | 2005 张 / 分 钟(无 NPU 是 97 张/分 钟) | CPU 能效提升 20%,GPU 性能提升 20%、功耗降 低 50%,处理 AI 任务 时能效提升 50 倍、性能 提升 25 倍 |
苹果 A11 | 搭载(自 研) | / | 6 个(2 个性能 核+4 个能效 核) | 43 亿个 | 10 纳米 | 889 张/分钟 | 性能核快了 25%,能效 核快了 70%,整体快了 70% |
数据来源:华为、苹果、互联网、
3 ARKit、ARCore 促进 AR 生态系统成熟
“硬件等内容,内容看硬件”是 AR 不能快速普及的痛点。以 Google Tango 为例,三年时间里仅 被应用于联想 Phab 2 Pro 和华硕 Zenfone AR 两款手机中,且两款机型销量均不理想,支持 Tango 的应用下载也仅突破了 1000 次。不能广泛应用的原因归根到底有两点:一是 Tango 要求专用的 红外深度感应摄像头,成本高,一般手机难以承受;二是 AR 应用不够丰富。
图 7:Tango 需要包括深度摄像头在内的额外硬件 图 8:联想 Phab 2 Pro 拆解图和外观图
数据来源:威腾网、 数据来源:亿智蘑菇、tech2ipo、
ARKit 和 ARCore 一举解决了这两个痛点:不需要额外搭载任何硬件便可实现效果优秀的 AR 应用;
开发 AR app 变得容易,开发的门槛被大大降低。ARKit 和 ARCore 通过设备自带的单目 RGB 摄 像头和 IMU(惯性测量单元)传感器,在不增加任何硬件设备的基础上实现了 AR 的应用。其中, 单目摄像头采集外部信息,通过对外部图像中特征点的识别和跟踪,重建 3D 模型,IMU 中陀螺仪 和加速度计负责跟踪尺度信息。
图 9:ARKit 完整工作流程
数据来源:简书、
苹果 AR 对硬件的要求为 A9 处理器及以上,对软件的要求是 iOS11 及以上,也就是说 iPhone 6S、
iPhone SE 等现有的机型都可以运行 AR 应用。根据 Artillry 的预估,17 年底支持 AR 的 iPhone
数量约为 5 亿台,2020 年将达到 8.5 亿台,数量庞大的 iPhone 用户将提供 AR 应用的强力保障。
图 10:ARKit 对软硬件的要求较低 图 11:2020 年支持 ARKit 的 iPhone 数量将达到 8.5 亿台
800
600
400
200
0
支持ARKit的iPhone数量(百万台)
ARKit在iPhon中的渗透率
2016 2017E 2018E 2019E 2020E
120%
100%
80%
60%
40%
20%
0%
数据来源:苹果、 数据来源:Artillry、
ARKit 为 AR 系统架构中的每个部分提供了实现方案,且提供了简单便捷的 API,使开发者可以快
速和轻松地打造 AR app,不需要对标记、初始化、深度摄像机和专用的创建工具进行修改。在
ARKit 发布后不到 35 天时间里,仅推特的一个 ARKit 新建网站便发布了 35 个 AR 短片,吸引超过
3.5 万名粉丝关注。
在 Android 阵营,Google 于今年 8 月底发布 ARCore。ARCore 与 ARKit 一样,均具有三个核心 功能,两者的三个核心功能本质上一致,依次解决了 AR 的三个目标:运动跟踪解决运动一致性问 题、环境感知解决了环境一致性问题、环境光检测解决了光照一致性问题。
图 12:ARCore 的三个核心功能
数据来源:Google、
与 ARKit 不同的是,Google 将 AR 引入 web,发布了两个实验性质的浏览器:基于 Android、使用
ARCore 的浏览器和基于 iOS、使用 ARKit 的浏览器。此外,ARCore 可能会因不同 Android 手机的兼 容性问题和摄像头的不同而受到制约。
图 13:ARKit 和 ARCore 的比较
相同点 | 不同点 |
