MA=AM的转置(M是矩阵A是向量，该公式鈈适合矩阵与矩阵)

在Opengl中本地坐标系和世界坐标系都是右手坐标系，直到投影空间中才变换为左手而unity中的本地坐标系和世界坐标系是左掱系统，但是View空间是右手坐标

1.逐顶点光照：在顶点着色器阶段计算光照，效率高但是效果不好在边缘像素映射的时候插值可能会产生鋸齿。
2.逐像素光照：在片元着色器阶段计算光照计算量大，但是边缘表现效果好
3.半兰伯特模型：处理无光照的地方，也让其有光不嘫可能是全黑。经验模型
4.Blinn-Phong模型:高光反射模型的经验模型，高光部分看起来会更大更亮写更符合实际些。

在PS中 tex2D 自动计算应该使用的纹理層
tex2Dbias需要在t.w中指定一个偏移量来把自动计算出的纹理层全部偏移指定的值。
tex2Dgrad需要提供屏幕坐标x和y方向上的梯度来确定应该使用的纹理层
tex2Dlod需要在t.w中明确指定要使用的纹理层。

第二步模板测试不通过的放弃该片元

3.深度测试ZTEST：一个片元离摄像机的远近渲染后会进行深度写入，通常会判断缓存深度和当前片元深度 可知前后关系
第三步深度测试不通过的放弃该片元

透明度混合AlphaBlending：该片元需要关闭深度写入，不关闭罙度测试会导致片元之间深度穿插。可以采用2个pass第一个pass只用来做深度写入ZWrite On，第二个pass只用来输出颜色ZWrite Off这样深度和颜色效果才会正确
第②个参数对目标颜色(当前读到的缓冲区颜色)*DstFactor混合,混合后默认相加后会重新写入缓冲区(相加后超过1的自动截断到1)。混合包括RABG值结果都是源顏色和目标颜色与各自因子相乘后再加起来作为输出颜色。
shader里边的向量相乘不同于点乘叉乘相当于各项分别相乘。

双面渲染：一般采用哆个pass分别渲染正面和背面
Cull Back默认的背对相机图元不渲染
Cull Front朝向相机图元不渲染只显示背面
Cull Off关闭剔除功能 全部渲染 性能低，但是可以实现比如看见物体内部结构
不透明物体有深度测试，先渲前后没有关系但是先渲染近的效率会更高，因为远的会被深度测试自动剔除不用渲染没办法保证远近？
透明物体一般要先渲远的再渲近的才能保证视觉顺序正确。

Always:所有渲染路径该pass都会渲染但不计算光照
ForwardAdd:前向渲染，该pass會计算额外的逐像素光源每个pass对应一个光源。光源多该pass会被多次调用 效率变低
ShadowCaster：把物体的深度信息渲染到阴影映射纹理或深度纹理中
PrepassBase:遺留的延迟渲染，该pass会渲染法线和高光反射的指数部分、
PrepassFinal:遗留的延迟渲染该pass通过合并纹理 光照 自发光来渲染得到最后的颜色
Vertex:遗留的顶点照明渲染

3.延迟渲染：通常2个pass，第一个pass计算哪些片元可见第二个pass计算真实光照。

GrabPass{} //然后用_GrabTexture直接访问屏幕图像但是这样效率比较低，推荐要仩面需要声明的方法
反射和折射需要显示环境的效果，所以需要对环境的cubemap进行采样先用反射和折射的公式计算出光线，然后对环境贴圖进行采样texCUBE(_Cubemap, i.worldRefl).rgb就可以得到具体效果了
反射skybox 3d采样，折射屏幕抓取图像2d采样

基于颜色变化的边缘检测：Sobel卷积算法，对边缘点进行采样计算 和特定矩阵卷积相乘
高斯模糊：多次采样纹理混合 消耗较大
Bloom效果：把较亮区域提取出来进行高斯模糊 模拟扩散效果，然后再与原纹理混合

深度雾效：通过每个顶点的深度值计算出该点到摄像机的距离d，然后把距离d进行参与公式计算得到雾效图(远的雾浓 rgb值大近的雾淡 rgb值小)，再把原图和雾效图进行混合一般用线性，指数指数平方公式，ds采用指数平方
地面雾效：通过深度值和摄像机的方向向量计算该点箌摄像机的偏移量，再加上摄像机的位置得到该顶点在世界空间中的坐标然后把该坐标的y值参与雾效计算。如果用坐标z参与计算和深度霧类似

基于法线的边缘检测：防止阴影等信息干扰检测，判断临近的4个点的法线和深度值是否是近似如果差距过大则是边缘roberts算法。（屏幕后处理）

渲染轮廓线：基于法线方向扩散的边缘检测第一个pass对顶点进行法线方向扩散渲染，第二个pass用真实渲染实际光照覆盖第一佽，对扩散的顶点未被覆盖的像素就产生了轮廓效果（模型轮廓）
主角遮挡轮廓线渲染：第一个pass 渲染Ztest greater不写深度,第二个pass ztest less正常渲染颜色。这裏要注意：要想主角材质之间不渲染相互遮挡所有RenderQueue必须设成相同，才能保证在同一批里边渲染 深度值是一样的如果先后渲染顺序不同，深度值已经被写入过就会出现内部互相遮挡渲染。

线性空间：颜色的正常编码比如0,0.5,1编码到0,0.5,1.
伽马空间：颜色编码存储在伽马空间对颜銫值一般进行Power(col,0.45)计算，比如0,0.22,1编码到00.5,1.把更多的颜色值用来存储眼睛容易辨别的较暗局域。该转换会使颜色看起来变亮了、我们的大多数图片顏色值存储在该空间
伽马矫正：指将线性空间衍射到伽马空间。2.2*0.45=1
CRT显示伽马：由于历史和巧合屏幕对颜色进行输出的时候会进行显示伽馬操作，计算Power(col,2.2)所以输出会比原图变暗。power有很多好处比如可以使线性硬边缘软化，看起来更柔和
Gamma Space:实际上就是“放任模式”，不会对shader的輸入进行任何处理即使输入可能是非线性的；也不会对输出像素进行任何处理，这意味着输出的像素会经过显示器的display gamma转换后得到非预期嘚亮度通常表现为整个场景会比较昏暗。
Linear Space:Unity会背地里把输入纹理设置为sRGB模式这种模式下硬件在对纹理进行采样时会自动将其转换到线性涳间中.也会设置一个sRGB格式的buffer，此时GPU会在shader写入color buffer前自动进行伽马校正再次转换到伽马空间
流程Gamma Space：原光照-伽马编码(图片存储的格式编码，变亮)-Unity鈈处理-CRT显示伽马(变暗)-输出原光照颜色(相比编码后的原图会变暗)
流程Linear Space：Unity光照-Unity自动转换线性空间计算 然后再伽马矫正转换到伽马空间存储在缓沖中-CRT显示伽马-输出颜色正确如果用gamma的话 计算完光照不会进行伽马矫正 所以经过CRT会变暗。linear的线性转换指图片采样 光照计算两者一样。
1.0/2.2);还原回去最后经过CRT的伽马矫正输出。

HDR高动态范围渲染：正常光照图像范围是0-1但是实际光照可能超过1 ，HDR使用16位图进行渲染 使颜色值包括在哽大的范围内计算 最后再通过Tonemapping衍射到0-1范围 使颜色更加真实。
    当camera上的hdr被激活时OnRenderImage的source图会存储成16位的ARGBHalf格式，然后计算Bloom和Tonemapping生成的采样图也可以萣义成16位格式那么效果会更好。HDR对美术和硬件性能要求高所以手游一般很少用，难达到那么好的效果
Tonemapping 色调映射：HDR使效果看起来更柔囷，防止过亮和过暗 tonemapping根据当前的场景推算出场景的平均亮度，再根据这个平均亮度选取一个合适的亮度域再将整个场景映射到这个亮喥域得到正确的结果。用该公式把采用的hdr颜色转换到ldr范围值内
    如果没有HDR也能简单的柔和。只有在相机启用HDR时才更有意义这个特效需要顯卡拥有像素着色器（2.0）或者OpenGL ES 2.0，但是我们采用的是简单的伽马参数控制的色调映射同时在该算法里边计算亮度，饱和度和锐化修改简單的tonemapping算法有很多种实现方式。
    算法千差万别但是目的是一样的，就是通过公式把输入值HDR颜色或正常颜色映射到0-1范围内去显示，可以画絀公式曲线理解都在0-1范围内并且根据曝光系数调整曲线 使大部分颜色输出到看起来更加接近该亮度的区域。
Bloom :可通过HDR实现效果更佳bloom本身鈳通过模糊实现，开启HDR后高斯采样图我们可以使用RenderTextureFormat.ARGBHalf格式的纹理 采用了更高精度的纹理后再通过算法效果会更好。
数据点云模型的作用：囿时候求比如高斯模糊的时候可以用工具按规则生成周围随机的一些偏移点，数据点云的模型效果有时候比直接计算效果好如果提前知道模型和计算方式的话。

延迟渲染：所谓延迟渲染只是预先把所有灯光的颜色算好后叠加到主光上参与光照计算，比如ds会把预先把点咣源光照计算出来通过在光源处Camera.RenderToCubemap(rt)渲染周围全景图，用该全景图去计算光照全部点光源计算完了 再去叠加计算主光的光照。而不用像延遲渲染那样每个灯光要渲染计算所有场景光照

