邁入發(fā)展“快車道”（XR3.0）。2024年起，“AI+XR”雙技術(shù)引擎成為核心特征，推動終端形態(tài)創(chuàng)新與融合應(yīng)用落地。國內(nèi)外政府積極布局虛擬現(xiàn)實(shí)產(chǎn)業(yè)政策，美韓持續(xù)推進(jìn)沉浸式技術(shù)戰(zhàn)略，我國在技術(shù)趨勢上，關(guān)鍵技術(shù)正快速演進(jìn)以支撐XR體驗(yàn)升級。微顯示方面，硅基OLED與Micro-LED分別成為XR終端的兩條迎來產(chǎn)能釋放與規(guī)模應(yīng)用的拐點(diǎn)。光學(xué)方面，MR頭顯由菲涅爾轉(zhuǎn)轉(zhuǎn)變對終端計(jì)算能力提出了諸多新要求，推動了多模態(tài)感知交互、路線。前者通過堆疊硬件性能來提升沉浸體驗(yàn)，后者聚焦形態(tài)輕量化與智能增強(qiáng)，其中以輕量化智能眼鏡為代表的“減法”路線已成為行業(yè)熱點(diǎn)?！鞍夔R大戰(zhàn)”的競爭也正從硬件堆料轉(zhuǎn)向“輕形態(tài)+整合，半導(dǎo)體、顯示與光學(xué)產(chǎn)業(yè)間的協(xié)同創(chuàng)新正在從接口對接邁向共研共投的一體化范式。XROS對硬件與應(yīng)用的控制進(jìn)一步前移，日趨激烈。XR沉浸視聽內(nèi)容生態(tài)閉環(huán)初步成型，在內(nèi)容采集端，從場景適配過渡到痛點(diǎn)破解，線下虛擬現(xiàn)實(shí)大空間文娛實(shí)踐也從試在問題挑戰(zhàn)與發(fā)展建議上，內(nèi)容稀缺、價(jià)格顯示與智能受限及眩暈等用戶體驗(yàn)痛點(diǎn)影響普態(tài)構(gòu)建上，研發(fā)成本高、規(guī)?；c商業(yè)化路徑及隱私安全與信息可信等治理難題待解。針對上議：一是聚焦技術(shù)攻關(guān)的靶點(diǎn)識別，應(yīng)對技術(shù)創(chuàng)新的是聚焦產(chǎn)業(yè)鏈條上下游協(xié)同，構(gòu)建新興產(chǎn)業(yè)形成 2 4 5 7 7 10 15 17 18 21 22 25 26 29 30 32 37 38 39 39 4 201一、總體態(tài)勢（一）國內(nèi)外政府積極布局虛擬現(xiàn)實(shí)產(chǎn)業(yè)政策息技術(shù)的重要前沿方向，是數(shù)字經(jīng)濟(jì)的重大前瞻領(lǐng)域，將深刻改變?nèi)祟惖纳a(chǎn)生活方式，各國政府重視該領(lǐng)域的發(fā)展布局。在美國方進(jìn)的通信和沉浸式技術(shù)”列入十項(xiàng)重大技術(shù)領(lǐng)域之一。政府主要通過鼓勵(lì)私營企業(yè)的研發(fā)投資來推動虛擬現(xiàn)實(shí)領(lǐng)域的發(fā)展。2024年5強(qiáng)美國國家安全的技術(shù)，其中，虛擬/增強(qiáng)現(xiàn)實(shí)作為重點(diǎn)領(lǐng)域之一。室、國防部、能源部、教育部、勞工部、交通部、農(nóng)業(yè)部等十余政府部門、企業(yè)、智庫、學(xué)界在內(nèi)的XR戰(zhàn)略推進(jìn)組，確保美國在該領(lǐng)域的技術(shù)競爭、國家安全、商業(yè)應(yīng)用、社會發(fā)展方面的國際領(lǐng)導(dǎo)2式生效實(shí)施，并由MSIT每三年制定一次產(chǎn)業(yè)振興計(jì)劃。該法律為產(chǎn)業(yè)基本規(guī)劃、建立產(chǎn)業(yè)統(tǒng)計(jì)與監(jiān)管沙盒、培養(yǎng)專業(yè)人才等。法律及其施行令明確了政府可在信息提供、咨詢、創(chuàng)業(yè)空間、市場渠道我國重視虛擬現(xiàn)實(shí)產(chǎn)業(yè)發(fā)展。為深入貫徹《中華人民共和國國系創(chuàng)新活力，加快虛擬現(xiàn)實(shí)與行業(yè)應(yīng)用融合發(fā)展，構(gòu)建完善虛擬現(xiàn)廣電總局與國家體育總局五部門聯(lián)合發(fā)布《虛擬現(xiàn)實(shí)與行業(yè)應(yīng)用融加速多行業(yè)多場景應(yīng)用落地、加強(qiáng)產(chǎn)業(yè)公共服務(wù)平臺建設(shè)、構(gòu)建融合應(yīng)用標(biāo)準(zhǔn)體系等方面提出了五大重點(diǎn)任務(wù)，設(shè)置了關(guān)鍵技術(shù)融合創(chuàng)新、全產(chǎn)業(yè)鏈條供給提升、多場景應(yīng)用融合推廣三大重點(diǎn)工程，（二）產(chǎn)業(yè)發(fā)展步入XR3.0生態(tài)“快車道”虛擬（增強(qiáng)）現(xiàn)實(shí)產(chǎn)業(yè)的發(fā)展可以大致劃分為三個(gè)階段，每一3開始興起。這一時(shí)期的XR產(chǎn)業(yè)主要依賴手機(jī)生態(tài)，例如早期的手內(nèi)容匱乏導(dǎo)致“技術(shù)興奮、商業(yè)迷茫”，產(chǎn)業(yè)熱度雖高但用戶留存難。XR2.0階段（2020–2023年）是試錯(cuò)迭代期，行業(yè)在技術(shù)和應(yīng)用上不斷摸索改進(jìn)。