ABI Research 预计，到 2026 年，将有超过 2 亿活跃用户参与以某种形式利用人工智能 (AI) 的增强现实 (AR) 应用程序。这可能包括基础 AR 技术，如机器视觉和同步定位和映射 (SLAM) 跟踪，以及增值应用程序，如图像和对象识别、语义标记和专家系统分析。
“人工智能、机器学习 (ML) 和 AR 的结合是一种非常有效的结合，”ABI Research 增强和虚拟现实研究主管 Eric Abbruzzese 说。 “从本质上讲，随着可用数据的增加，增强现实的功能会变得更强大。这些数据来自位置数据、传感器数据、环境动态以及物联网 (IoT) 等集成系统。 AR 还可以作为这些数据类型的数据收集推动者。将 AI 融入这些领域，可为市场带来高价值且通常是关键的 AR 功能。”
AR 对视觉和空间数据的需求通常依赖于 AI 支持技术，以可操作的方式捕获、处理和背景化该数据。因此，这两个市场继续重叠并创造大量机会。
根据 ABI Research 的说法，虽然 AR 本身并不需要机器视觉——在辅助现实硬件和应用程序的情况下——但它越来越成为大多数用例的必需品。支持 SLAM 跟踪的机器视觉允许在空间中进行精确的用户跟踪，还可以捕获空间数据供以后使用。
ABI Research 预计，到2026 年配备本地端 AI 芯片组的 AR 智能眼镜出货量将接近 2000 万部，占当年智能眼镜总出货量的 70%。 AI 的本地处理在当今最为常见，但对于某些 AI 处理类型，处理位置正越来越多地转移到云端。例如，SLAM 跟踪可以留在设备上以获得可靠性和低延迟，但语义标签可以位于云上，在非敏感延迟场景中为该类型的数据牺牲延迟。云计算和混合计算方案可实现最佳 AI 处理性能，而设备性能和电池寿命、灵活性取决于应用程序和环境。
多年来，AR 领域的许多公司一直在以多种方式利用 AI，而且这种使用在公司数量和使用范围方面都在增长。在硬件层面，高通在他们的 XR 芯片组系列中加入了专门针对 AR 和 VR 的 AI 增强功能——例如，以提高跟踪精度和性能。 NVIDIA 正在其 CloudXR 产品以及 Omniverse 中利用 AI，后者最近宣布使用 AI 进行自动化模拟和内容创建元素。 PTC 和 Teamviewer 等企业玩家使用机器视觉进行设备跟踪以及后端处理、分析、预测流程等。
这些元素总结为一种与整个增强现实价值链相协调的有价值的使能技术。
“指向用例、应用程序、服务或垂直领域，人工智能已经被利用，其作用将在未来 5 到 10 年内发生重大变化。 AI 增强了增强现实的常见附加价值，包括提高员工效率和安全性以及新颖的协作和远程启用功能。更准确和可预测的跟踪和数据收集、自动化和有针对性的内容交付、新发现的数据和使用趋势都会有所贡献，”Abbruzzese 总结道。