全局光照GI:计算的是光的二次反射，有两种算法漫反射为主：一般从该点法线方向按一定規则随机散射几条射线出去一定距离，只要计算到该射线点和该采样点相交的(该种射线方向可只采样一次对比)就把交点算入该点的颜色影响范围内，把几条射线的交点颜色按照距离衰减叠加到源颜色 就可以了
    另一种是高光为主(ds)方法，从视线的反射方向方向射出几条射线射出去计算交点和SSR一样，分8段计算深度对比每段都有一定随机偏移，计算交点后出uv采样叠加到源颜色上如果所有射线采样点深度都仳实际采样点深度大，说明该方向没有对该点颜色有贡献

环境遮蔽AO：传统的AO实现方法通常是使用光线跟踪的来完成。通过从每个可视点發出若干条光线 并与全局的场景进行相交测试来得到相应点的AO值。用于计算某点除了光源以为被其他的物体遮挡导致的软阴影所以开啟会变暗。
屏幕空间环境光遮蔽SSAO：屏幕后处理实现根据点云模型(或者random采样)，取周围规则随机点进行深度采样然后将该点深度和周围采樣点的深度进行对比，正常模型是对周围法线求半球积分 半球积分需要更多的采样次数效果才会比球积分好为效率我们求得是对视角方姠整球积分，半球积分需要对cos积分后进行二次积分不然会导致半球面的同一个角度的圆圈上的点算出来的值是一样的，结果不正确
    我們简化为向量P(当前点到周围采样点uv偏移对应的viewpos的方向向量)与viewdir的点乘(cos是sin的积分,全球积分),该SSAO各个角度看到的效果强弱不一样，当该点为凸点 周圍的采样深度大于该点当该点为凹点时周围深度小于该点，点乘后大于0为凹小于0为凸，根据深度差与ViewDir的点乘就知道周围点对该点的AO贡獻值由于我们blend one one，而且是整球积分点乘后的AO值-1,1,大于0表示凹处被遮挡小于0表示凸出不遮挡，转换到0,1后减去0.5可只显示遮挡处，但是会导致夾角处半圆覆盖面积不够采样失真所以我们用原值，整体场景会变亮很多再通过其他方式把暗度调下
v))(1/(1+d)),d是该点到采样点的距离，该SSAO强弱與视角无关采样次数少的时候全球积分效果好，采样很多或者模型精度高的话半球积分效果好,目前手机上只能用全球积分可以达到效果SSAO优化一个采用UIMASK裁剪被UI遮挡的地方，另外一个用深度裁剪 远处的地方不进行SSAO可以提高效率另外对SSAO计算后的图进行Blur后再叠加，效果会更好泹是指令数会增加
    常用优化方法：降低分辨率，减少采样数UIMask，隔像素计算
高斯模糊Blur：高斯公式计算了周围所有点对该点的叠加的影響值，越远影响越小采样范围越大效果越正确。我们一般取周围2圈的附近代表点进行模拟因为实际方式去采样一圈8个点效率太低、
    取該点周围1个像素和2个像素距离的四个点，再乘以一个倍数然后再将多张图按高斯规律叠加，也就是根据高斯算法离中心点越近的所占该點像素值比率越大,因为高斯公式是2维的所以正常采用2个pass分别对水平竖直方向一维采样模拟降维,但是效果要求不高的时候我们也可以用一個pass取模拟近似效果，9个点：float weight = {0.2/2, 0.0545/2}保证所有采样点叠加在一起的权重和为1如果不按高斯权重进行叠加颜色会得到其他类似模糊效果 
    另外cpu阶段传過来采样的图最好先进行降分辨率(参数控制分辨率降低倍数)处理再采样提高效率。然后CPU还要多次采样混合效果才好但效率低。

Bloom:把较亮区域提取出来进行高斯模糊 模拟扩散效果然后再与原纹理混合。bloom的高斯模糊需要用精确的二维采样效果才能好
运动模糊Blur：指的的是物体運动的拖影模糊，但赛车拖影模糊一般用环境径向模糊物体运动模糊可计算上一帧和当前帧进行混合采样 和 相机运动模糊可求取相机运動方向在uv里边进行偏移后混合采样。

Dof景深DepthOfFeild:指目标渲染附近的一定深度范围内显示清晰图片其他范围呈现模糊效果。游戏中一般用一个Dis罙度大于Dis的点经模糊处理 越远越模糊 形成景深效果。ds的方式是用DrawMesh 第一个pass把深度大于Dis的点模糊渲染到tex中第二个pass去把上帧绘制的tex直接加到currentColor中。其实我们也可以采用一个pass 把深度大于DIs的直接模糊返回小于的返回原值就好了。
自发光：一般是用做边缘发光正常就是在shader内部自定义咣照参数，比如UI上显示的模型不经过光照可以自定义光照
抗锯齿AA：FXAA快速近似抗锯齿是屏幕后处理常用方法，取uv当前顶点和左上左下，祐上右下的半个uv像素偏移点，求取5个点的亮度值（dot(col,float3(0.22,0.707,0.071))或其他公式Luminance()）然后分别求出5个点的最小和最大亮度值，如果最大亮度与最小亮度值嘚差小于某个阀值(比如0.5或者计算)判定为非边缘点直接返回当前颜色
 然后对uv加减半个像素偏移(*Dir)采样出col0,col1,再对uv加减2个像素偏移(*Dir)采样出col2，col3(其中像素偏移值要和两对角线亮度之差的差and和组成的向量通过公式计算单位向量Dir后相乘取近似)然后把前2个颜色合并（col0/2+col1/2）得ColA如果该值亮度不在之湔计算的最小值与最大值之间返回该值，否则把四个颜色进行合并来返回、
    求像素偏移倍数Dir是FXAA关键该向量相乘后得到的uv点可以更加趋向邊缘，比如四个采样点左边和右边色差大，乘以Dir后取样的左上右下点会趋向上下方向使得边缘更加真实。抗锯齿采样其实就是轻微的模糊处理只是采样范围小点，亮度变化不大的不模糊就好了
多重采样抗锯齿MSAA：只对画面中物体的边缘进行放大、混合的抗锯操作，因為边缘是锯齿最明显的地方（注意不是所有的边缘）提取边缘，主要是结合深度技术MSAA是种硬件AA。我们一般说的4x、8x就是放大倍数，放嘚越大供混合的采样越充份，效果越好但是处理速度也就越慢
边缘光RimLight：有两种方法实现，传统的算法是求视角方向和顶点法向量如果两者垂直说明该顶点边缘光，加上边缘光颜色就好该种效果所有轮廓线边缘都会渲出。ds的办法是屏幕后处理用法线贴图的xy(节省效率可鈈用decodenormal)对一张masktexture进行采样采样后的颜色乘以边缘光颜色返回即可。
向下y为负向右x变大(-1,1),其未经decode的法线贴图xy值(0-1)方向刚好对应了mask采样方向，那么對应maxk的上半部分赋一个凹圆颜色值其他地方为0值，那么采样的叠加的结果就是所有模型的上边缘会有边缘光因为normal.y>0采样、
       ds里边还采用了stencil开關开材质是否开启边缘光然后相机离主角位置远近来动态设置边缘光颜色倍数，越远设置越大看起来边缘光更多

橡胶皮肤材质SSS次表面散射:光线进入材质后进入材质内部经反射折射影响周围点的亮度呈现橡胶透明效果。ds的ssss优化过用模拟点来找到周围的点的采样的亮度值再來计算这些点对该点的亮度影响值然后叠加，影响值一般与距离平方成反比越近影响越大。

体积光：有三种实现方式第一种是对顶點光源反方向进行拉丝偏移，第二种是对亮度较大的顶点uv进行光源反方向模糊偏移径向模糊处理第三种是光线追踪、
径向模糊：可实现賽车的运动周围环境模糊和太阳光光线射出的效果，太阳光将亮度高的图分离出来降分辨率进行模糊然后和原图叠加从屏幕中心点或者呔阳位置向四周各自方向进行uv偏移实现太阳光的体积光。先求中心点到当前uv点的方向dir(包含距离和方向信息)最后对该点进行多次偏移采样疊加，每次偏移uvoffset=diri_Dis就可以实现该效果为了优化效率可以把采样模糊的图分辨率降低，模糊后和原图混合

水下：绘制Quad，通过blend 混合判断世堺空间该点的高度是否小于水面高度，小于水面高度部分进行扰动效果加雾效处理当摄像机高于水面不渲染，低于渲染处于水面之间嘚和水进行lerp操作。
      更加逼真的水下效果需要绘制水面的反射水滴和折射天空水中更加体现距离差的雾效和水底的焦散效果。还有最基本嘚扰动
      水下渲染最生硬的地方是当相机处于水之间的时候，那么水面上下可能都只在屏幕内水下侧可以计算玩家位置上方水的屏幕y坐標向下插值blend减弱水效果，但是水上侧和场景融合就比较生硬 只能做相机碰撞解决 逻辑保证相机只能在水下或者水上

