2020年我从事VR行业的第9年,谈谈今年的现状和未来

2024-03-19 07:10

本文主要是介绍2020年我从事VR行业的第9年,谈谈今年的现状和未来,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

仅以从业者角度来分析行业现状及未来发展,含有大量个人观点,轻喷,谢谢。

  1. 百度指数,VR,AR,Unity,Unreal比较
  2. 百度指数,VR,5G比较分析
  3. 行业是否缺爆款?
  4. ToB现状

1.百度指数,VR,AR,Unity,Unreal比较
没数据,说什么都是扯淡。
首先我们从百度搜索指数来横向对比,当前VR行业,主要从业者开发手段来分析。
使用unity解决方案的还是占70%-80%,使用UnReal的还是少数。
先上个横向对比图。

在这里插入图片描述
数据取自-2019-08-01至今天,从图中我们可以看到,整个VR行业至今可以说不温不火。隐隐有下降的趋势。稍后解释为什么。
2.百度指数,VR,5G比较分析
图中看出,Ue4的搜索指数有所上涨,今年出的Ue5宣传视频属实拉了一波高度。激情之后就回温了。
在这也不分析市场什么时候更换工具,因为1-2年的未来可能很轻松就看清,5-10年,至少我看不透。
但是~学习UE4-UE5 ,没坏处,不是吗。
OK话不多说,咱们继续分析。
在这里插入图片描述
整个1年内的话题量,单看VR,AR还是不少,但是呢。。。
看图
在这里插入图片描述
近1年关键词5G 和VR的对比,5G最高是VR的4倍。说明差距还是蛮大的。为什么这么说。
在这里插入图片描述
这是VR最火的2016年,从图中明显就能看出来,VR经历高峰后,就缓慢…回落。这是市场的真实反映。为什么呢?因为进入千家万户还是太难了。什么时候VR设备能成为电视,电脑,手机,之后下一个必备设备后,VR才能算成功。现在还是ToB端多一些。有几个比较成功的ToCVR产品,稍后介绍。
行业是否缺爆款?我觉得缺,但是也不缺,因为这个行业还是有很多人在默默坚持,做硬件的,做软件的,出爆款只是时间问题,首要问题还是,**如何VR设备能进千家万户。**这个问题解决不了,VR行业爆款不了。
其实有段时间大家都说VR缺爆款产品,近几年也出了几个还算爆款的产品吧,比如节奏光剑,贝壳买房等,原谅我没关注市场,VR爆款确实不太容易进入普通人的视野,进不到普通人的视野,这个行业就称不上很成功。核心还是那个问题,我为什么要买眼镜,配个高配电脑,有必要吗?
3.行业是否缺爆款?
接下来从一个普通人的角度来分析,为什么现阶段进不了千家万户。想想ipone4,2010年,爆款,价格5000+拿在手里就可以,走在大街上拿着都是话题,那自然而然的流量就蹭蹭涨,随大流,整个手机市场被重新定义,加上安卓阵营加入大乱斗,手机市场被重新定义,就连昔日大佬诺基亚,当年可不比微软差,可惜还是倒在了行业变革的路上,虽然诺基亚靠卖专利一样活着,但是比起辉煌的04-08年,差太多了。
我们再来看一下,几个关键字,行业火了,如何一直火,iphone价格不低,但是对于2010年来说还是买得起,一线城市白领1个月薪水足够。2-3线城市需要2-3个月,一样可以承受。你说iphone都买的起,VR设备为啥没火,iphone比较现在的VR设备只贵不便宜。2010年卖5000+和2016年的HTC VIEVE卖5000+不一样对吧。但是VR还是没火到千家万户。你不仅要买VR设备还得配电脑,配了电脑还得配空间,为什么是空间,家不够大不行,最起码2.5m2.5m米的空间。
我们重新来算一下,HTC VIVE 5600+5000PC+2.5
2.5空间+桌椅。11000肯定是有了,好,就算我们还是1线城市白领一个月轻松加愉快拿下,后面的问题来了,VR应用没有达到让我们每天都要使用的地步,这就尴尬了,造成了很多人买了1-2月,玩了几次吃灰,而且,当初买Iphone走到哪都能炫耀,VR你能炫耀啥,只能自己和自己的朋友体验体验。所以说,VR行业离真正大火,还需要很长很长的时间。这个时间不好估算,个人估计5-10年内改变不了。即使5G普及,也还差很远,VR的展现形式不应该是头带VR,除非是人体和硬件连接,那时候的VR才是真的VR。
ToB现状
这个怎么说呢,VR在中国的时间远超过舆论所说的从16年开始,我是从12年做旅游,13年做军工仿真过来的,这个行业ToB一直在发展,我个人认为其实ToB端的VR其实是上升式发展。从原来的只属于研究院,到211-985院校在到现在普通专科院校,技校,等等都在使用VR技术来辅助教学,这是一种进步,而且行业需求还在不断扩大中,可以这么说,课程只要更新,VR需求量就有。
ToB端能做的,军工,教育(K12,高职院校,高校),医疗(我接触做医疗的还真不多),科研,展览展示。
目前需求最大的,排名不分先后,展览展示(展馆居多),高校课件仿真,科研仿真。这几个吧,还算不错,其他的能提的上来的具体行业,发展就一般吧。具体也不罗列了,因为,想接单,不是靠人就是靠人脉。不是普通人能说进就进得去的,而且这细分每个行业都是行业大佬,哪是你说进,想进,就能进来的,里面的人已经杀红眼,外面的人挤破了头想进来大展拳脚。so…太难了!
今天还有很多工作,最后简单总结一下~
VR行业开发工具,短期不会变,长期看好ue5,所以该学的学!
VR行业市场就那些,坚持做具体细分一行做到行业老大,你也会很牛~
VR行业从业者,坚持一切都得坚持,坚持到什么时候呢,坚持到你不能做这行为止。

