extended reality
PulseAugur coverage of extended reality — every cluster mentioning extended reality across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
-
移远通信 (Quectel)携AI+AR眼镜进军XR市场
移远通信 (Quectel)携其新款Hawk系列AI+AR眼镜进军XR市场，该眼镜采用电致变色波导技术，可自动调节透光率。该公司还推出了Dolphin系列计算单元以支持这些设备。此举标志着这家物联网领导者在扩展现实领域的重大扩张，为各种芯片平台、光学设计和计算需求提供解决方案。
-
Quectel 发布 AI+AR 眼镜和计算单元，推动 XR 应用
物联网模块领导者 Quectel 正式进军 XR 市场，推出了其 AI+AR 眼镜 Hawk 系列以及配套的 Dolphin XR 计算单元。该公司旨在利用其制造能力促进 XR 技术的规模化应用。Hawk 系列提供波导和 BirdBath AR 眼镜，具有多种芯片组选项以及可调节色调和 AI 语音助手等功能，面向消费者和企业应用。Dolphin 计算单元提供强大的设备端或云集成 AI 处理能力，增强了 AR 眼镜和其他终端的功能。
-
新型位串行 CNN 加速器提升 XR 视觉效率
研究人员开发了 BitFair，这是一种专为超低功耗扩展现实 (XR) 应用设计的新型位串行 CNN 加速器。该加速器集成了可学习的早期终止和自适应比特排序，以优化性能和能效。BitFair 在 12nm GlobalFoundries FinFET 工艺上实现，可实现亚毫秒级延迟，并且与现有的 XR 视觉加速器相比，能效显著提高，同时在 N-MNIST 和 IBM DVS128 Gesture 等基准数据集上保持高精度。
-
新方法增强遥感和边缘设备的视觉定位能力
研究人员开发了两种新的视觉定位方法，这是一种利用视觉数据精确定位设备位置的技术。VFM-Loc 是一个无需训练的框架，它将基础模型的判别性视觉线索进行对齐，以匹配无人机视角图像与卫星图像，在具有挑战性的数据集上取得了显著的改进。AsymLoc 提出了一种非对称方法，其中一个大型教师模型离线处理数据库图像，一个轻量级学生模型在线处理查询图像，从而在最小的精度损失下实现高效定位。
-
Utonia：统一的3D点云编码器推动感知与推理
研究人员推出了Utonia，这是一种新颖的自监督点变换器编码器，旨在处理来自不同领域的各种3D点云数据。这种统一的方法旨在创建一个能够理解来自遥感、LiDAR、RGB-D序列甚至纯RGB视频等来源数据的单一模型。通过在这些不同的领域学习一致的表示空间，Utonia展示了改进的感知能力，并推动了具身和多模态推理的进步，造福于机器人和视觉语言模型中的应用。
-
新的IMU-HOI框架增强了人与物体运动捕捉能力
研究人员开发了IMU-HOI，一个旨在更连贯地捕捉人类运动和物体交互的新框架。该系统利用放置在身体和物体上的惯性测量单元（IMU）来推断人与物体的接触，并将此信息与运动学和惯性推理相结合。该框架旨在提高扩展现实和机器人应用中的运动捕捉精度，尤其是在基于视觉的方法因遮挡而遇到困难的场景中。
-
欧盟AI法案、XR和内部模型在合规通讯中被重点关注
RIScreen合规通讯2026年第25周聚焦于几个关键领域，包括扩展现实（XR）、关键网络事件（CCP）韧性、内部AI模型、MaRisk（风险限制措施）、广告同意以及欧盟AI法案。该通讯旨在提供对这些合规和监管主题的详细见解。
-
宁德时代子公司增资；XR市场预计2026年下滑
宁德时代新能源科技股份有限公司（CATL）的子公司宜昌邦普新材料有限公司的注册资本已从约1.6亿元人民币增至7亿元人民币，增长了330%。此次增资旨在加强公司在电子特种材料领域的制造、销售和研发能力。在另一则消息中，Omdia预测2026年全球XR头戴设备出货量将下降12%，预计2027年将随着更轻便的XR眼镜的增长而复苏。
-
SemanticXR 为 XR 实现低功耗、实时语义地图构建
研究人员开发了 SemanticXR，这是一种新颖的设备-云端架构，可用于扩展现实（XR）应用的实时、低功耗语义地图构建。该系统将可识别的对象作为跨设备和云端的通信、执行和内存管理的主要单元。SemanticXR 在保持设备低功耗的同时，显著提高了地图构建的延迟并降低了带宽需求。