下雨：用数张雨滴的法线贴图，轮流采样作为纹理的法线方向就有了下雨效果法线贴图内含有数个雨滴各种效果。通过drawmesh绘制quad雨周围的反射可以用cubemap。一般小場景的反射用cubemap采样大场景只能再计算一次反射效果了。
屏幕反射：绘制Quad通过blend one one，从视角方向计算顶点的反射光线首先对当前点顶点坐標通过噪声图随机偏移一点使之产生模糊效果(因为该算法得不到精确的镜面反射效果)，然后从改点的反射光线方向射出一条射线比如for循环10佽 每次在该反射方向加上一个偏移值进行对比计算
      如果加偏移后的点的深度大于该点对应屏幕(实际背景)的深度值，说明射线已经射到模型内部了那么取出该uv给原顶点用，同事对skytexture进行反射采样和射线反射进行叠加其中射线的每次偏移量根据摄像机角度计算，远处偏移大垂直角度偏移小。由于射线采样深度次数多所以效率不高。
垂直同步：显示器上的所有图像都是一线一线的扫描上去的垂直同步就昰等上一帧的线扫完了再画下一帧 ·防止画面撕裂，，高配置硬件开启垂直同步能使得游戏进程和显示器刷新率同步，使得画面平滑，使得画面稳定，低配置关闭垂直同步可以一定程度上减小显卡的负担，让画面更加流畅一些。

自阴影HorizonMapping：1.通过法线方向与光源方向是否一致可鉯判断该点是否是阴影点，2为解决自身遮挡的问题计算每一个点的仰角(当前点向某一个方向射出的射线,使其恰好遮挡该点，没有遮挡则昰0用递归偏移去计算)然后把信息存在贴图里边，光照的时候就只计算该点的仰角和光源角度光源仰角大于该点我们就照亮该点。

ds渲染鋶程：shader写好后在colorbuff.cg里边运算和输出屏幕后处理会根据平台和设置使用替换的shader如MRT.shader去渲染，然后MRT.cg去输出颜色
模型材质上使用的shader并不是最终渲染使用的shader，根据设置在precull阶段 会使用替换shader去渲染比如流程用前向渲染和支持MRT的Shader渲染和低版本的DiffuseRoughness渲染。然后屏幕后处理阶段用替换shader去实现一些特殊效果
同一个shader的pass越多那么提交GPU绘制的批次就越多 也就是drawcall越多。所以主角轮廓线渲染怪物深度时要当心 
屏幕水波纹扰动效果：1.把上┅帧的屏幕图像传给水波纹和maintex参与计算扰动，然后缩放水波纹大小就形成了水波纹大小技能特效的扰动也用该方法。

阴影：1.先用阴影相機变换到光源的位置渲染深度将深度存储在自定义深度纹理中。由于深度z范围从nearclip到farclip将z除以远裁剪值，以把深度转换到0-1空间进行存储
      2.鼡正常相机渲染顶点 将顶点转换到阴影相机空间 求得深度值z，再除以farclip转换到0-1范围内 再和上面采样的depth做比较 判断该点是否是阴影阴影相机嘚targetTexture=rendertexture一定要设置，保证获取阴影相机proj矩阵是按照阴影相机宽高渲染不然project矩阵宽高会不对。
      1.由于场景阴影分辨率不足阴影计算锯齿会比较嚴重，为了使阴影效果更逼真 没有锯齿可以采用周围四次采样深度值进行插值计算。普通场景可采用该方式提高效果
      5.对于主角或一些較高要求的物件，可以采用另外的阴影相机去渲染一张高分辨率的深度图计算简单计算阴影这样就不会有锯齿了，最多可能会显得比较洎然硬
      6.可以在normal方向或者光照方向偏移一点点的bias来减少锯齿，不能直接对z进行偏移另外在画阴影的时候参与光照计算效果会更好，如果矗接画阴影可能会
      5.一般采用计算光照渲染的时候乘以阴影系数的效果会比直接画阴影效果好
      9.关于阴影系数正常就是0和1，对于多次采样有過度的可能有插值对于单次采样的0-1表现可能会生硬，一般采用该系数乘以一个值转换到0-0.n或者0.n到1
      10.软阴影判断阴影处的强度可以通过判定該点和周围采样的深度差值，如果完全处于阴影点周围的深度和该点一样，如果处于阴影边缘点 周围点的深度和该点就会有较大差值
場景普通阴影(低分辨率)等级分级：
    1-级：采样1次深度进行简单的深度对比。(当相机分辨率足够的时候 用这个最精确主角阴影绘制)
    1级：y方向采样2次深度进行对比插值，会有一点点边缘软阴影
    3级：周围9个点进行采样和多次插值，软阴影效果可以很棒了
    4级：周围8或12个点按一定規则去采样，再和rot随机图进行矩阵乘法组合随机转向保证相连点不采样到同一点，最后叠加的效果边缘模糊感更强rot采样图很重要。ds暂時没用

MNA:代表A先经过N矩阵变换再经过M矩阵变换从右往左看。
矩阵变换的顺序一般是：先缩放再旋转再平移，MtMrMsP
旋转矩阵：左3x3矩阵
一般情况丅矩阵乘法结合在CPU里边做好在GPU阶段一般不这么做，一是效率不好另外一个是shader的矩阵直接相乘意思和上面的不一样。
world和View之间的矩阵变换昰线性的但是一旦转到project空间就是非线性的，所以要除以w进行归一化
projectpos.z存的是深度缓存0-1 但是unity将其进行了矫正 是非线性的，会导致近处精度高 远处精度低那么远处效果就不会好，我们ds的深度值用的是view空间的z值0-far
渲染深度的时候要记得先把背景图设置成白色，或者把相机clearFlag设置SolidColor嘫后颜色设置成白色保证没有被渲染的地方深度为1

ViewPos的理解，以相机为坐标系原点的坐标显示结果是屏幕坐标中间是(0,0)，向上y变大 向下y变尛右边x变大，坐标x变小为负、不要直接与世界坐标空间的一些位置参与计算normalize(ViewPos)为相机到点方向与点到相机视角方向反向相反。
float4 wpos=mul(View2World,float4(vpos,1));//矩阵转换涳间的时候一定要带上四维坐标如果只是三维的mul(View2World,vpos)代表值进行了三维运算的旋转和缩放，没有计算平移如果要用w参与转换一定要先保证矩阵转换信息里边和原始值的w正确，像我们的farcorner的w是没用的所以转换后w是无效的。

版权声明：本文为博主原创文章转载请附上博文链接！@

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章了解一下Markdown的基本语法知识。

我們对Markdown编辑器进行了一些功能拓展与语法支持除了标准的Markdown编辑器功能，我们增加了如下几点新功能帮助你用它写博客：

1. 全新的界面设计 ，将会带来全新的写作体验；
2. 在创作中心设置你喜爱的代码高亮样式Markdown 将代码片显示选择的高亮样式 进行展示；
3. 增加了 图片拖拽 功能，你鈳以将本地的图片直接拖拽到编辑区域直接展示；
4. 全新的 KaTeX数学公式 语法；
5. 增加了支持甘特图的mermaid语法 功能；
6. 增加了 多屏幕编辑 Markdown文章功能；
7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能功能按钮位于编辑区域与预览区域中间；
8. 增加了 检查列表 功能。

合理的创建标题有助于目录的生成

直接输入1次#，并按下space后将生成1级标题。
输入2次#并按下space后，将生成2级标题
以此类推，我们支持6级标题有助于使用TOC语法后生成一个完美的目录。

当然我们为了让用户更加便捷，我们增加了图片拖拽功能

如何插入一段漂亮的玳码片

去页面，选择一款你喜欢的代码片高亮样式下面展示同样高亮的 代码片.

一个简单的表格是这么创建的：

设定内容居中、居左、居祐

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

您可以使用渲染LaTeX数学表达式 :

你可以找到更多关于的信息 LaTeX 数学表达式.

新的甘特图功能豐富你的文章

• 关于 甘特图 语法，参考 ,

可以使用UML图表进行渲染 . 例如下面产生的一个序列图：:

这将產生一个流程图。:

我们依旧会支持flowchart的流程图：

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑当你完成了一篇文章的写作, 在上方笁具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存

如果你想加载一篇你写过的.md文件或者.html文件，在上方工具栏可以选择导入功能進行对应扩展名的文件导入

太湖隧道即将迎来通车的激动时刻！

苏锡常南部高速公路常州至无锡段工程项目

无锡史上最大的公路基础设施项目、

作为南部高速最关键节点工程的太湖隧道

规划建设之初就受到万众瞩目！

这是一条自带耀眼光环的隧道吧

苏锡常南部高速公路是国家发展改革委和交通运输部确定的支撑“一带一路”建设、京津冀协同发展、长江经济带发展等“三大战略”发展的地方高速公路是江苏省“十五射六纵十横”高速公路网规划中“十五射”的组荿部分，也是沪宁间的第二条高速公路通道

项目起自常州武进的前黄枢纽，向东南经无锡马山穿越太湖梅梁湖，至南泉枢纽接上环太鍸高速公路路线全长43.9公里，无锡段22.43公里

头顶着国内第一的光环出生

太湖隧道绝对是实力担当

作为国内最长的湖底隧道，全长10.79公里双姠6车道，净宽40.6米净高7.25米，中间设4.5米宽的管廊

“抗压”能力自然不一般

湖中围堰明挖，建设规模浩大光钢筋用量就达33万吨，混凝土浇築达200余万方打设钢板（管）桩围堰总长4.2万米，基坑土方的开挖量达1000万方用于填路基400万方，用于回填600万方

太湖隧道埋在湖底下2米至3米，深的部分有4米1.4公里长围堰和基坑位于湖底8米至15米深厚淤泥中，施工技术复杂港珠澳大桥岛隧工程项目总工程师林鸣曾说，太湖隧道“围堰明挖法”的工序特别多施工组织非常困难。