这篇关于2020年我从事VR行业的第9年,谈谈今年的现状和未来的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/825188

相关文章

揭秘未来艺术:AI绘画工具全面介绍

📑前言 随着科技的飞速发展,人工智能(AI)已经逐渐渗透到我们生活的方方面面。在艺术创作领域,AI技术同样展现出了其独特的魅力。今天,我们就来一起探索这个神秘而引人入胜的领域,深入了解AI绘画工具的奥秘及其为艺术创作带来的革命性变革。 一、AI绘画工具的崛起 1.1 颠覆传统绘画模式 在过去,绘画是艺术家们通过手中的画笔,蘸取颜料,在画布上自由挥洒的创造性过程。然而,随着AI绘画工

时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测

时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测 目录 时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测基本介绍程序设计参考资料 基本介绍 MATLAB实现LSTM时间序列未来多步预测-递归预测。LSTM是一种含有LSTM区块(blocks)或其他的一种类神经网络,文献或其他资料中LSTM区块可能被描述成智能网络单元,因为

【科技前沿】电子设计新贵SmartEDA:为何它引领行业风潮?

在当今这个电子科技日新月异的时代,电子设计工具如同设计师的魔法棒,不断推动着产品创新的速度。而近期,一款名为SmartEDA的电子国产设计仿真软件异军突起,成为了行业内的新宠。那么,SmartEDA究竟有何过人之处,为何它能够如此受欢迎呢? 一、智能化设计,提升效率 SmartEDA的核心优势,能够完成电路设计的优化、仿真和验证等复杂过程。这不仅大大减少了设计师的工作量,还提高了设计的准确

中国341城市生态系统服务价值数据集(2000-2020年)

生态系统服务反映了人类直接或者间接从自然生态系统中获得的各种惠益,对支撑和维持人类生存和福祉起着重要基础作用。目前针对全国城市尺度的生态系统服务价值的长期评估还相对较少。我们在Xie等(2017)的静态生态系统服务当量因子表基础上,选取净初级生产力,降水量,生物迁移阻力,土壤侵蚀度和道路密度五个变量,对生态系统供给服务、调节服务、支持服务和文化服务共4大类和11小类的当量因子进行了时空调整,计算了

AI与音乐:共创未来还是艺术终结?

随着人工智能技术的不断进步,AI在音乐创作领域的应用已经成为了一个不可忽视的现象。最近一个月,一系列音乐大模型的推出,不仅极大地降低了普通人创作音乐的门槛,也引发了关于音乐产业未来的广泛讨论。AI是否正在创造音乐的新纪元,还是正在逐渐毁掉这一艺术形式?本文将深入探讨人工智能和音乐人的合作模式,讨论AI在音乐创作中的辅助作用,以及如何实现人机共同创作的可能性。 AI与音乐人的合作模式 在探讨

服务器监控:运维行业的核心保障与第三方监控软件的选择

随着信息技术的飞速发展,企业IT架构日益复杂,服务器作为整个IT系统的核心,其稳定性和性能对业务的连续性至关重要。在运维行业中,服务器监控作为保障服务器稳定运行的关键环节,已经受到了越来越多企业的重视。本文将探讨服务器监控的重要性、挑战以及选择第三方监控软件的原因,并推荐一款优秀的服务器监控软件——监控易。 一、服务器监控的重要性     服务器监控是指对服务器硬件、操作系统、应用程序

ChatGPT崛起:动了谁的蛋糕?深度解析与未来展望

近年来,随着人工智能技术的飞速发展,各种智能应用层出不穷,其中ChatGPT作为一种先进的自然语言处理模型,引起了广泛的关注。ChatGPT的出现对多个领域产生了影响,可能对一些现有的业务模式和服务产生影响,从而间接地影响到相关行业的利益格局。本文将深入探讨ChatGPT对各行各业可能产生的影响,以及它如何改变了现有的市场格局,并展望其未来的发展趋势。 一、客服行业 传统的人工客服行业一直面临

机器学习基础:与Python关系和未来发展

目录 初识Python Python的由来 自由软件运动 编译方式的演进 Python语言的特点 语法简单,易于理解 语法结构清晰,快速上手 丰富的第三方库 机器学习 监督学习 无监督学习 半监督学习         欢迎回到我们的神经网络与深度学习Tensorflow实战学习,本篇为人工智能学习第三篇文章。前面的文章中我们学习安装了Tensorflow-GPU,在本

python-今年第几天

[题目描述] 定义一个结构体变量(包括年、月、日)。 计算该日在本年中是第几天,注意闰年问题。输入格式: 年   月   日。输出格式: 当年第几天。样例输入 2000 12 31样例输出 366 数据范围 对于100%的数据,保证日期合法 。来源/分类(难度系数:一星) 完整代码展示: a,b,c=map(int,input().split()) d=[31,29,31,30,31,30,31

我的2019年工作总结及对未来1年的计划和期许

最近一直在忙,不过今天手上的2个项目目前都在修改bug中了。等修改好了,估计明天又同时进行复测了。 刚刚公司群里发布了2019年度工作总结和考核评优工作的通知,和去年一样,每个人需要提交一份个人总结PPT。然后我看了我去年的写的总结和期望,不足和成就。有了些感触,也忙里偷闲整理了半天今年的工作内容。这里具体的项目名称就不透露了。 整体来说: 1、独立测试3个项目/产品的测试工作。 2、客户