正是這些在計算機視覺技術方面的積累，幫助 Steven Seitz 在捕捉360°全景圖像的探索上取得了突破。他介紹，第一代 Jump 其實是兩臺單反相機的組合，實現(xiàn)效果不錯，但需要支架可以旋轉，無法捕捉同一時間的全景圖像，更適合靜止的場景。

　　第二代 Jump 已經開始采用16只 GoPro 相機，通過視角組合，可以實現(xiàn)模擬左右眼看到的不同畫面。效果無疑得到提升，但這個方案依然有盲區(qū)，對于視覺補充算法不夠友好。

　　第三代，也就是 Google 在 I/O 2015 大會上正式公布的最終版本，依然是 16 只 GoPro 相機，組合方式有了變化，便于對未捕捉到的視角進行算法上的補償。

　　據(jù) Steven Seitz 稱，由 Jump 拍攝的視頻最終變成 360° 全景視頻還需要復雜的視頻合成計算。如果是一臺普通電腦的話，需要幾個月的時間進行計算，但使用 Google 的計算機集群只需要幾個小時就可以完成。最終制作完成的視頻上傳到 YouTube，就能通過 Cardboard 進行觀看了。

　　Google 的VR大計

　　在 Google 的 Expeditions 教育項目中，VR技術已經得到運用。課堂上，老師可以帶領學生們回到遙遠的歷史場景中，或者遙不可及的海底世界，可以通過控制端程序引導學生看一只海龜。Google 地圖的街景更是已經積累了難以計數(shù)的全景圖像。

　　虛擬現(xiàn)實技術的核心是3D計算機視覺，是重建視覺空間的機器學習算法。當我們探索這樣一個新世界時，最簡單的工具加上大規(guī)模的圖像數(shù)據(jù)“訓練”才是 Google 眼中真正的通向未來之路。