一种使音频源的声学渲染适应场景中的对象的视觉渲染的方法，其中，该视觉渲染被提供给用户；其中，该视觉渲染是以下之一：该对象的基于图像的表示在虚拟现实场景中的虚拟现实渲染，以及该对象的基于图像的表示相对于现实生活场景的增强现实渲染；该方法包括：生成与该对象的该基于图像的表示相关联的元数据；该元数据表示该对象的建模；该元数据定义该对象的几何形状的至少一部分；并指示该对象的混响和/或吸收声学性质；通过以下步骤建立该音频源的该声学渲染：将该音频源提供为声学场景中的空间音频源；该声学场景在几何上与该对象的该视觉渲染对齐；基于该元数据，将该对象建立为该声学场景中的音频对象；该音频对象具有混响和/或吸收声学性质；以及使用空间音频渲染技术渲染该声学场景；同时使该声学场景的该渲染适应该音频对象的该混响和/或吸收声学性质；其中渲染该声学场景包括基于该音频对象的几何形状、该音频对象的声学性质以及该音频对象在该声学场景内相对于该音频源的相对位置来计算反射。

针对您提供的权利要求1以及三份对比文件（D1、D2、D3），作为一名经验丰富的专利代理师，我现为您提供深度、严谨的专利无效/创造性法律分析及特征比对。

---

## 一、 权利要求1的技术解构与术语澄清

权利要求1保护的是一种**三维空间中声学渲染与视觉渲染对齐及动态适应的方法**。其核心在于通过为视觉场景中的图像表示生成包含几何形状和声学性质（混响/吸收）的元数据，将该对象转化为声学场景中的音频对象，并在渲染空间音频时，基于该对象的**几何形状、声学性质以及与声源的相对位置**三者来计算反射，从而实现视听一致性。

* **“对象的基于图像的表示”**：指在VR/AR场景中呈现给用户看的目标物体（例如虚拟人、虚拟墙壁、虚拟树木等）。

* **“元数据表示该对象的建模……定义几何形状……指示混响/吸收声学性质”**：指该物体不仅拥有视觉上的三维网格（Mesh）或几何数据，还被赋予了物理声学属性数据。

---

## 二、 各对比文件公开特征比对表

为了客观展现权利要求1的实质公开情况，以下将权利要求拆分为13个技术特征（A至M），并与各对比文件的原文及详细出处进行比对。

### 权利要求1技术特征比对表

---

## 三、 最接近对比文件（D1）的确定及创造性分析

### 1. 最佳单一对比文件的甄选与理由

在创造性分析中，**D1 (US20120206452A1)** 最适合被选为**第一最接近的对比文件**（主要出发点）。

* **技术领域高度一致**：D1与目标专利均属于AR/VR系统中的视听渲染技术领域，且均聚焦于“解决视觉渲染对象与空间空间音频渲染不匹配、不真实”的技术问题。

* **技术特征覆盖率最高**：如表格所示，D1不仅完全公开了目标专利视觉与声学空间几何对齐的架构（特征A、B、C、D、E、G、H、I、K），而且**毫无异议地公开了特征F、J、L中关于“吸收、反射、消音等声学物理性质”的建模和渲染自适应**（参见D1 `[0112]` 关于声音吸收器、反射器的描述）。

* **技术效果相同**：两者均达到了使用户感知的空间声音与其看到的虚拟/真实物体物理特性相匹配，大幅提升视听沉浸感的技术效果。

### 2. 次要最接近对比文件（D3）的补充说明

**D3 (CN107430868A)** 可作为**平行的最接近对比文件**。D3侧重于实时重构用户的语音，使其适应AR/VR环境。它明确公开了“用户在虚拟教堂中说话产生混响，在水下说话被消音”（特征F、J、L、M），其解决的技术问题也是视听逼真度一致性。但由于D3更偏向于实时语音波束成形输入后的动态改造，在三维场景物体元数据建模（特征C、D）的阐述上略逊于D1的物理属性集描述，因此D1作为第一主攻，D3作为平行主攻或强力结合证据。

---

## 四、 核心未公开特征的证据补链与无效请求薄弱点分析

通过上述特征比对，可以发现本申请的权利要求1结构相对完整，被单一对比文件完全“通读（Anticipated）”的概率较低，其核心创造性防火墙（即如果提出无效请求，**最薄弱的技术特征**）在于**特征M的协同计算限制**：

> “基于该音频对象的几何形状、该音频对象的声学性质以及该音频对象在该声学场景内相对于该音频源的相对位置**来计算反射**”。

### 1. 最薄弱特征（突破口）分析：特征M

特征M要求系统在渲染时，必须**同时将“几何”、“声学性质”、“相对位置”作为自变量输入，来计算反射（产生回声/混响）**。

* **D1的公开程度**：D1在`[0043]`中提到了边界空间位置，在`[0112]`中提到了材质吸收和反射波，在`[0392]`中提到了邻近自由空间数据。虽然D1具备了这三个要素，但其主要文字描述集中在“音频遮挡（Audio Occlusion）”（即声音被物体挡住后变闷、变小）。对于利用这三者联合“**计算反射（Reflection）**”，D1的表述多为“反射 incident sound waves in all directions”，属于实质公开，但存在被专利权人辩驳“未显式有机结合”的空间。

* **D3的补充结合**：D3在`[0026]`中明确指出了“用户朝虚拟峡谷中大喊并听到从该**确切位置回传的语音**”。在峡谷（大空间几何）中，声音回传（反射）的强弱和延时，天然地取决于峡谷的几何大小（几何形状）、峡谷山体的介质（声学性质）以及用户距离山壁的距离（相对位置）。

### 2. 无效宣告的组合策略建议

若要成功无效权利要求1，最佳组合策略为：

* **策略一（主攻）**：以 **D1 为基础（最接近的对比文件）**，结合 **D3 的相关段落**（特别是`[0025]-[0026]`关于教堂混响和峡谷回声反射的公开）。D1 已经给出了完整的视听对齐、对象声学属性建模架构，D3 补充证实了在空间渲染中基于几何位置和声学性质计算反射是本领域的公知常识或惯用技术手段。本领域技术人员在 D1 的基础上引入 D3 的反射计算手段，不需要付出创造性劳动。

---

## 五、 进一步的对比文件检索策略

由于特征M（基于几何+声学性质+相对位置三者结合计算反射）是权利要求1规避现有技术的核心扣环，为了在无效阶段对该特征形成绝对的压制，建议开展以下定向增补检索：

1. **关键词微调与精确匹配检索**：

* **核心控制式**：`(音频对象 或 声学网格 或 声学材质) 并且 (射线追踪 或 反射计算 或 房间声学建模) 并且 (虚拟现实 或 增强现实 或 空间音频)`

* **英文控制式**：`(acoustic mesh OR acoustic material property OR sound absorpt*) AND (ray tracing OR audio reflection calculat* OR wave-based acoustic*) AND (VR OR AR OR spatial audio OR acoustic rendering)`

2. **锁定早期“游戏声学引擎”或“房间声学”经典专利/文献**：

目标专利所主张的“基于几何和材质位置算反射”，在计算机图形学与虚拟音效领域（例如 **EWA (Environmental Audio Extensions)**，**A3D** 技术，以及学术界关于 **Acoustic Ray Tracing (声学射线追踪)** 的论文）属于较为成熟的技术。建议重点检索 **Creative Labs (创新科技)**、**Microsoft (微软的Triton项目/Acoustic API)**、**Oculus/Meta**、**Sony** 在 2010-2015 年期间关于空间几何声学传播（Acoustic Propagation）的早期申请。

3. **非专利文献（NPL）检索**：

前往 **IEEE Xplore** 或 **ACM Digital Library**，检索关键词 `“Pre-computed acoustic transfer”` 或 `“Interactive acoustic simulation with material properties”`。如果能检索到在 AR/VR 概念流行前，游戏引擎如何利用静态 3D 网格的材质（吸声率）和光源（声源）相对位置计算 Early Reflections (早期反射) 的文献，将能彻底打掉特征M的创造性高度。

作为一名经验丰富的专利代理师，我将为您对目标专利（权利要求1）与三份对比文件进行深度法律与技术层面的解析。

首先需要明确的是：**对比文件D1（WO2013181115A1）与对比文件D2（US20140270184A1）的说明书文本完全一致。** 经核对，D2是D1进入美国国家阶段的申请或同族申请，其背景技术、发明内容及详细实施方式的文字描述完全等同。因此，在下文的特征比对中，针对D1与D2，我将合并给出其相同的原文出处，以展现法律分析的严谨性。

以下是针对权利要求1（包含技术特征A至M）的全面无效宣告分析。

---

### 一、 权利要求特征比对分析表

下表紧密结合对比文件原文及详细出处，分析了各对比文件是“毫无疑问公开（完全相同）”还是“实质公开（等同/惯用手段替换）”了权利要求的技术特征。

---

### 二、 最接近的对比文件（D最接近）的确定与创造性评述

#### 1. 哪个文件最适合作为“最接近的对比文件”？

在本案的空间音频渲染创造性分析过程中，**对比文件D3（US20150131966A1）最适合作为最接近的对比文件（第一独立出发点）。**

* **技术领域与解决的技术问题高度一致**：目标专利旨在解决虚拟现实/增强现实（VR/AR）中，如何让声学渲染动态适应视觉渲染中对象的几何及物理性质变化，从而达到完美的视听时空对齐。D3同样立足于3D音视频处理领域（\[0001]），核心解决“3D视频中视频对象离开屏幕移动时，声音无法准确追踪其虚拟空间位置及物理尺寸变化，导致视听脱节”的问题（见D3背景技术\[0004]）。这与目标专利解决的“视听对齐”技术问题完全同构。

* **技术手段最为接近**：目标专利依赖于对象的元数据（几何形状、混响/吸收性质）来精细化构建音频对象并计算空间反射。D3同样提出了基于OpenGL/DirectX等虚拟3D环境建模，利用对象的**“3D网格（Mesh）”定义几何形状（特征D、E）**，利用**“吸收系数（Absorption coefficients）”定义对象的声学性质（特征F、J）**，并通过波场合成（WFS）计算相对位置和回声（特征K、M）。

* **相比之下D1/D2的局限性**：D1/D2（WO2013181115A1 / US20140270184A1）虽然也提及了“视听对齐”（\[0010]），但其采用的底层技术手段是传统的“压扩技术（Companding）”，即通过分离输入音频的直达声与混响声比例（P/Q信号），依据能量比施加非线性增益函数（\[0011]-[0013]），它属于一种**基于信号声学特征的后期声效加工**，并没有在三维声学场景中真正基于“对象的几何建模”去“计算物理空间反射”。

#### 2. 特征结合与创造性评述逻辑

* **D3已公开了绝大多数核心特征**：通过上表可见，D3毫无疑问地公开了特征A、C、D、E、F、G、H、I、J、K、L、M，并实质公开了特征B（通过3D视口及虚拟空间建模实现虚拟现实渲染）。

* **若D3存在微弱的区别特征（例如VR/AR场景的明确指代）**：假设审查员认为D3提及的“3D游戏/3D视频”与目标专利的“虚拟现实场景中的虚拟现实渲染/增强现实渲染（特征B）”仍有微弱字面差异，那么该特征也已被**D1/D2完全公开**——D1/D2在说明书第\[0037]段明确指出了“元数据可以由3D虚拟现实模型（3D virtual reality model）提供”。

* **结论**：本领域技术人员在D3的基础上，结合D1/D2关于在VR/AR模型中提取元数据的技术启示，以解决视听空间精准对齐的问题，是完全显而易见的。因此，权利要求1不具备创造性。

---

### 三、 应对无效宣告请求时的“最薄弱技术特征”分析

如果站在**专利权人**的角度进行防御，或者站在**无效请求人**的角度寻找突破口，本专利最核心、最薄弱（即最容易被攻破）的技术特征是：

**特征M：其中渲染该声学场景包括基于该音频对象的几何形状、该音频对象的声学性质以及该音频对象在该声学场景内相对于该音频源的相对位置来计算反射。**

* **薄弱原因分析**：在空间三维音频渲染领域，基于物理空间建模（Acoustic Geometry Modeling）来计算反射（如射线追踪法 Ray-tracing 或镜像源法 Image-source method）属于传统图形学与声学结合的成熟技术。特征M试图将“几何形状”、“声学性质（吸收系数）”和“相对位置”这三个要素组合在一起作为限制。然而，**对比文件D3已经把这一闭环完全打破并全部公开**。D3明确指导了“将声音轨道绑定到3D网格（几何）”+“为虚拟对象应用吸收系数（声学性质）”+“随着视频对象在3D虚拟空间移动（相对位置），能够生成回声（Echoes是反射的典型表现形式）和真实的音频效果”（\[0015]-[0016]）。

* **无效防御建议**：专利权人若想维持专利有效，必须在后续的修正或答辩中，强调特征M中“计算反射”的**具体数学计算方式或特定偶合机制**（例如说明书中是否有非同寻常的反射声场动态更新算法），否则单凭特征M目前在权利要求1中的宽泛表述，在D3如此精准的原文压制下，该特征将毫无抵抗力。

---

### 四、 进一步的对比文件检索策略（针对无效请求人）

为了彻底锁定胜局，防止专利权人通过变更权利要求（例如将从属权利要求中的细分特征合并至独权）来规避无效，建议无效请求人采取以下进阶检索策略：

1. **关键词拓展与精确匹配**：

* **声学几何与材质**：`"Acoustic mesh"`, `"Acoustic material properties"`, `"Ray tracing"`, `"Image source method"`, `"Spatial audio reflection"`, `"Sound absorption coefficient"`.

* **场景与对齐**：`"Audio-visual alignment"`, `"VR/AR audio rendering"`, `"Object-based audio" (OBA)`.

