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
-
NVIDIA IsaacTeleop 将 XR 输入转换为机器人命令
NVIDIA 推出了 IsaacTeleop，一个旨在将扩展现实 (XR) 手部追踪和运动控制器输入转换为模拟和物理机器人的可操作命令的新框架。该系统利用纯 Python 重定向引擎，允许开发人员使用 NumPy 构建机器人控制系统。该框架侧重于基于图的重定向方法，无需物理头显或模拟器即可实现精细控制和参数调整。
-
HoloLAB在XR Kaigi Hub Nagoya上探讨物理AI的挑战
HoloLAB在XR Kaigi Hub Nagoya上发表演讲，讨论了将扩展现实（XR）技术与机器人技术相结合所面临的挑战。他们的工作被称为“物理AI”，涉及克服结合这些先进领域的实际困难。演讲强调了开发此类集成系统的动手实践、通常不那么光鲜的方面。
-
新的层级高斯场方法改进了稀疏视图下的三维重建
研究人员推出了一种新颖的稀疏视图三维重建方法——层级高斯场（HierGF）。该方法通过将粗略的几何数据和二维生成先验转换为自监督信号，解决了匹配信息有限和物体结构不完整等挑战。HierGF 通过可学习的置信度网络和几何一致的致密化模块，增强了多视图一致性，并改善了欠采样区域的重建效果。
-
新框架ContextXR能够系统性地评估情境感知的XR界面
研究人员开发了ContextXR，一个旨在系统性评估扩展现实（XR）系统情境感知界面的新基准测试框架。该框架将XR应用表示为功能面的图，能够对适应性方法进行可重复的比较。ContextXR包含MineXR++，一个带有面级注释的数据集，并定义了三个用于情境感知建议的任务，以及基于达到期望功能效率的评分方法。
-
生成式AI和XR在建筑教育中的应用：协作设计结果喜忧参半
一项最新研究探讨了生成式人工智能（GenAI）和扩展现实（XR）在建筑设计教育中的融合。研究人员开发了一个名为GenARch的流程，该流程将GenAI的视觉生成能力与协作XR环境相结合。研究发现，虽然GenAI有助于想法外化和视觉参考，XR支持空间评估，但与对照组相比，GenARch条件下的学生在自信心和结果预期方面下降幅度更大。还报告了诸如控制、尺寸保真度和运动舒适度等挑战，这表明这些技术在协作设计教育中既存在机遇也存在局限性。
-
使用 Kotlin 为 Android XR 眼镜构建 Gemini AI 助手
本教程概述了如何使用 Kotlin 和 Google 的 Gemini 模型为 Android XR 眼镜构建 AI 助手。该指南侧重于将 AI 功能集成到扩展现实设备中，以增强用户交互。
-
新框架“Speak to the City”利用注视点和语言识别车外地标
研究人员开发了一个名为“Speak to the City”的新框架，以改进车内乘客查询物理地标的方式。该系统融合了用户的注视点和自然语言来识别兴趣点，解决了自我运动和指代歧义等挑战。一项涉及46名参与者的用户研究将头部方向映射到3D数字孪生中，捕捉了注视点-语音行为。使用LLM训练了一个轻量级Transformer网络，将空间注视点与口头语境对齐，在平均推理时间为24.3毫秒的情况下实现了83.33%的Top-1准确率。
-
SIGGRAPH 2026 聚焦AI驱动的4D场景和文本到发型生成
SIGGRAPH 2026 正在展示AI驱动内容创作的进步，包括一个能够生成复杂4D场景的多功能图像生成系统。一个主要亮点是能够生成精确反映文本描述的3D发型图像。这些进展与扩展现实（XR）和人工智能领域尤其相关。
-
医学成像系统结合分割与实时 XR 可视化
已开发出一个系统，能够对基本的黑白 DICOM 医学图像进行着色和分割。该系统随后能在手势控制的全息眼镜环境中以每秒 30 帧的速度显示这些增强后的图像。这代表了医学图像分割与实时扩展现实可视化的结合。
-
XR凝视数据表示影响隐私和效用
一篇新的研究论文探讨了凝视数据在扩展现实（XR）系统中的表示方式如何影响用户效用和隐私。该研究使用HoloAssist数据集，比较了原始凝视、空间注意力热图和工程化的眼动特征。结果表明，工程化特征通过将用户重新识别风险降低一个数量级，同时保留了原始凝视数据约85%的动作识别准确性，从而提供了显著的隐私优势。这表明仔细的特征工程可以作为一种轻量级的隐私控制，补充差分隐私等其他方法。
-
新框架预测XR网络流量和感知质量风险
