不是必要的设备。
从性质上，可以类比智能手表。
iwatch 2018年销量在两千多万部，占智能手表总销量的百分之五十，可以这样子类比一下的。
而二十年，可以假设，ar眼镜已经达到了近乎完美的形态——50g以内的重量、80度以上的fov，而且能实现精准快速的slam定位和物体识别。
再加上人类的近视问题已经解决，或者ar显示模块可以贴在普通眼镜镜片上，然后ar内容都是互联同步的。
增强显示的内容已经达到了以假乱真的地步，完美的贴合真实世界场景，无论是遮挡还是光照。
在这样的前提下，ar眼镜就已经像普通眼镜一样，可以日常随身佩戴，毫无压力。
届时的ar眼镜，也会不在局限在显示信息和扩展屏，经过十多年的积累，现实世界中会有大量的ar标签存在于各处，人们佩戴上ar眼镜四处走动时，可以看到丰富的内容。
这样子人们生活中对信息的掌控力会进一步提升，便捷性会极大提升。
因为ar内容都是互联互通的，所以，人们可以真正的“融入”到电子世界，打破虚拟和现实的边界，直接操作虚拟的物体，会出现很多我们现在很难想象的炫酷的虚实结合的“玩法”。
比如，你可以从手机中，“拎”出一个文件，然后递给你的朋友，他接过来后，直接“放”到手机里，完成文件的传递。
你也可以在看电视时，看到一个花瓶的广告，伸手把花瓶从电视中“拎”出来，摆放在桌子上看效果，然后下单购买。
看似简单自然的操作，背后整合了手势识别、数据网络同步、slam等先进技术。
给朋友加上虚拟舞台灯光，周围所有联网的用户都可以看到。
当ar达到这种程度时，它的销量终将达到手机一样的规模。
但是，它还是无法替代手机。毕竟，你不能在ar眼镜上方便的玩《王者荣耀》不是
所以说，在二十年后，ar和vr都会会有长足的发展。
但是两者的性质却是不同的。
ar本质上还是信息显示终端，只不过它打破了现实和虚拟之间的界限，会使人们之间的沟通更加顺畅。而vr，则是一个新的虚拟世界平台，它对人类社会的影响，对人们生活方式的影响会超出想象。
虽然在二十年的尺度上进行预测，往往容易被打脸。
但是，整体的趋势应该是差不多的，只不过在最终时间点上会有些出入。
无论是ar还是vr，在未来几十年里，都有着无数的商业机会等着我们去发掘。
就像1999年，人们眼里的互联网，都是一片新的天地。
而且最近随着vr行业的回暖，也会有人想做vr，这个是可以的，只需要计算机技术就可以了。
要有设备端。
什么意思呢？
就是首先，是vr眼镜平台相关的工作，这里面涉及到的计算机软件技术有以下三大块——
第一自然就是显示技术了，目前的vr设备有三大类：外接式头显，包括pcvr 和 psvr、一体机和手机盒子。
这三类vr眼镜用到的操作系统，都是在现有计算设备的系统。所以，从系统层面，并没有新的技术内容。但是到了显示层面，它跟现有的计算设备比却复杂了一个量级。
当游戏引擎渲染出一个vr画面后，并不能像pc或者手机那样直接上屏，它还需要经过反畸变、合成、位置预测等过程，才能贴到屏幕上。这就需要很多计算机图形学和操作系统相关的知识。
另外，为了进一步提升渲染效率，还需要引入注视点渲染技术。
而为了能够解决 vac辐辏冲突问题，未来还要引入光场显示等技术，这些也都需要计算机图形学相关的知识。
第二自然就是定位技术，vr中图像的生成，依赖于定位的准确性。这就又涉及到了两大块技术：头部定位和手柄定位。
从技术路线上，定位技术可以分为下面三类，外置激光定位，也就是使用外置的激光发射器扫描空间，通过计算头盔和手柄接收到激光信号的时间差来推导出设备的空间坐标。
它的特点是：速度快，位置准，缺点是成本高。htc vive 便是用了此种方式。
然后就是外置视觉定位，通过外部放置摄像头，拍摄头盔/手柄上的光点，来推算出设备的位置，oculus rift红外线和 psvr可见光都是使用这种方式。
想要准确高效地检测出光标点，就需要图像处理、计算机视觉的知识。
最后才是内置视觉定位，通过头盔上的摄像头拍摄画面的变化，来估计头盔运动。微软wmr、quest使用的是这种方式。它的优势是不需要额外架设设备。但是，定位精度上，比激光定位要差一些。
为了能根据画面来推断相机的运动，也是需要计算机视觉相关知识。
比如quest头盔上的有四个定位摄像头，insideout 头部定位对应的手部定位稍微复杂点，它又分为电磁手柄定位、超声手柄定位和视觉手柄定位三种方式。前两种一般是硬件直接给出定位坐标，最后一种仍然是基于计算机视觉，只不过摄像头从外置摄像头换成了头盔上的摄像头。
第三就是识别技术，在一些特定的场合，为了能够更精准地反映用户的动作，还需要对人体的各种状态进行识别。
包括：手势识别、身体姿态识别、表情识别、眼动追踪。手势识别有两个技术路线：一是需要佩戴手套，靠硬件来识别，二是基于计算机视觉来识别。
前者优势是精准，后者的优势是使用简便。
身体姿态识别跟手势识别类似，也是有佩戴硬件和视觉两套方案。但是现在常用的还是基于硬件。而基于视觉的姿态识别，一般还是用在监控场景中，在vr中比较少见，其准确度也比硬件方案差很多。
还有眼动追踪则主要是计算机视觉方案，现在也有眼部肌电信号来进行眼动追踪的方法，但是只存在于实验室里。