2. **锁定核心分类号（IPC/CPC）**：

* **G06T19/00**（专用于混和现实、虚拟现实的计算机图形学三维建模）。

* **H04S7/30**（用于空间音频的声场房间校正或声学环境模拟，重点关注从2010年至2018年期间关于对象级音频渲染的专利）。

* **G10K11/16**（声波的变性、吸收或反射控制）。

3. **追踪关键行业标准与学术会议（非专利文献检索）**：

* **MPEG-H 3D Audio 标准体系**：目标专利提及的“生成元数据指示混响/吸收、定义几何”是典型的**对象基于音频（Object-Based Audio）**的标准演进方向。建议重点检索2013-2015年间MPEG音频工作组（ISO/IEC JTC1/SC29/WG11）的技术提案（Contributions），其中有大量关于用元数据描述虚拟房间几何和物体材质的公开文献。

* **AES（音频工程协会）及 Eurographics 学术会议**：检索关于“Geometric Acoustic Simulation in Virtual Reality”（虚拟现实中的几何声学模拟）的论文。这些论文通常领先专利申请2-3年公开，是绝佳的现有技术销毁证据。

作为一名经验丰富的专利代理师，我为您对目标权利要求1进行紧密结合说明书的深度解析，并与三份对比文件（D1、D2、D3）的原文进行逐项特征比对和创造性分析。

首先，需要指出的是，**D1、D2、D3属于同一专利家族或同批申请的分案/平行申请**，其说明书正文内容（包括段落编号及文字）几乎完全相同。因此，在技术特征的比对中，它们对音频源和空间声学渲染的公开程度是高度一致的。

---

## 一、 目标权利要求1的技术实质与说明书原理解析

权利要求1的核心发明点在于：**实现音频源的“声学渲染”与场景中对象的“视觉渲染”在几何空间和物理属性上的双重自适应对齐。**

结合多媒体及虚拟现实（VR/AR）的常识，通常的声学渲染仅考虑方位（如通过头部传函数HRTF实现方位角定位），而本申请引入了**对象级别的元数据（Metadata）**，该元数据不仅包含几何形状，还包含**混响和/或吸收声学性质**（即物理材质属性）。通过计算音频源与具有特定声学性质的“音频对象”之间的相对位置，来实时计算声学反射，从而让用户听到的声音不仅方向正确，而且其混响、回声效果能精确符合所处场景对象的材质（如大理石反射墙与吸音棉窗帘的区别）。

---

## 二、 技术特征逐项比对与出处分析

以下将权利要求1拆解为技术特征A~M，并引入对比文件公开号进行精确比对：

* **D1：** US20150301592A1

* **D2：** US20150301599A1

* **D3：** US20150301787A1

### 1. 视觉与场景基础特征（特征A、B）

* **特征A**（视觉渲染提供给用户）与**特征B**（视觉渲染为VR场景或AR渲染）：

* **比对结果：** 被D1、D2、D3完全公开。

* **详细出处：** 参见D1/D2/D3原文段落`[0003]`（“rendered and displayed for a user to see”）、`[0004]`（“Augmented reality, in contrast to virtual reality, comprises one or more virtual objects in relation to real objects of the physical world.”）以及段落`[0219]`。

### 2. 对象建模与声学元数据特征（特征C、D、E、F）

* **特征C**（生成与视觉对象关联的元数据）及**特征D、E**（元数据表示对象建模且定义几何形状的至少一部分）：

* **比对结果：** 被D1、D2、D3实质公开。

* **详细出处：** 参见D1/D2/D3原文段落`[0273]`中关于可通行世界模型（Passable World Model）的描述：“the passable world model 2008 is a combination of raster imagery, point and descriptors clouds, and **polygonal/geometric definitions (referred to herein as parametric geometry)**”。系统通过物体识别器提取空间物体的几何定义，这就是与基于图像表示关联的几何元数据。

* **特征F**（元数据指示对象的**混响和/或吸收声学性质**）：

* **比对结果：** **未公开（整个家族均未明确公开性质）**。

* **深度分析：** 仔细检索D1~D3的原文，虽然段落`[0557]`提到了空间模型或空间转移函数（“dynamically created space model (e.g., space transfer function)”），段落`[0616]`提到了能感知“texture（纹理/材质）”，但整个说明书**完全没有提及在元数据中定义或指示“对象的混响性质（reverberant properties）”或“吸收声学性质（absorptive acoustic properties）”**。

### 3. 声学场景与音频对象建立（特征G、H、I、J）

* **特征G、H**（音频源提供为声学场景中的空间音频源，且声学场景与视觉渲染在几何上对齐）：

* **比对结果：** 完全公开。

* **详细出处：** 参见D1/D2/D3原文段落`[0550]`（“the AR system may produce a **sound wavefront that is the analog of the light wavefront**, producing a realistic sound field”）及段落`[0559]`（“associated with the virtual object based on perceived location, such that the audio object (sound data) **emanates from a perceived location of the virtual object**”）。这极其明确地公开了声学场景与视觉渲染在几何上的完全对齐。

* **特征I、J**（基于元数据将对象建立为声学场景中具有**混响和/或吸收声学性质**的音频对象）：

* **比对结果：** **部分实质公开，关键声学物理性质未公开**。

* **详细出处：** 段落`[0559]`公开了“The audio object may be tied to a virtual object... the AR system knows the perceived location of the virtual object... so the AR system may place the audio object at the same location”，即公开了基于几何/位置建立音频对象。但是，**未公开**该音频对象具有“混响和/或吸收声学性质”。

### 4. 声学渲染与反射计算（特征K、L、M）

* **特征K、L**（使用空间音频渲染技术渲染声学场景，并使渲染适应音频对象的混响/吸收性质）：

* **比对结果：** 属于**实质公开渲染，但未公开自适应混响/吸收性质**。

* **详细出处：** 段落`[0553]`图37的方法以及段落`[0557]`、`[0558]`公开了使用空间和临近感应音频渲染模块（“spatial and proximity sound render module 3802”）和双耳虚拟化器（“binaural virtualizer 3804”）进行空间音频渲染。但自适应混响和吸收性质部分由于前述特征缺陷而未公开。

* **特征M**（其中渲染包括**基于几何形状、声学性质及相对位置来计算反射**）：

* **比对结果：** **未公开计算“反射（計算反射/calculating reflections）”这一具体技术手段**。

* **深度分析：** 文本段落`[0557]`提到输入“dynamically created space model (e.g., space transfer function)”，在常规声学中，空间转移函数（房间冲激响应RIR）虽隐式包含房间反射，但本特征要求的是“基于音频对象的几何形状、声学性质和相对位置去**计算反射（实时几何声学追迹或波动方程求解）**”，D1~D3对此完全没有给出这一计算机制的原文支持。

---

## 三、 特征比对表格（Feature Comparison Table）

---

## 四、 最接近对比文件（Closest Prior Art）的确定与创造性评价

### 1. 最接近对比文件的选择

根据《专利审查指南》，选择最接近对比文件应首先考虑**技术领域相同或接近、解决的技术问题最相似、公开技术特征最多**的文献。

* **结论：** **D3 (US20150301787A1) 最适合作为创造性分析过程中唯一或最主要的“最接近对比文件”。**

* **原因分析（整体解决的技术问题与技术效果角度）：**

* 虽然D1、D2、D3的说明书正文完全一致，但**D3的发明名称直接定位于声学波前生成**（“SYSTEMS AND METHODS FOR GENERATING SOUND WAVEFRONTS...”），其权利要求书必然聚焦于音频和声学渲染领域。

* **解决的技术问题：** D3整体旨在解决“如何在AR/VR系统中生成逼真的、与视觉体验同步的、模拟真实物理世界传播的空间声学波前”这一技术问题（参见段落`[0382]`、`[0550]`）。这与本目标专利“使音频源的声学渲染适应场景中对象的视觉渲染”在研发动机、应用场景和拟达到的技术效果（提高虚拟环境沉浸感和真实度）上契合度最高。

* D1侧重于图腾输入（Totems），D2侧重于眼球追踪（Eye Tracking）。虽然可作为最接近对比文件的备选，但在本案声学权利要求的审查脉络下，直接采用声学主题的D3作为最接近对比文件，在逻辑链条上最顺畅。

### 2. 未被公开特征的创造性评述（非最接近对比文件是否公开）

如比对表所示，权利要求1中未能被最接近对比文件D3公开的特征主要为：**特征F、J、L中的“混响和/或吸收声学性质”** 以及 **特征M中的“计算反射”**。

* 由于D1和D2与D3属于同一份文本说明书，**D3中没公开的这些特征，在D1和D2中同样毫无异议地没有被公开。**

* 因此，仅凭D1、D2、D3三份对比文件的任意组合，**均无法拼凑出权利要求1的完整技术方案。** 目标权利要求1相对于本组家族对比文件具有明确的**新颖性**。

---

## 五、 无效请求中最薄弱的技术特征分析

若您代表请求人对本目标专利提出无效宣告请求，基于现有D1~D3文件，该权利要求**最薄弱（即最容易被维持有效、对无效请求人而言最难攻克）**的技术特征是：

> **特征M：基于该音频对象的几何形状、该音频对象的声学性质以及该音频对象在该声学场景内相对于该音频源的相对位置来计算反射。**

### 原因分析：

1. **物理机制的跨越：** 常规AR/VR的音频渲染（如D3）仅仅是通过HRTF函数控制单向声音的“直达声（Direct Sound）”方位和音量（临近感应）。而特征M明确指向了**“反射声（Reflections）的实时物理/几何计算”**。

2. **多维度的强耦合绑定：** 该特征将渲染算法与物体的“三维空间几何”、“材质物理属性（吸音/混响）”以及“动态相对位置（Source-Object-Listener相对运动）”进行了三位一体的强耦合。这种根据场景动态重构声学反射场的声线追踪（Ray Tracing）或波动声学计算，在传统分立的音视频架构中极难被视作“惯用技术手段”或“显而易见的公知常识”。

3. **技术效果显著：** 其带来的技术效果是声音反射随环境物体物理材质改变而实时逼真流变，有显著的进步。

---

## 六、 进一步的对比文件检索策略（针对薄弱特征）

鉴于D1~D3无法覆盖上述核心物理声学特征，为了成功无效该权利要求，必须跳出Magic Leap的这批硬件/系统综合基础专利，转向**专门的计算机图形声学（Graphics Acoustics）或几何声学渲染（Geometric Acoustics Rendering）领域**进行精确检索。

建议采取以下精准检索策略：

### 1. 扩展分类号（IPC/CPC）锁定

不要再局限于一般的G06F3（用户界面）、G02B27（AR眼镜硬件），必须精确锁定到反射计算和声学模拟的分类号：

* **G10K 11/20：** 声音的反射、折射、衍射或定向（Acoustic reflection, refraction, diffraction, or directing）

* **G06F 17/50 或 G06F 30/23/30/13：** 基于计算机的基于物理或几何模型的虚拟仿真/声学建筑设计

* **H04S 7/30：** 空间音频系统的室内声学环境自适应校正控制（Indicating arrangements; Controls for Spatial audio）

### 2. 核心关键词组合逻辑

利用“物理材质+反射计算+VR/AR对象”的交集逻辑进行检索：

* **声学属性层：** `(acoustic property* OR absorption OR reverberat* OR impedance OR material*)`

* **计算反射层：** `(calculat* reflection* OR ray-tracing OR wave-based OR acoustic simulation* OR echo* OR room impulse response)`

* **对象/渲染层：** `(audio object* OR metadata OR sound rendering OR virtual reality OR augmented reality)`

### 3. 目标重点检索源与前沿机构

* **高校与科研院所：** 重点关注在2015年之前就在“几何声学追踪”领域有极深积淀的机构。例如：**北卡罗来纳大学教堂山分校（UNC Chapel Hill）的Gamma小组**（该小组在2010-2014年间发表了大量利用GPU进行实时AR/VR声线追踪和吸音反射计算的论文与专利）；以及芬兰阿尔托大学（Aalto University）的空间音频研究组。

* **跨界交叉领域专利检索：** 重点检索**建筑声学辅助设计软件（如EASE、Odeon）**在2010年左右向游戏引擎和虚拟现实移植期间的专利申请（例如由声学巨头杜比 Dolby、高级音频算法公司Fraunhofer、或者游戏音频中间件公司如Audiokinetic Wwise、FMOD等申请的早期物理声学传播专利）。

作为一名经验丰富的专利代理师，我为您对该目标专利的权利要求1进行深入的法律与技术分析。由于提供给我的三份对比文件（D1、D2、D3）公开文本的主体说明书部分高度一致（属于同族或重合公开），但在系统架构、目标识别和音频波前生成的侧重点上有所不同，以下将以音频技术核心的 **D3（US20150302625A1）** 作为最接近的对比文件开展创造性与无效可行性分析。

---

## 一、 权利要求1的实质性解析与特征拆解

权利要求1的核心发明构思在于：**构建一种视觉与声学完全同步对齐的虚拟/增强现实场景，通过提取视觉对象的几何及声学元数据，在声学场景中将其建模为具有“反射/吸收/混响”性质的声学障碍物（音频对象），并动态计算该对象与音频源相对位置产生的“声学反射”，从而使听觉体验与视觉感知高度一致。**

我们将权利要求1拆解为以下独立的技术特征步：

* **主题/前序：** 一种使音频源的声学渲染适应场景中的对象的视觉渲染的方法……（AR/VR环境）。

* **特征组1（视觉与元数据生成，特征A-F）：** 视觉渲染提供给用户（VR/AR）；生成对象的元数据，表征建模，定义至少部分几何形状，并指示对象的**混响和/或吸收声学性质**。

* **特征组2（声学对齐与音频对象建立，特征G-J）：** 将音频源作为空间音频源；声学场景与视觉渲染在几何上对齐；**基于元数据将该视觉对象建立为声学场景中的“音频对象”**，该音频对象自带混响/吸收声学性质。

* **特征组3（渲染与反射计算，特征K-M）：** 使用空间音频技术渲染，使其适应该音频对象的混响/吸收性质；**基于音频对象的几何形状、声学性质以及其相对于音频源的相对位置来计算反射**。

---

## 二、 技术特征比对表格

以下将目标专利的技术特征与对比文件原文进行精确对齐：

---

## 三、 最接近对比文件（D1-D3）的选择与创造性整体分析

### 1. 最接近对比文件的确立：D3（US20150302625A1）

在创造性评述中，**D3 是最适合作为本案“最接近的对比文件”的主选案**。

* **技术领域相同：** D3 聚焦于增强现实/虚拟现实系统中的“音频波前生成（Generating a sound wavefront）”。

* **解决的技术问题和技术效果最接近：** 本案目标专利旨在解决“如何让音频渲染动态适应视觉对象以达到音画合一”的问题。D3 的核心发明目的正是通过获取用户头部姿态、虚拟物体空间位置和动态空间模型，使得声音的动态渲染与光场（视觉）相匹配，使用户能够本能地根据声音线索转头（段落 \[0551\], \[0560\]），其产生的技术效果与本案高度重合。

* *注：D1和D2虽然包含相同说明书文本，但其权利要求分别保护用户界面渲染和Passable World中运行物体识别器，从保护主题和首选切入点而言，D3更贴切。*

### 2. 本案的实质性区别特征

通过上述特征比对，最接近的对比文件D3**未能完全公开**以下特征（即本案的区别技术特征）：

> **区别特征：** 针对“场景中的具体对象个体”生成指示其表面混响/吸收声学材料性质的元数据，并在三维渲染时，基于该对象的微观几何形状、该声质性质以及对象与声源的相对位置，**具体计算由该对象引起的微观声学反射**。

### 3. 非最接近对比文件（D1, D2）是否公开了该区别特征？

**没有。** 由于D1、D2、D3采用的是同一套说明书大框架，其音频部分的公开上限完全取决于说明书段落 \[0550\]-\[0560\]。在这套共享说明书中，原专利权人仅公开了“大教堂有回声（Echo）”和“动态空间模型（Space transfer function）”，这在声学领域属于**宏观环境声学（Binaural Room Impulse Response, BRIR）**或预设空间滤波。整个同族文本中均**没有**给出“对场景中某个识别出的具体物体（如一扇木门或一面玻璃幕墙）计算其独有的声学反射”的微观数值计算启示。

---

## 四、 无效请求中最薄弱的技术特征与进攻策略

如果您计划对本目标专利提出无效宣告请求，以下是各技术特征的强弱防御分析及您的切入点：

### 1. 最薄弱（最易被攻破）的技术特征：特征C、D、E、G、H

* **理由：** 这些特征属于AR/VR系统最基本的“几何对齐”和“语义识别”。D3的“Passable world”模型中利用物体识别器（Object Recognizer）将点云转化为带有语义（Semantics）和分类描述符（Taxonomical descriptor）的参数化几何体（Parametric geometry），已经在几何层面完美物理公开了特征C、D、E。而空间音频源与视觉位置绑定则是3D音频的标配（段落 \[0553\]）。

* **结论：** 这部分特征属于公知常识/已被完全公开，专利权人在此毫无答辩空间。

### 2. 专利权人的核心防御护城河：特征F、J、M（即上述区别特征）

* **理由：** 目标专利真正的“发明点”在于将视觉识别的物体直接赋予声学吸声/反射属性，并做局部的物理声学追踪（计算反射）。而对比文件D3仅实现了“宏观环境建模（如设置整个房间为Cathedral模式）”加“虚拟物体作为声源点（Audio Object as point source）”的绑定。

