团队分崩离析,谷歌Android for AR出师未捷身先死
积累知识,胜过积蓄金银!毕竟在科技周边开发的过程中,会遇到各种各样的问题,往往都是一些细节知识点还没有掌握好而导致的,因此基础知识点的积累是很重要的。下面本文《团队分崩离析,谷歌Android for AR出师未捷身先死》,就带大家讲解一下知识点,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~
无论Vision Pro自发布以来是如何誉谤满身,苹果对下一代通用计算平台的探索已经迈出了坚实的一步,但反观谷歌,在这一领域的进展进入2023年后,似乎只能用一地鸡毛来形容。
此前在2023年2月,谷歌副总裁、AR部门负责人Clay Bavor宣布离职,而这名为谷歌服务了18年的老兵下一站选择了AI。据相关报道显示,谷歌在6月时决定中止代号为"Iris"的AR眼镜项目,并转向开发AR软件平台。

日前,谷歌AR操作系统团队负责人Mark Lucovsky在社交平台上宣布辞职,并表示,“我在谷歌担任高级工程总监一职,负责为AR和XR设备开发操作系统和软件平台。由于谷歌AR领导层的变动以及公司对AR的承诺和愿景的不稳定性,我决定辞职。
事实上,作为前Meta旗下VR业务骨干以及Oculus VR的总经理,Mark Lucovsky是在2021年被谷歌挖角,并作为其AR战略的基石。
从项目管理者到操作系统负责人陆续“跑路”,再加上一批又一批的裁员,谷歌的AR战略从未来可期到全面崩盘,几乎只用了短短半年的时间。在一年前的I/O开发者大会上,谷歌在最后的“one more thing”环节宣布了十年后再出AR眼镜的消息,要给用户的世界加上字幕。尽管谷歌这款新的AR眼镜在公开后就陷入延期风波,但隔三差五的爆料,却始终传递出谷歌对AR眼镜持有坚定的信心。

当时外界普遍认为,谷歌推出的支持实时翻译的AR眼镜可能会成为改变AR硬件的关键。谷歌在为其AR硬件业务蓄积海量资源和人力。早在2020年,他们就收购了加拿大AR眼镜研发企业North,买下AR显示技术厂商Raxium,并从微软和Meta大规模挖角AR技术人才。几乎一半的谷歌AR部门成员正在为名为“Iris”的项目提供服务,达到了顶峰时刻。
关于谷歌的AR硬件为何会中道崩殂,现在可以是众说纷纭,但唯一可以确定的,是谷歌方面对于AR硬件的态度已经发生了180°的转弯,不再相信自家的AR硬件能在消费级市场引领未来的趋势。在一年前还一幅大力投入AR赛道,AR是终极目标的姿态,结果仅仅一年时间就宣布不做硬件这番操作,难免会让相关团队感到挫败。

如今,谷歌关于AR的态度是打造“Android for AR”,也就是不再亲自冲锋陷阵,将推出硬件的活计交给合作伙伴。谷歌看起来陷入了路径依赖,希望在AR硬件领域重复智能手机的成功故事。不得不说,谷歌操盘的Android生态从后起之秀到占据移动操作系统市场领先地位的过程非常精彩,联合一切可以联合的力量避免苹果iOS统治移动生态,更可以堪称是精彩的商业决策。
当初,三星、LG、HTC、摩托罗拉等手机厂商之所以愿意支持谷歌当“带头大哥”,关键就是后者的核心业务并非硬件,所以不会直接与他们产生竞争。通过开发Android、并将其开源,再免费提供给OEM厂商的方式,让Android借助一众手机厂商的力量,成功在智能手机野蛮生长的时代成为了消费者体验移动互联网的首选,而在这一过程中,依靠着捆绑销售的策略,谷歌的GMS也成功落地生根。

谷歌用GMS拿下了移动搜索带来的广告收入和Google Play的分成,而手机厂商则靠着卖硬件挣钱,这就是Android生态的基石。
现在谷歌的想法,就是将这一套模式复制到AR领域,但此事真的能如他们所愿吗?必须要承认的是,目前Android确实是消费级AR硬件,乃至整个XR硬件设备最常用的操作系统,所以谷歌的“Android for AR”也有一定的现实基础。
谷歌的ARCore是目前最开放、最方便、最完善的AR开发平台。特别是在今年I/O开发者大会上,谷歌为ARCore带来了对Vulkan的支持,使得开发者将Android应用移植到AR平台的难度进一步下降,为AR应用实现更好的跨平台能力打下了坚实的基础。
而且谷歌还拥有融合了谷歌地球和街景数据的Geospatial API,这几乎是一个LBS类AR应用必备的功能,它能实现的效果是让开发者无需扫描物理空间就能准确定位,进而大幅节省LBS AR内容的开发时间和成本。

尽管ARCore让谷歌能够满足开发者的需求,但硬件厂商也需要考虑购买谷歌的AR软件系统授权的原因是什么?。要知道,当年三星、HTC等一众手机厂商加入Android阵营,是因为移动操作系统是一个全新的事物,这些硬件厂商的脑海里基本不存在软硬件一体的概念,导致它们也没有开发操作系统的能力。相比之下,苹果的iOS敝帚自珍、塞班难堪大任,唯有Android在谷歌的领导下表现出了一定的潜力,因此他们彼时也几乎是没得选,只能上谷歌这艘船。
苹果软硬件一体的“围墙花园”体系有多能挣钱,其他硬件厂商自然是看在眼里,要不谷歌的合作伙伴也不会在AOSP的基础上,纷纷打造属于自己的MIUI、OneUI、OriginOS。
在硬件厂商尝到了软硬件一体化的甜头后,在进入AR赛道时选择开发属于自己的操作系统,显然就成为了顺理成章的事情。君不见,Meta已经开始着手抛开Android系统,旗下的Reality Labs已在研发属于自己的AR/VR操作系统。

因此现在的情况,就是没有了属于自己的硬件作为展示操作系统实力的平台后,谷歌方面要如何去说服硬件厂商加入自己这个阵营呢?
到这里,我们也就讲完了《团队分崩离析,谷歌Android for AR出师未捷身先死》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
win10退回win7的操作方法
- 上一篇
- win10退回win7的操作方法
- 下一篇
- 详解win7截屏快捷键是什么
-
- 科技周边 · 人工智能 | 1天前 |
- vLLM 连续批处理下的显存与吞吐取舍
- 209浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Reranker 接入后如何控制检索延迟预算
- 113浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Embedding 向量维度变化时的索引迁移方案
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Agent 轨迹评测区分工具错误与模型错误
- 239浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 资源与工具描述的缓存更新策略
- 313浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 服务端授权范围与会话隔离的配置
- 161浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 工具结果分页与长列表截断的设计
- 486浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · chat template apply_chat_template AI tokenizer 多模型消息格式
- AI tokenizer chat template 统一多模型消息格式
- 154浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 429次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 507次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 520次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 463次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 291次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