-
XR和对话式AI增强博物馆展览
一篇新的研究论文介绍了一个名为WhiteTesseract的系统，该系统利用扩展现实（XR）和对话式AI来增强文化遗产展览。该系统允许参观者减少环境干扰，并与大型语言模型进行情境感知对话，旨在加深与展品的个人互动。在一项对26名参与者在克劳德·莫奈展览中的用户研究表明，观看时长显著增加，并且提出分析性和情感性问题的比例很高，超出了简单的事实性问题。
-
新AI方法增强了AR/VR的全息图压缩
研究人员开发了RAVQ-HoloNet，一个用于压缩全息数据的深度学习框架，这对于AR/VR应用至关重要。这种新方法提供了速率自适应性，允许单个网络处理各种带宽需求，这与之前需要多个模型的做法不同。该框架将速率自适应压缩与图像数据到纯相位全息图的转换相结合，实现了高保真重建，并优于现有的最先进方法。
-
VITUR发布XR眼镜Beast，聚焦大屏、高亮与稳定体验
VITUR公司发布了其新款XR眼镜VITURE Beast，旨在解决XR行业长期存在的“够大、够亮、够灵”的用户痛点。该产品采用了新的Prism光波导光学方案，将视场角提升至58度，并配备了1250尼特的Micro-OLED屏幕和实时渲染补偿算法，以及原生3DoF能力，以提供更沉浸和稳定的视觉体验。VITUR公司CEO姜公略表示，这款产品不仅面向游戏和观影用户，更将办公场景作为突破口，希望通过提供移动办公和多任务处理的解决方案，推动X…
-
GazePrior通过合成AR/VR数据实现零样本眼球追踪
研究人员开发了GazePrior，一种用于AR/VR应用零样本眼球追踪的新方法。该方法利用学习到的3D先验来模拟人类眼球分布，从而能够合成逼真且多样化的训练数据。通过利用这些合成数据，眼球追踪模型与现有的零样本技术相比，实现了更高的准确性和鲁棒性，无需为新设备进行昂贵的真实世界数据收集。
-
新框架提升自上而下相机的3D手部姿态估计
研究人员开发了两个新框架，用于改进自上而下相机视图的3D手部姿态估计。EgoForce利用可微分的前臂表示和统一的Transformer，在各种相机类型上实现了最先进的精度，MPJPE降低高达28%。另一方面，EgoEV-HandPose采用立体事件相机和新颖的KeypointBEV融合模块，联合估计双手机械手姿态并识别手势，实现了30.54mm的MPJPE和86.87%的手势识别准确率。这两种方法旨在通过提供更鲁棒和准确的手部跟踪来…
-
研究人员开发用于VR中三维对象跟踪的端到端系统
研究人员为虚拟现实应用中的实时三维对象跟踪开发了一个端到端系统。该系统旨在实现即插即用功能，避免了复杂的跟踪设备或手动实现。它利用了包括AruCo、AprilTag以及一种新颖的彩色控制点系统在内的标识符标记，以实现快速高效的对象指定和数据流，用于沉浸式培训环境。
-
Lucid-XR引擎为机器人操作训练生成合成数据
研究人员开发了Lucid-XR，这是一种用于训练机器人操作系统的新型合成多模态数据生成引擎。该引擎利用vuer，一个直接在XR头显上运行的基于Web的物理模拟器，从而实现可访问的低延迟虚拟交互。该系统通过由自然语言控制的、受物理引导的视频管道来增强数据生成，从而能够在具有挑战性的环境中实现视觉策略的零样本迁移到真实机器人。
-
新的ImmerIris数据集解决了沉浸式应用的离轴虹膜识别问题
研究人员推出了ImmerIris，这是一个大规模数据集和基准，专为扩展现实等沉浸式应用中的虹膜识别而设计。该新数据集包含来自500多名受试者的近50万张图像，是专门解决离轴和无约束眼部成像挑战的最大公共数据集。该论文还提出了一种新颖的无归一化方法，与现有方法相比，该方法表现出更优越的性能，为虹膜识别技术在这些新兴环境中的发展指明了更稳健的道路。
-
新系统改进了AR/VR和机器人领域的摄像头到动作捕捉校准
研究人员开发了一个新的系统，用于校准和验证带有光学动作捕捉的多摄像头设置，特别解决了鱼眼镜头带来的挑战。该系统提高了对常见错误（如附件变化和校准漂移）的鲁棒性，确保了AR/VR、SLAM和机器人应用的更可靠数据。在Meta Quest 3头显上进行的实验证明了其卓越的校准性能和有效检测随时间退化的能力，该系统已集成到生产数据采集流程中。