### 3. 无效请求的进攻与检索策略

由于说明书附带的对比文件（D1-D3）未能提供微观声学反射计算的直接证据，您若要成功无效该权利要求，必须采取**“D3 + 外部声学渲染对比文件（D4）”**的组合拳策略。

#### 建议进一步检索策略（检索D4）：

1. **切入点一：基于网格/几何体的音频射线追踪（Acoustic Ray Tracing/Sound Scattering）**

* **检索方向：** 寻找在游戏引擎（如早期的Pohl Acoustic、EASE、或是几何声学Geometrical Acoustics领域）中，利用物体的3D Mesh（三维网格）和表面材质硬度（吸声系数/反射系数）来实时计算早期反射（Early Reflections）和声学阴影（Acoustic Shadowing）的文献。

* **关键词组合：** `(Acoustic OR Audio OR Sound) AND (Ray Tracing OR Wavefront OR Reflection OR Scattering) AND (Geometry OR Mesh OR Material property) AND (AR OR VR OR "Virtual Reality")`

2. **切入点二：游戏音频引擎中的空间化材质元数据（Audio Material Semantics）**

* **检索方向：** 目标专利申请日（推测在2014-2015年左右，因对比文件公开于2015年）之前，许多游戏音频技术（如音频中间件FMOD, Wwise在早期版本中关于几何体阻挡声波的探索文献，或MPEG-4 Audio中的Scene Graph / I-Format标准）。MPEG-4标准中早就有关于“音频物体的几何形状和反射/吸收系数”的节点定义（如`AcousticMaterial`节点）。

* **针对性检索标准：** 强烈建议检索 **ISO/IEC 14496-1 (MPEG-4 Systems) 或 ISO/IEC 14496-3 (MPEG-4 Audio)** 涉及高级空间化音频（Advanced Spatial Audio, 3D Audio场景描述）的具体公开标准文本。该标准极有可能已经毫无异议地公开了“生成指示物体几何形状及吸收/混响性质的声学元数据，并据此计算反射和透射”的全部底层架构。如果能检索到MPEG-4的标准提案文本作为D4，本目标专利的权利要求1将彻底丧失创造性。

---

科学合理地利用 **D3（本底AR/VR定位对齐）+ D4（MPEG-4标准或游戏几何声学追踪）** 进行结合评述，是成功无效该权利要求的最佳路径。

作为一名经验丰富的专利代理师，我将为您对目标权利要求1进行深入的法律与技术分析。由于本案中提供之对比文件 D1（US20150302642A1）、D2（US20150302643A1）和 D3（US20150302644A1）的说明书正文内容完全相同（属于同一高代号或同日申请的关联家族案文本），以下统称为“对比文件（D1/D2/D3）”，并在出处指明中结合具体段落进行细化比对。

---

## 一、 权利要求1的技术特征拆解与法律解释

本权利要求保护一种**使音频源的声学渲染适应场景中对象的视觉渲染的方法**。其核心在于将视觉空间建模与空间音频渲染进行动态有机结合，利用表示对象几何及声学性质（混响/吸收）的元数据，在声学场景中建立对应的“音频对象”，并基于相对位置计算反射，实现音视频的同步高保真渲染。

---

## 二、 权利要求1与对比文件的特征比对与出处分析

### 1. 毫无异议公开（直接公开）的特征

* **特征A、B（增强现实/虚拟现实环境下的视觉渲染提供给用户）：** 对比文件明确公开了头戴式AR/VR渲染系统及向用户展示虚拟对象表示的技术（参见段落 `[0003]`, `[0004]`, `[0217]-[0220]`）。

* **特征C、D、E（生成与对象图像关联的元数据/建模/定义几何形状）：** 对比文件公开了通过“可通行世界模型（Passable World Model）”和“对象识别器（Object Recognizer）”对现实世界或虚拟世界对象进行捕捉、参数化几何建模，并赋予语义（Semantics）及分类学描述符（特征描述）的过程（参见段落 `[0273]`, `[0285]-[0287]`）。

* **特征G、H、K（空间音频源、声学与视觉对齐、空间音频渲染技术）：** 对比文件明确公开了将音频数据在空间音频渲染中定位，且音频对象的感知位置与虚拟视觉对象重合或对齐，通过空间与临近渲染模块动态调整参数输出至耳机（参见段落 `[0153]`, `[0550]`, `[0559]`）。

### 2. 实质公开或隐含公开（等同/高度相关）的特征

* **特征F、J、L、M中关于“整个空间/环境声学性质”的部分：** 对比文件公开了声学波前取决于用户的物理位置，例如在“大教堂（Cathedral）”中会有回声，并使用“动态创建的空间模型/空间传递函数（Space Transfer Function）”来操纵声音数据（参见段落 `[0552]`, `[0557]`）。这实质上公开了**空间/环境级别**的混响和吸收声学性质调适。

### 3. 未公开（存在区别）的特征

* **精细化到“单个对象级别”的声学元数据及反射计算：** 对比文件公开的声学模型是**宏观空间级（Canned Spaces / Space Transfer Function）**的，而权利要求1明确要求**“生成与该对象的该基于图像的表示相关联的元数据……指示该对象的混响和/或吸收声学性质”**，并将该对象建立为**“声学场景中的音频对象”**，进而**“基于该音频对象的几何形状、该音频对象的声学性质以及该音频对象内相对于该音频源的相对位置来计算反射”**。对比文件并未公开针对场景中特定分离出的“单个对象”去定义其专属的混响/吸收系数，也未公开基于单个音频对象的材质和几何去单独计算其反射声波。

---

### 权利要求1特征比对表

---

## 三、 最接近对比文件的选择与创造性评述

### 1. 最接近对比文件（Closest Prior Art）的确定

本案中，**D1（US20150302642A1）、D2（US20150302643A1）或 D3（US20150302644A1）均可同等作为创造性评述中“最接近的对比文件”**。

* **技术领域完全相同**：均属于AR/VR环境下的多模态（视听综合）渲染、可通行世界模型构建技术领域。

* **解决的技术问题高度重合**：均旨在解决如何在虚拟/增强现实环境中，使声音渲染更趋近于真实自然世界，消除 Lambertian 光照或单纯立体声带来的不真实感，构建视觉光场与声学空间的逼真对应（参见对比文件段落 `[0550]`, `[0551]`）。

* **技术效果等同**：均实现了根据用户头部姿态、虚拟对象感知位置动态调整空间音频参数，达到视听同步。

* 由于三份对比文件正文文字一致（仅权利要求保护侧重不同），在无效宣告程序中，任选其一作为 D1 评述权利要求1的创造性，其法律效力和技术基础完全相同。

### 2. 区别技术特征及创造性评述

如前所述，以 D1（US20150302642A1）为基础，权利要求1与之相比，**实际解决的改进技术问题**为：**“如何在声学空间中实现精细到具体物体的个体反射声学渲染，以提高局部空间声场的逼真度”**。

D1 虽给出了“大教堂回声（Cathedral Echo）”等空间宏观传递函数的启示（段落 `[0552]`），但本领域技术人员在面对上述改进技术问题时，将其进一步推导至“对单独识别出的图像对象生成声学元数据、并在声学场景中对其进行个体级别的反射（Reflection）计算”，并非通过惯常技术手段能直接无缝衔接的。D1 缺乏将可通行世界模型中的 `Object Recognizer` 提取的参数化几何（段落 `[0287]`）直接复用于“声学反射计算”的明确教导。因此，单凭本组对比文件难以直接否定权利要求1的创造性。

---

## 四、 针对无效请求的最薄弱技术特征

若发起无效宣告请求，本权利要求**最薄弱（最容易被突破）的技术特征**是：

> **“特征F/J/L：指示该对象的混响和/或吸收声学性质”** 以及 **“特征H：声学场景在几何上与该对象的该视觉渲染对齐”**。

### 法律与技术突破点分析：

1. **大环境对小物体的覆盖关系**：D1 的段落 `[0552]` 已经提到了“大教堂（Cat Cathedral）”声学环境。大教堂本身的语义（Semantics）就是一个由墙壁、柱子等“对象”组成的实体。从辩论角度看，“大教堂的空间传递函数”在物理上就是由该空间内各界面的吸收和混响性质决定的。请求人可主张，本领域技术人员为了使大教堂渲染更逼真，自然会将其空间传递函数拆解为其组成边界（即墙面对象）的声学吸收性质，这属于**宏观技术特征向微观元素分解的常规设计选择**。

2. **视觉几何与声学几何对齐的必然性**：D1 的段落 `[0550]` 明确提出“音频波前是光波前的模拟（analog）”、“产生的 realistic 声音波前要与光场匹配”。这种“视听物理同步”的总体教导极其强烈。既然视觉上已经用 `Object Recognizer` 参数化了物体的几何形状（特征E），那么声学渲染渲染引擎为了“与光场匹配”，直接复用该视觉几何边界作为声学边界计算反射，属于顺理成章的架构设计。

---

## 五、 进一步的对比文件检索策略（针对最薄弱特征的精准打击）

由于目前的 D1/D2/D3 在“对象级音频反射计算（Object-based acoustic reflection）”上仅有宏观原则性教导，缺乏微观执行细节，强烈建议开展**第二轮针对性补充检索**。

### 1. 扩展分类号检索（IPC/CPC）

聚焦于空间音频渲染与几何场景结合的细分交叉领域：

* **G06F 3/165**（音频音频数据的分配或控制）

* **H04S 7/30**（空间音频系统的室学声学调节、房间校正）

* **G06T 19/005**（增强现实/虚拟现实中的三维场景渲染）

* **G10K 11/20**（声学反射或声学建模计算）

### 2. 核心关键词组合策略（以布尔逻辑构建）

* `(Object-based audio OR Audio object OR Spatial audio) AND (Acoustic reflection OR Ray tracing OR Ray acoustic OR Wave acoustic) AND (Absorption coefficient OR Reverberation time)`

* `(Augmented reality OR Virtual reality OR Passable world) AND (Audio rendering) AND (Geometry-based acoustics OR Room acoustics)`

### 3. 目标靶向公司与文献库

* **重点关注在空间音频与游戏引擎领域有深厚积淀的先驱机构**：如 **Dolby（杜比）**（其在对象级音频 Object-based Audio 如 Dolby Atmos 领域专利极多）、**MPEG-H 3D Audio 标准制定参与方**（如 Fraunhofer）、**Sony（索尼）**、**Oculus/Meta**（早期关于几何声学几何虚拟化几何的收购团队专利）。

* **非专利文献（NPL）检索**：检索 **AES（音频工程协会）**、**SIGGRAPH** 以及 **IEEE** 关于 “Geometric Acoustic Modeling for Virtual Environments（虚拟环境的几何声学建模）” 或 “Sound propagation using graphics hardware（利用图形硬件的空间声音传播计算）” 的学术论文。这类论文在 2010–2015 年间（本案优先权日之前）有大量关于利用视觉网格（Mesh）和材质吸音率进行声学射线追踪（Ray-tracing）计算反射的先期公开，是击碎本案创造性最强有力的火器。

作为一名经验丰富的专利代理师，我将为您对该案的目标权利要求1进行深入的法律和技术分析。

目标权利要求1的核心发明点在于**“视觉与声学渲染的联动适应”**。具体而言，是通过为视觉场景中的图像对象生成包含“几何形状”和“声学性质（混响/吸收）”的元数据，并在三维对齐的声学场景中将其建立为音频对象，最终在渲染声学场景时，基于该音频对象的几何形状、声学性质以及其相对于音频源的相对位置来精确计算反射。

以下是紧密结合权利要求文本与三维AR/VR领域三篇核心对比文件（下称D1、D2、D3）的原文及出处进行的详尽无效可行性分析：

---

### 一、 权利要求1的技术特征拆解

为了进行精确的特征比对，首先将权利要求1拆解为以下逻辑独立的特征：

* **特征A**：一种使音频源的声学渲染适应场景中的对象的视觉渲染的方法，其中，该视觉渲染被提供给用户；

* **特征B**：该视觉渲染是对象的基于图像的表示在VR（虚拟现实）或AR（增强现实）场景中的渲染；

* **特征C**：生成与对象的基于图像的表示相关联的元数据；

* **特征D**：元数据表示该对象的建模；

* **特征E**：元数据定义对象的几何形状的至少一部分；

* **特征F**：元数据指示对象的混响和/或吸收声学性质；

* **特征G**：建立音频源的声学渲染：将音频源提供为声学场景中的空间音频源；

* **特征H**：声学场景在几何上与对象的视觉渲染对齐；

* **特征I**：基于元数据，将对象建立为声学场景中的音频对象；

* **特征J**：该音频对象具有混响和/或吸收声学性质；

* **特征K**：使用空间音频渲染技术渲染该声学场景；

* **特征L**：同时使声学场景的渲染适应音频对象的混响和/或吸收声学性质；

* **特征M**：渲染声学场景包括基于音频对象的几何形状、声学性质以及音频对象在声学场景内相对于音频源的相对位置来计算反射。

---

### 二、 对比文件公开情况分析（实质公开与毫无异议公开）

经通读三篇对比文件全文，**D1（US20150302652A1）、D2（US20150302655A1）和D3（US20150302656A1）在说明书文本（[0001]-[0646]）及附图上高度同族或属于完全一致的系列申请披露**（其背景技术、系统架构描述、甚至文本段落编号基本完全重合，例如关于声音渲染的描述均集中在文本的 `[0551]-[0560]` 章节，关于Passable World和Object Recognizer的描述均集中在 `[0269]-[0312]` 章节）。

因此，三份对比文件对本案特征的公开效力是等同的。以下统一给出详尽的原文出处比对：

#### 1. 特征A、B（AR/VR系统下的视觉与立体声结合）

* **对比文件原文出处**：D1/D2/D3 说明书第 `[0003]` 段、`[0153]` 段、`[0217]` 段。

* **原文引证**：

* `[0003]`：“Examples of these objects include objects that are rendered and displayed for a user to see, audio that is played for a user to hear...”

* `[0153]`：“The augmented reality system may include an optical apparatus to project light associated with one or more virtual objects to a user of a head-mounted augmented reality display system... and a processor having at least a sound module to dynamically alter one or more parameters of the predetermined sound data...”

* **分析**：毫无异议公开。D1/D2/D3明确公开了在头戴式AR/VR系统中，同时为用户提供视觉渲染（虚拟对象投影）和声学渲染。

#### 2. 特征C、D、E（对象的建模、几何形状元数据生成）

* **对比文件原文出处**：D1/D2/D3 说明书第 `[0222]` 段、`[0273]` 段、`[0283]`-`[0287]` 段。

* **原文引证**：

* `[0273]`：“In one or more embodiments, the passable world model is a combination of raster imagery, point and descriptors clouds, and polygonal/geometric definitions (referred to herein as parametric geometry). As shown in FIG. 9, the passable world model also contains many object recognizers...”

* `[0285]`-`[0287]`：“Next, at 2206, the object recognizer(s) may correlate the 2D segmented image features with the sparse 3D points to derive object structures... Next, at 2208, the object recognizer parameterizes the geometry of the object... Given an ontology, an object recognizer turns images, points, and optionally other geometry, into geometry that has meaning (e.g., semantics).”