這一階段出現(xiàn)了兩個(gè)具有標(biāo)志意義的事件：其萬大關(guān)，成為XR史上首個(gè)單品累計(jì)銷量超過千萬的設(shè)備，標(biāo)志著消費(fèi)者市場初步被打開；其二是蘋果公司的入局。2023雙引擎驅(qū)動的新局面。人工智能技術(shù)與XR深度融合，推動XR產(chǎn)量化AI+AR眼鏡原型，標(biāo)志著XR3.0階段的技術(shù)特征正在加速落4來源：中國信息通信研究院（三）人工智能催生XR3.0階段終端新形態(tài)XR3.0階段的核心特征是空間計(jì)算與人工智能的深度介封閉式地為用戶提供虛擬環(huán)境，而MR頭顯在此基礎(chǔ)上加入了對現(xiàn)Meta公司于2023年發(fā)布的Quest3和蘋果公司推出的VisionPro，均屬這一類高性能MR設(shè)備。它們配備了高分辨率攝像頭和強(qiáng)大的計(jì)算芯片，可以將現(xiàn)實(shí)世界以數(shù)字形式實(shí)時(shí)呈現(xiàn)在用戶眼前，再疊加虛擬影像，實(shí)現(xiàn)“透視式”的增強(qiáng)現(xiàn)實(shí)效果。MR頭顯的出現(xiàn)表AI賦能的智能眼鏡迅速崛起，成為XR領(lǐng)域另一大創(chuàng)新亮點(diǎn)。5這類眼鏡通常外形接近普通眼鏡或太陽鏡，但內(nèi)置了麥克風(fēng)、攝像能眼鏡為例，它具有拍照錄像、語音交互等功能，能夠通過內(nèi)置的含高階的近眼顯示單元，這類眼鏡重量更輕，續(xù)航時(shí)間更長。在市不僅能顯示數(shù)字內(nèi)容，更能聽懂看懂周圍世界、成為個(gè)人日常生活助手。AI+AR融合眼鏡正是在這樣的背景下應(yīng)運(yùn)而生。它將XR終是XR3.0階段終端形態(tài)的重點(diǎn)方向。從2025年下半年的業(yè)界實(shí)踐些嘗試預(yù)示著未來消費(fèi)者可能戴上一副輕便的眼鏡，就能同時(shí)看到（四）XR領(lǐng)域迎來第三輪投融資熱潮2025年XR領(lǐng)域啟動了史上第三波投融資熱潮。XR產(chǎn)業(yè)加速發(fā)展的整體趨勢也反映在資本市場的熱情上?；仡櫱皟奢哫R投資6動，大量資金涌入XR相關(guān)行業(yè)。而2025年的這第三波熱潮，則是由“AI+XR”融合創(chuàng)新的前景所驅(qū)動。資本市場對該領(lǐng)域的關(guān)注度域的融資總額已經(jīng)超過了上一輪高峰（2021規(guī)模創(chuàng)新紀(jì)錄，單筆投資的金額也顯著提高，頭部項(xiàng)目更受青睞，值得注意的是，本輪投資熱潮中不同地區(qū)和領(lǐng)域的側(cè)重點(diǎn)有所技術(shù)，還是內(nèi)容應(yīng)用、平臺服務(wù)——均受到資本青睞，投資分布相資布局XR生態(tài)，這對全球創(chuàng)業(yè)投資也起到了示范拉動作用。但在國內(nèi)資本更偏好于XR終端相關(guān)領(lǐng)域，尤其是空間計(jì)算、近眼顯示等核心器件賽道。據(jù)統(tǒng)計(jì)，2025年上半年國內(nèi)XR融資項(xiàng)目中，光波導(dǎo)、微顯示屏、終端整機(jī)等硬件領(lǐng)域重新回到了投資榜首。相較之下，面向XR的內(nèi)容制作和應(yīng)用服務(wù)類創(chuàng)業(yè)在國內(nèi)獲得的融資顯7二、關(guān)鍵技術(shù)趨勢（一）微顯示：硅基OLED與Micro-LED成為兩類XR終端發(fā)展重點(diǎn)微顯示技術(shù)是XR終端的關(guān)鍵技術(shù)之一，當(dāng)前呈現(xiàn)出兩條不同的發(fā)展路徑?？偟膩砜?，VR/MR與AI+AR兩大XR設(shè)備對微顯示技術(shù)的需求有所差異，前者深耕硅基OLED并能夠在小尺寸上實(shí)現(xiàn)極高的像素密度和良好的圖像質(zhì)量，成為蘋果即亮度提升、清晰度提高（像素密度和填充率更高）、穩(wěn)定性可靠市場格局。得益于硅基OLED在像素密度等顯示效果上的優(yōu)勢，蘋和成本優(yōu)勢，預(yù)計(jì)將在未來幾年繼續(xù)占據(jù)MRAI+AR眼鏡所追求的微顯示技術(shù)路線則有所不同，業(yè)界聚焦Micro-LED發(fā)展。Micro-LED被視為新一代近眼顯示的理想選擇，它在亮度、效率、色彩表現(xiàn)等諸多圖像性能方面表現(xiàn)出眾。對于可8于嵌入眼鏡而不影響視野或增加過多重量。然而，Micro-LED目前的量產(chǎn)難度顯著高于硅基OLED，無論是在外延生長還是在巨量轉(zhuǎn)移方面，存在諸多技術(shù)挑戰(zhàn)，其中一個(gè)關(guān)鍵難點(diǎn)在于全彩化。目前圖像，但這不僅使光學(xué)結(jié)構(gòu)相對復(fù)雜，而且引入額外的驅(qū)動器件和硬件功耗。單片全彩成為當(dāng)前業(yè)界攻關(guān)方向，相關(guān)代表性技術(shù)路徑層；二是“量子點(diǎn)色彩轉(zhuǎn)換”，即用量子點(diǎn)材料將藍(lán)光或紫外光轉(zhuǎn)各大顯示廠商和科技巨頭仍在積極投入研發(fā)。一旦單片全彩新一輪升級。