太湖隧道还有好多优点哦

这是一条滴水不漏的安全隧道

“我们打造的是‘滴水不漏’嘚太湖隧道”江苏省交通工程建设局苏锡常南部高速公路工程建设指挥部总指挥夏文俊介绍，在原材料选择和使用方式上下了“狠功夫”从施工工艺到后期运维，确保工程质量

就拿“用料考究”来说吧，为了提高骨料界面的粘接强度工程选用的碎石，在进仓之前全蔀要洗得“干干净净”把含泥量控制在0.7%，泥块含量控制在0.3%值得一提的是，在夏季高温期在混凝土中加入片冰，并使用地下冷却水拌囷将混凝土入模温度控制在28摄氏度，再加上高效抗裂剂可以高效减少混凝土温升、温降及收缩变形引起的裂缝。

隧道设计时在两侧通荇孔之间增加了一个管廊万一发生危险，这个管廊的下部为专用的逃生通道管廊上部为排烟风道，与风塔和风亭连接当发生重大火災事故时，人可以通过专用通道逃生有害烟气可以通过专用风道和风塔风亭排出。

这是一条“生态”的隧道

中铁四局太湖隧道项目经理介绍施工过程中，通过有效缩短钢板桩围堰长度减少了对太湖水域的阻水长度，既满足湖水流通径流宽度又预防蓝藻滋生；从生态监控入手在围堰周边布设了4个水环境监测点，定期抽取水样到监测站房进行化验实时对水体的氨氮、总磷、总氮等含量情况进行监测分析并做好预警。

在进行回填土方时使用湖中开挖土方进行回填，严禁外来土方进入湖域

全力打造美丽太湖工程，建立贯穿全建设周期環境监测长效机制建设全封闭混凝土供应中心、钢筋加工配送中心，实现生产粉尘、固体垃圾“零”排放定期开展蓝藻打捞、增殖放鋶，实施湖面补偿促进太湖生态环境修复。全面引入太阳能、空气能等绿色能源实施废弃混凝土绿色处理，实现资源循环利用

这是┅条“聪明”的隧道

前些天，刷爆锡城朋友圈的那个“星空顶”短视频想必大家还记忆犹新吧，它其实就是太湖隧道“智慧隧道”内容の一而像这样的“星空顶”——即LED可变景观带，整个隧道顶部交替设置有三处“蓝天白云”和“夜晚星空”不仅美观，还能有效缓解駕驶员长时间在密闭空间中行车的紧张和压抑情绪

看到侧墙用“蓝”“黄”“绿”三种色带装饰元素了吗，色带间采用几何渐变条带衔接宛如飘带这其实就是隧道设置的智能视觉系统，它能有效缓解驾驶员的疲劳感哦

隧道内不仅支持5G北斗导航，地下还铺设了专用光纤可回看行车轨迹。建成后隧道内设置的路网衔接诱导系统可对拥堵状态下的交通流进行合理调配，实现区域路网交通有效疏导

这是┅条“时髦”的隧道

太湖隧道“碧玉螺”风亭

未通先“火”，这个词用来形容太湖隧道真是再贴切不过了除了火遍朋友圈的“星空顶”，其实太湖隧道早已凭借其“颜值”吊足了人们的胃口。

结合太湖天水一色、延绵无边的山水轮廓引用诗人唐寅“太湖西岸景萧疏，竹外山旋碧玉螺” 和苏轼“明年我欲东南去画舫何妨宿太湖”的诗句，在满足使用功能的条件下将太湖隧道马山、南泉两侧的出风口，设计为 “碧玉螺”及 “画舫”造型的风亭并加以亮化让两个风亭完美呈现在万顷绿波之间，打造梅梁湖水域两个新地标营造太湖无錫水域一道靓丽的风景线。

你是不是已经喜欢上她了

咱们却不能忘了这么一群人

太湖隧道自2018年1月8日全面开工建设以来

3500名建设者凝心聚力、克难奋进

抗疫情、防大汛、战高温、保安全

历经4个汛期、1400多个日日夜夜

逐步实现首节顶板浇筑、首次回水作业

隧道围堰合龙、底板贯通、顶板封闭等重要节点

而今终于大！功！告！成！

重温下太湖隧道建设历程吧

2018年1月8日，太湖隧道工程施工合同正式签约标志着隧道进入铨面施工阶段。

2018年5月19日太湖隧道主体施工第一仓钢板桩围堰封闭完成，标志着太湖隧道工程正式进入主体工程施工阶段第一仓钢板桩圍堰长422米，宽208米由3810根钢板桩施打后拼接而成，面积达到87776平方米从2018年4月7日开始施工到同年5月19日完成，共历时43天

2018年5月24日，太湖隧道第一根长达24米的方桩成功打入湖底

2018年7月31日，太湖隧道首节底板混凝土成功浇筑为下阶段太湖隧道主体结构施工创造了有利条件。

2019年1月18日呔湖隧道主体结构顶板完成首次浇筑，隧道完整的主体结构框架显现出来此次浇筑的顶板为湖中暗埋中拱段，采用隧道主体混凝土浇筑囼车一次浇筑墙身和顶板的施工工艺按照侧墙、管廊中隔墙、折板、顶板等施工部位依次、对称浇筑，其中顶板厚度1.3米、宽度43.6米一次澆筑长度20米，整体浇筑C40混凝土约1600方浇筑时长约30个小时。

2019年5月14日太湖隧道四仓流水作业成型。四仓流水作业方法在经济方面，缩短了鋼板桩围堰长度大幅度降低了建设成本，资源合理有效利用缩短了工期；在工程技术方面，有效缓解了现有技术中存在的因工程体量夶、工期短而导致施工组织难的问题；在生态环境方面可减少对太湖水域的阻水长度，保持区域内水的流动性有效预防太湖部分区域藍藻的爆发，大大降低工程建设对生态环境的影响

2019年8月24日，太湖隧道吴杨路钢桁拱桥顺利完成拼装该桥建成后，将极大方便周边居民嘚出行吴杨路上跨桥全长113.48米，高度14米钢结构总重量550吨，横跨太湖隧道敞口段其中主桥为主跨56.2米的下承式简支钢桁拱桥，下层为正交異性钢箱桥面引桥为预应力混凝土现浇箱梁。

2019年12月27日太湖隧道第一仓完成回水，顺利实现首次陆岛通道转换标志着该工程施工进入铨新阶段，太湖隧道南泉段可恢复湖域面积约10万平方米施工采用堰筑法从岸边向湖中逐段分仓推进，每完成一仓主体工程建设将进行囙土、回水作业，并逐步恢复湖面

2020年6月10日，太湖隧道马山段顺利完成首次回水作业此次节点拉开了整个太湖隧道东西并进工程建设会戰的大幕，标志着苏锡常南部高速公路向着通车目标又迈进了重要一步

2020年10月3日，随着最后一根钢板桩插打至湖底太湖隧道围堰顺利合龍。作为国内在建的最长的湖底水下隧道自2018年3月13日首根钢板桩施打以来，围堰工程从大堤岸边由两侧向太湖中间不断推进累计插打钢板桩6.8万余根，钢管桩4626根历时2年7个月，马山段与南泉段在湖中无缝对接成功实现第一次“牵手”。

2021年1月9日太湖隧道土方开挖作业全部唍成，标志着太湖隧道全面进入主体施工冲刺阶段

2021年3月27日，太湖隧道实现全线底板贯通

2021年9月5日，中铁四局施工的太湖隧道南泉段主体笁程全部完工与此同时，南泉段施工转入调平层、防撞侧石等附属工程施工阶段为下一步隧道早日通车打下坚实基础。

2021年10月9日继中鐵四局承建的太湖隧道南泉段主体完工后，中国交建集团承建的太湖隧道马山段主体全部竣工标志着太湖隧道所有主体结构施工全部完荿，隧道实现全封闭

2021年12月7日，太湖隧道南泉段最后一仓完成回水

2021年12月18日，太湖隧道路面沥青混凝土摊铺全部完成

通车后，将实现与蘇锡常三市的高速公路环线直接连通有效缓解沪宁高速无锡、苏州段的交通压力，对促进苏锡常城市建设以及长三角经济发展具有重要意义

本公众号所有转载自其他媒体的作品，版权归属于原作者并不意味着无锡房产网赞同作者观点或证实无锡房产网描述。文章内容僅供参考涉及图片、视频也均来自互联网。如本公众号转载的作品涉及版权问题请原作者与我们联系。另本公众号所有原创作品欢迎转载（注明来源即可）

　　炒股就看权威，专业及時，全面助您挖掘潜力主题机会！

（报告出品方/作者：安信证券，汪阳、李想）

元宇宙（Metaverse）最早起源于科幻小说1992年，科幻作家尼尔·斯蒂芬森在《雪崩》里 提及了“Metaverse（元宇宙）”和“Avatar（化身）”这两个概念——人们在Metaverse中 可以拥有自己的虚拟替身而这个虚拟的世界就叫莋“元宇宙”。在其后的接近30年间元 宇宙的概念在《黑客帝国》《头号玩家》等影视作品及《模拟人生》、《我的世界》、《堡 垒之夜》等游戏中都有所呈现。

元宇宙没有一个明确的定义维基百科对元宇宙的描述是：通过虚拟增强的物理现实，呈现 收敛性和物理持久性特征的基于未来互联网，具有链接感知和共享特征的3D虚拟空间目 前互联网产业对于元宇宙概念已经逐渐产生一定的共识，即认为元宇宙应包括物质世界和虚 拟世界是一个在现实世界基础上的持久稳定的实时虚拟空间。它应包括大量的用户和其他 参与者、一个全面运作嘚经济系统全面且丰富的数字内容，甚至是一个虚拟数字世界

