除了画面矫正需要用到反畸变渲染以外，在降低延迟上，YVR2则采用了ATW（异步时间扭曲，Asynchronous Timewarp）技术，并在自研开发ASW（异步空间扭曲，Asynchronous Spacewarp）。

其中，ATW就是利用时间相干性，尽可能重用前一帧计算样本；ASW技术则是对图像的每个像素点进行矢量运动估计，用户移动时通过两帧差异预测下一帧图像。

这样一来，VR设备就无需在实时投影的情况下处理大量图像数据，而是能确保在尽可能降低延迟的情况下，让用户看得清外界的物体。

此外，YVR还自行研发了动作识别和定位算法，这里面又包含6DoF、SLAM等各种算法。

具体来说，YVR 2能够通过vSLAM算法来判断“认清”用户所处的位置、确保用户安全，同时通过6DoF、SLAM等技术精准识别动作、判断用户意图。

先来看看SLAM算法，简单来说就是同时进行定位与地图构建，其中YVR 2以采用视觉传感器的vSLAM为主。

此前，SLAM在VR产品中的应用，主要是单人人体定位和位姿定位中，然而还无法解决多人交互的情况。我们都知道，VR设备当然不是只给一个人玩的，经常面临几个人玩一个VR、或是几个VR同时交互的情况。

例如当一家人买了VR一起玩、或是要将VR拿到不同的地方去玩时，反复定位和构建地图就显得非常麻烦。

从专利中来看，YVR已经研发了一种多人交互的人体定位和位姿定位系统，不仅一个VR能记忆多个地图系统，而且多个VR也能在同一场景下实现交互。

据悉，YVR 2将于近期搭载国内首个多地图智能记忆功能，支持单一VR眼镜不同空间的多防护边界记忆，在一次设定后，再次登陆即可轻松唤醒边界记忆。

除此之外，就是进一步负责定位和预测姿势的6DoF技术了，它可以检测到物体在6个方向上的移动：3个方向上的旋转，以及3个方向上的移动。

△图源维基百科

不过即使有6DoF技术，部分VR头显定位还是容易出现不准确的情况，尤其是摄像头对着天空或地板等情况下，往往无法通过视觉算法进行精准定位。

因此，YVR自研了一种将RoNIN（基于残差网络的IMU传感器数据用于运动估计&定位）和6DoF结合的系统框架。

这一算法会通过VR设备上自带的摄像头提取数据，在非静止的情况下进行6DoF估算，并结合IMU传感器输出数据，进行位姿预测。

通过这一方法，即使手柄不在视觉范围内、或双手柄发生折叠时，VR头显也能对手柄进行准确定位。

事实上，无论是视觉算法、还是定位或识别算法，都是VR设备中不可或缺的核心算法，如果缺少它们，必然会导致VR设备功能不齐全、甚至无法使用。

正是因为在算法侧的不断加持，YVR 2新品上市后，凭借着革命性的体验感优化得到了众多消费者的肯定。据YVR介绍，公司做产品的核心理念就是“站在科技和人文的十字路口，即为用户带来美好的体验，做一款好看、好用、好玩的VR眼镜”，背后深层的含义即给用户和开发者带来极致不妥协的产品，提供最优的性能、功能和体验。传递到产品的研发和工程端，YVR工程师们的自身要求也是研发和创新最合理最先进的算法、软件、硬件，对技术方案不妥协，对能力不妥协。

但其实，可能会有人问，国外如Oculus等厂商已经实现过一些类似的VR算法，为什么国内如YVR等VR厂商，还要在这种情况下进行算法自研？

这里面有几个方面的原因。

一方面，从技术应用角度来看，当前行业对VR的需求正在不断提升。

对于VR而言，元宇宙的到来无疑加速了它的验证落地期。

无论是再次爆火的虚拟人、类脑算法技术，还是这段时间被热议的马斯克将大脑上传至云端等行业热点，都在说明下一个人机交互的时代正在来临。

自2016年VR大火以来，伴随着软硬件技术不断成熟，用户需求逐渐从看电影、玩游戏提升到VR设备之间的交互上，一系列VR技术和方案自然也面临着推陈出新。

在这种情况下，YVR公司在vSLAM、6DoF追踪、VST等算法领域均布局有自研的算法。此外，在光学、硬件、软件、工业设计等方面也组建了专业团队。据悉，YVR 2获得了德国红点奖、德国iF奖两大国际权威工业设计奖项，成为国内唯一同时获得这两项荣誉的VR一体机，也证明了YVR 在多领域具有优秀的研发能力。

YVR不局限于影音、游戏或是娱乐社交，也在探索更多应用场景，希望赋能教育、医疗、旅游、影视、游戏和社交等行业。

实际上，这也是整个VR产业的发展趋势。VR被称为下一代计算平台，虚拟现实产业产业更是数字经济时代的关键重点产业。越来越多的人认为，VR将会改变人类交互方式，带来全新的生产生活方式。

当下，包括医学、工业等更多场景已经应用VR设备，包括3D复杂结构的实时演示、甚至是临床医学上。

例如，据英国媒体PA Media介绍，就在这两天，外科医生基于医学影像构造了一个数字大脑模型，并基于VR技术，成功完成了有史以来最复杂的连体双胞胎分离手术。

又例如，利用VR完成复杂硬件装置的设计和构造、甚至在3D空间中模拟设备的运行，同样对于工业有着实用价值。

在这种情况下，自研VR算法已经不仅是行业需求，而是更深一步地成为科技进展的需求。