* **分析**：实质公开。D1/D2/D3中公开的“Passable World（可穿透世界模型）”通过“Object Recognizers（对象识别器）”对场景中的真实或虚拟对象进行识别，并将图像、3D点云融合转化为“Parametric Geometry（参数化几何结构）”，并带有“语义信息（Semantics）”和属性标签。这一过程完全等同于“生成与对象的基于图像表示相关联的元数据，元数据定义了对象的建模和几何形状的至少一部分”。

#### 3. 特征G、H（几何对齐的空间音频源）

* **对比文件原文出处**：D1/D2/D3 说明书第 `[0153]` 段、`[0551]` 段、`[0559]` 段。

* **原文引证**：

* `[0551]`：“In one or more embodiments, the AR system may produce a sound wavefront that is the analog of the light wavefront, producing a realistic sound field... producing a realistic sound wavefront such that an emanating sound from a particular object (e.g., a virtual object, etc.) matches the light field.”

* `[0559]`：“The audio object may be associated with the virtual object based on perceived location, such that the audio object (sound data) emanates from a perceived location of the virtual object.”

* **分析**：毫无异议公开。D1/D2/D3明确要求声音波前必须是视觉光场波前的模拟（analog），声音必须与光场“匹配（matches）”，音频对象和视觉对象几何绑定、从相同空间位置发出。

#### 4. 特征F、I、J、K、L、M（音频对象的声学性质、声学渲染及反射计算）

* **对比文件原文出处**：D1/D2/D3 说明书第 `[0552]` 段、`[0553]` 段、`[0557]` 段。

* **原文引证**：

* `[0552]`：“The sound wavefront may also depend on the user's physical location. For example, natural sounds are perceived differently if the user is in a cathedral (e.g., there may be an echo, etc.), as compared to when the user is in an open space.”

* `[0553]`/`[0557]`：公开了通过“spatial and proximity sound render（空间和邻近声音渲染器）”进行声音操纵，并结合“dynamically created space model (e.g., space transfer function)（动态创建的空间模型，例如空间传递函数）”和“sounds from canned spaces（预存空间的声音）”进行计算，最终通过双耳虚拟化器输出给耳机。

* **分析**：**实质公开（但存在防线）**。

* **已公开部分**：D1/D2/D3明确提到了声音感知取决于用户的空间位置（如在大教堂cathedral内会有回声echo，在开放空间则不同），并且通过“空间传递函数（空间模型）”来动态渲染。同时，前述对象识别器（[0287]段）已经为几何体附加了属性标签。大教堂这一典型场景隐含了空间边界对象具备特定的混响和吸收性质。

* **未显式直接对应的细节**：文本中未直接出现“元数据中显式定义一个代表吸收率的数值(如0.3)或混响时间系数，并基于该音频对象相对于音频源的相对位置进行射线追踪（Ray-tracing）计算反射”的微观算法描述。但其使用的“空间传递函数（Space transfer function）”在声学渲染领域，其底层数学机理即包含了反射、吸收和混响的计算。

---

### 三、 特征比对表格

---

### 四、 最接近的对比文件（D1/D2/D3）的选择与创造性分析

#### 1. 哪个文件适合做最接近的对比文件？

在本案中，**D1、D2、D3均可并行独立作为“最接近的对比文件（最接近的现有技术）”**。

* **理由**：从整体解决的技术问题和技术效果来看，D1、D2、D3属于同一个技术体系（实质上是同一发明概念在同一天提交的平行申请）。它们整体解决的技术问题均是“如何在虚拟现实或增强现实系统中，实现高逼真度、虚实融合、动态适应的用户交互体验”；其在音频渲染章节（说明书 `[0551]-[0560]`）所追求的技术效果完全一致，即“通过使声音波前与视觉光场几何匹配，并结合空间物理环境（如教堂回声等）进行声操纵，从而欺骗人类听觉系统，达到破坏性的现实感幻觉（illusion of realism）”。

* 由于这三篇文件技术领域相同、解决的技术问题相同、且公开的技术特征范围完全重合，无效请求人可以任选其中一篇（例如 **D2：US20150302655A1**）作为第一审查基准（D1/D3作为备份或用作多独立权利要求全面夹击），单独评述权利要求1的创造性（或新颖性）。

#### 2. 未被最接近对比文件公开的特征是否被其他文件公开？

如特征比对所示，由于D1、D2、D3三者文本内容在声学渲染模块是**完全等同**的，因此不存在“D2未公开但被D1公开”的互补特征。本案权利要求1的所有技术架构和功能链条，已完整地落入这三篇文件披露的“可穿透世界+对象参数几何化+音视频波前空间对齐+空间传递函数空间渲染”的框架中。

---

### 五、 无效请求中最薄弱的技术特征

如果要对目标专利提出无效请求，专利权人最可能据理力争、同时也是无效阶段攻防战中**最薄弱（即对无效请求人而言最具挑战性、需要重点精细化评述）**的特征是：

> **特征F + 特征M 的交集：** “元数据……指示该对象的混响和/或吸收声学性质” 结合 “基于该音频对象的几何形状、该音频对象的声学性质以及……相对位置来计算反射”。

* **薄弱原因（专利权人的潜在抗辩点）**：

D1/D2/D3的说明书虽然极其庞大，但其声音渲染部分（`[0551]-[0560]`）主要是从**宏观架构**（声音设计工具、双耳虚拟化、空间传递函数、引发头动）和**宏观场景**（ cathedral vs open space ）来阐述。

专利权人一定会辩称：“对比文件披露的教堂回声是一种‘**整体环境（canned spaces）**’的声学传递函数，属于场景的整体滤镜；而本案发明是在**微观对象物标签层**，为每一个具体的图像表示生成带有‘混响/吸收率元数据’的音频对象，并根据对象几何形状与声源相对位置动态计算单个反射面。对比文件没有给出在元数据中专门为每个 recognized object 赋予声学材质属性的明确教导。”

* **无效请求人的反破策略（如何攻破该特征）**：

1. **逻辑传导链条**：紧密结合对比文件第 `[0287]` 段（对象识别器为参数几何体附加语义 semantic 标签，例如识别出那是“一堵白墙”或“一把Aeron座椅”）与 `[0380]` 段（视觉渲染模块会根据墙面是浅色还是深色动态调节halo效果）。由此证明，现有技术完全具备“识别微观对象物理材质，并根据其物理材质属性调节渲染参数”的通用技术手段。将该手段迁移至与之联动的声音空间渲染中（白墙对应高反射、座椅材质对应高吸收），对本领域技术人员而言只是逻辑延伸。

2. **公知常识引入**：空间传递函数（Space transfer function）或三维声学空间模型在AR/VR领域的底层逻辑，必然需要输入障碍物的空间几何与材质声学性质。

---

### 六、 进一步的对比文件检索策略

为了确保彻底击克上述“微观对象级声学元数据及反射射线追踪计算”的防线，建议启动第二轮针对性补充检索。策略如下：

1. **检索方向调整**：

从宏观的AR/VR大厂基础架构专利（如Magic Leap系列）中跳出来，将检索焦点锁锁定在**“空间音频渲染（Spatial Audio Rendering）”、“声学射线追踪（Acoustic Ray Tracing）”、“几何声学（Geometric Acoustics）”**等具体声学计算领域。

2. **核心IPC分类号/CPC分类号**：

* `G06F 3/165` (音频视听分配、联动操纵)

* `G10K 11/20` (反射、空腔、混响声学调节)

* `H04S 7/30` (空间音频渲染的空间环境控制、声场补偿)

* `G06T 15/00` / `G06T 19/00` (与计算机图形学几何体绑定的声学渲染)

3. **关键词组合拓展**：

* `(acoustic OR audio OR sound) AND (object OR node OR metadata)` （音频对象/元数据）

* `(absorption OR reverberation OR impedance) AND (coefficient OR property OR material)` （吸收/混响系数/材质）

* `(ray tracing OR beam tracing OR reflection calculation)` （射线追踪/反射计算）

* `(AR OR VR OR "augmented reality") AND (acoustic rendering OR auralization)` （虚实场景下的声学声学化）

4. **重点目标筛选**：

重点检索在2014年之前在声学仿真、游戏音频引擎（如早期Wwise、FMOD的空间音频插件原理专利）、或者大学声学研究机构（如Fraunhofer、IRCAM）公开的计算机三维仿真技术专利。这类文献通常会毫无异议地公开“读取数字场景中三维模型的材质属性（吸收率），发射声学射线计算其与声源、听者相对位置的反射声”这一标准技术特征。

通过将D2（作为系统架构的最接近现有技术）与此类深耕“几何声学材质仿真”的对比文件相结合，将能完美构建一条无可破灭的创造性无效法理链条。

作为一名经验丰富的专利代理师，我将为您对该发明专利权利要求1进行深入的法律和技术分析。

需要指出的是，本案提供的三份对比文件 **D1（US20150302657A1）**、**D2（US20150302658A1）** 和 **D3（US20150302659A1）** 属于同一专利家族的系列申请，其实说明书正文（Detailed Description）部分的技术公开内容高度一致。特别是关于“光波前与声波前（Light Wavefront and Sound Wavefront）”的描述（段落 `[0550]-[0559]`）以及相关的系统框图，在三份文件中均有等同公开。因此，在创造性分析中，D1、D2、D3均具备同等的资格作为最接近的对比文件。

以下为您呈现详细的权利要求特征解析、特征比对表、最接近对比文件分析、无效突破口及下一步检索策略。

---

### 一、 权利要求1的技术特征拆解与对比文件特征比对

为了进行精确的侵权/无效比对，首先将权利要求1拆解为13个独立的技术特征（A至M），并与D1、D2、D3的说明书原文进行逐一核对。

#### 权利要求1与对比文件特征比对表

---

### 二、 最接近的对比文件（Closest Prior Art）分析

在创造性（Invalidity/Non-obviousness）评价中，选择最接近的对比文件通常基于以下三个维度：**技术领域相同或相近**、**解决的技术问题最相似**、**公开的技术特征最多**。

本案中，**D1（US20150302657A1）**、**D2（US20150302658A1）** 和 **D3（US20150302659A1）** 的说明书正文完全共享了同一个关于“AR/VR系统中的声学与视觉渲染自适应匹配”的核心架构。

1. **整体解决的技术问题**：三份对比文件均旨在解决AR/VR渲染中，传统辐射度/传统声学模型无法捕捉环境细微差别、导致虚拟对象的视觉和听觉脱节、进而破坏用户沉浸感的问题（参见对比文件 `[0382]`、`[0550]`、`[0551]`）。这与目标专利“使音频源的声学渲染适应场景中的对象的视觉渲染”试图解决的“视听同步与环境感知一致性”技术问题完全一致。

2. **达到的技术效果**：通过引入“空间模型”、“声波前与光波前模拟”以及“双耳虚拟化”，使用户能够本能地根据听觉辨别虚拟对象的位置、远近和空间物理属性，达到视听合一的极高沉浸感。

3. **结论**：**D1、D2、D3均可独立或共同作为最接近的对比文件。** 由于它们共享完全相同的声学技术公开文本，因此在编写无效宣告请求书时，可以主要以D1作为最接近的对比文件（D1的主题涉及“可通行世界模型”，其本身就天然包含了环境中对象的几何定义和地图定义，与特征E、I的契合度最高）。

---

### 三、 区分特征分析与请求无效最薄弱的技术特征（突破口）

经过严密的逐字比对，权利要求1中**没有被最接近的对比文件完全无异议字面公开（Literal Disclosure）**、可能形成“区分特征”并成为专利权人答辩据点的，主要有以下两处：

1. **特征C中的“生成元数据”**：D1/D2/D3在 `[0553]` 中表述为“检索（retrieved）已有的声音数据和相关元数据”。专利权人可能会辩称：目标专利是**在线、动态“生成（generating）”**该三维空间内对象的声学元数据，而对比文件只是“读取”预存的数据。

2. **特征M中的“计算反射（calculating reflections）”**：D1/D2/D3在 `[0551]-[0552]` 中描述了“模拟大教堂的回声”、“模拟从背后或远处靠近的声音变换”，并使用了空间传输函数（space transfer function）。其并未直接出现“计算反射（calculating reflections）”这一高度具体的数学/物理计算术语。

#### 请求无效最薄弱的技术特征（突破口分析）：

我认为本专利**最薄弱、最容易被攻破的技术特征是：特征M（基于几何形状、声学性质和相对位置计算反射）**。

* **法律与技术理由**：虽然对比文件没有字面出现“计算反射”四个字，但根据 `[0552]` 明确公开的“在大教堂（cathedral）中会有回声（echo）”，以及 `[0557]` 公开的“空间临近渲染模块3802”基于“动态空间模型（dynamically created space model/space transfer function）”对声音进行物理变换。在声学数字信号处理（DSP）领域，**回声（Echo）和空间模型的建立，在工程实现上的本质就是“基于房间几何结构和墙面吸收/反射系数计算声学反射”**。

* **无效宣告理由组合策略**：

* **主理由（创造性，A22.3）**：以D1为最接近的对比文件，结合本领域的公知常识（教科书关于虚拟声学空间几何声学、射线追踪法Ray-tracing计算反射的常识）。对于本领域技术人员来说，已知D1公开了“大教堂回声空间模型”和“虚拟对象几何位置”，为了实现其渲染，自然会引入射线追踪或镜像源法来“计算反射”。

* **辅助理由（充分公开，A26.3）**：如果专利权人极端辩称“计算反射”是一种特殊的、有别于数字混响传输函数的创新算法，那么审查目标专利的说明书，若其未给出“如何利用几何和声学性质计算反射”的具体算法公式和实现方式，则可同时抛出“说明书公开不充分（26.3）”的杀手锏，使专利权人陷入两难境地（若主张是普通反射计算则被D1结合常识无效；若主张是特殊计算则构成公开不充分）。

---

### 四、 进一步的对比文件检索策略（Search Strategy）

为了确保彻底推翻该专利的创造性，若要进一步补充“毫无异议”公开**“生成声学混响元数据”**和**“实时计算几何声学反射”**的对比文件，建议采取以下检索策略：

1. **关键词扩展与技术切入点**：

* 声学几何/元数据：`Acoustic metadata` (声学元数据), `Acoustic properties` (声学性质), `Absorption coefficient` (吸收系数), `Reverberation time/RT60` (混响时间).

* 计算反射/渲染：`Ray tracing` (射线追踪), `Acoustic reflection` (声学反射), `Image source method` (镜像源法), `Acoustic rendering` (声学渲染), `Binaural room impulse response/BRIR` (双耳房间冲激响应).