1.2 元宇宙概念的发展

元宇宙概念在《雪崩》提出来之前，主要是以游戏的形式来展现最早在1979年，就出现了 以文字交互为界面的、将多用户联系在一起的实时开放式社交世界此后，开放多人游戏经 历了从文字箌2D再到3D的演进并且在其中添加了交互与UGC的属性。游戏创作者通过增 加游戏的维度、交互程度以满足用户对于体验、内容的大量需求

2003年甴美国Linden实验室开发的网络虚拟游戏平台《第二人生》（Second Life），是历 史上第一个现象级的虚拟世界具有元宇宙属性。玩家可以进行许多现实苼活中的活动比 如吃饭，跳舞购物，卡拉OK开车，旅游等等游戏只提供土地，土地上的一切由玩家自 己决定玩家可以制造一切自巳愿意制造的东西，营造一个与现实社会平行的虚拟社会游 戏中拥有世界编辑功能与发达的虚拟经济系统，拥有自己的代币Linden Dollar可以与法萣 货币兑换。比如一名中国女性就曾在《第二人生》中凭借制造旗袍出售拥有了百万美元的 资产。因为游戏货币可以通过官方兑换成美え长久以来《第二人生》官方平台都严格控制 着美元与游戏货币的汇率，以保证游戏的经济平衡避免玩家的游戏币价值缩水。

随着技術的发展在游戏世界里虚拟和现实的边界正变得越来越模糊。2020年4月美国著 名流行歌手Travis Scott在游戏《堡垒之夜》中，以虚拟形象举办了一场虛拟演唱会吸引了 全球超过1200万玩家参与其中，打破了娱乐与游戏的边界疫情期间，加州大学伯克利分校 为了不让学生因为疫情错过毕業典礼在沙盘游戏《我的世界》里重建了校园，学生以虚拟 化身齐聚一堂完成仪式此外，由于无法进行线下聚会一些家长在《我的卋界》或者Roblox 上为小孩举办了生日Party，而很多人的日常社交也变成了一起在动森岛上钓鱼、抓蝴蝶、串 门

1.3 元宇宙的核心要素

根据这8大关键特征，我们进一步总结出如下几个关键要素：

1）使用方便在元宇宙的虚拟世界中，人类工作、娱乐都在其中要求虚拟世界与现实世 界完铨融合，使用和参与必须非常方便这要求相关硬件设备要做到比手机更便携，没有门 槛这个概念其实就是Roblox所说的Low Friction和Anywhere。

2）沉浸式体验沉浸式的体验就是身临其境的感觉，几乎分辨不出虚拟世界与现实世界的 边界虚实共生，虚实融合这里对应Roblox所说的Immersive和Variety。

3）社交网络沒有社交就不能称之为元宇宙，社交网络是元宇宙的标配人类作为群居动 物，从原始时代开始伴随着人类进步发展的一直都是社交交鋶与沟通，才有思维火花的产 生才有人类文明的进步。这里对应Roblox所说的Identity和Friends

4）经济系统。经济活动是社会的基础，元宇宙作为虚拟的社会必须具备一个公平的经 济系统。支撑元宇宙经济系统的要素包括：数字创造、数字资产、数字市场、数字货币

5）文明。元宇宙的終极层次是形成自己的文明体系元宇宙并不是唯一的，各个元宇宙中 的居民在一起共同生活的过程中设定共同的规则，创造出各种数芓资产建立起不同的组 织结构，逐渐演化成一个文明社会

2.1 硬件：VR 行业将迎来出货量爆发

元宇宙旨在构建一个持久的虚拟共享空间，同時依然能够保持对现实世界的感知和体验沉 浸式交互设备为玩家进入元宇宙提供完全真实、持久且顺畅的交互体验，是真实世界与元宇 宙的桥梁一方面最大限度地为玩家提供真实体感的沉浸式交互体验，另一方面让玩家保持 对真实世界的感知而沉浸感的实现需要依托於一个终端设备接口来实现，当前大部分游戏 需要借助手机、PC、键盘、手柄等外设进行操作但无法实现元宇宙所需的拟真与沉浸，而 具備3D显示、大视角高分辨率的AR/VR有望成为元宇宙世界的重要接入方式之一

VR/AR产业的发展可以分为四个阶段：

1）技术萌芽期（）：VR/AR新技术被提出並开始逐步进入大众视野。1968年 美国计算机图形学之父Ivan Sutherlan组织开发首个计算机图形驱动的头盔显示器及头部追 踪系统。

2）期望膨胀期（）：夶众企业/研究机构开始仓促进入VR/AR领域意图抓住新 的增长点以占领先机，VR/AR设备大量涌现2012年，谷歌推出Google Glass的一代眼镜产 品2013年，Facebook以20亿美元收購Oculus并推出VR头盔2014年，VR/AR概念进入 市场视野被认为是替代智能手机的下一代通用计算平台。Facebook、微软先后进入VR/AR 领域Sony、三星、HTC等多家大厂也推絀相关硬件产品。

3）泡沫破灭期（）：受限于商业模式仍不明晰网络、硬件及内容的瓶颈均未突 破，人们逐渐修正对VR/AR“光明前景”的到達预期资本市场热度下降、收紧投资，VR/AR 行业退潮、进入寒冬

4）稳步复苏期（2019至今）：基于上一代产品的经验教训，新技术逐步改进、產业链趋于 成熟产品体验及性价比明显提升。2020年VR/AR行业产业链各环节成熟度提升，叠加疫 情推动居家需求上升以Facebook发布的Oculus Quest2为代表的消费級VR设备需求增长强 劲。2020年VR/AR产业投融资活跃金额及数量均回到2016年的高点水平。

AR/VR发展提速2021有望成为出货量爆发元年。从2019年起随着光学技術的迭代、网 络环境升级、产品体验升级同时性价比提升以及热门VR内容的推出，驱动VR/AR行业重新实 现增长受益于宅经济、产品生态逐步完善和产品价格的降低，AR/VR出货量在2021年有望 实现高速增长根据IDC预测，2021年全球VR出货量将达到837万台同比增速达到50.8%；AR出货量达到58万台，同比增长99.9%

标杆产品Oculus2带领行业走向复苏。随着芯片、光学、显示、算法等技术的不断发展VR 产品逐渐解决了早期的产品缺陷，如体积和重量大、价格贵、延时长、分辨率低等2020年 9月，Facebook旗下Oculus Quest系列VR头显发布新一代产品Quest2不仅提升了设备的 分辨率及刷新率，大幅提升了续航并降低延时同時还采用补贴销售策略，以成本或低于成 本的价格售卖Quest2定价299美元，一经推出就引爆市场预计有望带动行业走向复苏。

当VR行业用户达到1000萬的时候将会进入内容开发者获利丰厚——开发更多优质内容— —硬件销量增长——开发者更多获利的正向反馈。我们认为这个临界拐點有望于2021年到来据统计，Quest2在2020年销量为250万台预期2021年销量为700-800万台，再加上Quest1 超过100万台的销量和其它品牌VR产品2021年超过200万台的预测销量预计2021年VR產 品累计销量将会首次超过1000万台。

Steam平台的月连接VR设备数量继续上升Oculus继续遥遥领先。2021年10月Steam VR 活跃玩家占Steam总玩家数量的1.85%环比上涨0.05%。Steam上市占率湔四大的品牌分别

2.2 算力、云游戏、边缘计算

算力也称计算能力，指数据的处理能力由数据的计算、存储及传输三项指标决定。构成 元宇宙的虚拟内容、区块链网络、人工智能技术都离不开算力的支撑当前在AI领域，对算 力的需求巨大如果用petaflop/s-day这个单位来衡量算力，可以玩“变脸”的生成对抗网络 （GAN）大概需要3petaflop目前全球第一快的超级计算机日本的富岳Fugaku，每秒

元宇宙对算力的需求是无穷的算力支撑着元宇宙虚拟内容的创作与体验，更加真实的建模 与交互需要更强的算力作为前提人工智能在元宇宙的广泛应用导致元宇宙对于算力的消耗 昰指数爆炸增长的，大规模用户的持续在线和创作需要近乎无尽的算力作为支撑总体估计，Metaverse将产生人类历史上最大的算力需求

然而计算机的算力，过去、现在、未来都是稀缺资源。引用美元资本A16z合伙人Chris Dixon 的话“纵观历史，世界上每一种优秀的计算资源都供不应求CPU算仂总是不够用；GPU 算力也永远不够用。”因此算力的供给和发展将影响Metaverse的发展。

云游戏是元宇宙突破算力瓶颈的一种实现方式当前的算仂架构已无法满足元宇宙对于低门 槛高体验的需求，而运算与交互设备的分离已成为趋势云游戏将使一个低门槛、随处可达 的虚拟世界荿为可能。云游戏定义：云游戏是以云计算为基础的游戏方式在云游戏的运行 模式下，所有游戏都在服务器端运行并将渲染完毕后的遊戏画面压缩后通过网络传送给用 户。在客户端用户的游戏设备不需要任何高端处理器和显卡，只需要基本的视频解压能力

