對于類似HTC Vive的設(shè)備，需要雙目12450*6840或更高的分辨率(介于8k和16k之間)才能達到“視網(wǎng)膜”效果。

　　對于所有VR設(shè)備，需要達到150-240fps的刷新率才能讓一般人覺得足夠真實。

　　如此高的分辨率和刷新率需要數(shù)十倍于當(dāng)前PC的硬件性能才能驅(qū)動。

　　“視網(wǎng)膜”效果是一個沒有清晰定義的概念。根據(jù)Steve Jobs在發(fā)布iPhone 4時的定義，它是指在10-12英寸的距離上，設(shè)備的像素密度達到300ppi(每英寸300像素)的水平時的顯示效果。然而實際上人眼在12英寸的距離上的分辨率可以超過900ppi。我們在這里采用Jobs的標(biāo)準(zhǔn)來討論。

　　12英寸距離上300ppi的像素密度，通常用一個單位為ppd(每度像素數(shù))的參數(shù)來表示：

　　想象一個頂角為1°的細(xì)長的等腰三角形，其高度 d 為眼睛與屏幕的距離，r 即為其底邊覆蓋的像素數(shù)量。根據(jù)Jobs的定義，要獲得視網(wǎng)膜顯示效果，需要至少57ppd。

　　對于主流VR頭顯如HTC Vive來說，其單眼橫向FOV為110°，縱向約120°。據(jù)此計算，它需要

　　的單眼分辨率才能達到視網(wǎng)膜水平，也就是需要一塊至少 12540*6840 的屏幕輸出雙目畫面。按照類似流行的4k、5k、8k 的說法，這樣一塊屏幕差不多是13k;如果維持Vive顯示面板大小不變的話，其像素密度約為2567 ppi(作為對比，Vive的像素密度約為447 ppi)。至于有的朋友提出這樣高的像素密度能否實現(xiàn)，我覺得應(yīng)該是沒什么問題的，畢竟Sony早在2013年就造出了2098 ppi的OLED屏幕。

　　如上圖。目前的主流VR頭顯的像素密度只達到了這一標(biāo)準(zhǔn)的1/6。我們在主流顯示設(shè)備的像素密度上翻的前一個6倍，花了二十多年(從DOS時代的320*200到目前主流的1920*1080)。

　　提高VR設(shè)備的像素密度，并不是單純地把高密度顯示面板造出來然后放進頭顯這么簡單。從2k到4k、4k到8k，每次升級看上去都只是數(shù)字翻了一倍，然而像素數(shù)量卻是呈平方級上升的，4k是2k的4倍，8k是2k的16倍。視網(wǎng)膜VR級別的分辨率，其像素數(shù)量是目前Vive的33倍。

　　為了滿足VR游戲的需求，目前最頂級的PC的性能都可以被輕易榨干。3D游戲的性能是與分辨率密切相關(guān)的，這意味著如果要提供相匹配視網(wǎng)膜VR的3D游戲內(nèi)容，計算機的性能也要相應(yīng)地提升幾十倍。以摩爾定律計算，這個過程需要近10年。

　　視頻信號的傳輸也是一個大問題。上圖每個方塊右上角給出了在該分辨率下以90 Hz的頻率發(fā)送未壓縮的每像素24 bit的視頻信號所需要的帶寬(不含音頻)。作為參考，目前最新的HDMI 2.0標(biāo)準(zhǔn)可以傳輸最大18 Gbps的帶寬——連視網(wǎng)膜VR所需求帶寬的1/10都達不到。為此，我們必須使用更先進的傳輸方式，例如光纖傳輸。尚在襁褓之中的無線傳輸則會面臨更大的挑戰(zhàn)(開個腦洞，近場激光傳輸?)。

　　很多朋友提到，由于人眼只能清晰地看到聚焦點周圍很小的范圍(2°)，利用這一特性，我們可以通過降低周圍的分辨率來降低對像素數(shù)量的需求，以及計算機和傳輸性能的要求。

　　上圖是人類左眼的分辨率曲線(CC-BY-SA 3.0授權(quán))。可見只有眼球中央凹(Fovea centralis)附近的區(qū)域有較高的分辨率，周圍的分辨率急轉(zhuǎn)直下，甚至不及中央十一。

　　要利用這一特性，我們需要在VR頭顯中植入眼球追蹤設(shè)備。它可以通過追蹤眼球中央凹的移動來獲知用戶的眼睛正看向哪個點，然后在這一點周圍使用全清晰度渲染，其他地方使用低清晰度渲染。目前眼球追蹤技術(shù)已經(jīng)非常成熟，但相關(guān)產(chǎn)品都還是以頭顯插件的方式存在，比如我們這里有一只樣機，可以插入Vive頭顯使用;但由于設(shè)備太大，戴眼鏡的用戶就無法使用了;這個設(shè)備需要使用USB線連接，走線上也很繁冗。不過相信下一代的VR頭顯就會開始集成此類設(shè)備，也就不存在這些問題了。根據(jù)nVidia的說法，應(yīng)用這一技術(shù)可以將渲染性能提高2到3倍。

　　不過眼球跟蹤并不能實際降低對頭顯像素數(shù)量的需求。有的朋友在此基礎(chǔ)上設(shè)想了一種機構(gòu)，使得顯示面板可以快速根據(jù)眼球的位置來移動，這樣就只需要極低的分辨率了。我不能否認(rèn)這種技術(shù)在未來出現(xiàn)的可能性，但人眼的轉(zhuǎn)動速度可以達到900°/s，很難想像有何種設(shè)備既能夠提供足夠的扭矩來低延時地跟蹤這樣高速的移動，又能小到能放進頭顯里(開個腦洞，也許使用類似Olympus微單防抖系統(tǒng)那樣的磁懸浮面板?)。

　　換一種思路，由于目前的VR頭顯都是通過一塊(菲涅爾)透鏡來將矩形(接近正方形)的顯示面板矯正為符合人眼的視野，面板上的某些像素實際上是被浪費掉的。譬如面板上只有內(nèi)接的近圓形區(qū)域里的內(nèi)容才會被看到，四個角上的像素實際上是完全用不到的，所以根本不需要去渲染。再比如由于透鏡的特性，邊緣的可視像素密度比中心要低，因此也沒有必要使用全分辨率渲染。nVidia的Multi-res Shading技術(shù)就利用了這一特性，使得渲染性能可以提高33%-50%。

　　nVidia Multi-res Shading示意圖，邊緣的部分像素密度較低，因此以較低的精度渲染。

　　盡管這些技術(shù)看上去能有效地節(jié)約像素數(shù)量，但需要注意的是，因為生產(chǎn)難度和成本問題，實際情況下基本上不可能去生產(chǎn)像素密度不均勻的顯示面板。因此這些技術(shù)只能用于緩解對計算機性能的要求。

　　刷新率方面，盡管我們知道24 fps已經(jīng)能提供連續(xù)的畫面、60 fps的游戲?qū)τ诮^大多數(shù)人來說已經(jīng)足夠流暢;對于VR來說，為了提供足夠的沉浸感，這些刷新率都遠遠不夠。理論上人眼最大可以感知到1000 fps的畫面(維基百科說的，我也沒有查到引用來源);對于未經(jīng)訓(xùn)練的人來說，150-240 fps的畫面已經(jīng)顯得足夠真實。因此Vive、Oculus的90 Hz，以及PSVR的120 Hz都還太低。而如果要達到理想的刷新率，VR對機器性能的需求和傳輸帶寬的壓力還會進一步提升一到兩倍。