其实虚拟现实并不是什么全新的技术，它的第一个原型设备出现于1968年，距离今天已经有半个世纪了。这台原型机已经具备了立体显示、虚拟画面生成、头部位置跟踪、虚拟环境互动、模型生成这五个虚拟现实最重要的元素，并且有一个非常酷炫的名字：TheSwordofDamocles)（达摩克利斯之剑）。
原型的作者是被誉为“计算机图形学之父”和“虚拟现实之父”的著名计算机科学家IvanSutherland，这也是一位人机交互领域的奠基人。不过在1968年，第一个鼠标才刚刚诞生于斯坦福大学；个人计算机（PC）那时候根本不个人；别说在PC上玩3D游戏，当时连显卡都没有。所以这样“疯狂”的构想，也就只能放在实验室里落灰了。事实上也是如此，IvanSutherland的论文在1968年秋季发表后，并没有正真获得什么反响，虚拟现实也就渐渐地埋没与那个时代里。
时间推进到了1980年代，这样一个时间段最重要的改变是，组成虚拟现实的各个设备都可以独立购买了。比如市场上已能买到Sony生产的便携式LCD显示器了、带有关节动作传感器的手套、支持实时三维建模的显卡等等。所以在1987年，另外一位著名的计算机科学家JaronLanier，就这么东拼西凑的组装出了一款价值10万美元的虚拟现实头盔。这个头盔看起来有点像Oculus，但是这套虚拟现实系统是第一款真正投放市场的VR商业产品。
2014年，Facebook以20亿美元收购了虚拟现实公司Oculus，一般认为这个事件才真正开启了全球VR的时代。Oculus、索尼、HTC先后投入巨资，抢占VR市场，中国企业也紧随其后，在众多产业资本的追捧下，国内VR产业的热度已仅次于美国。VR的硬件和内容勇于探索商业模式的公司层出不穷，2016年1月21日暴风魔镜宣布2.3亿元B轮融资，融资完成后估值已达14.3亿，成为国内目前估值最高的VR公司。
截至2016年6月，按照投中研究院的统计，VR行业投资案例已达117起，其中58起为硬件设备类投资，43起为内容制作类投资，其余16起为分发平台类投资，总投资规模已超过40亿元。其中2015年全年投资案例为57起，投资规模为24亿元。2016上半年投资案例为38起，投资规模为15.4亿元，资本涌入的速度很之快。
另外，VR领域的投资从产业链终端向上游内容转移的趋势很明显。从投资案例的数量来看，在2015年，硬件设备投资占比为53%，内容制作为36%，分发平台为11%。而2016年上半年，硬件设备投资占比降至29%，内容制作和分发平台分别上升至50%和21%；从投资资金规模上来看，硬件设备同样从去年的71占比减少到今年上半年的50%，而内容制作从16上升至37%，分发平台变化不大。这还在于股市的长期低迷，迫使VR投资方跟多的关注短期经济价值和变现渠道。
这里还必须要格外注意一点，VR领域的投资人需要是上市公司为代表的战略投资人，真正的纯机构财务投资人其实非常少。也就是说，VR对于大公司完善产业链，以及创造长期资金市场想象空间的价值，要远大于它当前的实际经济价值。
虽然实际出手不多，但是虚拟现实目前还是受到了国内机构投资人的重点关注，但是因为这个行业的产业链没有完全形成，盈利方式不是很清晰，加上国内长期资金市场目前十分艰难，投资公司面临很大的退出压力。所以VR领域的机构投资，主要以种子期和天使期的早期项目为主，A轮开始大多是由上市公司接盘，机构投资人的进入往往是以被并购为目的，而不是最终自行上市为目的，这是VR领域投资一个很突出的特点。
而且目前，机构投资人对于VR硬件的热情不高，其实是关注内容领域，电影、直播、游戏，这些有清晰变现路径的VR创业公司，比较受机构投资人的欢迎。
VR产业分为4大部分，分别是硬件设备、内容制作、分发平台和应用开发。目前从国内的VR创业公司来看，变现渠道大多分布在在销售VR设备上，部分拥有行业资源的公司采用应用开发变现，比如军工、培训等。而C端的内容制作和分发平台目前还处于起步阶段，有的仅仅是一些线下游戏体验店，还没形成一个完整的产业，和良性的价值流动。
VR硬件设备主要包含输入设备、输出设备和软件三个部分。 输入设备主要是键盘、手柄、动作捕捉器这一类将人体动作转换为虚拟信号的设备。输出设备主要是移动手机、头盔这一类我们常见的载体。而VR设备的人机交互、定位、动作分析等等，都是由安装在硬件中的软件来完成的。
随着技术的逐渐完备，主要是以光学显示、陀螺仪、传感器三项技术的成熟及普及化。VR设备的整体水平在快速提升，目前国内开发VR设备的厂商已经多达90多家，不过因为VR硬件的沉浸感、眩晕等问题还没有颠覆性的技术突破，目前整个行业还是受硬件的制约，应用主要以游戏VR为主。