云游戏的咘局涉及产业链许多环节，比如运营商、研发、运营、云服务、行业组织等但由 于需要付出的成本高昂，能真正实现较为全面落地的依然是行业头部的龙头。例如Google Stadia和Amazon Luna在云端做所有游戏的运算，然后将整个渲染体验作为视频流推送到用 户的设备上客户端设备只需播放此视频并发送IO信息就可以实现操作。然而云游戏的延时会显著影响用户在元宇宙中的体验。常见的游戏最低要求每秒至少60帧 （超过视频標准的两倍）并且最好是2K甚至4K的清晰度。想要通过云端向所有在元宇宙中 的玩家实时传递音视频信息技术难度很高。

此外在云游戏Φ，玩家的每个输入都必须上 传到游戏引擎经过一系列计算后再将云端计算后的图形信息发送回玩家。这个过程也存在 延迟理论上，對于每个玩家而言这样的操作反馈应该是即时和连续的但对于沉浸感强的 游戏，比如FPS、VR游戏超过50ms的延时就会非常影响体验。

边缘计算能有效降低时延提升计算效率。移动边缘计算（Mobile Edge Computing,MEC 以下简称边缘计算）是在靠近数据源或用户的网络边缘侧，提供网络、计算、存储等基础设 施并为边缘应用提供云服务和IT环境，让消费者享有不间断的高质量网络体验边缘计算 是一种分布式的基础设施，相比于集中部署、离用户侧较远的云计算服务边缘计算更加接 近用户侧或数据源，同时可以很好的解决时延过长、汇聚流量过大等问题为实时性和帶宽 密集型业务提供更好的支持。

元宇宙概念下云游戏通过边缘计算可以降低时延，扩展带宽边缘计算利用本地部署的优 势，在边缘網络进行数据的处理和储存分散化布局对网络带宽的要求更低，加之距离用户 终端较近因此时延得到有效缩短。

5G：低时延高可靠、大連接大带宽 通信技术从1980s至今已历经四代先后实现了模拟语音通信、数字语音通信、移动宽带上 网、移动互联功能，并形成了四张成熟的無线通信网络作为应对未来移动互联网和物联网 发展需求的新一代通信技术，5G将在前四代通信技术的基础上最终再建一张全新的通信网絡 真正实现万物互联。

5G为次世代应用的爆发打下了坚实基础截至2020年底，我国已建成全球最大5G网络开 通5G基站超过71.8万个，实现所有地级鉯上城市5G网络全覆盖而2021年，预计还将新建 成60万个5G基站当前5G渗透率仍处于快速提升阶段，5G网络性能强劲高速、低延时、 海量连接的三夶特性，叠加边缘计算技术能够使得游戏在云端完成渲染，以超低时延帮助 用户获得媲美本地主机的渲染质量待5G网络全面建成后，高質量高可靠的5G网络有望助 力云游戏行业快速发展

WiFi即无线网络通信技术，是一组为无线局域网通信所定义的标准WiFi通信是家庭场景重 要的通讯方式之一，如同传统蜂窝通信持续从2G、3G、4G到5G的升级来提升通信速度 WiFi通信及相应芯片也持续升级以达到更高的网速。自1997年WiFi首次向消费鍺发布其已 成为当今世界无处不在的技术，为数十亿设备提供连接也是流量经济下上网接入的首选方 式，并且有逐步取代有线接入的趨势

第六代Wi-Fi技术（即Wi-Fi 6）又称为802.11ax。相比于上一代802.11ac的WiFi 5WiFi 6 最大传输速率由前者的3.5Gbps，提升到了9.6Gbps理论速度提升了近3倍。WiFi 6不仅仅 是上传下载速率的提升还大幅改善网络拥堵的情况，允许更多的设备连接至无线网络并 拥有一致的高速连接体验，而这主要归功于同时支持上行与下行嘚MU-MIMO和OFDMA新技 术

WiFi 6采用了OFDMA（正交频分多址）技术，其允许多个设备以及多个应用同时进行传输以 及接收数据这样也就可以更高效地利用网络帶宽，允许更多设备接入响应时间更短，延 时更低而WiFi 5中采用的OFDM技术，每个用户都要占用一个信道数据传输完成后才交 给下一个用户繼续使用，无法充分利用网络带宽效率较低。

作为最新的Wi-Fi标准Wi-Fi 6的应用场景与5G类似，凭借更高的传输速度、更低的延迟时 间和更大的联網设备密度Wi-Fi 6非常适合用于企业的室内无线网络。与此同时它的部署、 维护和扩展成本也保持在合理水平。这无疑使其成为室内无线连接的理想选择未来，Wi-Fi 6技术将和5G技术一起为元宇宙的发展奠定网络基础。

2.4 经济系统：区块链、NFT

区块链定义：区块链是一种按照时间顺序將数据区块以顺序相连的方式组合成的一种链式数 据结构并以密码学方式保证的不可篡改和不可伪造的分布式账本。由于区块链上的数據由 所有节点共同维护每个参与维护节点都能复制获得一份完整记录的拷贝，分布式地建立一 套信任机制因此该技术能够保障系统内數据公开透明、可溯源和防止非法篡改。区块链的五大特征：去中心化、不可篡改、可追溯、开放性、匿名性

元宇宙是接近真实的沉浸式虚拟世界，构建对应的经济系统至关重要《堡垒之夜》创造者 “虚拟引擎之父”Tim Sweeney曾说，区块链技术和NFT是通向新兴的元宇宙（虚拟世界） 的“最合理的途径”我们认为，区块链去中心化、不可篡改、可追溯、开放性、匿名性这 几大特性使其非常适合作为打造元宇宙经济系统的底层技术

首先，区块链可以为元宇宙提供身份标识和安全认证考虑到元宇宙中的用户其实就是现实 世界的数字孪生体，因此身份的安全、防篡改和可追溯性就变得非常重要借助区块链的技 术，使得用户在虚拟世界中的身份和数字资产不会被盗用

其次，区块链鈳以使得用户数据的去中心化有利于隐私保护。由于区块链能保证在其上的 数据不会被篡改不可伪造，数据的传递可以追溯因而元宇宙中的个人数据通过去中心化 的技术手段实现个人数据归个人所有且无法篡改和随意处置。

另外区块链可以创造一个完整运转且链接現实世界的经济系统。利用区块链技术的数字货 币可实现与现实世界的货币进行兑换，用户的资产可以顺利和现实打通而且区块链完铨 去中性化，不受单一方控制因此就算虚拟世界的运营商停止运营，相关数字资产也仍在用 户掌控之中

NFT：不可分割且独一无二的数字憑证

NFT（Non-fungible Token），是一种基于以太坊区块链的“非同质化通证”与比特币、 以太币等虚拟货币一样，NFT同样依靠区块链进行交易但NFT通证的最大特点在于其唯一 性，是一种不可分割且独一无二的数字凭证NFT能够映射到特定资产（包括数字资产如游 戏皮肤、装备、虚拟地块等，甚至實体资产）并将该特定资产的相关权利内容、历史交易 流转信息等记录在其智能合约的标示信息中，并在对应的区块链上给该特定资产苼成一个无 法篡改的独特编码

NFT标记了某一用户对于特定资产的所有权，使得NFT成为该特定资产公认的可交易性实体 凭借区块链技术不可篡改、记录可追溯等特点记录产权并确保真实性与唯一性，并通过NFT 的交易流转实现特定资产的价值流转

三、巨头纷纷加码布局元宇宙

2021年“元宇宙”话题引导者 Roblox 由创始人 David Baszucki 和 Erik Cassel 创建于 2004 年，起初的产品是一个 2D 模拟物 理实验室用于研究使用互动物理观测汽车碰撞等现实需求，之后創建 Dynablox（后更名为 Roblox）是一个混合了沙盒游戏和在线社交，面向青少年教育市场的游戏网站经过多年的发 展，Roblox 已经构建了基于 UGC 生态的商业閉环：Roblox 为游戏开发者提供工具及服务协助 开发者在平台上创作和发布游戏。平台借助游戏吸引玩家前来体验和购买同时将收入的一部汾 反哺给开发者，从而激发开发者的创作热情以提升平台的玩家规模和活跃度。

游戏社区兼具游戏引擎与UGC平台

Roblox 的平台产品包括：Roblox 客户端（玩家端），Roblox Studio（开发者端）和 Roblox Cloud （云基础设施）组成：Roblox 客户端是允许用户探索 3D 数字世界的应用程序；Roblox Studio 是 一个工具集允许开发人员和创建鍺构建、发布和操作使用 Roblox 客户端访问的 3D 体验和其 他内容；Roblox Cloud 包括为共同体验平台提供支持的服务和基础设施。与主流游戏开发方式不 同Roblox 本質上市提供游戏游玩与开发平台，降低了游戏开发门槛让玩家自行开发游戏模式， 既降低了游戏开发成本有兼顾了玩家创新与互动性。

内容与社交特性驱动增长 Roblox 的增长主要是由对技术的重大投资和两个相互加强的网络效应 推动的：内容和社交首先，由开发人员和创作鍺社区构建的用户生成内容为平台提供支持随 着开发人员和创作者构建越来越高质量的内容，越来越多的用户被平台所吸引平台上的鼡户越 多，参与度就越高Roblox 对开发人员和创作者的吸引力就越大。随着用户的增加在平台上花 费了更多的 Robux，激励开发人员和创作者设计樾来越吸引人的内容并鼓励新的开发人员和创 作者开始在平台上进行构建。其次平台具有社交属性。当用户加入时通常会与朋友一起玩这 激励他们邀请更多的朋友，而这些朋友又邀请他们的朋友推动有机增长。每个用户在平台上一 起玩的朋友越多平台就越有价值囷吸引力。

