Meta 发布 Hologram 拟真虚拟形象，将在智能眼镜与头显设备中应用

一句话结论

Meta 宣布推出生成式 AI 驱动的拟真虚拟形象 Hologram，计划今年秋季在雷朋 Display 眼镜及 Quest 头显上线。

关键要点

• Hologram 基于生成式 AI 技术，旨在生成与真人外观高度接近的虚拟形象，区别于 Meta 现有 VR 产品中常用的卡通化角色。
• 创建 Hologram 需使用 Meta AI 应用进行面部追踪与语音采集，整个流程仅需几分钟，由服务器端完成处理。
• 在 Meta 雷朋 Display 眼镜上，Hologram 采用实时生成式 AI 扩散模型，以音频为输入，在通话中向对方发送 2D 视频流。
• 在 Quest 平台上，Hologram 呈现为 3D 等身立体形式，支持从 3D 窗口切换至全身模式，实现接近真人尺寸的互动体验。
• 当前版本在人物尺寸准确性、眼部细节以及侧面倾斜时的变形控制方面仍存在不足，后续需进一步优化。

背景与事实

Meta 于 9 月 28 日正式公布了名为“Hologram”的拟真虚拟形象功能。根据官方计划，该功能将于 2026 年秋季开始在 Meta 旗下的雷朋 Display 智能眼镜和 Quest 头显上陆续上线。Hologram 的技术理念与苹果 Vision Pro 搭载的 Persona 功能类似，均致力于通过生成式 AI 技术，为用户创造在视觉特征上接近真人外貌的虚拟化身。

尽管 Meta 早在七年前就展示了名为 Codec Avatars 的拟真虚拟形象项目，但直至目前，市面上消费者可购买的 Meta VR 产品主要还是采用较为卡通化的自定义形象角色。Meta 此次发布 Hologram，标志着其战略重心从卡通风格向写实拟真风格逐步转移。

用户初次配置 Hologram 的流程主要依赖手机端的 Meta AI 应用。用户需按照系统提示进行头部转动、微笑等动作。随后，系统会提出若干开放式问题，用户需进行较长时间的回答。在此过程中，系统不仅采集面部表情和说话状态以用于训练和调整模型，还会记录用户的服装特征与背景环境。整个创建过程耗时仅几分钟，待服务器端处理完成后即可生成专属 Hologram。

在具体的技术实现上，不同设备采用不同的呈现方式。对于 Meta 雷朋 Display 眼镜，Hologram 功能依赖于运行在 Meta 服务器上的实时生成式 AI 扩散模型。该模型以眼镜麦克风采集的音频信号作为唯一输入源，实时生成 2D 视频流并发送给通话另一端。值得注意的是，此时虚拟形象的面部表情主要依据声音变化生成，而非直接利用摄像头捕捉真人实时画面。

而在 Quest 平台上，Hologram 则采用 3D 等身立体形式呈现。当两名 Quest 用户通过 WhatsApp 进行视频通话时，双方首先会在一个独立的 3D 窗口中查看对方的 Hologram。用户点击窗口旁的特定按钮后，通话画面可切换至全身模式，此时对方的虚拟形象将以接近真实人体尺寸的比例出现在用户面前。

影响分析

对于中文开发者与从业者而言，Meta 推动虚拟形象从“卡通化”向“写实化”转变，意味着虚拟数字人的生成门槛正在降低，同时底层技术架构正从客户端向服务器端实时生成迁移。这种基于扩散模型的实时 2D 视频流生成技术，或许能引发视觉通讯协议方面的技术革新，对涉及远程协作、虚拟社交应用的开发团队提供了新的交互范式参考。同时，音频驱动的面部表情生成算法，可能会成为多模态 AI 领域的研究热点。

适用边界

该结论主要基于 Meta 官方公布的技术路径与当前版本现状，不适用于非 Meta 生态的其他品牌智能眼镜或 VR 头显产品。此外，Hologram 功能对网络带宽和服务器延迟有较高要求，在离线或弱网环境下无法体验其拟真效果。对于注重极低延迟隐私通讯的场景，由于音频上传至服务器处理，该架构可能存在数据隐私方面的潜在争议，需结合具体合规要求评估。

孤本观察

从 Meta 放弃直接摄像头画面传输，转而使用音频驱动 AI 生成 2D 视频流的做法来看，其核心逻辑是以“生成算力”换取“带宽资源”和“数据轻量化”。这是一种在终端算力受限与云端算力充裕之间做出的工程折中，虽牺牲了实时性精度，却换来了生成式虚拟形象在大规模消费级设备上落地的可能性。

来源：IT之家