不久前，in App新版更新，整个界面大焕新的同时，也带来了最新的AR相机功能。近日，in App又增强了AR相机的趣味性，新增AR超时空相机。

AR超时空相机怎么玩？

在in App 热玩板块下，点开AR相机即可进入。使用方法很简单，长按按钮进入录制，松开即结束。不同的是，这一次in App与奇葩说合作，对AR相机功能进行了升级。

与普通AR相机相比，AR超时空相机增加了背景覆盖和互动功能。在录制视频时AR相机会提示问题，用户可以在回答问题时录制AR视频，同时视频中的背景则是《奇葩说》现场，给人一种在节目现场回答主持人问题的沉浸感。

这就是AR相机的魅力所在。不过，据我们了解，这次新增的AR超时空相机与一般的AR相机在技术上是要更难实现的。

技术要求更高的AR超时空相机

普通的AR相机能够实现实时动态AR加载，比如加载一个帽子或者搞怪表情等，它会在用户录制视频时实时出现在屏幕上。而AR超时空相机则是全场景加载，我们咨询了in App相关负责人后了解，这里面要涉及到实时人像分割技术，目前将这项技术在常见移动设备上实现的公司并不多。

据in App负责人介绍，AR超时空相机涉及一项关键技术是移动端实时人像分割，它是一种基于深度卷积神经网络的语义分割技术。不久前在Facebook F8大会上，Facebook CTO Mike Schroepfer曾提到这项技术，它是深度学习和计算机视觉技术中的一种。

要实现这项技术，有两大难点。其一，语义分割可以看做是像素级的图片识别问题，较之一般的图像分类和目标检测复杂性更高。而直接面向用户的分割技术要求精度又非常之高，因为一旦分割边缘有一定瑕疵，用户体验就会不好，然而该项技术的目标使用场景就是用户复杂的生活场景和人像目标的多样性。

其二，虽然基于深度学习的图像语义分割技术已得到了较大的发展，但背后依托的是GPU强大的计算能力，而我们的技术要是在移动设备（Android/iOS）实时处理摄像头图像，在极其有限的计算资源下要达到效果，一方面要对语义分割的深度卷积神经网络做深入的定制和压缩，一方面要优化移动设置上的深度卷积神经网络计算框架。

这两项技术目前并不能大规模应用到移动设备上，究其根本在于移动设备的GPU承载不了AR技术所需要的计算量。

即便使用GPU，目前Image-Net（一个著名的图片识别挑战）上图像语义分割最好结果的平均分割准确度只有0.82，当然它涉及了150个分类，其中人像的分割准确度高些，到了0.90，但对应的模型有150M大小，使用GPU处理单张图片要200ms。

据in介绍，为了能让这项技术在移动设备上实现，in做了大量的技术工作。最终实现分割准确度达到0.95，模型大小只有几M的AR超时空相机功能。

AR相机商业化案例

AR超时空相机在产品创新上目前还处于初期阶段，距离大规模商业化可能还需要更长时间。不过in在这方面却已拥有一个案例，或许能为以后AR相机的商业化提供一些指引。

目前，用户在AR超时空相机里看到的《奇葩说》场景，就是in与《奇葩说》节目合作实现的商业化效果。

我们咨询了一些广告界人士，就in App的这次商业化展示得出了一些结论。

首先，要实现AR相机商业化，前期必须实现AR相机的普及，其中又涉及类似《奇葩说》场景的技术问题，要一一解决并且拥有好的用户体验后才能推向市场。

其次，AR相机是一个能结合线上与线下真实场景的商业化工具，但重点是怎样结合的有乐趣，令用户不反感。2017年春节期间支付宝推出的AR红包功能就是一个很好的案例，这次in App推出的超时空AR相机也不错。都是将增强现实功能与用户需求紧密结合，尤其是AR超时空相机，其设置的问答互动功能，更能增加用户粘性和乐趣，并且还能强化品牌传播。

最后，AR超时空相机的商业化尝试，能为后续其他AR相机的商业化指引方向。《奇葩说》只是一个开始，未来还有更多方式能够融入AR相机。

对in App而言，AR超时空相机也能对其本身的短视频战略有所提振。今年3月版本更新中，in将短视频提到了战略高度，而AR技术的刺激，一定会带动in 短视频产生新的增长量。