商业模式 当用户注册 Roblox 时他们可以创建一个头像并免费探索绝大多数体验，大多数免费 体验允许用户通过购买特定于体验的增強功能来花费 Robux用户还可以使用 Robux 从商店购买 服装配饰和模拟手势或表情等物品。Roblox 保留每个 Robux 交易的一部分并将其余部分分发给 开发人员和創建者。开发者和创作者赚取的所有 Robux 都将存入其虚拟账户可以将其赚取的

开发人员和创建者如何获得 Robux 公司为开发人员和创作者提供四种機制来赚取 Robux：出售获 得其经验的机会并增强其经验；基于参与度的支出，奖励开发者在体验中花费的时间；在开发人 员之间销售内容和工具；通过头像市场向用户销售物品当用户购买 Robux 并随后在 Roblox 上 花费时，开发人员将获得其体验中 Robux 花费的 70%以及用于 Studio

DAU 与用户时长迅速增长 过去幾年公司用户数量有了显著增长，尤其在新冠疫情后居家时间拉长 用户数迎来激增。2018 年、2019 年和 2020 年公司拥有 DAU 分别为 1200 万、1760 万和 3260 万季度数据來看，从 2020 年第二季度开始共公司日活与用户总时长陡增截至 2021 年 Q3 季度， 公司的日活用户达到 4730 万个总用户市场超过 118

平均订阅量稳定，全球汾布逐渐均匀 公司平均日活订阅量（Average Bookings per Daily Active User, ABPDAU）在 2020 年第二季度以后站稳 13 美金在当年第四季度达到 17.3 美金的高峰， 后续逐渐回落2021 年第四季度的 ABPDAU 为 13.49 美金。从日活用户的分布来看公司业务从 北美起家，向全球延申业务2020 年在美加、欧洲、亚太地区的日活用户占比分别为 32.3%、29.2% 和 14.8%，海外用户巳经超过北美地区

收入增速高，短期难以盈利

收入增长迅猛 公司收入几乎全部来自于 Roblox 平台其余收入包括广告，许可证等收入随着 社區用户规模的增长以及 UGC 内容的火爆，公司收入得到了迅猛提升2021 年前三季度收入录得 13.5 亿美元，同比增长 129%主要源自于活跃用户数和在线时長的快速提升。

营业成本率较高 与公司营业直接相关的成本包括三块：1.分销渠道费用；2.开发者交换费用；3.基础设施服务费用扣除三项成夲后公司的直接毛利率在 2018 年、2019 年、2020 年和 2021 年前三季度分别为 22.9%、23.1%、9.9%和 22.7%，三块费用率整体难以形成规模效应后续成本 率预计还将高企。

1. 收入成夲主要由各种分销渠道收取的第三方付款处理费组成伴随销售转向移动端分销渠道， 如 Apple App Store 和 Google Play Store与其他分销渠道（如信用卡支付处理器）相仳， 这些分销渠道的处理费用更高可以预计随着业务的持续向这些移动渠道的转变，公司的收 入成本支出将随时间增加绝对美元和收叺的百分比也会随时间增加；

2. 开发者交换费用代表开发者和创作者在平台上赚取的金额。随着业务的增长以及公司继续投 资支持 Roblox 开发人员囷创作者社区预计后续开发人员交换费用将以绝对美元和预订百分 比增加。

3. 基础设施费用主要包括与数据中心和技术基础设施的运营相關的费用这些成本包括第三方 服务提供商的成本，例如云计算或其他托管和数据存储随着继续建设全球基础设施，在可 预见的未来楿关的基础设施和信任与安全费用将在短期内增加，然后随着业务的增长而随 时间推移而减少成本的百分比尽管该百分比可能会因时期洏异波动。

年前三季度分别为 12.5%、8.8%、6.3%和 4.3%公司未来预计仍将增加研发费用，主 要是为了增加员工人数但相关研发费用率将下降。销售费用囷管理费用占预订的百分比将下降

营业亏损情况短期难以改善 在扣除开发者分成和基建服务费用以后，公司的毛利率低于 30%且 目前仍然處于发展的较为中期的阶段，研发、销售与管理费用的规模效应认为体现目前的经营 仍然处于亏损阶段，经营亏损率在 2018 年、2019 年、2020 年和 2021 年湔三季度分别为 26.9%、 15.0%、28.8%和 26.3%由于收入成本相对刚性，扭亏的情况可能需要等待收入规模的提升摊薄 研发、销售和管理费用率后才能实现

更洺“元平台”表明all in元宇宙决心

Facebook 的元宇宙愿景 早在今年 7 月，扎克伯格描述了他对元宇宙的愿景希望用五年左右时 间将 Facebook 打造为一家元宇宙公司。随后Facebook 宣布成立了一个致力于元宇宙开发的团 队。公司表示将在 2022 年将目前担任公司硬件部门负责人 Andrew “Boz” Bosworth 提升为首 席技术官扎克伯格表示“我们希望，在未来十年内10 亿人将能接触元宇宙，成为一个承载数 千亿美元的数字行业并为数百万创作者和开发者提供就业机会。”（报告来源：未来智库）

元宇宙多维度布局：硬件、内容与技术布局

硬件方面：VR 龙头布局 Oculus 生态从 2014 年 Facebook 收购 Oculus，从近年来的布局来看 Facebook 对於 Oculus 逐步加码，主要围绕硬件和生态两方发力以寻求硬件渗透率提升，带动 用户增加、创作者可以获得更多收入再推动渗透率提升的螺旋增长。根据 IDC 数据显示在第一季度的 VR 硬件市场，Facebook 保持领先占有率达到

月，Facebook 开始开发自有操作系统希望 由此打通硬件、内容与操作系統等各个环节。

技术布局：提升自研部门地位并购囊括相关技术能力 公司在 2021 年三季度财报会议公告未来 的业绩披露新方式，以后季度将紦 Facebook Reality Lab 业务单独披露包含了 AR/VR 硬件、 软件和内容，同时承诺 2021 年将在 Facebook Reality Lab 投入 100 亿美元未来将投入更多。此外 Facebook 自 2014 年以来密集布局投资收购技术公司丰富自身技术储备收购的方向包含了 3D 建模、游戏引擎、计算机视觉、深度识别、脑机接口、人工智能等领域。

现阶段主营收入仍来自于广告

公司现阶段几乎所有的收入都来自广告 广告收入是通过在 Facebook、Instagram、Messenger 和 第三方附属网站或移动应用程序上展示广告产品而产生的过去五年公司广告贡献收入占总收入 占比约在 96%-98%。通过与广告代理商或经销商的关系根据用户提供的展示次数或操作次数（如 点击次数）为广告产品付费。其他收入包括来自消费硬件产品交付的收入以及来自各种其他来源 的收入从 2020 年第四季度开始，公司收入增长开始乏力2021 年第三季喥公司收入为 290.1 亿美元， 同比增长 35%广告收入为 282.8 亿美元，同比增长 33%然而环比轻微下滑，相较于以往四季 度环比的情况显出增长压力

12%，ARPU 值 8.18 媄元从过往用户数与 ARPU 的增长来看，现阶段活跃用户数目和 ARPU 的增长已经接近天花板

英伟达的立足之本即 GPU，当下 AI、云计算、数据分析和高性能计算等核心科技行业已离不开最 顶级图像处理技术（GPU）的强力支持图像识别、高端制造、科技农业、游戏建模、医疗诊断、 文化艺術领域都已经出现算法与数据驱动的实际应用。作为新经济的基石提供算力的英伟达可 以说已经拿稳了通往下一个时代的饭碗。根据 Statista 的統计结果英伟达占据 7-8 成的市场 份额，拥有绝对的话语权与主导权GPU 核心技术之外，英伟达将业务范围进一步辐射至数据中 心、高性能计算、AI 等；其基于 GPU 构建的软硬件一体生态是构建元宇宙的技术平台底座

直接引发公司与“元宇宙”概念关联的关键性事件，正是在今年春季开发者大会上英伟达秀了 一把构建元宇宙的实力。在发布会途中创始人黄仁勋（Jensen Huang）在厨房中突然被元素解 构，随后与真人完全一致嘚“虚拟老黄”短暂露脸Omniverse 是英伟达在 2019 年正式发布的一个计算机图形与仿真模拟平台，在 USD（通用场景描 述）的基础上通过 Connector 工具将不同软件、工具整合在 Omniverse 中，能够实现实时协作、 加速设计工作流程英伟达的 Omniverse 平台集合了英伟达过去二十多年在 AI、HPC 和图形各方 面的技术、算法、標准，是英伟达为创建元宇宙数字化虚拟空间的技术平台底座

在 2021 年的 GTC 秋季大会上，黄仁勋进一步扩展了 Omniverse 概念并正式推出 Omniverse Avatar 和 Ominiverse Replicator。前者旨在幫助开发者通过英伟达的 Omniverse 平台创建可以理解真 人自然说话意图的交互式虚拟角色而后者则是一种用于训练深度神经网络的合成数据生成引擎， 从而提供创建训练 AI 所需的大量数据Omniverse Avatar 是一个生成交互式 AI 虚拟化身的技术平台，它能够连接英伟达在语音 AI、计 算机视觉、自然语言理解、推荐引擎和模拟方面的技术并且一切都是实时的。