從技術(shù)選型看，AI+AR眼鏡微顯示技術(shù)路線呈現(xiàn)（二）微納光學(xué)：AR眼鏡光波導(dǎo)技術(shù)路徑尚未收斂VR/MR頭顯已從傳統(tǒng)的菲涅爾透鏡進(jìn)化到折疊光路的Panca9進(jìn)入XR2.0/3.0時(shí)代，主流VR廠商紛紛采用過多層透鏡和偏振光學(xué)設(shè)計(jì)將光線多次折返，從而大幅縮短光學(xué)模組的厚度，重量顯著降低，同時(shí)像差等光學(xué)性能也得到改善，這一AI+AR眼鏡輕巧時(shí)尚的外形尤為重要，技術(shù)演進(jìn)路線正從BirdBath等傳統(tǒng)光學(xué)轉(zhuǎn)向更薄更輕的光波導(dǎo)技術(shù)。當(dāng)前業(yè)內(nèi)主要探是衍射光波導(dǎo)，包括表面浮雕衍射波導(dǎo)和體全息波導(dǎo)兩類，代表廠具有亮度高、視場適中等優(yōu)點(diǎn)，但制造工藝復(fù)雜、成本高且存在條紋干擾的問題；衍射波導(dǎo)利用微納光柵耦合出瞳，可以做到更大視看得舒適”?！翱吹昧痢笔侵柑岣吖庑Ш统鐾炼?，使增強(qiáng)顯示即便在戶外強(qiáng)光下仍清晰可見；“看得廣”意味著擴(kuò)大水平和垂直視場角（FOV），理想狀態(tài)下希望接近人眼自然視場；“戴得舒適”涉及減輕光學(xué)模塊的重量厚度，使AR眼鏡像普通眼鏡一樣輕便；“看得舒適”則指提高成像質(zhì)量，減少鬼影、散斑、彩虹紋等視覺偽影，以降低長時(shí)間佩戴觀看的眼部疲勞。這些要求相互之存在權(quán)衡取舍，例如增大視場可能會降低亮度、縮減體積可能引入像差，因此需要在設(shè)計(jì)上綜合優(yōu)化。此外，半絕緣型碳化硅等新材料和納米壓印、刻蝕等新工藝的應(yīng)用正在逐步改善波導(dǎo)產(chǎn)品性能。亮的成像、更寬廣的視野以及更舒適的佩戴體驗(yàn)，為用戶帶來自然（三）空間計(jì)算：多維能力融合塑型XR新型計(jì)算范式XR有望成為繼PC（個(gè)人計(jì)算）和手機(jī)（移動計(jì)算）之后的新定位，強(qiáng)調(diào)消費(fèi)電子在三維空間中進(jìn)行計(jì)算交互的新范式。不同于加于真實(shí)世界，提供契合大眾身處三維環(huán)境的交互體驗(yàn)?？臻g計(jì)算沿襲以手機(jī)為代表移動端計(jì)算架構(gòu)，但這種范式轉(zhuǎn)變對XR終端計(jì)算能力提出了諸多新要求，推動了多模態(tài)感知交互、視聽多媒體、空間環(huán)境理解與構(gòu)建、圖形渲染四維能力的專了環(huán)境攝像頭、深度傳感器、慣性單元以及麥克風(fēng)陣列等多模態(tài)傳風(fēng)，通過專用協(xié)處理器實(shí)時(shí)處理多路感知數(shù)據(jù)，在十余毫秒內(nèi)完成XR視聽多媒體將更具空間感與個(gè)性化。在音頻方普遍采用區(qū)別于傳統(tǒng)平面聲效的空間音頻技術(shù)，即通過頭相關(guān)傳輸目前高端XR廠商開始關(guān)注個(gè)性化HRTF以提升音超高清和自由度更高的沉浸視頻演進(jìn)。一方面，全景視頻的分辨率由度的觀影體驗(yàn)讓用戶轉(zhuǎn)頭觀看、移動位置或是自由觀察景深變化成為可能。為此，業(yè)界開始采用多視點(diǎn)視頻編碼方案，例如HEVC少高速運(yùn)動下的定位漂移。進(jìn)一步的環(huán)境三維重建可生成房間的網(wǎng)格模型或點(diǎn)云，用于虛擬內(nèi)容的物理落地和遮擋。近年來，隨著高保真的全彩視頻透視（VST）技術(shù)的啟用，終端能夠?qū)⒄鎸?shí)環(huán)境攝始支持跨場景的空間錨定與記憶，業(yè)界積極探索云端共享錨點(diǎn)，實(shí)現(xiàn)多人協(xié)同的AR體驗(yàn)。此外，環(huán)境理解將從幾何重建走向語義重當(dāng)前MR頭顯為主）在圖形渲染上面臨極高的負(fù)載挑戰(zhàn)，近眼顯示需要呈現(xiàn)高分辨率、廣視場且高刷新率的立體畫面，且對延遲容忍協(xié)同的渲染優(yōu)化技術(shù)，其中異步時(shí)間扭曲（ATW），高幀率輸出畫面。動態(tài)注視點(diǎn)渲染已逐步成為高端MR的標(biāo)配，諸低功耗”三者間取得平衡，當(dāng)前XR芯片針對該技術(shù)進(jìn)行了優(yōu)化支（四）原生音視頻：3D沉浸影音成為繼超高清視頻后重點(diǎn)發(fā)展方向來源由手機(jī)、電視等傳統(tǒng)終端的存量遷移向XR原生視聽拓展。自聲的大眾化，當(dāng)前這一從平面到沉浸的發(fā)展有望成為音視頻技術(shù)的視聽內(nèi)容將不再局限于一個(gè)矩形屏幕，而是延展到用戶周圍的三維空間，聲音也從傳統(tǒng)立體聲進(jìn)化為真正空間音頻，能夠根據(jù)用戶位業(yè)界將XR沉浸視聽原生內(nèi)容的發(fā)展歸納為近中期兩大技術(shù)路徑。一是以空間視頻為代表，用戶可以通過VR頭顯等設(shè)備自由轉(zhuǎn)準(zhǔn)來支持高效壓縮和傳輸?？臻g視頻技術(shù)相對成熟，成為近期虛擬現(xiàn)實(shí)原生視聽內(nèi)容的主導(dǎo)技術(shù)方向，越來越多的媒體平臺和內(nèi)容制作公司開始提供全景紀(jì)錄片、體育賽事等VR空間視頻。二是以體顧，還可以自由移動位置來觀察場景的變化。實(shí)現(xiàn)6DoF的體積視頻需要對場景進(jìn)行三維重建，可通過多機(jī)位攝影測量、深度攝像機(jī)陣列或者光場采集等技術(shù)獲取，然后通過點(diǎn)云、體素或者神經(jīng)輻射場（NeRF）等形式來渲染，生成的內(nèi)容本質(zhì)上是動態(tài)的3D模型。