游戏、影视、直播是目前VR内容最大的三个领域，目前国内知名的VR游戏厂商网易、盛大、奥飞动漫等均有开发VR游戏产品；影视方面有兰亭数字、热波科技等专注VR的企业，也有华策影视、光线传媒等上市公司布局其中。社交直播领域，更多的是尝试把VR技术与网红经济相结合，主要玩家还是目前市场上的直播巨头。但是无论是游戏、影视、还是直播，因为VR内容的制作并不是传统制作模式的副产品，需要专门的制作方式和技术方法，而当下VR的市场还没有完全打开，内容制作商的积极性并不高，这导致了目前市场上内容制作商远远少于硬件制造商，成为制约VR发展的最大短板。
VR内容分发平台是消费的人接触和选择VR内容的渠道，目前主要有三类：线上分发平台、线验店以及手机应用商店。线上平台主要提供电影、游戏等各类VR内容的下载；线验馆主要由暴风魔镜、乐视等资金实力较强的大公司成立，目的是让我们消费者能够直观体验，培育市场；手机应用商店则是专门用来下载VR相关的各类APP应用。
总体来说，目前VR还是属于一种轻决策产品，能否方便的接触到产品和内容，是消费的人做出购买决策的关键。所以当前内容分发平台是制约整个VR行业发展的关键。所以关注VR行业的发展速度，要时刻盯准分发平台的发展节奏。
虚拟现实领域的市场成熟度目前还比较弱，因此依靠C端变现是比较困难，目前除了依靠投资人输血，很多拥有行业资源的VR企业也会选择在B端变现，做定制化的应用开发。比如企业培训、商业建筑、旅游服务、虚拟工厂等等，这是一块非常广阔的市场，具有一定的深耕价值。
虚拟现实技术虽然在消费品市场比较火热，但是在我看来，这项技术在数字化工厂的应用前景会更加广阔，因为它将解决目前制造业工厂中的三个痛点：
制造业的成本高是多方面的，而且不同的行业问题也不一样，但是有一点在中国当前是比较普遍的，就是用工成本的上升。一方面的工人的工资水平在提高，另外一方面，由于新生代的权利意识觉醒，跳槽慢慢的变频繁，很多工厂每年要有一半的老工人离职，新工人上岗。而以往新工人上岗之前，有必要进行几个月的实习和技术培养和训练，才能成为一个熟练工，即使是一个熟练工，这个成本在近几年是程几何上升的，虚拟现实技术将成为这样的一个问题的重要解决方案。 使用VR和AR技术，可以在眼睛屏幕上直接显示操作指令与说明图片，可让员工随时查询和执行作业。虚拟现实技术与数字化工厂结合之后，一个新人也能随时调用每台设备的参数和互动式的操作手册，这会大幅度减少工厂内专家工人的雇佣，降低劳动成本。
在数字化工厂应用了虚拟现实技术之后，企业培训的目标不再是让工人掌握某种技能，而是怎么样去使用这些高效的数字化工具，如何有效的进行人机互动。这个门槛远比设备操作要低得多，而且随着VR技术的发展，交互性会慢慢的友好，学习成本也会慢慢的低。
举例说明，我们打出租车的时候，当我们没建立起来北京市的虚拟城市地图之前，我们要开车需要有经验的司机，我们应该问路，不能预测什么时间到，遇到堵车得碰碰运气，从望京到，就可能会很不顺利。而当我们建立了一个虚拟的城市模型以后，比如说高德或者百度，有了虚拟地图，这个上面可设为起点和终点，而在这个虚拟上面可以对它来优化，选择最优路径，通过虚拟的，比如说高德导航地图上面和我真实的行车数据上面进行互动，可以实时纠偏，而且多次往返以后会给我一个优化的线路。我们要和虚拟模型和真实模型形成双向数据流，不断的迭代、优化实现最优的生产模型。这个就是我们所说的集成虚拟世界和现实世界，把虚实结合在一起实现生产提高的进一步的解释。
AR技术能够准确的通过现场情况通过算法得出最快、步骤最少的解决方案。以菜鸟物流为例，拣货员从快递箱中取出需要配货的订单，运用AR眼镜扫描订单上的二维码，就从眼镜镜片屏幕中看到了该订单包含的详细商品信息。然后拣货员精确地从面前货架上取货、承认、放入快递箱。货品的摆放也经过了智能算法的优化，以保证拣货员在最短的时间内完成一个订单的货品分拣，在这里，一个订单货品的分拣仅需要三分钟左右，大大的节省了时间，而且AR眼镜还能瞬间采集所看到的信息，远超于以往速度。
企业难免会出现各种故障，而对企业来说一分钟的停滞就会造成成千上万元的损失。对于拥有外勤人员的企业，更是存在信息交换不到位、发生故障无法及时解决等问题。
而虚拟现实技术却能够缩短问题诊断与修复的时间，以及不再需要另外派遣专家前往远端据点，事故现场任意员工，皆可通过AR眼镜与远端专家透过视讯协作达成目标，拥有极高的时效性并省下专家飞往现场提供协助的开销。
远端现场的员工可由通讯与即时视讯分享让有经验的员工提供问题诊断及修复的建议。问题瞬间解决的同时还提高了准确性。
在传统的数字化技术中，计算机系统仅仅是给人类提供协助，人类仍然要自己操控系统。而新时代的人机交互则需要颠覆性的方法，我们大家可以把它命名为“虚拟工程”，虚拟现实技术只是虚拟工程的工具。
虚拟工程提供了一个完整的系统视图，让开发者、供应商、制造商和用户能以同样的方式来虚拟使用那些尚不存在的物品，并根据其特性和功能做出全面的评估。计算机是计算技术时代的基础设施，而虚拟现实就是虚拟工程时代的基础设施，是下一代计算平台。它最大的价值在于，大幅度降低了人机交互的门槛，从此人类不用再去学习怎么样更好地使用机器，而是机器反过来学习怎么样更好地服务于人。返回搜狐，查看更加多