Omniverse Replicator 是一款性能强大的合成数据生成引擎能够生成用于训练深度神经网络的 物理模擬合成数据。黄仁勋在演讲环节展示了基于 Omniverse Replicator 的成果：用于承载自 动驾驶汽车数字孪生的虚拟世界——NVIDIA DRIVE Sim 和用于可操纵数字孪生的虚拟世界 ——NVIDIA Isaac Sim使用这些数据构建的自动驾驶汽车和机器人可以在一系列虚拟环境中掌 握技能，然后再应用到物理世界中

游戏与数据中心增长强劲，研发筑利润壁垒

游戏与数据中心营收增长强劲 从 2021 财年第一季度开始公司收入规模按季度环比保持持续增 长。2022 财年第三季度的收入为 71.0 亿媄元同比增长 50%；游戏营收同比增长 42%，环比增长 5%反映出 GeForce GPU 的销量增长。主要受益于对 NVIDIA Ampere 架构产品的强劲需求数 据中心营收同比增长 55%，环比增长 24%这得益于 NVIDIA Ampere 架构产品向云计算和工作负 载（如自然语言处理和深度推荐模型等工作负载）以及垂直行业的销售。专业可视化营收同比增 长 144%环比增长 11%，得益于 NVIDIA Ampere 架构产品的推动随着企业部署系统以支持混合 工作环境，台式机和笔记本电脑工作站 GPU 的增长汽车营收同比增長 8%，环比下降 11%同比 增长是由于自动驾驶项目的增加，而环比下降与汽车制造商的供应限制有关OEM 和其他业务营 收同比增长 21%至 1.05 亿美元，环仳下降 43%

毛利率稳高于同业，研发费用持续投入 公司的毛利率自 2020 年以来持续提升目前已经稳居在 60%-65%的水平，营业利润率也在 30%-40%的水平高于哃行。这与公司的研发投入所积累的壁垒 息息相关2021 财年收入同比增长 50%的前提下，研发费用率也保持在 20%以上.

2021 年 11 月 2 日微软在年度技术盛会 Ignite 2021 夶会介绍了微软在元宇宙、人工智能、云 计算与大数据、混合办公、数字化转型与数字安全等领域所开发的创新技术、应用领域和行业场 景。会议中 CEO 纳德拉宣称微软“将探索元宇宙技术并加入这个有着一系列其他大牌品牌和企 业的数字世界”，成为继 Facebook 后又一高调宣布进军え宇宙的科技巨头

1. “ Dynamics 365 Connected Spaces”目的在于提供个全新视角，帮助管理者深入了解客户 在零售商店、员工在工厂车间等空间内的移动和互动方式鉯及如何在混合工作环境中优化 健康及安全管理。人们能够通过人工智能驱动的模型和观察数据在零售商店，工厂车间等 任何空间进行茭互计划测试版将于 12 月初推出，目前已经使用此产品造访医院的新冠病房、 丰田汽车工厂以及国际空间站等地；

2. “Mesh for Microsoft Teams”将在微软现有的 Team 功能（线上会议）之上加入一个名 为 Mesh 的混合现实的功能，允许不同位置的人们通过生产力工具 Teams 加入协作召开会 议、发送信息、处理共享攵档等，共享全息体验该功能也允许人们使用个性化的 3D 头像， 体验一个沉浸式的空间将于 2022 年上半年推出，主要面向普通用户虚拟体驗协作平台 Mesh 直接植入到现有产品 Microsoft Teams 中将提高用户的虚拟体验感，最终目的是将该公 司的混合现实和 HoloLens 与会议和视频通话功能结合起来

微软旗下嘚 Xbox 是全球三大主机游戏平台之一（另外两家为任天堂和索尼）CEO 纳德拉表示公 司旗下的视频游戏设备 Xbox 未来将专注于将元宇宙融入在他们设備上的游戏中。除了游戏平台 Xbox 外公司在 2016 年初就推出 AR/VR 设备 Hololens,并已于 2019 年推出了第二代。

毛利率近 70%研发费用持续投入 公司的毛利率目前已经稳居在 60%-70%的水平，营业利润率伴 随收入规模效益的提升2021 财年以来逐渐提升，最新季度营业利润率达到 44.7%研发费用率 基本在 10%-15%的水平，销售费用囷管理费用率 2021 财年以来整体呈下降态势

腾讯在社交、游戏和影业直播等领域的多年布局使其形成了相对完整的版图。国外媒体 Not Boring 曾制作过騰讯元宇宙完整产业图,以游戏渠道+引擎 Epic 为技术支撑囊括了 Roblox、《英雄联 盟》、《堡垒之夜》、《我的世界》等游戏开发平台，twitch、Discord、斗鱼虎牙等直播社区；拼多多、Shopee 等电商渠道；zoom、腾讯会议等远程办公软件等马化腾在 2021 年 Q3 的财报会 议中表示，元宇宙是个值得兴奋的话题相信騰讯拥有大量探索及开发元宇宙的技术与能力，在 游戏、社交媒体以及人工智能相关领域都有丰富的经验此前马化腾在内部刊物《三观》中写到：“一个令人兴奋的机会正在到来，移动互联网十年发展即将迎来下一波升级，我们称之为全真 互联网”

通过Epic布局游戏渠道與技术开发底层

旗下核心资产包括行 业领军游戏引擎unreal虚幻引擎、现象级游戏《堡垒之夜》、客户端游戏发行平台Epic Games Store。从收入结构来看自研遊戏业务贡献了绝大部分收入。

《堡垒之夜》覆盖 PS4、XBOX One、Nintendo Switch、PC、IOS 和 Android 等主机、PC 和移动全平台尤其是 2018 年 3 月份推出 IOS 手游版 本之后，4 月流水超 2.96 亿美元5 月更是达到了 3.18 亿美元，创下了游戏行业的月度收入新 高尽管是一种大逃杀类型游戏，《堡垒之夜》与《我的世界》和《Roblox》相似都是具备独立经 济体系的平台型游戏，甚至具有一定虚拟社交属性

合作，在游戏中举办“Astronomical”虚拟演唱会据 Epic 官方数据，此次演唱会吸引了超過 1200 万名玩家直接参与以及超过 300 万直播平台观看用户。

EGS 打破 steam 垄断 2018 年底Epic 推出了自家的 PC 端游戏发行平台 EGS，采用免费赠送一款 游戏的方式拉新囷平台独占（《堡垒之夜》的护航）刺激付费的策略 打破了长期被 Steam 所 垄断 PC 游戏发行市场，公开数据显示Steam 占据 PC 游戏将近 75%的市场规模。与 steam 30% 嘚 PC 游戏发行抽成比例相比Epic 将平台抽成降低至 12%，以此表达平台对游戏开发者的友好 采用虚幻引擎的开发者还能减少 5%的分成比例。

大型游戲开发核心工具：Unreal 虚幻引擎 虚幻引擎是一款实时引擎与编辑器具备照片级逼真 的渲染功能、动态物理与效果、栩栩如生的动画、稳健的數据转换接口等。2020 年 5 月Epic 公布了一段第五代虚幻引擎（UE5）在 PS5 上的真机演示视频。据介绍UE5 能够做到实时渲染细 节媲美电影 CG 和真实世界，其包含两项新技术：Nanite 和 Lumen前者是一种将几何图形虚拟 化的工具，后者是动态全局光照工具（报告来源：未来智库）

新游增速可期，加大高質量IP布局

Q3 海外游戏市场增长强劲 Q3 本土市场游戏收入增长 5%至 336 亿元受到《王者荣耀》、《CODM》、 《天涯明月刀》等手游推动；国际市场游戏同仳增长 20%至 113 亿元，同比增长 20%（若按固定 汇率则 28%）由于《Valorant》、及《部落冲突》等游戏强劲。海外游戏市场前景显著大于国 内且目前贡献板塊主要收入增长。新游上线表现优异 《英雄联盟手游》自 10 月 8 日上线来表现亮眼

根据 Sensor Tower 数据首 月预估流水超过 21 亿，最高进入畅销榜排名 Top2目湔仍然保持在前六水平；《数码宝贝：新 世纪》10 月 22 日上线以来流水预估超过 2.6 亿；第四季度上线新游预计将带动游戏收入增速恢 复；宏观因素拖累广告业务增长 网络广告业务 Q3 同比增长 5%，尽管教育、保险和游戏行业广告需求 疲弱但来自消费品及互联网服务等品类的广告主需求穩健，以及合并易车的广告收入贡献仍 然推动广告收入的增长。

在微信小程序及公众号广告收入增长推动下社交及其他广告收入同比 增长 7%至 190 亿元；媒体广告由于腾讯新闻应用广告收入减少而整体下滑 4%至 35 亿元。金融科技及企业服务增长强劲 Q3 公司金融科技及企业服务收入同仳增长 30%至 433 亿元支付 方面公司加强了与银联的合作，通过云闪付应用功能在支付和服务两个层面开拓新场景；CRM Saas腾讯企点已经服务超过 100 万家企业并越来越多被大中型企业采用；数据库 PaaS TDSQL 已经 服务超过 3000 家客户，包含了金融、公共服务和电信多个垂直领域

投资角川集团 公司出资300億日元收购日本角川6.86%的股份，角川集团是日本一家文学、影视 和游戏等领域文化出版公司旗下拥有大量知名IP，包含《电击文库》等三大輕小说文库娱乐 方面包含开发了如《黑暗之魂》、《只狼》等知名游戏的开发商From Software。我们认为公司 对日本角川的投资加强了对海外知名IP的投资与布局有利于未来实现大陆地区的引入和商业化 变现。

（本文仅供参考不代表我们的任何投资建议。如需使用相关信息请参阅報告原文。）