在實(shí)時(shí)傳輸方面，這類數(shù)據(jù)量龐大，仍處于研究和初步應(yīng)用階段。隨著計(jì)算機(jī)視覺和圖形渲染技術(shù)的進(jìn)步，體積視頻的制作門檻正逐步降低，在文博、教育、醫(yī)療培訓(xùn)等領(lǐng)域已出現(xiàn)試點(diǎn)應(yīng)用。近期的采集方面，需要高分辨率VR全景相機(jī)、光場相機(jī)等新的攝錄設(shè)備生成虛擬環(huán)境）。內(nèi)容壓縮與傳輸方面，大文件量要求制定高效的編碼標(biāo)準(zhǔn)，如MPEG推出的沉浸式視頻（MIV）標(biāo)準(zhǔn)，專門算能力來實(shí)時(shí)解碼并渲染出用戶視角對應(yīng)的畫面，這也推動了之前提到的芯片和算法改進(jìn)。此外，沉浸內(nèi)容往往還伴隨交互性——用戶可以與虛擬環(huán)境或角色交互，這又引入了對交互設(shè)計(jì)和實(shí)時(shí)反饋（五）生成式AI：AIGC賦能XR虛實(shí)內(nèi)容生產(chǎn)虛擬（增強(qiáng)）現(xiàn)實(shí)內(nèi)容的豐富與否，是決定其能否大規(guī)模普及的關(guān)強(qiáng)，例如制作高質(zhì)量的VR三維模型和環(huán)境，需要美術(shù)和程序團(tuán)隊(duì)投入大量時(shí)間。這些問題導(dǎo)致XR應(yīng)用面臨“巧婦難為無米之炊”3D模型。神經(jīng)輻射場（NeRF）和三維高斯散點(diǎn)等技術(shù)代表了這一方向的進(jìn)展，它們利用深度學(xué)習(xí)從多視角圖像重建出場景的體積模位所需的實(shí)景地圖，將過去需要測繪團(tuán)隊(duì)數(shù)周完成的建模工作壓縮景自動填充細(xì)節(jié)和紋理。例如Meta公司為自家XR社交平臺應(yīng)用模軟件也可快速生成所需的VR物體和環(huán)境，在專業(yè)內(nèi)容制作中，計(jì)、3D建模、導(dǎo)入引擎設(shè)定交互等），流程冗長復(fù)雜。而生成式被視作下一代智能內(nèi)容引擎的雛形。當(dāng)然，當(dāng)前AIGC賦能內(nèi)容生及生成素材的版權(quán)歸屬問題尚無定論。然而總體而言，生成式AI正在為XR內(nèi)容生態(tài)注入新活力，從社交、游戲到教育、訓(xùn)練，各發(fā)展，困擾XR產(chǎn)業(yè)的內(nèi)容匱乏瓶頸有望逐步破解，技術(shù)與內(nèi)容將大模型的能力正經(jīng)歷從圖文理解到視頻理解再到空間環(huán)境理解的躍遷，這一趨勢成為XR領(lǐng)域空間智能技術(shù)發(fā)展的重要驅(qū)動力。出現(xiàn)的視頻理解模型能夠分析動態(tài)畫面中的時(shí)序關(guān)系，為更深層的場景理解奠定基礎(chǔ)。如今，業(yè)界進(jìn)一步將人工智能擴(kuò)展至三維空間序列，再讓LLM來處理推理。盡管LLM本身并不擅長處理幾何信在部分場景下做到對物體和位置的提問應(yīng)答。這種能力的拓展使得大模型認(rèn)知范式正從純粹的語義因果走向?qū)臻g和物理因果的物體在物理空間中的關(guān)系、變化與因果機(jī)制的推斷能力。這種空間因果推理能力對于XR智能體尤為關(guān)鍵，當(dāng)理解了真實(shí)世界中“為做出恰當(dāng)?shù)捻憫?yīng)。以Meta公司推出的SceneScript模型為例，該技將物理空間布局解析為緊湊而完整的語言描述，被譽(yù)為連接物理世界和數(shù)字世界的橋梁。SceneScript通過機(jī)器學(xué)習(xí)直接推斷房間的三維結(jié)構(gòu)，并以類似自然語言的形式表達(dá)場景元素（如墻壁、門窗、家具的位置及關(guān)系），從而為虛擬助手提供對現(xiàn)實(shí)環(huán)境的可解釋記憶。該模型不僅顯著壓縮了環(huán)境表示所需的數(shù)據(jù)量，使場景記憶成為可能，還賦予大型語言模型理解物理空間的專門“詞匯表”，這為個(gè)人助手進(jìn)行空間推理和回答復(fù)雜的環(huán)境相關(guān)問題提供了必要基長期記憶”的能力，為用戶提供更加貼身和上下文相關(guān)信息服務(wù)，這標(biāo)志著XR正邁向人機(jī)融合的新階段，實(shí)現(xiàn)語義智能與空間智能三、產(chǎn)業(yè)發(fā)展趨勢（一）XR終端演進(jìn)呈現(xiàn)“加法”與“減法”雙路線再到2023年AppleVisionPro（單眼4K、全彩VST、眼動追蹤、沉浸視聽等），每一代產(chǎn)品都在性能上“加碼”。這一路線通過不斷更自然地人機(jī)交互，但相應(yīng)地也面臨著重量體積上升和佩戴舒適性推動頭顯逐漸向?qū)I(yè)化、高性能方向演進(jìn)。當(dāng)前，“加法路線”開啟“便攜形態(tài)”的新探索，即形態(tài)上由頭盔頭顯向眼鏡外觀發(fā)展，“減法路線”，該路線下XR終端追求輕量小型化，以減配犧牲部分功能為代價(jià)換取終端形態(tài)接近日常穿戴，而后再逐步拓展能力。2023年Ray-BanMetaAI眼鏡重量銳減至五十克左右，取消了AR顯示，僅保留拍照攝像、音樂播放和語音助手等簡化功能。