虚拟现实（VirtualReality，以下简称VR）技术集合了仿真技术、计算机图形学、人机接口技术、多媒体技术传感技术以及网络技术等多种领域技术而开发出来的一种计算机仿真系统，能够创建并让用户感受到原本只有在真实世界才会拥有的体验。VR技术能够将用户的感知带入由它创建的虚拟世界，并让用户以为眼前的一切都是真实的。近年来，VR技术在各方面都得到了大力的发展。它在游戏与影视、电视直播、新闻报道、医疗美容、旅游出行、运动训练、网络购物等方面的应用也取得了突破。随著VR技术的普及，它更是在医学方面取得了重要的突破，人们的视觉训练“黑科技”时代来临！
香港有一家科技公司叫做还原视界科技有限公司，它致力于智能+科技+应用，实现创新科技的应用场景，立足让香港成为连接中国与世界的人才、信息和科技桥梁。
这家公司拥有最先进的R2技术。R2是ResetVision首创的，专门为弱视患者提供VR治疗方案。而R2是作为现时世界上为数不多能与“双眼视光学原理”相符且数据可靠的视觉训练VR。
R2
一体化开发
专业视功能训练的VR主要得益于R2的功能是基于一体化开发的。一体化开发的特点，在于其瞳距、物距、视场角、分辩率、荧幕数点数量、目镜倍数、视标尺寸、荧幕亮度、成像距离、影像虚拟距离、视轴角度、视标颜色、焦距等多个软硬体参数的相互协同下进行开发，很好的解决了VR与传统的同视机、综合验光仪、马氏杆等工具在光学、融像、成像之间的实质性区别和冲突。同时R2还可以连接手机APP、体感控制手柄、互联网、人工智慧、云端数据等；而在这些功能中R2的亮点在于云端数据和互联网加持下的人工智慧实现的一系列训练效果优化；
EYES
视觉训练
我们知道视觉训练大致可分为：治疗仪时代、训练软件时代、VR视觉训练室时代及ResetVision首创的R2人工智慧视觉训练VR，他们之间最大的分别在于能解决什麽问题和解决问题的能力。
试想一下，一企业高管有弱视问题他怎样通过视觉训练来解决问题？
治疗仪器
传统的治疗仪和训练软件，他必须先到视光中心、排队、挂号、检查、缴费、购得仪器或软件、居家进行採用乏味而非个性化方案训练；每隔一段时间还要把流程走一次以便调整更为合适的训练方案；
更大的问题，有部分传统方法仍然采用单眼训练以及非沉浸训练环境，无法营造新的陌生视觉环境刺激大脑视皮层，更有可能与双眼协同的目标背道而驰，效果当然不理想并且容易回退；
传统VR
高端的传统VR训练室虽然避免了排队的麻烦而且拥有了更加个性有趣的沉浸双眼视训练方案，但每次进行视觉训练必须到店，且不说费用高昂的问题，在路上所花费的时间成本就难以承受的；
R2
R2搭载了不少于20种视功能检查和训练，功能涵盖了市面90%的视功能检查和训练工具，所以用户可以马上随时随地的进行，包括办公室、家中、飞机、火车等所有场所直接佩戴上，自行操作约8分钟，结束后R2就会根据检查所得的眼动数据、视功能等数据经过人工智慧分析后定制出一套个性的视觉训练方案给这位用户马上进行训练；
为何R2受欢迎
这家公司的R2专业视功能训练VR,除了拥有最先进的科学技术之外，他还包含了很多其他优势。例如：
节省时间，同时避免了没有准确数值而适得其反的训练，其次可以在各种场景使用VR进行训练；
羡慕的眼光，而非使用传统仪器带来不知所措的眼光，让你使用的效率和优越感大大提高；
相对完整视觉训练，相比传统的VR视觉训练室，用户也许可以得到相对完整视觉训练，但只能到线下通过各种检查工具得出不同项目的检查结果，再由视光师一对一指定VR的方案进行锻炼；
