“表情红包”刷屏的背后：用Web解放AR的未来
科技圈是一种循环。2015年VR成为了科技界的新星，2016年AR趁着Pokemon Go的大热顺利的接过了接力棒，然而当时除了遍地的VR体验馆，和不用梯子就没办法玩的游戏，这两项技术几乎只剩下了概念。
所以如果不是iPhone X把许多概念功能变现，这两个词几乎要被人们忘得一干二净。
更让人意外的是，iPhone X发售几周后，AR/VR技术迎来了再次加速：在这个双十一，AR又与表情包、红包两大社交网络最红元素结合了起来，再次完成了刷屏——而这次的关键词是Web-AR，一次技术在运用层面上的主动求变。
AR现在长什么样？
目前AR的具体应用主要有以下3种方式：其一，专门设备，比如AR头盔、AR眼镜（主要发力点）；其二，智能终端上的AR APP应用，比如AR相机、口袋动物园，就目前相关数据来看，游戏类的应用下载量较大；其三，基于Web端的AR（Web-AR）。
比如通过对AR技术的运用，可以在相机拍摄中制造良好的美妆贴合感，人物是现实存在的，妆容是虚拟的，但只要人物在镜头区域中就能与虚拟场景完美融合，在按下快门的一瞬间就像真正完成了一次美妆，这就是AR技术：
让平面的立体起来，让虚拟的真实起来，让枯燥的有趣起来，让单向的互动起来。
除了娱乐，现在强现实感的AR技术的运用，更是涉及了语言翻译、医疗手术、军事数据、试衣购物、工业扫描、建筑、娱乐、影视、导航等多领域，在好玩的同时更多是带来实用性的价值，AR的商业价值也日益凸显。
但这三种应用方式各有短板。比如AR作为专业设备应用时投入成本高，对场地要求高，不利于AR技术的普及推广，这种专业设备更多服务于医疗和军事；作为智能终端的AR APP应用则要面临跨平台成本高、封闭、下载不便等问题，毕竟不下载APP是体验不了的。
而作为Web-AR应用面临的问题似乎更多：一方面Web 3D渲染的性能和覆盖率目前和Native引擎还有差距，另一方面Web端和底层算法的对接及同步目前还需要优化，从体验上来说，Web-AR的体验距离完全Native的方式还有差距。
简单点说，Web端AR在呈现效果、性能、技术衔接上存在劣势，现实中被重视的程度明显比不上移动端。
Web能给AR带来什么？
我们所说的Web，通常泛指网页端。顾名思义，Web-AR与以前我们认识的AR最直接的区别在于不用再额外下载APP，只需要进入特定的页面，就能实现AR功能。
Web端的强适应性和高开放度，让许多企业开始押注Web-AR的发展潜力，目前执行力最高的就是今年在云栖大会上喊出“让Web无所不能”率先推出能够使Web-AR达到Native水准的内核，并向开发者开放的UC。
此次双十一期间的“AR表情红包”，以及与淘宝共同打造的百安居项目就是UC基于Web-AR框架推出的（放了二维码可以体验一下），是UC在Web-AR领域的技术突破。技术有哪些突破点，下面开始说点专业的：
在此次“AR表情红包”项目中，UC页端使用了自研的Tofu.js 框架，以Native的效率调用人脸识别算法，拥有对摄像头的完整控制力，通过GPU高性能的渲染摄像头数据，拥有完整的识别数据处理模块和视频流能力。基于Tofu.js，在具备高性能的同时，页端能高效的开发游动的AR模块。
UC的AR表情红包，让大家一边使劲儿玩自己的脸，一边过足AR的瘾
活动中的人脸检测技术，则采用卷积神经网络，直接在手机进行人脸检测。精巧的工程实现，使得模型加运行环境不超过2Mb，在安卓中端机型上基本能达到满帧的监测效率，在低端安卓机中也有很不错的效率。
不同表情红包难度分值不同，分值越高，就越能证明你是一枚行走的表情包
除了人脸识别模块，Tofu.js也拥有其他识别能力。比如Marker识别，基于Tofu.js能快速的开发出Marker识别的3D/2D应用。
这个UC的3D立体小松鼠就是基于Marker识别的
说了这么多烧脑名字，现在放个二维码，给大家体验一下吧：
【AR表情红包体验】
简单点说，UC在Web端的发力取得了不错的成绩，已经基本解决了Web-AR存在的缺陷，达到了Native的水平的同时又兼顾H5的效率，兼容性更强性能更优化，能带来更好的体验，在技术上取得了很大突破。
而UC的这种技术突破，也让UC的商业价值有了提升。比如UC的Web-AR解决方案已经服务了包括手淘、天猫、支付宝等阿里系的APP，并通过底层技术的提供为支付宝蚂蚁庄园、蚂蚁星星球等AR体验项目提供了“真实环境”，实现了“共赢”。
事实证明品牌依靠UC的Web-AR技术能得到优势的加强和良好的商业转化，更好的Web-AR应用值得期待。
如果说AR是未来行业技术发展的主流，那Web-AR更高的适用性和技术难点的突破则很有可能成为主流中的新宠儿，我们有理由期待更多。
“未来有一天，真实还是虚拟的界限可能越来越模糊”。
本文来自微信公共账号“互联网指北”（hlwzhibei）。转载必须保留作者、公共账号信息，必须与本文严格一致，不得修改/替换/增减本文包含的任何文字和图片，不得擅自增加小标题、引语、摘要等。如有疑问请联系作者微信：izhibei