隨后業(yè)界推出的原型產(chǎn)品Orion（2024）以及AI+AR眼鏡MetaRay-BanDisplay（2025）在維持輕便形態(tài)的同時(shí)重新加入全彩AR顯示，新策略使得XR終端得以率先達(dá)到類似日常眼鏡的佩戴形態(tài)，繼而隨來源：中國信息通信研究院以輕量化智能眼鏡為代表的減法路徑成為行業(yè)熱點(diǎn)，“百鏡大戰(zhàn)”的比拼正從硬件堆料轉(zhuǎn)向“輕形態(tài)＋AI能力＋XR交互”的系統(tǒng)平衡。行業(yè)普遍沿用“先減后增”的產(chǎn)品路徑，最初通過取消近眼顯示、壓縮本地算力與傳感器規(guī)模，優(yōu)先確保佩戴外形與全天候Meta系為例，其在2023年底首發(fā)時(shí)僅提供語音控制、第一視角拍的AI能力；2024年年底通過引入時(shí)序建模以理解動態(tài)事件，實(shí)現(xiàn)佩戴壓力顯著降低，供應(yīng)鏈可復(fù)用時(shí)尚眼鏡與成熟聲學(xué)件。當(dāng)前，減法路線已進(jìn)入“顯示回填”的新階段，即在不犧牲形態(tài)的前提下初步獲得正向市場驗(yàn)證，該品類已從小眾嘗鮮走向規(guī)?；圃斓墓拯c(diǎn)，諸如實(shí)時(shí)字幕、無障礙可達(dá)、消息處理與導(dǎo)航等高頻場景已顯現(xiàn)“即時(shí)可用”的價(jià)值，這為后續(xù)在更大視場、更長續(xù)航與更強(qiáng)智（二）XR新器件驅(qū)動終端企業(yè)加速垂直整合XR新器件引發(fā)消費(fèi)電子供應(yīng)鏈結(jié)構(gòu)變化。X光學(xué)、專用芯片以及感知交互組件等。在顯示方面，傳統(tǒng)智能手機(jī)多采用大尺寸玻璃基LCD或AMOLED屏幕，而XR設(shè)備采用的光學(xué)方面，VR設(shè)備使用的Pancake超短焦鏡頭體系，也不同于手機(jī)像頭陣列、深度傳感器等環(huán)境感知模塊和眼動追蹤攝像頭，也是傳統(tǒng)手機(jī)所少有或性能升規(guī)的關(guān)鍵器件。一方面，這些XR新器件的引入重塑了終端整機(jī)的BOM清單與成本結(jié)構(gòu)。同時(shí)，領(lǐng)先整機(jī)代工企業(yè)通過攻克XR產(chǎn)品裝配工藝，實(shí)現(xiàn)了代工價(jià)值提升。另一方面，新器件還導(dǎo)致供應(yīng)鏈版圖生變，光波導(dǎo)、微顯示、專用芯片等端廠商難以完全照搬手機(jī)采購模式——從現(xiàn)有成熟供應(yīng)商處采購標(biāo)準(zhǔn)件。整機(jī)企業(yè)深度介入關(guān)鍵器件的開發(fā)與產(chǎn)能培育，以確保技術(shù)鍵器件的新要求，近年來，各終端廠商紛紛調(diào)整零整協(xié)同的供應(yīng)鏈策略，轉(zhuǎn)向更高程度的垂直整合，通過收購、戰(zhàn)略投資、聯(lián)合研發(fā)自建產(chǎn)線等方式介入上游，以掌控核心器件的技術(shù)供給。例如蘋果公司相繼收購MicroLED微顯示公司LuxVue、眼動追蹤技術(shù)公司門設(shè)計(jì)了XR協(xié)處理器，以提升多模態(tài)感知交互的實(shí)時(shí)處理能力。Meta收購了歐洲MicroLED微顯示企業(yè)InfiniLED、眼球追蹤技術(shù)光、感”等關(guān)鍵環(huán)節(jié)納入掌控體系，打造自身產(chǎn)品所需的核心零件庫與差異化競爭力。此外，XR3.0階段，顯示、光學(xué)與半導(dǎo)體間的開始通過協(xié)同設(shè)計(jì)和聯(lián)合優(yōu)化，實(shí)現(xiàn)微顯示、光學(xué)鏡片、芯片在架構(gòu)設(shè)計(jì)、功耗亮度、光學(xué)耦合效率乃至外延工藝和模組形態(tài)上的雙（三）XR原生操作系統(tǒng)生態(tài)競爭日趨激烈中心的多模態(tài)交互。操作系統(tǒng)需整合視野內(nèi)環(huán)境感知、手勢追蹤、眼動追蹤、語音識別、肌電傳感等多種交互方式，提供統(tǒng)一的系統(tǒng)級接口，讓應(yīng)用能夠方便地調(diào)用這些自然交互手段；在空間計(jì)算原生支持上，操作系統(tǒng)直接管理三維場景、空間錨點(diǎn)、環(huán)境理解與空間音頻，而非將其作為應(yīng)用層庫的可選項(xiàng)。這使應(yīng)用在同一世界坐標(biāo)中共享狀態(tài)并保持持久化，形成穩(wěn)定的空間體驗(yàn)基底；在實(shí)時(shí)并已在系統(tǒng)層面確立獨(dú)立于傳統(tǒng)移動OS的實(shí)時(shí)并行處理性能約束模XROS對硬件與應(yīng)用的控制面前移，空間計(jì)算等技術(shù)能力“上收”為系統(tǒng)能力，軟件棧由“App堆疊”走向“系統(tǒng)中樞”。從人工智能服務(wù)看，安卓將GeminiNan應(yīng)用提交幀后的關(guān)鍵環(huán)節(jié)，包括分層合成、畸變校正、時(shí)間扭曲與注視點(diǎn)渲染等，這些過去由應(yīng)用分散處理的能力被納入操作系統(tǒng)統(tǒng)一調(diào)度與質(zhì)量控制，直接影響平臺級的延遲、穩(wěn)定性與能效指標(biāo)。從空間計(jì)算看，系統(tǒng)級的場景理解、空間錨共享與空間音頻等能力同樣上收至運(yùn)行時(shí)與系統(tǒng)服務(wù)，開發(fā)者通過穩(wěn)定的系統(tǒng)API接入，而平臺則以策略與權(quán)限管理保障安全與一致的體驗(yàn)邊界。