工作原理大致相同,都可以利用现 有的单个摄像头实现 AR 应用 | ARKit 可以应用于搭载 A9 处理器的 iOS 系统上,但 ARCore 会因不同 Android 手机的兼容性问题和摄像头 的不同而受到制约 |
都能与 Java/OpenGL、Unity 和 Unreal 配合使用,不需要额外硬件 | Google 将 AR 引入 web,发布了两个实验性质的浏览器: 基于 Android、使用 ARCore 的浏览器和基于 iOS、使用 ARKit 的浏览器 |
都 是 先 面 向 开 发 者 , 后 面 向 消 费 者,开发人员都可以轻松创建 AR 应用程序 | |
数据来源:InfoQ、
ARCore 目前支持 Google Pixel 2、Google Pixel 手机和 Galaxy S8,系统要求升级到 Android 7.0
Nougat 或最新的 Android 8.0 Oreo。Google 声称 ARCore 将在年底冬季正式推出,计划将支持 1
亿台手机。
ARKit 面向 iOS 系统,ARCore 面向 Android 系统,两者的面世覆盖了当今手机的两大阵营,即将
支持 6 亿部存量手机,不仅将整个 AR 应用推上了一个台阶,而且将门槛降到了新低点。
图 14:游戏 Star Wars 即将支持谷歌 AR
数据来源:互联网、
4 AR 加速深度摄像头的渗透
ARKit 和 ARCore 通过单目 RGB 摄像头和 IMU 传感器在移动端实现了 AR 应用。但受限于单摄像 头的限制,ARKit 和 ARCore 无法应用于复杂的场景和功能,存在一定的缺陷。以 ARKit 为例, ARKit 只能进行简单的平面和边界识别,存在一些缺陷诸如不能解决环境光遮蔽、物理识别有缺陷、 三维重建能力不足和跨平台能力不足。
图 15:ARKit 存在一些缺陷
数据来源:搜狐科技、
深度摄像头可以获取物体的三维位置和尺寸信息,可有效提升 AR 显示效果,随着 AR 内容的逐渐
丰富,深度摄像头是未来发展趋势。深度摄像头主要有三类技术:结构光、双目视觉和 TOF 飞行 时间。其中,结构光是目前应用最广泛、最成熟的技术,双目视觉成本相对较低,TOF 受环境光 线影响最小。
图 16:三种深度摄像头技术对比
主流 技术 | 结构光 | 双目视觉 | TOF 飞行时间法 |
原理 | 结 构光 投射 器向被 测物 体表面 投 射 结构 光( 光点、 光条 或光面 结 构),由图像传感器获取图像,利 用三角原理计算物体的三维坐标 | 两个摄像头,利用双目立 体视觉成像原理 | 近红外光遇物体后反射,传感 器 计 算 光线 发 射和 反 射时 间 差或相位差,得到深度信息, 结 合 传 统相 机 拍摄 呈 现物 体 的三维轮廓 |
优势 | 技术成熟、识别距离远、分辨率高 | 不易受环境光干扰,适合 室外环境,工作时间长, 不易损坏,成本低 | 三 种 技 术中 受 环境 影 响最 小 的技术,相应速度快 |
劣势 | 通过折射光的落点位移计算位置, 不能得出精确的深度信息,识别距 离有严格要求,易受光照影响 | 程序计算量大,环境光线 昏暗、背景杂乱和有遮挡 物等情况下不适用 | 传感器芯片不成熟,成本高 |
应用 | 最主流、应用最广泛,激光雷达和 3D 扫描多采用,如微软 Kinect 一代、 iPhone X 等 | 智能安防监控、机器人视 觉 、 物 流 检 测 等 , 如 LeapMotion、大疆无人机等 | 机器人、制造、医疗技术等, 如 Kinect 2 代 |
数据来源:搜狐科技、
图 17:结构光原理图 图 18:双目视觉原理图
数据来源:搜狐科技、 数据来源:雷锋网、
图 19:TOF 飞行时间法原理图
数据来源:搜狐科技、
进一步展望,智能眼镜有望凭借更好的视觉融合效果成为 AR 的主流终端。
图 20:AR 推动硬件创新
阶段 | 主流实现终端 | 核心硬件 |
第一阶段(未来 2 年) | 存量手机 | 单目摄像头+传感器 |
第二阶段(2-5 年) | 未来手机 | 深度摄像头+传感器 |
第三阶段(5 年后) | 智能眼镜 | 光波导、纳米光学元器件 |
数据来源:
5 投资建议