简单直接，人工智慧直接帮人由资讯录入分析、推荐检查项目、检查数据核实、检查资料获取、分析数据、推荐对应训练等多种复杂任务无需其他介入。
自主研发R2
算法
R2的算法，简单来说，就是让机器在海量的用户情况资讯、检查数据、训练数据、训练结果中深度学习，找到更合适用户的方案，这个就是Resetvision自研的算法R2算法；
算法很大程度上决定了人工智慧解决问题的准确度，假如一位特弱视用户存在单眼抑制，如果给予他一个融合训练，他极有可能完成不了这个训练，或者用户自己一直不知道在错误的方法中训练，不但没有效果而且有可能适得其反。通用这个方法根本无法解决个体化差异问题，因为每个弱视用户的情况不一，有屈光度不平衡，有矫正视力不平衡、也有抑制和调节程度不一等多种情况。R2算法并不会直接给予用户训练项目，而是先根据用户的个体情况通过R2给予用户各种检查对应的项目。
例如“worth四点”和“双眼平衡值的检查”：通过操作
结果可以发现他属于有单眼抑制而且可以具体明确他的单眼抑制数值，然后会根据这些数值给予对应的训练方案人工智慧会一直跟踪该用户的变化情况，调整他的锻炼方案以及数值，保证在训练过程变化依然具有准确性。
▽
算力
R2算法需要算力，而渲染虚拟的环境让用户有身临其境的感受则对算力有更高的要求。
根据约翰·瑞迪医生在《大脑指南》的文章指出：想要改变某项技能对应的大脑神经连接，必须参与陌生的全新的与这项技能相关的训练；VR正好完美现实该项学术原理，R2可以虚拟各种陌生的全新的手脑眼协同训练沉浸环境。
对于需要刺激大脑视皮层进行重塑视神经的用户来说，只有虚拟的视觉环境才有可能是新的陌生的，而非其日常的习以为常的视觉环境。
同时，部分的大龄斜弱视用户可能需要进行长期的训练，如果过于单一枯燥的训练一定会降低长期训练的粘度；
不断提高训练的游戏性、有趣性，新增训练游戏数量是这部分用户提升训练效果的因素之一。
对此Resetvision自研的优化OH加速科技，可以让R2运行更多更精彩的沉浸式训练游戏。除此之外，R2手机端的APPStore亦可以延伸更多训练游戏供用户购买，提高用户的训练粘度。
▽
数据
除了算法，数据对于人工智慧也相当重要。
传统的方法由于处理数据科技的限制只是把用户的特征简单粗暴归为某种类型和某种程度，再对应某种训练方案，这方法往往会忽略一些问题。
在互联网和云端资料存储的参与，数据的分析处理能力大大提高，用户的特征可以从手机APP和R2的两个端侧尽可能多的收集并互联网传送到云端记录下来。
例如：眼球运动的检查和训练项目，报告会生成一个详尽报告，9个区域都具有数值，其中有A\B\C3个区域出现数值达标仅为40%、58%、74%；VITA算法会根据该数值给出针对性的训练，把视标分别在A\B\C3个区域对应新增60%、70%、80%；在训练过程中也会不断记录完成率和准确率，不断的调整出现比例甚至视标和视标的大小和颜色；一个用户单是一个眼球的检查和训练就会产生巨大的数据量。通过大量的用户产生海量的数据，VITA算法会不断成长不断总结更好的规律和方案，结合到每个用户的情况；
所以用户会发现如果训练的数据发展良好，会更早的收到检查的推送。
人工智能
用户还会发现当她/他的一部分视功能得到提升之后，检查的项目和训练的项目与以往的并不一样，从大平面视标融合提升成为小视标融合或者提升为残缺视标融合了。因为这是R2算法说了算，它有更多数据支持这个推荐。
R2算法服务全球视功能障碍人群，让它成长的更快，数据让R2算法更懂人，更懂每一个用户。与其说R2是SmartvisionVR不如说是IntelligentvisionVR。