2. **分类号（IPC/CPC）精准锁定**：

* `G06T15/00`、`G06T19/00`（三维景物渲染、虚拟现实、增强现实视觉技术）。

* `H04S7/00`（立体声系统的调整，特别是空间和多声道音频环境的房间声学自适应控制，**这是检索空间音频的核心分类号**）。

* `G10K11/20`（声音反射）。

3. **针对“弱点特征”的定向检索路径**：

* **第一步：追踪更早的学术与工业界先驱专利。** Magic Leap是在2014-2015年申请的这一批专利。而在空间音频领域，微软（Microsoft）、全景声（Dolby）、声学大厂（哈曼/Sennheiser）以及早期的高校（如卡内基梅隆大学、斯坦福大学）在2010-2013年间有大量关于“游戏或AR环境中，根据视觉三维网格（Mesh）模型在线实时生成声学材质元数据，并进行音频射线追踪计算反射”的专利。

* **第二步：检索跨界标准与公开论文。** 重点检索 **MPEG-H 3D Audio** 标准体系早期的草案或相关提案专利，该标准中天然包含“音频对象（Audio Object）”和“空间环境元数据（Metadata）”的定义。

作为一名经验丰富的专利代理师，我将为您对该目标专利权利要求1进行深度法律与技术层面的解读，并结合对比文件D1、D2、D3的原文进行逐字逐句的特征比对，进而为您梳理出创造性分析、无效宣告的最薄弱点以及后续的补充检索策略。

---

## 一、 权利要求1的法律与技术物理解读

权利要求1的核心发明点在于**“音视频的物理感知联动”**。它不仅仅是简单地将声音定位在虚拟物体的空间位置（即传统的空间音频3D定位），而是**将视觉渲染的基于图像的对象（如AR/VR中的虚拟物体或解构的现实物体）赋予了“声学物理属性建模（混响/吸收性质与几何形状）”**，并将其作为声学反射体或吸收体引入声学场景中，最终通过计算该音频对象与音频源的相对位置来动态计算反射声。

* **技术实质**：赋予虚拟视觉对象以具体的声学物理外壳（元数据建模），使其能够参与声学场景的射线追踪或声场波动计算（计算反射），从而让用户听到的声音环境随场景中物体的视觉改变而产生逼真的物理混响或隔音改变。

---

## 二、 对比文件技术特征比对

在本案中，对比文件**D1（US20150302660A1）**、**D2（US20150302661A1）**、**D3（US20150302662A1）**属于同一技术生态家族的平行申请，其详细说明书（Detailed Description）部分共用了大量的系统级架构描述。为了确保分析的严谨性，下表对这三份对比文件针对权利要求1各特征的公开情况进行了毫无异议公开（直接公开）或实质公开（等同/隐含公开）的判定。

### 权利要求1与对比文件特征比对表

---

## 三、 最接近对比文件的选择与创造性整体分析

### 1. 最接近对比文件（D1、D2、D3均可作为最接近对比文件）

由于D1、D2、D3在涉及本案权利要求1的声学系统架构描述（Detailed Description [0153]等及[0550]等）上文本完全一致，**这三者中的任何一篇均适合单独作为进行创造性分析的最接近对比文件（D1、D2、D3地位等同）**。

若从其主案核心发明点看，**D3（US20150302662A1）**由于专门保护“使用对象识别器（Object Recognizer）去识别现实世界物体并构建几何参数（Parametric Geometry）与语义信息”（参见D3权利要求及说明书[0273]、[0287]），其与本案特征C、D、E中“生成与对象的基于图像表示相关联的元数据以定义几何形状及建模”在技术手段上契合度最高，因此**以D3为主结合线索最为顺畅**。

### 2. 整体技术问题与技术效果分析

* **最接近对比文件（以D3为例）解决的技术问题**：如何在AR/VR系统中精确识别现实或虚拟物体的空间几何位置（Pose）和语义分类（Taxonomical Descriptor），从而实现视觉内容的空间锁定渲染，并在声音上使音频播放的方位（Perceived Location）与物体的视觉锁定位置几何对齐（对齐动态波前）。

* **本案目标专利解决的技术问题**：如何在音视频联动渲染中，解决虚拟/现实物体对声波产生的二次物理物理调制（如反射、吸收、混响过滤）计算问题，以消除空间音频仅有“方位感”而缺乏“由于物体遮挡/反射带来的真实空间材质感”的技术缺陷。

* **技术效果对比**：D3达到了“眼见虚拟物体在A处，耳听声音亦在A处”的方位对齐效果；而本案达到了“声音不仅从A处发出来，且如果A物体是一堵砖墙或一面镜子，声音还会根据其几何边界和材质计算出不同的回声反射”的**深层次声学物理仿真效果**。

---

## 四、 无效宣告中最薄弱的技术特征分析

通过上述精细比对可以发现，如果向目标专利提出无效宣告请求，**最薄弱（即对专利权人而言最容易被维持、对无效请求人而言最难攻克）的技术特征**是：

> **特征F + 特征J + 特征L + 特征M 的技术结合体：**

> *即：“生成指示对象混响和/或吸收声学性质的元数据，并在渲染声学场景时，基于音频对象的几何形状、该声学性质以及其与音频源的相对位置来**计算反射（Calculate Reflections）**”。*

### 攻克难点分析（专利权人的抗辩理由）：

1. **大环境 vs 局部对象**：对比文件 [0553] 确实提到了环境对声音的影响（"in a cathedral (e.g., there may be an echo, etc.), as compared to when the user is in an open space"）。但是，这是**“空间大环境切换（Canned Spaces / Space Model）”**的概念，属于整体环境音效宏观参数。而目标专利保护的是**“针对视觉场景里的具体独立物体对象（Object）”**进行混响/吸收性质的元数据定义。

2. **音源方位 vs 声学反射体**：对比文件 [0153] 提到的音频对象（Audio Object）是指**“声音的发出者（Emanating Source）”**。而目标专利中的音频对象在特征M中实际充当了**“声学反射体/介质（Reflector）”**。基于“物体的几何形状”去“计算反射”，在AR/VR声学领域属于声线追踪（Ray Tracing）或几何声学计算，这在对比文件共用的图38框图中是完全不存在的（图38仅有基于姿态Pose的距离和空间渲染器3802，以及整体的空间模型Space Model，没有反射计算模块）。

---

## 五、 进一步的对比文件检索策略

鉴于D1~D3并未实质公开“为视觉图像对象建立声学材质性质（混响/吸收）并据此计算声学反射”这一关键特征，若要成功无效该权利要求1，必须改变检索方向，建议采取以下检索策略：

### 1. 改变关键词与分类号（IPC/CPC）组合

目前D1~D3主要集中在 AR/VR 的显示和空间对齐分类号中。下一步检索应强烈向**游戏引擎声学仿真、几何声学、声线追踪**领域倾斜。

* **CPC/IPC分类号推荐**：

* `G06F3/165`（音频应用分配/虚拟声学场景管理）

* `G10K11/20`（声反射体）

* `H04S7/30`（基于房间或环境声学特性的空间音频控制，**重点看其信号处理子类**）

* `G06T15/00`（计算机图形渲染，特别是含有3D声学联动的渲染仿真）

* **核心检索关键词**：

* `(Acoustic material property OR absorption coefficient OR reverberation property OR sound material)`

* AND `(Ray tracing OR sound reflection calculation OR wave-based acoustics OR acoustic modeling)`

* AND `(AR OR VR OR virtual reality OR image-based OR object recognizer)`

### 2. 锁定特定先期技术源头与公司

在本案目标专利申请日（推测为2014-2015年左右或之后）之前，有几家公司和高校实验室在“将3D网格建模/视觉场景转化为声学反射追踪模型”方面有极深的专利布局，应作为重点目标检索：

* **重点机构**：

* **微软（Microsoft）**：其 Triton 项目（后来的 Project Acoustic）在2010-2015年间发表了大量关于“自动从游戏3D几何场景中预计算/提取声学材质、网格并计算混响与反射波前”的专利及论文。

* **Oculus / Meta (Acoustic VR团队)**：早期收购的空间音频公司专利。

* **英伟达（NVIDIA）**：NVIDIA VRWorks Audio（基于其OptiX声线追踪技术，利用GPU根据3D场景物体的几何边界和材质实时计算声音反射、折射和衍射）。

* **高校**：北卡罗来纳大学教堂山分校（UNC Gamma Group，声学仿真先驱Gamma Acoustic团队，如GamaRay系统专利）。

### 3. 非专利文献（NPL）检索策略

由于AR/VR空间音频在工业界往往先于专利在游戏开发者大会（GDC）或学术会议上披露，建议检索：

* **SIGGRAPH**、**AES（Audio Engineering Society）**、**IEEE VR** 会议在2012-2015年间的论文。

* 重点寻找：*“Visual-to-Acoustic Scene Mapping”* 或 *“Interactive Sound Propagation in Mesh Environments”* 相关的技术公开，作为创造性评述中隐含公开或公知常识的强力佐证。

通过上述特征比对与检索策略的调整，将新检索到的“基于3D物体网格材质计算声线反射”的D4，与公开了“AR环境物体几何识别与音视频对齐”的D3进行结合，将是断开本专利创造性最具杀伤力的无效组合拳。

作为一名专利代理师，针对您提供的权利要求1及对比文件（US2015302663A1、US2015302664A1、US2015302665A1），我将从权利要求分解、技术特征比对、创造性分析及后续检索建议四个方面进行深入分析。

### 一、 权利要求1的技术特征分解

为便于比对，我们将权利要求1拆解为以下特征组：

* **前序部分**：一种使音频源的声学渲染适应场景中的对象的视觉渲染的方法，视觉渲染提供给用户。

* **特征A**：视觉渲染是以下之一：基于图像的表示在VR中的虚拟现实渲染，或基于图像的表示相对于现实场景的增强现实渲染。

* **特征B (metadata)**：生成与对象基于图像表示相关联的元数据。

* **特征C (model/geom)**：元数据表示对象的建模，且定义对象的几何形状至少一部分。

* **特征D (acoustic prop)**：元数据指示对象的混响和/或吸收声学性质。

* **特征E (audio source)**：将音频源提供为声学场景中的空间音频源，声学场景与视觉渲染在几何上对齐。

* **特征F (audio object)**：基于元数据，将对象建立为声学场景中的音频对象（具有混响/吸收性质）。

* **特征G (rendering)**：使用空间音频渲染技术渲染声学场景。

* **特征H (adaptation)**：使声学场景的渲染适应该音频对象的混响/吸收声学性质。

* **特征I (calculation)**：渲染声学场景包括基于音频对象的几何形状、声学性质以及相对位置来计算反射。

---

### 二、 特征比对表格

以下对比分析基于对比文件（下称D1, D2, D3）。由于这三份文件均源自同一专利族，共享相同的系统架构描述（Passable World Model），其关于“Passable World”的描述大同小异。

---

### 三、 创造性分析

#### 1. 最接近的对比文件选择

建议选择 **US2015302663A1 (D1)** 作为最接近的对比文件。

* **理由**：D1详细公开了增强现实/虚拟现实系统的核心框架“Passable World Model”，涵盖了通过传感器捕获数据、识别对象、构建几何映射、以及将虚拟对象与物理环境相关联的基本流程。它是实现本申请所述“几何对齐”和“对象建模”的技术基石。

#### 2. 创造性评价

本申请的核心创新点在于 **“声学与视觉的深度融合”**，具体体现为：

* **技术贡献**：现有技术（D1-D3）虽然构建了视觉的几何映射（Map points），但它们将视觉和听觉视为两个相对独立的感知通道。本权利要求1引入了**“元数据”**这一桥梁，将物理对象的**“声学性质（混响/吸收）”**与**“几何形状”**绑定，并进一步在声学渲染中利用这些元数据进行**“反射计算”**。

* **结论**：如果现有技术中缺乏关于“将声学性质作为元数据并在声学渲染中计算反射”的教导，该权利要求具有较强的创造性。现有技术主要停留在“位置对齐”层面，而本申请达到了“物理属性映射”层面。

---

### 四、 无效请求建议（若要提出无效）

如果作为无效请求人，要攻击该权利要求，最薄弱的技术特征是：**特征B（生成元数据）与特征E（声学场景与视觉对齐）**。

#### 1. 最薄弱环节分析

* **理由**：在AR/VR领域，将物理环境建模并与虚拟渲染对齐是公知常识（即便是D1本身就已详细公开）。

* **策略**：可以将权利要求1拆解为“常规AR建模步骤”+“声学反射计算步骤”。重点攻击“基于几何形状计算反射”这一特征， argue其为本领域声学模拟（如计算机游戏音频引擎）中的常规技术手段。例如，只要对象具有几何形状，利用几何计算声音反射在音频处理领域（如EAX, Steam Audio等技术）属于成熟应用。

#### 2. 进一步检索策略

为寻找能够破坏该创造性的对比文件，应重点检索以下方向：

* **检索关键词**：

* (Augmented Reality OR Virtual Reality OR AR OR VR) AND (Acoustic reflection OR Audio rendering OR Reverb OR Absorption)

* "Geometry-based" AND "Acoustic simulation" AND "Metadata"

* "Audio-visual alignment" AND "Ray tracing" OR "Reflections"

* **建议检索数据库**：

* **Google Patents / Espacenet**：主要搜索游戏引擎音频相关专利（如Unity, Unreal Engine, FMOD, Wwise等公司的专利）。

* **学术数据库 (IEEE Xplore / ACM Digital Library)**：检索声学模拟论文（如基于几何声学的渲染、实时音频追踪技术），学术论文常作为“现有技术”证据使用。

* **重点关注方向**：

* 早于2015年的游戏引擎声学处理技术（如利用几何模型进行音频碰撞检测和反射计算的技术）。

* 涉及“语义地图（Semantic Map）”与音频结合的相关专利。

### 五、 总结建议

目前权利要求1的优势在于**“声学与视觉元数据的深度耦合机制”**。如果您是申请人，应在后续答复中强调，D1-D3虽然提及了Passable World和映射，但它们并没有利用“声学元数据”来指导“反射计算”，这种跨模态的反馈机制并非本领域的常规组合。

如果您是无效请求人，切勿在“位置对齐”上做文章，应将焦点集中在**“声学参数计算反射”在游戏音频引擎中是否为公知常识**，寻找能够证明该技术手段在视听一体化系统中已有应用的先验文献。

作为一名经验丰富的专利代理师，我将为您对该目标权利要求进行深入的说明书特征解析、对比文件原文精确定位与比对，并在此基础上评估其创造性、找出最薄弱的技术特征以及制定下一步的检索策略。

值得注意的是，经仔细核对您提供的三份对比文件（D1、D2、D3）的内容，它们属于**相同申请人或同一发明系列的分案/关联申请，其说明书正文部分的内容（文字和段落编号）是完全相同的**。因此，在下文分析中，D1、D2、D3所公开的说明书原文内容均指向这套共同的说明书文本。为了便于区分，我们在特征比对中同时列出它们的公开号：

* **D1**: US20150316980A1

* **D2**: US20150316982A1

* **D3**: US20150317839A1

---

## 一、 目标权利要求1的特征解析与技术内涵

权利要求1的核心发明点在于**将“对象的视觉渲染（AR/VR）”与“对象的声学性质（吸收/混响/几何反射）”通过特定元数据进行深度融合绑定**。其技术内涵可精简为：

不仅让声音具备空间方位感（空间音频），更让虚拟场景或现实场景中的特定“对象”实体化为具有声学物理属性（几何结构、吸收率、混响率）的“音频对象”。在渲染时，系统能够基于该音频对象的几何与声学性质，实时动态计算出声波遇到该对象时的**“反射声”**，从而实现视觉与听觉环境在物理法则层面的高度一致。

---

## 二、 对比文件技术特征比对表

以下将权利要求1拆解为特征A至M，并与D1/D2/D3的说明书原文进行详细比对：

---

## 三、 最接近的对比文件（D1/D2/D3）分析

根据整体解决的技术问题和达到的技术效果分析：

* **技术问题与效果：** 本套对比文件（D1/D2/D3）共同解决的宏观技术问题是如何在AR/VR系统中提供高度逼真、与视觉场完全匹配的3D空间声学环境（Sound wavefront matches the light field）。其技术效果是使用户能够通过听觉感知虚拟对象或真实对象的空间位置、距离及大整体环境（如大教堂的多路径效应）。