研究人员开发了ResLearn-XR，一个新颖的残差学习框架，用于预测扩展现实（XR）环境中的网络流量并评估感知质量（QoE）风险。这个两阶段的时间学习结构增强了对XR流量动态特性的适应性。该框架包括一个用于分析加密流量的数据描述符算法（DDA）和一个新的XR流量-QoE数据集。实验表明，与现有方法相比，ResLearn-XR显著降低了流量指标和QoE风险的预测误差。
-
就AI、XR和Perplexity发出行动呼吁
Llewelyn Pritchard 在 Mastodon 上分享的一份文件概述了关于AI、扩展现实、Perplexity和ChatGDP的行动呼吁。该文件可通过Google Docs链接访问，鼓励个人“立即行动”、“说出真相”和“成为改变者”。它于2026年9月5日发布，并包含与XR、AI和开源相关的标签。
-
Meta高管被揭露为AI训练的猖獗的种子文件盗版者
一名猖獗的种子文件盗版者被揭露为Meta的一名高管。据报道，此人使用了大量文件，共计20,000个，用于AI训练目的，特别是用于扩展现实（XR）和MetaGlasses应用。该高管的活动是通过一个种子文件追踪网站泄露的。
-
新的XR智能体框架通过BCI和行为数据增强人类表现
研究人员开发了OLIVE框架，该框架通过整合基础模型与实时在线行为和脑机接口（BCI）证据，旨在提高人类在要求严苛任务中的表现。该系统从用户明确的操作和隐式的生理信号（如EEG数据）中学习，以提供及时的指导。OLIVE能够持续适应一个固定的视觉-语言模型，以识别与任务相关的项目，而无需手动标记或离线训练，在用户目标检测和参与度方面表现出显著的改进。
-
新的RegCL框架将SAM适应于多传感器AI
研究人员开发了RegCL，一个用于持续适应Segment Anything Model (SAM)以实现AR/VR和具身AI等多传感器媒体中视觉基础的新型框架。与需要大量重放数据或特定领域模块的传统方法不同，RegCL采用非重放方法，将轻量级适应模块（如LoRA风格的AugModules）合并到一个紧凑的适配器中。该方法优化了预测一致性并保留了历史特征统计信息，在各种分割数据集上的表现优于现有的持续学习和合并基线。RegCL的紧凑性使…
-
VITURE发布《黑神话：悟空》联名XR眼镜
XR眼镜领域的领导者VITURE与S-GAME合作，推出灵感源自即将推出的游戏《黑神话：悟空》的“功夫朋克”美学的限量版“幻影兽”XR眼镜收藏系列。这款眼镜售价4299元，提供174英寸的沉浸式显示效果，并旨在与游戏无缝集成，让玩家亲身体验武侠世界。此次合作旨在将尖端XR技术与收藏艺术品相结合，预售和正式发布将与游戏于10月29日上线同步进行。
-
Google AI的AgentHands原型为XR代理添加了富有表现力的手势
Google AI开发了AgentHands，这是一个研究原型，通过生成同步的、富有表现力的手势来增强扩展现实（XR）中的对话式AI代理。该系统旨在通过弥合抽象语言指令和直观物理演示之间的差距，来提高用户在物理任务中的参与度和理解力。AgentHands利用LLM推理和XR的空间理解能力，将语言意图映射到精确的实时手部动作，从而创造出更自然、更具实体感的交互。
-
新的人本世界模型通过姿态控制增强XR交互
研究人员开发了一种新的人本视频世界模型，专为扩展现实（XR）应用而设计。该模型以用户跟踪的现实世界运动为条件，特别是头部和手部姿态，与依赖文本或键盘输入的现有系统相比，可以实现更直观和交互式的控制。该系统已通过真人受试者进行评估，证明了任务性能的提高和感知控制水平的提高。
-
新框架从外中心源生成内中心视频
研究人员开发了 Grounded-Exo2Ego，一个用于从外中心视频生成内中心视频的新颖框架，这对于增强现实、虚拟现实和具身人工智能应用至关重要。该框架采用双分支视频扩散模型，结合了几何锚定和语义地面化分支，以提高视频质量，尤其是在视角变化极端的挑战性区域。为解决相机-重建不对齐问题，引入了一种新的相机重新定位算法，并创建了一个合成数据引擎来生成逼真的训练数据。在 EgoExo4D 数据集上的评估表明，Grounded-Exo2Eg…
-
新的TR-GS框架通过t分布高斯泼溅增强稀疏视图CT渲染
研究人员开发了TR-GS，一种用于稀疏视图计算机断层扫描（CT）数据高保真体积渲染的新型框架。该方法利用t分布高斯泼溅基元和射线置信度模型来提高重建精度并减少因投影数据有限而常出现的伪影。TR-GS还结合了置信度引导的3D小波正则化，以增强细节保留和噪声抑制，在合成和真实世界数据集上均显示出优于现有方法的性能。