這種“能力上收”本質(zhì)上把關(guān)鍵體驗(yàn)的確定性、性能與安全移交給OS統(tǒng)一在XR原生操作系統(tǒng)領(lǐng)域，平臺化陣營競爭正日益加劇。蘋果星等于2024年共同推出AndroidXR平臺，繼承龐大的Android應(yīng)標(biāo)準(zhǔn)接口、生態(tài)分發(fā)成為焦點(diǎn)抓手。其中，系統(tǒng)中樞統(tǒng)一掌控關(guān)鍵體驗(yàn)質(zhì)量與安全邊界，標(biāo)準(zhǔn)接口降低跨設(shè)備與跨形態(tài)的開發(fā)成本，（四）XR沉浸視聽內(nèi)容生態(tài)閉環(huán)初步成型在專業(yè)端，2018年面向VR制作的多鏡頭相機(jī)已能錄制8K3D并支持4K級實(shí)時(shí)直播回傳，2025年面向影院制作推出的URSACineImmersive成為全球首臺專為AppleImmersive確保細(xì)節(jié)和色彩準(zhǔn)確性，其產(chǎn)業(yè)意義在于把影容的端到端工作流標(biāo)準(zhǔn)化，為專業(yè)內(nèi)容供給建立可規(guī)模化的制作范式豐富基礎(chǔ)沉浸內(nèi)容來源。此外，基于手機(jī)拍攝視頻進(jìn)行多視角重動操作系統(tǒng)應(yīng)用商店快速興起，顯示出單機(jī)端三維重建在消費(fèi)級的可用性。綜上，業(yè)界現(xiàn)已形成“手機(jī)入門級空間視頻、專業(yè)一體化專業(yè)側(cè)以一體化立體相機(jī)提升畫質(zhì)與制作效率，而面向更高視聽自由度的體積視頻仍依賴多相機(jī)同步陣列與重建管線，近中期主要服MV-HEVC因技術(shù)成熟得到明顯采用并具備產(chǎn)業(yè)化路徑，高端XR頻編輯功能。統(tǒng)一高效的編碼標(biāo)準(zhǔn)和日趨完善的制作工具鏈，正在為規(guī)模生產(chǎn)和分發(fā)沉浸內(nèi)容奠定產(chǎn)業(yè)基礎(chǔ)。此外，各類播放平臺和終端設(shè)備開始廣泛支持沉浸視頻形式。播放平臺從平面視頻庫演進(jìn)浸播放的發(fā)展鏈路。新一代XR設(shè)備將空間視頻作為差異化賣點(diǎn)，圍繞解碼能力、像素密度、音畫時(shí)延與舒適度優(yōu)化展開競（五）AR地圖平臺化發(fā)展架構(gòu)初步成型地圖正從傳統(tǒng)導(dǎo)航工具演進(jìn)為運(yùn)行應(yīng)用與服務(wù)的空間入口。隨著定位、感知和渲染能力提升，地圖不再只是目的地路徑與用戶興趣點(diǎn)的靜態(tài)呈現(xiàn)，而成為主動情境理解與內(nèi)容分發(fā)，承載實(shí)時(shí)空間數(shù)據(jù)、疊加虛擬內(nèi)容與服務(wù)的數(shù)字底座。在云AR架構(gòu)下，智能眼鏡及手機(jī)等移動終端對周圍環(huán)境進(jìn)行持續(xù)感知，將物理空間轉(zhuǎn)化為可交互的數(shù)字空間，現(xiàn)實(shí)世界的地理坐標(biāo)成為數(shù)字內(nèi)容與服務(wù)的錨有望成為線下數(shù)字服務(wù)的統(tǒng)一入口。上述變化在產(chǎn)業(yè)側(cè)的共識已初業(yè)界構(gòu)建AR地圖的產(chǎn)業(yè)實(shí)踐主要有多條路徑。一是眾包式視SLAM與重建算法生成三維實(shí)景與特征庫，代表做法包括LiveMaps與Niantic早期的RealWorldPlatform，其優(yōu)勢在于時(shí)效性強(qiáng)、覆蓋快；二是基于街景影像與測繪數(shù)據(jù)的VPS，通過長期積累的街景圖庫提取穩(wěn)定視覺特征并建立全球索引，設(shè)備在本地將攝像畫面與點(diǎn)徑發(fā)揮既有地圖資產(chǎn)、便于標(biāo)準(zhǔn)化開放，但依賴影像更新與隱私治理；三是引入人工智能助手和空間語義標(biāo)簽體系，在地圖之上實(shí)現(xiàn)對場景的智能理解與內(nèi)容服務(wù)推送。其特點(diǎn)是在數(shù)字地圖中不僅包含幾何信息，還疊加對現(xiàn)實(shí)環(huán)境的語義標(biāo)注和實(shí)時(shí)分析，從而使系A(chǔ)R地圖包含從底層的定位基座到上層的智能交互的多層協(xié)同體系。一是以統(tǒng)一坐標(biāo)與高精地圖為基底的真實(shí)地理位置層，它提供了現(xiàn)實(shí)世界的準(zhǔn)確定位框架，是所有空間計(jì)算的參照系；二是將環(huán)境抽象為可理解的空間語義標(biāo)簽層，通過計(jì)算機(jī)視覺和傳感器數(shù)據(jù)，平臺為場景中的地點(diǎn)和物體附加語義信息；三是定位與錨定系點(diǎn)云，實(shí)現(xiàn)設(shè)備在空間中的精準(zhǔn)定位與姿態(tài)感知。錨點(diǎn)系統(tǒng)允許開發(fā)者在真實(shí)地理位置上放置虛擬對象，并通過云服務(wù)將這些錨點(diǎn)坐內(nèi)容，實(shí)現(xiàn)跨用戶、跨設(shè)備的持久AR體驗(yàn)；四是直接面向用戶的呈現(xiàn)層，包括各種疊加在現(xiàn)實(shí)空間的虛擬內(nèi)容、交互界面和應(yīng)用服手。它結(jié)合上述語義地圖和實(shí)時(shí)感知數(shù)據(jù)，扮演用戶在物理空間中的智能導(dǎo)覽和代理角色。