苹果 ARKit 的推出大大促进了开发者们在 AR 内容上的探索，但就目前来看，这只能算是 AR 最为初级的一个阶段，为了达到更为高级的 AR 体验，苹果等众多目光投在 AR 上的科技公司，都需要为其做更好的铺垫，从硬件层面到技术层面。何时能玩到真正的 AR？我们可能需要等待条件基本成熟的时刻到来。
一 显示媒介
苹果 AR 目前的显示媒介是 iPhone 屏幕，为了加强显示效果，新一代 iPhone 在屏幕和摄像头上下了不小的功夫。
但这依旧存在很大的局限性，正如我们所能体验到的，依赖于手机屏幕显示的 AR 非常笨拙，你得时刻举着手机，用手机对着某个物体或者某个场景，必要的时候还要改变你的站立位置和姿势去获得 AR 画面/信息。光是玩最普通的 AR 游戏，这种方式就已经开始碍手碍脚。
如果 AR 朝着户外发展，局限在手机屏幕上的体验会让它的实用性大打折扣，用户无法在行走和观赏的时候方便地进入 AR 模式。所以移动 AR 的显示媒介必然还是需要头戴显示设备，并且可以和手机显示兼容并同步。目前我们也正处于第一代 AR 头显时代之中，当然，它可以往更轻便、更时尚的外观设计上发展。
至于室内显示，前段时间来自 Adobe、微软以及迪斯尼开发人员组建的技术团队曝光了他们开发一款全新的消费级 AR 产品。这款产品能够在你的家居中投射影像，将你的房间变成一个巨大的屏幕。
这是一个无需头显的 AR 技术，通过“Lightform（光线形式）” AR 投影仪，它会在你的房间里形成一个巨大的 3D 影像屏幕，然后图像将会呈现在这个屏幕之上，利用光线来创造“神奇的体验”。
二 5G 网络
当代普及新技术的三要素是：硬件、软件和联网。任何一方面的不足，都会导致新技术在应用过程中受到限制。AR 和 VR 尤其如此，头显、配套的软件工具以及连接层缺一不可，唯有如此才能积极的推动技术普及。优质内容的巨大带宽需求以及丰富的应用场景，都对网络提出了新的需求。
5G 在 AR 和 VR 上的优势主要体现在三个方面：更高的容量；更低的延迟和更好的网络均匀性。在 AR 的未来场景应用中，工作流辅助和「see-what-I-see」远程互动和指导已经吸引了众多消费者和投资者的目光。AR 游戏、应用市场的内容数量、质量和种类都会有大量提升，未来的场景应用都对网络带宽非常敏感，任何网络中断都对用户体验有明显的负面影响，这也增强了移动网络在 AR 普及过程中的角色重要性。
目前 5G 技术还没有标准，全球的研发也在往多个不同的方向发展，美国运营商 Verizon 和 AT&T 仍在为 5G 的开发和部署做努力，以确定其标准，而在这个领域，中国弯道超车是板上钉钉的事。
三 人工智能与深度学习
人工智能的目的是让计算机这台机器能够象人一样思考，机器学习(Machine Learning)是人工智能的分支，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，而深度学习(Deep Learning)则是一种机器学习的方法，它试图使用包含复杂结构或由多重非线性变换构成的多个处理层（神经网络）对数据进行高层抽象的算法。
举个例子，当 iPhone 摄像头收集到图像信号之后，并不能很好的识别，为了让 iPhone 理解这些图像它需要一个大脑，这个大脑就是深度学习。
深度学习曾被 MIT 技术评论列为 2013 年十大突破性技术（Deep Learning 居首）。或者换句话说，深度学习这种技术就是实现未来强 AI 的突破口。
深度学习与 AR 的关联非常紧密，它可以让 AR 并不仅止于“感知”，更可以用来做识别、搜索等更多层面的反馈。以 iPhone X 最为瞩目的人脸识别为例，深度学习不止能告诉我们人脸在图片中哪个位置，甚至它可以分析出这个人脸是谁的脸，是男性、女性，多大岁数都可以学习出来，包括人脸部的重要**位置可以猜出来这个人是什么样的表情，甚至通过分析他嘴唇的动作，可以说这个人在说什么话，包括头发的颜色，戴什么样的墨镜，嘴唇涂什么样的唇膏都可以识别出来。
要知道，拿来玩实景增强游戏并非 AR 的应用目的，正如往桌子上堆叠一些虚拟的图像信息并不是真正的 AR 那样。深度学习不仅仅是具备多层架构的感知器，而是一系列能够用来构建可组合可微分的体系结构的技术和方法，这些具有超强能力的机器学习系统只不过是我们目前所能看到的冰山一角。
四 接触与非接触式交互
早期的 AR 重点主要集中于跟踪、注册和显示，只是简单地将虚拟物体叠加在真实场景内，并通过显示设备观看虚实效果，没有太多与外界的交互。从视觉的角度来说，iOS 和 iPhone 的时代很多人把此当成了本能，从一种隔着玻璃与平面 UI 的交互变成了隔着玻璃与内容的交互。AR 应用程序目前使用智能手机触摸屏进行交互，但这只是沉浸技术的第一步。
随着技术的发展，隔着玻璃去与“显示”的增强场景做交互不再能满足用户的需求，多种交互技术在 AR 系统中如何应用起来成为迫切的课题，如何突破我们已经深入gu sui 的触摸屏交互成为下一代交互方式的重点。
1）手势：比触屏手势更精准细节的空间手势，并且和我们日常生活工作的手势习惯应该是相类似的，正如画素描时，大臂挥动刷出大轮廓和形态，手腕和手指则精细地勾勒。弹钢琴时，大臂弹奏和弦的走势，手指的音阶则描绘细节。微妙的手势对应微妙的动作，甚至对手机的持握力度和持握位置，都能成为交互的一种。
2）工具：可以使用简单的、易于识别的工具或标识点作为交互设备，通过识别不同工具或动作的命令，实现不一徉的增强现实交互体验。比如使用简单自制的红外笔，外加投影跟踪系统就可以实现简单的电子白板，就可以等同拥有上千美元的数位自板、多点触控大屏幕和头戴式 3D 浏览器。
3）真实映射：通过更完善的配套设备，可以直接用你的手、脚、身体触碰到 AR 中的物体元素，模拟出真实的物理效果并开展操作，而且这种操作可以反馈到现实当中。去年一家专门研究 AR 交互的实验室 Teehan+Lax 就展示了神奇的方案，它的名字是 Touch Vision Interface ，尚处于原型阶段。Touch Vision Interface 最牛逼的地方就是可以通过移动端的屏幕控制实物，比如说通过个人的手机屏幕上点点画画，就能实时改变其他任意大屏幕上的显示内容。多部手机组成乐队，当你的摄像头对准一根曲线，然后在屏幕上滑动，就能轻易控制混音器的音色的声调。
“感知系统的输出必须大于输入，这样才能击中用户体验的痛点，让用户感到惊讶和愉悦。”随着人机交互技术的发展，用户可以摆脱传统的交互方式，如键盘和鼠标，实现更加自然和人性化的交互方式。比如 iPhone 多点触摸交互技术，可以精确识别多种手指运动方式并获取手指触摸位置坐标，达到人手动作手势的自然交互。交互技术是 AR 系统中与显示技术密切相关的技术，满足了人们在虚拟和现实世界自然交互的愿望，更高级别的交互可为 AR 带来更广泛的应用。