* **最接近对比文件结论：** **D1（US20150316980A1）** 适合作为创造性分析中的**最接近的对比文件**（由于D1/D2/D3说明书完全相同，任意选择一个作为D1均可，通常选择名称和领域最相关的D1）。它公开了本权利要求1的大部分空间音频和几何对齐框架（特征A、B、E、G、H、I、K）。

---

## 四、 未被最接近对比文件公开的特征与无效薄弱点分析

### 1. 未公开的特征分析

经过比对，最接近的对比文件**未能公开**以下特征组合：

> **特征F + J + L + M：** 即“指示/赋予特定音频对象混响和/或吸收声学性质”，并“基于该性质、几何形状以及音频对象与音频源的**相对位置计算反射声**”。

对比文件虽然提到了声学环境（如大教堂的 echo 混响），但这是一种**“环境级（Scene-level）”**的声学模拟，即将整段音频套入一个罐装的空间转移函数（Canned space）。

而目标专利权利要求1要求的是**“对象级（Object-level）”**的物理声学模拟——即声音从声源发出后，碰撞到某一个特定虚拟椅子或墙壁对象，根据该椅子的材质吸收率、形状以及它和声源的相对位置，实时计算出单条或多条**具体的声学反射路径（Reflections）**。这一精确的对象级实时反射计算在D1/D2/D3中是不存在的。

### 2. 无效请求中最薄弱的技术特征（即突破口）

如果要对目标专利提出无效宣告请求，本权利要求**最薄弱（即最容易被突破）**的地方在于：

* **“生成与对象关联的元数据，定义几何并指示声学性质”这一构思。**

尽管D1没有精确做到“对象级实时声学反射计算”，但在计算机图形学、3D游戏引擎（如Unwreal Engine、Unity）以及游戏声学音频中间件（如Wwise、FMOD，说明书段落\[0555\]也提到了FMOD Studio）的传统技术领域中，**为3D网格（Mesh）或材质（Material）赋予物理声学属性（如吸收系数 Absorption Coefficient）并利用射线追踪（Ray-tracing）或声学几何学（Acoustic Geometry）计算反射、衍射**，属于非常常规的公知常识和技术手段。

目标专利只是将这些游戏引擎中熟知的声学几何体（Acoustic Geometry）概念移植到了AR/VR的元数据传输和对象建立框架中。因此，其创造性的薄弱点在于**“将游戏引擎中的对象声学材质属性应用于AR/VR空间音频建立”这一动机的显而易见性**。

---

## 五、 进一步的对比文件检索策略（针对薄弱点）

为了成功无效掉权利要求1，必须检索出能够填补“**对象级声学性质属性（吸收/混响）**”和“**基于声源与对象的相对位置进行射线追踪/几何反射计算**”这两个空缺特征的对比文件（D4/D5）。检索策略建议如下：

### 1. 扩展检索领域

除 AR/VR 领域（G02B27, G06F3）外，应重点切入以下交叉领域：

* **3D游戏音频引擎/声学传播模拟：** 检索 Wwise, FMOD, EAX 等声学中间件背后的核心专利。

* **室内声学计算机辅助设计（CAD）：** 如 Odeon, CATT-Acoustic 等用于多功能厅声学设计的模拟算法。

* **分类号靶向：** `G06F 17/50`（计算机辅助设计）, `G10K 11/20`（声反射）, `H04S 7/30`（空间音频声场补偿/渲染处理）。

### 2. 核心检索关键词组合（英文/中文）

* **对象声学建模：** `Acoustic object` / `Sound object` / `Audio mesh` / `Acoustic material property` / `Absorption coefficient`（吸收系数）/ `Reverberation time`（混响时间）。

* **反射计算：** `Ray tracing`（射线追踪）/ `Acoustic reflection path`（声学反射路径）/ `Image source method`（镜像源法）/ `Acoustic simulation`（声学模拟）。

* **相对位置绑定：** `Relative distance` / `Relative position` / `Source-to-object`（声源到对象）。

### 3. 预期的组合无效方案

* **最理想的无效证据链：** 以本案的 **D1**（提供AR/VR视觉与空间音频对齐的系统架构）作为主引对比文件，结合一份**3D游戏声学引擎或建筑声学模拟的对比文件 D4**（该D4明确公开：为3D场景中的每个虚拟对象物体定义其物理表面的声学吸收和反射率，并基于声源、物体的几何表面以及相对位置，利用射线追踪计算其声学反射路径，以使声音适应物体的声学性质）。

* **理由：** 本领域技术人员在面对D1中提升空间音频真实感的技术需求时，有充分的动机引入D4中成熟的游戏对象级声学反射计算方法，将其元数据化并与视觉渲染对象绑定，属于本领域的常规技术集成，从而权利要求1不具备创造性。

作为一名经验丰富的专利代理师，我将为您对该涉案权利要求1进行深入的法律与技术分析。由于提交的三份对比文件（D1、D2、D3）在其说明书正文部分的公开内容（特别是关于AR/VR架构、空间音频等通用技术描述，如段落`[0550]`至`[0559]`）呈现高度重合或一致性，本分析将严格基于这些对比文件在文本中实际公开的原文出处进行特征比对。

以下是针对权利要求1的详细评述、特征比对、最接近对比文件选择、无效突破口及检索策略。

---

## 一、 权利要求1的技术特征比对表格

为了清晰展现各对比文件对技术特征的公开情况，现将权利要求1拆解为特征A至M，并与对比文件进行横向比对：

---

## 二、 最接近对比文件（D1/D2/D3）的系统分析与选择

### 1. 技术问题与技术效果角度的考量

在本案中，目标专利要解决的核心技术问题是**如何使音频渲染更逼真地适应场景中具体物体的视觉变化和物理声学材质特性（混响/吸收性质）**，其达到的技术效果是实现了视听一体化的、高保真的空间交互体验。

反观三份对比文件：

* **D1 (US20150339857A1)**：整体聚焦于AR/VR中的“环境光补偿（Ambient Light Compensation）”；

* **D2 (US20150356781A1)**：整体聚焦于AR/VR系统中的“化身渲染（Rendering an Avatar）”；

* **D3 (US20150356782A1)**：整体聚焦于用于AR/VR定位的“拓扑地图构建（Creating a Topological Map）”。

### 2. 哪个适合作为最接近的对比文件？

**结论**：在创造性评述中，**D1、D2、D3均可作为独立的最接近对比文件（共同作为D1组）**。

**理由**：

尽管三者名义上的核心发明主题（发明名称及摘要聚焦处）分别偏向光补偿、化身和地图，但由于它们属于**同一技术生态系统（同一技术分支或交叉申请家族）**，其说明书正文中关于AR/VR底层硬件、Passable World（可持续世界模型）以及**空间音频子系统（段落 `[0550]`-`[0559]`）**的公开内容完全一致。

从技术特征重合度来看，它们均毫无异议地公开了空间音频与视觉渲染在几何上的对齐（特征A、B、G、H、K）。因此，无论选择哪一篇作为最接近的对比文件，其作为创造性分析的起点（主引用文件）时，切入空间音频渲染的技术背景和特征缺失量完全相同。

---

## 三、 无效请求中最薄弱的技术特征分析（专利权人的护城河）

若我们要对本权利要求提出无效宣告请求，以下特征是目标专利**最不易被攻破、也是最薄弱（对无效请求人而言最难检索到、最稳固）**的护城河特征：

### 1. 最稳固的特征组合：特征F、L、M的交织

目标专利并非空泛地谈论“空间立体声”或“根据房间大小调音”，而是提出了一套闭环的空间声学反馈机制：

> **特征F + 特征L + 特征M**：为视觉对象生成同时包含“几何形状”和“混响/吸收性质”的元数据 $\rightarrow$ 将其代入声学场景计算反射 $\rightarrow$ 动态渲染。

### 2. 对比文件未公开的实质理由

现有对比文件（D1-D3）中虽然提到了音频渲染，但其声学调整仅停留在：

1. **全局环境级调整**：如段落`[0552]`提到的“如果用户在大教堂（cathedral）中会有回音”，这是对整个空间环境的参数预设（canned spaces），而不是针对场景中某一个特定物体（如一块海面或一面水泥墙）单独标记吸收率。

2. **相对距离/姿态调整**：如段落`[0553]`和`[0557]`提到的根据用户的头部姿态（head pose）和感知位置调音，这仅解决了音量衰减和方向性（HRTF），没有解决**物体材质对声波的反射计算（Reflection Calculation）**。

因此，**基于特定对象的材质元数据在声学场景内动态计算反射（特征M）**是本条权利要求获得授权的实质核心，也是无效请求中需要跨越的最大鸿沟。

---

## 四、 进一步的对比文件检索策略

鉴于现有对比文件D1-D3在“特定物体的声学性质元数据”及“基于物体几何与材质的声学反射计算”上存在明显的特征缺失，下一步的检索应当跳出该Magicleap申请家族，采用以下精准策略：

### 1. 扩展检索主题与关键词变换

应当重点寻找将**计算机图形学（3D建模）与建筑声学/波动声学模拟**相结合的交叉领域专利或文献。

* **英文控制式词组**：

* (acoustic property* OR reverberation OR absorption coefficient OR acoustic material*)

* (metadata OR attribute OR tag* OR parameter*) WITHIN 3 (object OR geometry OR mesh)

* (audio rendering OR acoustic reflection OR sound propagation OR ray tracing OR wave-based audio)

* **中文控制式词组**：

* （声学性质 OR 吸收系数 OR 混响性质 OR 吸声材质）

* （元数据 OR 属性标签 OR 建模*）WITHIN 3 （三维对象 OR 几何网格）

* （音频反射模拟 OR 声传播 OR 声线追踪 OR 空间音频渲染）

### 2. 锁定关键国际专利分类号 (IPC/CPC)

不要仅局限于普通的G06F 3/01（用户交互）或G02B（光学显示），应精准切入声音仿真类分类号：

* **G06F 30/13**：建筑设计、室内声学仿真设计（极易出现标记墙体吸收率并计算声学反射的公开原文）。

* **G10K 11/20**：声反射、吸声或声阻尼（测定或应用材质声学性质）。

* **H04S 7/30**：空间音频渲染的控制、房间声学补偿。

* **G06T 15/00**：三维场景渲染（关注带有声音光线追踪Ray-tracing辅助渲染的系统）。

### 3. 重点追踪的目标申请人/行业巨头

在空间音频演进期（2012-2022年左右），有几家公司深耕“利用场景几何计算实时物理声学反射”：

1. **Oculus / Meta (Facebook)**：其曾收购音频仿真公司（如Aureal/Two Big Ears），大量申请过“根据场景Mesh网格材质实时动态渲染音效反射”的专利。

2. **Microsoft (微软)**：其自研的 **Project Acoustic（声学计划）** 专门解决游戏/MR中利用物体几何和材质吸收率进行声学烘焙和反射计算的问题，具有极高针对性。

3. **Acoustic Research巨头（如杜比 Dolby、Sennheiser、Sony）**。

### 4. 非专利文献 (NPL) 突击

特征M（计算反射）在游戏引擎和计算机图形学界（如SIGGRAPH会议、AES音频工程学会）往往先于专利发表。重点检索：

* **Valve (威尔乌 / 蒸汽平台)** 发布的 *Steam Audio* 技术文档（早期为Phonon Audio），该技术恰好公开了“为3D模型指定声学材质属性（吸音、散射），并利用光线追踪计算动态混响与反射”。

作为一名经验丰富的专利代理师，我为您对该目标专利的权利要求1进行深入的法律与技术分析。以下是针对目标专利与三份对比文件的逐项拆解、特征比对、最接近对比文件筛选、无效突破口研判以及下一步的检索策略。

---

## 一、 对比文件原文出处及特征比对表

为了清晰展现各对比文件对权利要求1技术特征的公开情况，以下建立标准特征比对表格。其中：

* **D1** 指代 `US20150356783A1`

* **D2** 指代 `US20150356784A1`

* **D3** 指代 `CN105792090A`

### 权利要求1技术特征比对表

---

## 二、 最接近的对比文件（Closest Prior Art）分析

从整体解决的技术问题以及技术效果的角度出发，**D3 (CN105792090A)** 最适合作为本项创造性分析过程中的**最接近的对比文件**。

* **技术领域与解决的技术问题高度一致**：

目标专利旨在解决如何使虚拟/增强现实中的音频声学渲染更具真实感，使其适应场景中具体对象的视觉表示及声学性质（混响/吸收）。而 **D3** 同样聚焦于 VR 音频系统，旨在解决“HRTF固有的头中效应、声源距离感效果缺陷”的技术问题，通过引入环境障碍物反射和吸收所形成的“混响”来增强头外部效应。

* **技术效果高度重合**：

两者均实现了通过声学性质（混响）的处理，使用户在视觉渲染的同时，获得具有空间感、距离感、真实感相匹配的空间空间音频体验。

* **D1/D2 的局限性**：

D1 和 D2 虽然完整公开了 AR/VR 的视觉 light field（光场）渲染以及与音源感官位置（方位、视场锁死）的对齐，但在声学环境处理上，仅停留在基于位置改变音量强度和方向（常规空间音效），完全没有涉及“混响”及“障碍物声学吸收/反射”的实质技术方案。因此，D3 在技术本质上比 D1/D2 更接近目标专利。

---

## 三、 未被最接近对比文件公开的特征及无效突破口研判

### 1. 未被最接近对比文件（D3）公开的特征是否被其他文件公开？

经分析，D3 未公开的特征主要为：**特征D、E、I、J 的核心部分**（将元数据/声学性质绑定于“特定视觉对象的建模和几何形状上”），以及 **特征M**（基于对象的几何形状、声学性质和相对位置来**计算反射**）。

* **D1/D2 是否公开？**

经过对 D1 和 D2 全文的排查，D1/D2 仅在 [0153]-[0158] 提到了声音 wavefront 和感知位置（perceived location）的动态改变，其主要利用运动追踪来改变声道均衡或增益，**完全没有公开**“基于虚拟对象的 parametric geometry（参数化几何形状）以及吸音/混响性质去实时计算声学反射”的方案。

* **小结**：目前案卷中的 D1、D2、D3 结合，**无法覆盖**特征 D、E、I、J 中关于“单对象几何元数据”的定义，更**完全无法覆盖特征 M**（动态几何计算反射）。

### 2. 提出无效请求时，专利权人最薄弱的技术特征（最易被攻破的特征）

如果我们要对这件专利提起无效宣告请求，该专利对于请求人而言**最薄弱（最容易被攻破、被现有技术吃掉）的防线**是：

* **特征 A、B、G、H、K**：这几个特征构成了 AR/VR 空间音频渲染的基础框架。无论是 D1/D2 描述的光场视觉与声音位置动态改变的对齐，还是 D3 描述的结合头部跟踪传感器、通过选定方位对应的 HRTF 函数对音频进行空间渲染，都已经把“视觉渲染与空间音频源在几何上对齐渲染”的整套架构毫无留余地地公开了。这部分不具备任何新颖性和创造性。

* **特征 C、F、L 中关于“环境混响性质”的泛化概念**：D3 已经公开了采样环境 RIR 并在 VR 中通过快速卷积让声学渲染去适应该环境的混响和吸收性质，因此“让渲染适应混响/吸收性质”这一宽泛的概念也处于高危、易被无效的状态。

