“我们是 10 年前开始做文旅 AR 的。” 在公司内部的一次合作伙伴交流会中，分享老师如是开头。

他是国内一家 AR 方案提供商的设计负责人，目前已经在 AR 行业打滚 10 年了。这篇文章，浅记他分享的内容，再结合我的经验进行了整合。

一、老技术的常规设计方式和突破点

图片识别，开启了 10 年前的 AR 市场。

图片识别技术，在用户感知的层面，就是扫描一张图片（或者要求用户拍照）来出现相关虚拟信息的底层技术。

从技术的角度来说，它已经落地 10 年，更是早就过了技术新鲜期，但成本低和稳定性高，是它依然在市场上有一席之地的原因（还能接到不少单子）。

卡片式的 UI 风格是这类技术的常用界面风格。

现有的案例一般往两个方向去创新：卡片的样式、卡片之间的互动。

1.卡片的样式：折页、卷轴、打开和关闭的动效等。——设计师需要思考的问题是：如何用静态和动态的设计手法，翻新卡片的概念？
2.卡片之间的互动：例如一个卡片是另一个卡片的线索或前置条件，集卡片得礼物等都是常用的互动设计。——设计师需要思考的问题是：如何基于特定的业务知识，设计有故事的情节，并形成一个短小的剧本。

二、新技术的局限性和常规的规避方式

现在 AR 应用比较常用的技术是物体识别和环境识别（在《AR 界面设计》里我有介绍，你也可以在 XR 体验设计简稿的《了解一下机器模式》中找到相关部分），它更符合一般用户对 AR 的期待。

物体识别：不需要拍照或提供图片，用户直接对准实物即可识别。

局限性：机器能识别这个物体的底层逻辑还是依靠图片，而同一个物体不同角度都会呈现不一样的平面图，如果要提高识别成功的概率，就需要“喂”程序越多的图片越好，但越多的图片，就会让程序本身变大，加载过程会变长。

即：加载时长与识别概率互斥，识别概率越高，加载越长。

通用解决方案：

1.在实际场地设置地贴等引导用户（即：将用户识别角度限制在有限范围内，缩小识别搜索的范围）。
2.预加载一部分内容
3.丰富加载过程本身的体验

环境识别：扫描一个空间进行识别。AVP 和 Hololens 的底层技术里都包含了环境识别。

局限性：适用于包括户外的较大空间识别，以及室内粗精度的展示，但无法识别较小的物体内容。具体来说，就是使用这种技术，应用可以认出这个房间，但很容易认错房间里某个展品。

通用解决方案：

1.如果有条件，可以结合具体场景情况帮助确定小物体位置（例如直接告诉机器这个空间的左边就是一幅画）
2.为这种技术找到好的落地方向，例如区域性故事设计、同主题的相关系列的设计。

不管是物体识别还是环境识别，通过识别技术呈现内容的方案，都要避免反光造成的影响，例如博物馆里的反光玻璃就会大大影响识别成功率。在交流中，老师也提到他们在做冰雪节项目时所遇到的困境（冰反光）。

这种情况下，从技术角度出发几乎无解，只有从设计角度+客户沟通两方面来解决问题。

每个技术都有自己的优点和劣势，不同的技术限制、表现形式都会影响最终 XR 在体验上面的呈现，了解技术的基本原理，运用综合的设计方式去解决它，扬长避短，在约束中寻求突破，是目前的通用之道。