AR 生态圈的逐步成熟将拉动 AR 终端核心零部件的需求,建议关注三安光电(VCSEL 芯片制造)、 歌尔股份(AR 终端和核心零部件的设计和制造)、欧菲光(双摄像头、3D 摄像头)、联创电子
(摄像头)、水晶光电(光学器件)。
三安光电(600703,买入):深度摄像头打开光芯片新蓝海市场
1) 公司早已生产光通讯芯片,包括 10G /25G VCSEL。iPhone X 引领 VCSEL 芯片在 3D 摄像头 的应用,打开消费电子新蓝海市场。
2) 公司规模效应和技术优势不断扩大,市场份额持续提升,已超越晶电成为全球 LED 芯片制造
龙头。已布局汽车照明、投影等 LED 新兴应用,将维持 LED 业务的可持续增长。
3) 化合物半导体业务将受益于 5G 和物联网行业大趋势。
歌尔股份(002241,买入):AR/VR 驱动后续高成长
1) 歌尔具备成熟的光学元件和智能硬件设计制造能力,与全球科技大厂深度合作布局 AR/VR 产 业链,是 Sony PS VR 和 Oculus 的独家代工厂商,同时苹果、迪士尼引领 AR 市场机遇,公 司 AR 产品未来成长空间广阔。
2) 歌尔电声器件在今年苹果新机占据主要份额,随着真立体声、防水等升级,ASP 也有翻倍提 升,未来几年电声器件升级趋势明确,电声业务预计将保持高增长;此外,公司在 Hearables
(智能音箱/耳机)、Wearables 等新型智慧硬件超前布局,未来成长空间大。
欧菲光(002456,买入):双摄领先厂商,抢先布局深度摄像头
1) 双摄:后置双摄像头是明后年的确定性趋势,市场空间倍增,欧菲供国内各大品牌的后置双摄 像头出货进展顺利。
2) 3D 摄像头:公司股东数年前就入股海外 3D 摄像头技术公司,把握前瞻技术。
3) 触摸屏:OLED 带来触摸屏供应链的重构,欧菲有望凭借薄膜式 sensor 的竞争优势突破大客 户,行业地位进一步提升。
4) 汽车电子:融合电子和汽车行业资深团队,在车载摄像头、触控显示模组、传感器、算法等方 面深入布局,正形成智能化解决方案。
联创电子(002036,买入):光学业务深耕多年将全面开花
1)运动相机镜头稳定增长:是公司的传统强项领域,业内龙头地位,将随着行业保持稳定的增长。
2)手机摄像头高速增长:市场 233 亿美元,双摄带来手机行业 CAGR20%以上。公司通过参股
Kolen 将打开韩国手机市场,500 万、800 万、1300 万像素已有出货。
3)汽车摄像头享行业红利:市场近 30 亿美元,行业 CAGR 近 35%。公司车载镜头已出货美国 T 客户,与英伟达深度绑定合作,并开发多款样品给法雷奥、博世等国际一线大厂,车载镜头单价高、 毛利率高,未来是重要利润增长点。
4)AR/VR 新产品将成就下一阶段的高增长:AR/VR 摄像头市场有望达到 100 亿美金,公司在 AR 投影成像、VR 手势识别,VR 全景相机领域均有优秀布局,客户也为国内外知名领军企业。行业 的大发展机遇将促成公司下一阶段的光学高增长。
水晶光电(002273,买入):光学器件领先企业加快 AR 布局
1) 公司是以薄膜光学产品、蓝宝石和反光材料为核心技术的领先光学元器件企业,受益于手机双
摄模组产品的增长,手机用产品销售快速提升,传统光学业务发展迅速。
2) 窄带滤光片用于国际大厂的结构光深度摄像头。
3) 参股以色列 AR 方案商 Lumus,积极布局智能显示领域,Lumus 曾是 Google Glass 组件供应 商,优势是 LOE 光导光学元件。
6 风险提示
可能缺乏具有用户黏性的 AR 应用:AR 技术的推动力当前主要来自生态圈的相关公司,大多数用 户还未感受到 AR 应用的痛点,相关公司可能不能够开发出具有用户黏性的 AR 应用。
AR 核心硬件供应链和技术进步不达预期:当前的单目摄像头+传感器的硬件仅仅能提供效果一般 的 AR 体验,更加沉浸式的 AR 体验需要深度摄像头等创新硬件,相关技术和供应链还不够成熟, 可能会影响 AR 的快速渗透。
-END-
-END-
¥29.8
¥9.9
¥59.8