### 3. 专利权人最稳固的“护城河”（最难被无效的特征）

本专利最难被攻破的**核心创造性高度**在于 **特征 M 的限缩性组合（基于单个视觉对象的几何形状与性质动态计算反射）**。

> **技术辩驳点**：D3 仅仅是录制了整个物理房间的整体房间脉冲响应（RIR），其混响处理是“一刀切”的**全局环境音效卷积**。而目标专利提出的是一种**基于几何声学（Geometric Acoustics）的动态渲染方案**：为视觉场景中的“特定对象表示”赋予单独的元数据（定义其几何形状与材料性质），并在声学场景中将其转化为具有声学物理属性的“音频对象”，最后在运动过程中，实时根据该对象、声源、用户之间的相对位置去**计算射线反射**。这种“视听融合的精细化对象级反射计算”是 D3 的全局混响或 D1/D2 的基础音效所完全不具备的。

---

## 四、 进一步的对比文件检索策略（向导指引）

鉴于目前现有的 D1-D3 结合尚不足以动摇特征 M 的创造性，若要成功无效该权利要求，必须调整检索方向，启动第二轮针对性检索。

### 1. 核心检索要素（A、B、C、D分类）表达

* **主题/应用场景**：虚拟现实（VR）、增强现实（AR）、混合现实（MR）、游戏引擎。

* **声学计算原理**：几何声学（Geometric Acoustics）、声学射线追踪（Acoustic Ray Tracing）、声学路径计算（Acoustic Path）、时域有限差分（FDTD）。

* **技术物理行为**：基于3D网格（3D Mesh）/ 几何建模（CAD/Parametric Geometry）赋予声学材质属性（吸音系数 Absorption Coefficient、散射系数 Scattering、混响参数），并基于声源与物体的相对位置动态计算**早期反射声（Early Reflections）**或衍射。

### 2. 重点检索方向建议

* **专利权人/团队溯源**：

该技术的实质是“空间视听对齐与几何声学”，建议重点检索在该领域深耕的厂商，如 **Oculus/Meta**（其著名的 Audio SDK 包含几何声学射线追踪）、**Microsoft**（Project Triton / Acoustic Physics 团队）、**Valve**（SteamAudio，基于游戏场景 Mesh 计算声学反射）、**Creative Labs（创新科技）**、以及 **Dolby（杜比）** 的早期前沿申请。

* **分类号精准锁定**：

* `G06F 3/16`（声音输入输出处理）

* `G06T 19/00`（3D虚拟场景渲染）

* `H04S 7/00`（立体声或空间音频系统的安排/控制）

---

您是否需要我为您根据上述调整后的策略，进一步编写一套可直接用于專利检索数据库（如 EPO, USPTO, CNKI）的专用布尔逻辑检索式（包含精准的关键词与 IPC/CPC 分类号组合）？

作为一名经验丰富的专利代理师，我将为您对目标专利的权利要求1进行深度解析，并紧密结合三份对比文件（D1、D2、D3）的原文及出处进行特征比对、最接近对比文件选择、无效突破口分析及后续的检索策略制定。

首先明确三份对比文件的身份与公开号：

* **D1**：`US20160260441A1` (REAL-TIME REMODELING OF USER VOICE IN AN IMMERSIVE VISUALIZATION SYSTEM)

* **D2**：`WO2016144459A1` (REAL-TIME REMODELING OF USER VOICE IN AN IMMERSIVE VISUALIZATION SYSTEM)

* **D3**：`US20170039767A1` (VIRTUALLY VISUALIZING ENERGY)

*注：经文本审查，D1与D2为同族专利申请（内容高度一致），以下分析中将一并体现。*

---

### 一、 权利要求1的技术特征比对表格

以下将目标权利要求1拆解为特征A至M，与各对比文件原文进行毫无异议公开（完全相同/等同）或实质公开（上位/性质涵盖）的比对。

---

### 二、 最接近的对比文件（D主）分析

在创造性分析中，**D3 (`US20170039767A1`)** 和 **D1 (`US20160260441A1`)** 都具备作为最接近对比文件的资格，属于“多主”并存的情况。但从技术问题和效果的贴近度来看，两者的侧重点不同：

#### 1. 选择 D3 作为最接近对比文件（最佳选择）

* **技术领域与解决的技术问题**：D3解决的是**如何在三维空间中精确计算和模拟能量（特别是声音）遭遇空间物体（几何边界）时的传播、反射、混响以及衰减过程**。这与目标专利“如何根据对象的几何形状和声学性质精确计算反射”所解决的声场精细化建模技术问题完全一致。

* **技术效果**：D3通过占有网格（Occupancy grid）和有限差分模拟，实现了声音遭遇不同物体时呈现出不同强度的反射和混响效果（体积/频率/反射图）。这与目标专利“声学渲染适应场景对象的混响/吸收性质”的精准声学渲染效果高度贴近。

* **评述路径**：以D3为D主，目标专利权利要求1的绝大多数架构（特征A-E, G-H, J, L-M）已被毫无异议公开或实质公开。

#### 2. 选择 D1 (或D2) 作为最接近对比文件（辅助选择）

* **技术领域与解决的技术问题**：D1/D2解决的是VR/AR可视化系统中，用户声音与视觉场景不一致导致沉浸感下降的问题。其目的是实现“音频渲染与视觉渲染的动态结合与对齐”。

* **技术效果**：实现了空间音频（结合HRTF和头动追踪）与虚拟/增强现实图像的同步输出，提供了位置感知的音频回馈。

* **缺点**：D1/D2对于“反射的计算”属于效果层面的预设（Canned data）或简单的延时（Time delay），并没有真正深入到“利用元数据定义对象的声学性质，并基于相对位置实时计算射线的几何反射”这一底层数学物理模拟层面。

**结论**：本案推荐以 **D3 (`US20170039767A1`)** 作为第一最接近对比文件。

---

### 三、 无效请求的最薄弱技术特征分析

若要对目标专利提出无效宣告请求，最难攻克的、也是目标专利**最薄弱（对专利权人而言最核心、最不容易被无效掉）的技术特征**在于：

> **特征F + 特征I 的有机结合：生成表示对象建模的元数据，且该元数据“指示该对象的混响和/或吸收声学性质”，并将该对象建立为声学场景中的“音频对象”，使其本身携带该声学性质。**

**薄弱原因分析**：

1. **D1/D2的缺陷**：D1/D2虽然有环境的3DMesh建模，但它的模型数据仅仅是几何网格（Surface reconstruction），其元数据里**完全没有包含该物体“是木头做的（吸收率高）”还是“是石头做的（混响率高）”这种声学性质元数据指示**。D1/D2的混响是全局附加的（例如识别到用户在cathedral里，就对整体声音加教堂音效）。

2. **D3的缺陷**：D3虽然在后续算法中算出了“reflection map”和“reverberation map”，但它是通过外部传感器去“检测（Detect/Sense）”能量的传播，反向推算出空间图谱，并采用体素网格（Voxel grid）的形式来做能量渲染。它并没有在“对象的视觉表示（基于图像的表示）”生成阶段，就在**对象的元数据中预先定义并指示其吸收/混响声学性质**。

3. **小结**：目标专利将**“对象的视觉元数据”与“对象本身的固有声学物理性质（混响/吸收）”进行了解耦与绑定（将视觉对象直接作为声学对象输入）**。这一无缝融合的架构在D1-D3中均属于实质性未公开的盲区，是抗辩创造性时专利权人最坚固的堡垒，也就是无效请求中需要重点突破的薄弱特征。

---

### 四、 进一步的对比文件检索策略

鉴于上述“最薄弱特征”主要卡在**“视觉对象的元数据直接指示/定义其声学吸收/混响性质，并作为音频对象参与反射计算”**这一跨界融合点上，后续的精准检索策略建议如下：

#### 1. 调整检索技术领域（IPC/CPC分类号扩展）

不能仅局限于现有的VR/AR视觉系统领域，必须向**建筑声学模拟、游戏引擎声学渲染、计算机图形学（声音传播）**领域渗透。

* **G06F 30/13**（建筑设计、室内设计或三维空间模拟中的声学设计）

* **G10K 11/20 / G10K 11/00**（声音反射、吸收、壁障的声学工程）

* **G06T 15/00 / G06T 17/00**（带有物理属性的3D建模，重点检索带有Acoustic material properties标签的图形学文献）

#### 2. 核心检索关键词组合（Boolean Logic）

利用“图像元数据/物理材质”与“声学吸音/混响系数”的关联性进行定向爆破：

* **组合一（物理材质与声学绑定）**：`(acoustic property OR absorption coefficient OR reverberation parameter) AND (mesh metadata OR object material OR asset tag) AND (ray tracing OR reflection calculation)`

* **组合二（游戏引擎/声学对象）**：`(Acoustic Geometry OR Audio Object) AND (absorption OR scattering OR impedance) AND (virtual reality OR AR OR VR OR rendering)`

* **组合三（特定技术词汇追踪）**：专门检索“**Acoustic Material Presets**（声学材质预设）”、“**Phonon**（早期声学渲染引擎）”、“**Ray-acoustic simulation**（几何声学模拟）”在2015年之前的行业标准、技术白皮书或学术论文（如ACM SIGGRAPH会议论文）。

#### 3. 目标重点机构与追溯检索

* **重点公司/机构**：追踪微软（Microsoft，D3的申请人）、Oculus/Meta、Valve（Steam Audio引擎开发者）、Impulsonic（Phonon引擎原作者）在2016年前的专利申请。

* **非专利文献（NPL）检索**：游戏开发者大会（GDC）关于“空间音频/几何声学（Geometric Acoustics）”的演讲PPT、Wwise或FMOD音频引擎的早期开发者用户手册。这类手册中往往会毫无保留地公开“如何为3D场景中的某个网格物体（Mesh）指定声学吸收材质标签”这一技术特征。

作为一名经验丰富的专利代理师，我将为您对目标权利要求1进行法律与技术层面的深度解析，并结合三份对比文件（D1: WO2017027182A1; D2: US20170117002A1; D3: US20170265016A1）的原文进行详尽的特征比对与创造性评述。

---

### 一、 目标权利要求1的法律与技术物理解析

目标权利要求1的核心发明点在于**“音视频渲染的跨模态几何与声学融合适位”**。

* **技术领域**：AR/VR混合现实交互系统中的空间音频渲染。

* **解决的核心技术问题**：在虚拟现实（VR）或增强现实（AR）动态场景中，视觉渲染的虚拟对象与声学渲染的空间音频源之间由于空间几何错位或缺乏环境声学物理特性（如反射、混响、吸收），导致用户产生视听感知失调（跨模态不匹配），从而破坏沉浸感的问题。

* **主要技术手段**：通过为视觉对象的图像表示生成一种**复合元数据**，该元数据不仅包含**几何建模信息（空间形状）**，还赋予其**声学物理属性（混响/吸收性质）**；在音频端，将空间音频源与视觉场景进行**空间几何对齐**，并基于该元数据将视觉对象映射为声学场景中的“音频对象”；最终依据该对象的几何形状、声学性质以及其与声源的相对空间位置，**实时计算声学反射**，驱动空间音频渲染技术完成适位渲染。

* **达到的技术效果**：实现了视觉空间与听觉空间的动态高精度闭环对齐，使得声音的物理传播特性（如反射、混响延迟、声能吸收衰减）能严密契合视觉场景中物体的物理边界与材质特性，大幅消除了视听冲突，建立了符合物理现实的深度沉浸式视听全息环境。

---

### 二、 对比文件技术特征比对表

为了客观评价创造性，以下将目标权利要求1拆解为A至M共13个技术特征，并与各对比文件原文进行逐项横向比对。

---

### 三、 最接近的对比文件（D1/D2/D3）评述与选择

在审查实践中，选择“最接近的对比文件”通常遵循**技术领域相同或相近、解决的技术问题最类似、公开的技术特征最多**的原则。

#### 代理师深度透视分析：

1. **D1 (WO2017027182A1)**：虽然深入探讨了空间几何扫描、反射图（Reflection map）、混响图（Reverberation map）的构建，甚至在数字层面利用波动方程算法计算了能量波与场景物体的反射交互（特征F、J、L、M）。**但是，D1最终解决的技术问题是“如何让用户‘看到’不可见的声音能量”**，其技术效果是产生视觉像素阵列（如三维网格球体）覆盖在MR场景中（特征K缺失）。它的输出端是视觉渲染，而非声学渲染。这与本申请“使音频源的声学渲染适应视觉渲染”的**技术方向截然相反**。

2. **D3 (US20170265016A1)**：其关注视音频匹配，并采用了多声道和双耳空间音频渲染技术（特征K）。然而，其核心在于通过视音频对象的**运动轨迹相关性匹配（如相似的移动频率或光流）**来控制声像进行整体平移或旋转（Yaw/Pitch/Roll），完全不涉及空间几何结构的物理边界计算和声学反射、吸收公式（特征F、I、J、L、M全面缺失）。

3. **D2 (US20170117002A1)**：本发明旨在解决VR/AR可视化系统中，声音的渲染与用户看到的虚拟内容/环境物理特性不匹配、导致视听沉浸感降级的问题。**这与D2解决的技术问题（`[0004]`：视听不一致导致 perceived realism 被降级）以及实现的技术效果（`[0021]`：极大增强视听环境的悬浮不信任感，实现 innate feedback）完全一致**。从特征层面看，D2不仅公开了AR/VR环境（特征A、B），通过3D Mesh网格进行表面重构（特征D、E），更明确地实施了基于HRTF的空间音频渲染技术（特征G、H、K），并依据视觉呈现的事物（大教堂、峡谷、洞穴等物理边界与材质）动态实时计算并叠加模拟回声与混响（特征F、J、L、M）。

#### 结论：

在创造性分析过程中，**D2 (US20170117002A1) 最适合作为唯一的“最接近的对比文件”**。

---

### 四、 权利要求1的创造性缺陷及最薄弱技术特征分析

基于D2作为最接近的对比文件，我们将对目标权利要求1进行创造性三步法审查建模。

#### 1. 未被D2直接公开的剩余特征：

通过前述特征比对，可以发现D2在以下特征的“字面表述形式”上存在微弱差异：

* **特征I**：本申请限定“基于元数据，将该对象**建立**为该声学场景中的**音频对象**”。而D2的实现路径是获取环境表面重构（3D mesh），并在判定用户进入特定视觉空间（如虚拟洞穴）时，直接调用存储的音频变换数据（Audio transforms）施加于用户的声源。

#### 2. 最薄弱技术特征（即最容易被攻破或被认定为显而易见的技术特征）：

本申请权利要求1中**最薄弱的技术特征是：特征I、特征F与特征M的结合体。**

* **无效宣告/审查抗辩视角分析**：

本申请人可能会抗辩称：“本申请具有开创性，因为我们是从视觉对象的元数据中反向在声学世界里‘建立’出了一个同样具有几何和声学弹性的‘音频对象’，实现了面向对象的声学建模，而对比文件只是生硬地全局加个环境特效”。

* **组合攻破策略（D2 + D1）**：

一旦请求人发起无效，此抗辩极易被**“D2结合D1”**的证据链彻底击穿：

* **D2**已经公开了通过深度摄像头重构环境表面（3D mesh model），并基于该视觉几何表面计算出回声的起源方向（`[0036]`, `[0045]`）。这在本质上已经将视觉表面元素作为听觉反射面进行了声学处理。

* **D1**明确公开了“计算场景级别的属性场，包括反射图（reflection map）以模拟能量在遇到真实或虚拟**物体**时的重定向，以及混响图（reverberation map）”(`[0026]`)，并且在占用网格算法中，空间物体几何边界上的每一个voxel（体素）都会被赋予声学调制系数，这正是**“在计算体系内将几何对象建立为具有混响/反射性质的声学调制对象（音频对象）”**的直接体现。