該體系把“在哪里—是什么—能做什么”國際廠商的部署呈現(xiàn)“大平臺+多應(yīng)用”的格局。Meta以級為可部署第三方內(nèi)容的“空間OS”；Google依托StreetView與ARCore/GeospatialAPI向開發(fā)者提供全球錨點(diǎn)與定位接口，強(qiáng)調(diào)開放生態(tài)；Niantic在Spatial中整合VPS與語義理解能力，面投入。為避免數(shù)據(jù)孤島并提升互操作性，產(chǎn)業(yè)正通過標(biāo)準(zhǔn)接口與聯(lián)確但仍處于建設(shè)探索期，商業(yè)化規(guī)模取決于數(shù)據(jù)更新與質(zhì)量、語義（六）XR大空間從試點(diǎn)走向規(guī)?；涞仡愺w驗(yàn)的內(nèi)容形態(tài)和運(yùn)營模式已趨成熟，海外早期興起的虛擬現(xiàn)實(shí)走、探秘金字塔歷史文化。這一爆款標(biāo)桿成為全球首個(gè)線下XR大向大眾文娛消費(fèi)的元年，此后同類項(xiàng)目在全球迅速增多。業(yè)界實(shí)踐證明，這種身臨其境的沉浸體驗(yàn)兼具社交效應(yīng)，引入大空間能夠顯成熟運(yùn)營模式與政策支持為虛擬現(xiàn)實(shí)大空間應(yīng)用普及擴(kuò)提供動獨(dú)家內(nèi)容結(jié)合加盟連鎖在全球擴(kuò)張，ZeroLa與各地伙伴合作。這些實(shí)踐表明，虛擬現(xiàn)實(shí)大空間可以依托標(biāo)準(zhǔn)化的優(yōu)質(zhì)內(nèi)容或技術(shù)，實(shí)現(xiàn)跨區(qū)域的快速復(fù)制和規(guī)模運(yùn)營。當(dāng)前，我國沉浸式文娛市場快速發(fā)展，國內(nèi)主要XR終端廠商和解決方案運(yùn)將虛擬現(xiàn)實(shí)電影納入了電影管理和扶持范圍，并頒發(fā)首張VR電影公映許可證（俗稱“龍標(biāo)”），強(qiáng)化對虛擬現(xiàn)實(shí)新業(yè)態(tài)的培育?？偼擞脩舾顿M(fèi)盈利的商業(yè)閉環(huán)，實(shí)現(xiàn)了從試點(diǎn)示范向規(guī)模發(fā)展的躍升。未來隨著優(yōu)質(zhì)內(nèi)容持續(xù)豐富、用戶體驗(yàn)不斷優(yōu)化，加之合理布（七）XR賦能行業(yè)從“場景適配”邁向“痛點(diǎn)破解”痛點(diǎn)。制造企業(yè)開始將XR用于核心業(yè)務(wù)培訓(xùn)和操作流程，而不僅限于展示。例如，寶馬、PTC等一些工業(yè)企業(yè)利用虛擬現(xiàn)實(shí)構(gòu)建工業(yè)仿真培訓(xùn)系統(tǒng)，使新員工能夠在虛擬環(huán)境中操作復(fù)雜設(shè)備，從而術(shù)人員佩戴AR設(shè)備即可實(shí)時(shí)獲取后臺專家的指導(dǎo)和設(shè)備的三維可視化信息，極大提高了維修效率。為支持這些應(yīng)用，業(yè)界開發(fā)了低如何將XR系統(tǒng)有機(jī)融入現(xiàn)有工業(yè)系統(tǒng)并產(chǎn)生成效，如打通XR設(shè)業(yè)流程并發(fā)揮實(shí)質(zhì)效益。這一整合難題橫亙在商用推廣前，促使行升應(yīng)用安全性和可靠性。消防、礦山、核電等高風(fēng)險(xiǎn)行業(yè)長期存在培訓(xùn)演練成本高、危險(xiǎn)性大的痛點(diǎn)。借助XR構(gòu)建模擬仿真場景，學(xué)員可以在虛擬環(huán)境中經(jīng)歷火災(zāi)、礦難等極端事故情境，進(jìn)行低風(fēng)錄分析，培訓(xùn)效果更可量化。這些優(yōu)勢促使越來越多企業(yè)將其納入常規(guī)培訓(xùn)體系。然而，目前不少應(yīng)急培訓(xùn)XR系統(tǒng)仍以設(shè)備設(shè)計(jì)，重硬件輕內(nèi)容，導(dǎo)致學(xué)員體驗(yàn)和實(shí)效不足。未來需要轉(zhuǎn)向以培訓(xùn)效果為中心，豐富虛擬場景的交互和評價(jià)機(jī)制，才能充分發(fā)揮去教育類VR應(yīng)用多停留在虛擬展示和漫游層面，與教學(xué)大綱和考核需求脫節(jié)。現(xiàn)在一些教育科技團(tuán)隊(duì)將XR用于課堂教學(xué)和職業(yè)培訓(xùn)，有針對性地緩解教學(xué)痛點(diǎn)。例如在K12課堂，教師利用XR構(gòu)建沉浸式教學(xué)環(huán)境，帶領(lǐng)學(xué)生進(jìn)入歷史現(xiàn)場或微觀世界，顯著提升學(xué)習(xí)興趣和理解。在職業(yè)教育中，虛擬仿真使學(xué)員可無限次練習(xí)復(fù)雜技能，不受實(shí)物設(shè)備和耗材限制，降低訓(xùn)練成本。一些團(tuán)隊(duì)研發(fā)施教。目前XR教學(xué)內(nèi)容與課程標(biāo)準(zhǔn)的融合仍不足，沉浸式教學(xué)規(guī)產(chǎn)出比。如今商業(yè)運(yùn)營方更關(guān)注XR能否帶來實(shí)效，購物中心希望借XR提升客流、延長顧客停留并促進(jìn)消費(fèi)，一些企業(yè)推出覆蓋眾多商場的AR導(dǎo)購互動系統(tǒng)，提升顧客互動并帶動消費(fèi)。