* **结论**：在D2奠定了空间音频渲染与视觉重构结合的基础上，本领域技术人员为了使声音的反射效果更加细腻精确，极其容易想到引入D1中公开的反射图/混响图等面向物体级别的物理声学调制算法，从而自然演化出特征I的构型。因此，权利要求1整体不具备创造性。

---

### 五、 进一步的对比文件检索策略建议

为了在后续的无效宣告程序中筑牢证据链，或者作为专利权人进行规避设计/修改权利要求，建议启动第二轮精准检索。

#### 1. 核心扩展检索要素（关键词与分类号组合）

* **国际专利分类号（IPC/CPC）精准锁定**：

* `G06F 3/011`（混合现实环境中的用户交互输入处理）

* `H04S 7/30`（声学环境控制、空间音频渲染、立体声位置调节）

* `G06T 19/006`（混合现实或增强现实中的三维建模与视觉渲染）

* **关键控制逻辑短语组合（布尔逻辑）**：

* (Acoustic material property OR absorption coefficient OR reverberation characteristics) **AND** (3D mesh metadata OR visual object description)

* (Object-based audio rendering) **AND** (Ray-tracing OR Wave-equation simulation) **AND** (Dynamic synchronization with VR/AR visual framework)

#### 2. 检索方向与侧重点

* **策略一：主攻“声学材质元数据嵌入”的先验文献**

检索重点放在2015-2017年之前（早于本申请优先权日）关于**游戏引擎（如Unity, Unreal Engine）空间音频插件**或者 MPEG-I Audio 标准化前瞻提案。重点寻找：在创建三维虚拟场景的物体时，直接在物体的物体属性（Prefab/Metadata）中勾选“混凝土（高反射低吸收）”或“地毯（高吸收低混响）”，并将其直接导出给空间音频渲染器进行射线追踪（Ray-tracing）计算的底层技术文献。这类文献能直接强力摧毁特征F和I的创造性高度。

* **策略二：检索“视听双向目标一致性校准”的闭环算法**

针对特征H和M，深入检索在智能座舱、高级全息视讯系统领域，如何利用光学传感器与微声学阵列，通过将图像物体的Bounding Box（三维包围盒）边界物理数据直接映射作为声学有限元分析（FEA）边界条件的文献，以彻底封死其基于几何计算反射的创造性空间。

作为一名经验丰富的专利代理师，我将为您对目标权利要求1进行深入的法律与技术解析，并结合三份对比文件（以下分别用D1、D2、D3指代并附公开号）进行详细的特征比对、最接近对比文件选择、无效请求最薄弱特征分析及下一步的检索策略制定。

---

## 一、 对比文件基本信息及指代说明

为了在后续分析中清晰表述，现将三份对比文件明确指代如下：

* **D1**：`CN107231599A` 《一种3D声场构建方法和VR装置》（公开日：2017-10-03）

* **D2**：`EP3266022A1` 《REAL-TIME REMODELING OF USER VOICE IN AN IMMERSIVE VISUALIZATION SYSTEM》（公开日：2018-01-10）

* **D3**：`US20180020312A1` 《VIRTUAL, AUGMENTED, AND MIXED REALITY》（公开日：2018-01-18）

---

## 二、 权利要求1的技术特征拆解与对比文件比对

经过对目标权利要求1的拆解，本方法的发明构思核心在于：**通过生成表示对象建模的元数据（包含几何形状及声学吸收/混响性质），在空间音频渲染中建立几何对齐的音频对象，并结合相对位置计算反射，从而使音频源的空间声学渲染自适应场景中对象的视觉渲染。**

以下为针对技术特征A至M的空间特征比对分析及出处定位：

### 1. 独立权利要求特征比对表

---

## 三、 最接近对比文件（D1/D2/D3）的选择与分析

在创造性审查（三步法）过程中，选择**最接近的对比文件**主要考虑三个维度：技术领域是否相同、技术问题是否最接近、公开的技术特征是否最多。

### 结论：D3 (`US20180020312A1`) 最适合作为本案最接近的对比文件。

#### 原因分析如下：

1. **技术领域与解决的技术问题高度一致：**

* **目标专利**旨在解决虚拟/增强现实场景中，“音频渲染”如何自动且逼真地“适应场景中视觉对象的空间几何与声学边界性质”的技术问题，以实现音视频融合的强沉浸感。

* **D3** 直接立足于AR/MR/VR系统（[0027]），核心解决“如何将虚拟声音根据环境中特定位置的真实/虚拟物体的几何空间特性及周围环境声学特征（如DRR混响）进行无缝融合与插入”的问题（[0005]、[0009]）。

* 相比之下，**D1**仅是从常规音源方位角出发做通用混响，并未考虑声音渲染随“场景中对象的视觉建模性质”动态变化；**D2**的核心是“实时改造用户自己的说话声（User Voice）”以符合其所处的宏观环境（如水下、洞穴）（[0003]、[0020]），而非让音频渲染去适配场景中具体各个“对象（Object）”的建模属性。

2. **技术特征公开数量最多且最核心：**

* 从特征比对表中可以看出，D3公开了本案的大部分核心架构，包括将场景划分Zone、识别特定对象的空间位置（特征E）、获取声学混响特征（特征F、J）、以及基于空间位置及环境混响特性滤波计算反射以生成并插入虚拟空间声音（特征L、M）。

* 因此，以D3为基础线索（起点），审查员或请求人建立创造性评述的逻辑最为顺畅，调整和组合的成本最低。

---

## 四、 权利要求1在无效请求中最薄弱的技术特征分析

若要对本独立权利要求提出无效宣告请求，该权利要求**最薄弱（即最容易被攻破、最可能被认定已被对比文件公开或属于显而易见组合）**的特征组合是：**特征A、B、G、H、K。**

### 原因分析：

这些特征构成了空间立体声渲染（基于HRTF/RIR）配合视觉AR/VR交互的基本框架。D1、D2、D3对此均进行了**“毫无异议地公开”**。例如，通过摄像头进行头部追踪、利用HRTF算法计算声音的方位角与距离、在VR/AR场景中对齐声学与视觉场景，这在2016-2018年间已属于本领域的公知常识或高度普及的通用技术，技术壁垒极低。

### 真正构成本案“创造性核心/护城河”的特征（即最稳固、最难被无效的特征）：

是**特征C + 特征I + 特征M**的有机结合体，即：

> **“生成与对象的基于图像表示相关联的元数据（定义几何与混响吸收声学性质），并将该视觉对象直接建立为声学场景中的‘音频对象’，在渲染时不仅考虑相对位置，还‘基于该音频对象的几何形状’来计算反射。”**

* **D3的差距：** D3虽然提出了“区域（Zone）”和“特定对象（Particular Object）”的声学匹配，但其本质上是去**测量或借用**真实环境中该区域的整体环境声学特征（如通过话筒测得的DRR或RIR，见[0033]），或者由用户手动指配声音（[0039]）。D3**并未真正实现“提取视觉图像对象的几何表示并自动转化为具有该几何外形约束的声学音频对象，且利用该对象的几何形状直接参与声学反射网格计算”**这一闭环流。

* **D2的差距：** D2虽然有环境表面3D网格重建（3D mesh model），但该网格是作为整体宏观边界（如墙壁、洞穴）来影响用户的声音回响，同样没有将场景中单独的“视觉对象表示”抽取元数据并独立确立为“声学渲染中的音频对象”。

---

## 五、 进一步的对比文件检索策略

鉴于目前的D1-D3在“**提取视觉对象的基于图像表示的元数据，定义其几何与混响/吸收性质，并将其直接确立为声学场景中的音频对象来计算反射（特征C、I、M的结合）**”这一细分特征上仍存在公开不充分或仅为“实质公开/概念提及”的情况，若要彻底无效权利要求1，建议采取以下精准检索策略：

### 1. 关键词扩展与逻辑组合

* **视觉/图形建模层：** `基于图像的表示 (Image-based representation)`、`对象元数据 (Object metadata)`、`3D网格 (3D mesh)`、`视觉对象的声学化 (Acoustic labeling of visual objects)`。

* **空间声学层：** `音频对象 (Audio object)`、`基于对象的音频 (Object-based audio)`、`几何声学 (Geometric acoustics)`、`声学边界元/时域 finite-difference time-domain (FDTD)`、`基于几何的混响渲染 (Geometry-based reverberation)`、`声学散射/吸收性质 (Absorption/scattering coefficients)`。

* **推荐检索式模板：**

`(VR OR AR OR "virtual reality" OR "augmented reality") AND ("audio object" OR "spatial audio") AND ("metadata" OR "geometry-based" OR "mesh") AND ("reverberation" OR "absorption") AND "reflection"`

### 2. 重点专利分类号（IPC/CPC）导航

应当锁定专注于“计算机图形视觉”与“空间音频”交叉领域的国际分类号：

* **G06T 17/00**：三维建模（用于核查几何元数据的生成）。

* **G10L 19/008**：立体声或多声道音频信号编码/立体空间音频表达（重点看MPEG-H等基于对象的音频标准草案）。

* **H04S 7/30**：声场补偿或声学环境控制（专门负责渲染自适应空间反射的分类）。

### 3. 重点检索目标与非专利文献（NPL）侧重

* **国际标准组织文献：** 重点检索 **MPEG-I (ISO/IEC JTC1/SC29/WG6)** 涉及虚拟现实音频（Phase 1/Phase 2）的标准提案（Contributions）。标准提案中经常出现针对视觉环境网格（Scene Graph）向声学引擎（Acoustic Engine）传递对象几何和材料声学性质（如MPEG-I Audio的元数据格式）的深度技术公开。

* **学术会议文献（非专利优先）：** 检索 **AES (Audio Engineering Society)** 空间音频专题会议、**SIGGRAPH**（计算机图形学）以及 **ICASSP** 中关于“*Inverse Acoustic Mapping*（逆声学映射）”或“*Interactive Acoustic Simulation from Visual Images*（基于视觉图像的交互式声学模拟）”的论文。这类学术论文往往早于目标专利申请日公开了将图像语义分割、三维重建后直接赋予声学吸音系数参与射线追踪（Ray Tracing）渲染的算法细节，是打破其创造性的“绝杀”武器。

根据权利要求1所述的方法，其中，该对象是具有至少一面墙壁的房间；并且其中，该元数据定义该房间的几何形状的至少一部分。

根据权利要求2所述的方法，其中，该元数据通过定义表示该房间的盒子模型来定义该房间的该几何形状的至少一部分。

根据权利要求1或2所述的方法，其中，该虚拟现实场景是全向图像。

根据权利要求1所述的方法，其中，该虚拟现实场景与第一轴系统相关联；其中，该虚拟现实场景在该第一轴系统中具有默认取向；其中，该元数据包括定义该对象的几何形状的至少一部分的一个或多个坐标；并且其中，该方法包括：在该第一轴系统与该一个或多个坐标之间建立空间对应关系；以及基于该空间对应关系将该对象建立为该声学场景中的该音频对象。

根据权利要求5所述的方法，其中，生成该元数据包括：将该对象的该几何形状的至少一部分定义为不同于该第一轴系统的第二轴系统中的坐标；确定该第一轴系统与该第二轴系统之间的空间对应关系；以及生成该元数据，或者生成与该元数据相关联的其他元数据，以指示该空间对应关系。

根据权利要求5所述的方法，其中，生成该元数据包括在该第一轴系统中定义该一个或多个坐标。

根据权利要求1所述的方法，其中，生成该元数据包括分析以下各项中的一项或多项：该场景的基于图像的表示；该对象的该基于图像的表示；以及与任一基于图像的表示相关联的深度信息；使用图像分析技术或计算机视觉技术来获得该对象的建模。

根据权利要求1所述的方法，其中，生成该元数据包括经由用户界面从用户获得指示该对象的几何形状的用户输入。

根据权利要求1所述的方法，其中，生成该元数据包括指示该混响和/或吸收声学性质。

根据权利要求10所述的方法，其中，生成该元数据包括通过指示该对象的材料或通过直接定义该混响和/或吸收声学性质来指示该混响和/或吸收声学性质。

根据权利要求1所述的方法，进一步包括在服务器处生成该元数据；并将该元数据提供给被配置用于建立该音频源的该声学渲染的接收方。

根据权利要求1所述的方法，其中，该音频源表示多用户通信会话的音频；并且其中，该虚拟现实场景表示该多用户通信会话的虚拟背景。

一种暂态或非暂态计算机可读介质，该计算机可读介质包括计算机程序；该计算机程序包括用于使处理器系统执行根据权利要求1至13中任一项所述的方法的指令。

一种用于生成元数据以用于使音频源的声学渲染适应场景中的对象的视觉渲染的处理器系统，其中，该视觉渲染是以下之一：该对象的基于图像的表示在虚拟现实场景中的虚拟现实渲染，以及该对象的基于图像的表示相对于现实生活场景的增强现实渲染；该处理器系统包括：通信接口；该通信接口被配置用于与接收方通信；其中该接收方被配置用于通过以下步骤建立该音频源的该声学渲染：将该音频源提供为声学场景中的空间音频源；该声学场景在几何上与该对象的该视觉渲染对齐；将该对象建立为该声学场景中的音频对象；该音频对象具有混响和/或吸收声学性质；以及使用空间音频渲染技术渲染该声学场景；同时使该声学场景的该渲染适应该音频对象的该混响和/或吸收声学性质；其中渲染该声学场景包括基于该音频对象的几何形状、该音频对象的声学性质以及该音频对象在该声学场景内相对于该音频源的相对位置来计算反射；以及处理器；该处理器被配置用于：生成与该对象的该基于图像的表示相关联的元数据；该元数据表示该对象的建模；该元数据定义该对象的该几何形状的至少一部分；并指示该对象的该混响和/或吸收声学性质；以及经由该通信接口，向该接收方提供该元数据；以使该接收方能够将该对象建立为该声学场景中的该音频对象；该音频对象具有该混响和/或吸收声学性质。

一种用于使音频源的声学渲染适应对象的视觉渲染的处理器系统，其中，该视觉渲染是以下之一：该对象的基于图像的表示在虚拟现实场景中的虚拟现实渲染，以及该对象的基于图像的表示相对于现实生活场景的增强现实渲染；该处理器系统包括：通信接口；该通信接口被配置用于接收与该对象的该基于图像的表示相关联的元数据；该元数据表示该对象的建模；该元数据定义该对象的几何形状的至少一部分；并指示该对象的混响和/或吸收声学性质；音频处理器；该音频处理器被配置用于通过以下步骤建立该音频源的该声学渲染：将该音频源提供为声学场景中的空间音频源；该声学场景在几何上与该对象的该视觉渲染对齐；基于该元数据，将该对象建立为该声学场景中的音频对象；该音频对象具有混响和/或吸收声学性质；以及使用空间音频渲染技术渲染该声学场景；同时使该声学场景的该渲染适应该音频对象的该混响和/或吸收声学性质；其中渲染该声学场景包括基于该音频对象的几何形状、该音频对象的声学性质以及该音频对象在该声学场景内相对于该音频源的相对位置来计算反射。

根据权利要求16所述的处理器系统，进一步包括视频处理器；该视频处理器被配置用于通过向用户提供该虚拟现实渲染和该增强现实渲染之一来建立该虚拟现实场景和该现实生活场景之一的视觉渲染。

根据权利要求16或17所述的处理器系统，其中，该处理器系统被配置用于参与多用户通信会话；其中，该空间音频源表示该多用户通信会话的音频；并且其中，该虚拟现实场景表示该多用户通信会话的虚拟背景。