房地產(chǎn)行業(yè)借助VR看房和虛擬樣板間提高看房效率，使客戶更高效獲取房產(chǎn)信息，提高成交率。這些案例表明，抓住商貿(mào)場景降本增收的需（八）XR助推人工智能訓(xùn)練新范式支持人工智能體在虛擬世界中學(xué)習(xí)感知和行動，從而加速空間智能模型”，讓AI具備跨任務(wù)遷移的通用技能儲備。將人演示的直覺引導(dǎo)與機(jī)器人運(yùn)動規(guī)劃算法相結(jié)合，可以顯著降低智能體學(xué)習(xí)復(fù)雜技能的門檻，未來這種人機(jī)融合的數(shù)據(jù)迭代或?qū)⒊蔀橛?xùn)練大模型的有適應(yīng)人類生活場景的復(fù)雜性，實(shí)現(xiàn)真正的人機(jī)協(xié)作。例如XR仿真境中與人協(xié)同工作的AI助手。當(dāng)前，XR賦能AI訓(xùn)練方式主要有XR沉浸遙控演示、多模態(tài)主視角數(shù)據(jù)采集等發(fā)展XR沉浸遙控演示通過沉浸式遙操作示范為空間智能提供了高質(zhì)量的模仿學(xué)習(xí)數(shù)據(jù)。操作員佩戴VR頭顯以第一視角遠(yuǎn)程控制機(jī)器人執(zhí)行復(fù)雜任務(wù)并同步收集感知與動作示范。例如智能機(jī)器人ALOHA及其后續(xù)系統(tǒng)AV-ALOHA，采用雙手VR控制與主動視覺相結(jié)合，讓人類演示者動態(tài)調(diào)整機(jī)器人攝像頭視角以獲得最佳任務(wù)視野。這一真人示教范式顯著降低了訓(xùn)練數(shù)據(jù)獲取的門檻，機(jī)器人無需復(fù)雜編程便可直接模仿人類完成精細(xì)操作，并在實(shí)際任務(wù)中取得較好表現(xiàn)。當(dāng)前，越來越多研究采用XR沉浸式遙操作來收集機(jī)器人學(xué)習(xí)所需的數(shù)據(jù)，讓示教者像操作自己身體一樣控制機(jī)器人體完成任務(wù)，從而獲取精細(xì)的感知/動作記錄。本體上的遠(yuǎn)程操控捕獲專家演示，被視為收集模仿學(xué)習(xí)訓(xùn)練數(shù)據(jù)的XR多模態(tài)主視角數(shù)據(jù)采集為空間智能訓(xùn)練提供了豐富的真實(shí)世界語料。在XR操作示范的基礎(chǔ)上，引入多模態(tài)擴(kuò)展正成為擴(kuò)大練素材。近期高校院所研究者使用輕量化智能眼鏡獲取人類操作演示并與機(jī)器人遙操作數(shù)據(jù)對齊，訓(xùn)練統(tǒng)一的模仿學(xué)習(xí)策略，使額外增加一小時(shí)人類視角數(shù)據(jù)所帶來的性能提升遠(yuǎn)超同等時(shí)長的機(jī)器人四、行業(yè)面臨的問題（一）需求側(cè)用戶體驗(yàn)問題體驗(yàn)方面的“六道卡”問題尤為突出，即“用、貴、重、視、智、是指內(nèi)容供給不足削弱了XR對用戶的吸引力。當(dāng)前高品質(zhì)XR內(nèi)容和應(yīng)用稀缺，內(nèi)容生態(tài)尚處起步階段。內(nèi)容制作的常態(tài)化機(jī)制尚不健全，優(yōu)質(zhì)沉浸式內(nèi)容的數(shù)量和更新頻率尚不能滿足用戶需求。不少用戶在初次體驗(yàn)新鮮感后，由于缺乏后續(xù)有吸引力去繼續(xù)使用的動力，設(shè)備陷入閑置；“貴”是指終端價(jià)格偏高提升價(jià)仍然較高，少數(shù)設(shè)備價(jià)格接近或超過萬元，影響了XR設(shè)備的規(guī)模化普及；“重”是指設(shè)備笨重影響佩戴舒適性。與手機(jī)等成熟電子產(chǎn)品相比，目前的XR設(shè)備在重量體積和外形美觀上具備顯著的低了用戶長時(shí)間使用的便利性和意愿；“視”是指顯示效果上的局限。XR設(shè)備的近眼顯示效果距離人眼理想狀態(tài)尚有差距，多數(shù)戶在入眼亮度、視場角、全彩顯示與視力匹配等方面具備一定的預(yù)期落差；“智”是指智能交互能力欠缺。當(dāng)前XR應(yīng)用的交互方式和內(nèi)容呈現(xiàn)仍不夠“聰明”，難以根據(jù)用戶與環(huán)境上下文做出智能性化與情景化的智能服務(wù)體驗(yàn)受限；“暈”是指多種因素誘發(fā)的生（二）供給側(cè)產(chǎn)業(yè)生態(tài)問題企業(yè)如Meta近年來XR部門RealityLabs的年度投入高達(dá)百億賴于少數(shù)巨頭推動，中小企業(yè)的創(chuàng)新動力和能力都受于產(chǎn)業(yè)的長期繁榮。如何降低創(chuàng)新成本、加強(qiáng)產(chǎn)學(xué)研應(yīng)用規(guī)?；潭炔蛔?，商業(yè)變現(xiàn)路徑尚在摸索。一方面，規(guī)?；?、可落地的實(shí)踐案例稀缺，導(dǎo)致示范效應(yīng)有限且用戶體驗(yàn)價(jià)值不教育培訓(xùn)等垂直領(lǐng)域的業(yè)務(wù)特性，難以精準(zhǔn)識別多元化的虛實(shí)融合呈現(xiàn)“看似美好卻難轉(zhuǎn)化”的虛火狀態(tài)。因缺乏與產(chǎn)業(yè)痛點(diǎn)匹配的可持續(xù)產(chǎn)出模式，商業(yè)化探索舉步維艱，既難挖掘用戶付費(fèi)錨點(diǎn)，合特征明顯，從底層器件、整機(jī)制造到內(nèi)容制作、平臺分發(fā)，環(huán)節(jié)眾多且彼此依賴。當(dāng)前XR生態(tài)存在各自為戰(zhàn)、小而散的問題，硬件廠商