增强现实

增强现实（AR）与虚拟现实（VR）最核心的区分在于用户与物理世界的关系：AR 把计算机生成的图像叠加在用户所观看的现实世界之上，形成复合观看体验，用户仍与物理世界保持连接；VR 则通过头戴式设备把用户完全浸入虚拟世界，有效切断其与现实世界视觉和声音的联系。^{22了解增强现实、虚拟现实和混合现实 - Traininglearn.microsoft.com前往参考资料 ↓在新标签页中打开|33图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

AR 的“增强”不限于视觉：可以只向物理世界叠加音频，也可以同时叠加音频与视觉对象，因此把 AR 等同于“在画面上贴图像”是过窄的理解。^{22了解增强现实、虚拟现实和混合现实 - Traininglearn.microsoft.com前往参考资料 ↓在新标签页中打开}

AR 体验并不以头戴显示器为必要条件，具备深度感应能力的手机等移动设备同样可以承载 AR；把 AR 等同于 HoloLens 一类头显会遗漏大量实际形态。^{22了解增强现实、虚拟现实和混合现实 - Traininglearn.microsoft.com前往参考资料 ↓在新标签页中打开}

一种常见的概念组织方式是把物理世界与虚拟现实置于同一光谱的两端：VR 位于 100% 数字世界的一端，AR 与 MR 位于光谱中间地带，介于物理现实与虚拟现实之间。^{33图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

混合现实（MR）常被描述为增强现实的更复杂版本，也被称为混杂现实或融合现实；在光谱式表述中，AR 与 MR 同处物理现实与虚拟现实之间，区别在于数字内容与物理空间的融合程度。^{33图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

扩展现实（XR）与空间计算等术语常被用作总称，涵盖增强现实与虚拟现实领域相关的一切，因此 XR 不是与 AR 并列的某一种具体显示形态，而是上位集合概念。^{22了解增强现实、虚拟现实和混合现实 - Traininglearn.microsoft.com前往参考资料 ↓在新标签页中打开}

在应用取向上，VR 特别适合需要完全沉浸以复现现实情境的训练与模拟，例如消防员培训、急诊医疗培训与飞行模拟；AR 因保留用户与物理世界的连接，在现实世界场景中更为有用。^{22了解增强现实、虚拟现实和混合现实 - Traininglearn.microsoft.com前往参考资料 ↓在新标签页中打开|33图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

增强现实（AR）通常被界定为：把计算机生成的数字内容（三维模型、文字标注、视频、空间注释等）实时叠加到用户对物理环境的视野之上，同时保留用户对周围真实世界的感知。^{44Augmented reality | IEEE Technology Navigatortechnav.ieee.org前往参考资料 ↓在新标签页中打开}

IEEE Technology Navigator 的条目把「空间配准」（spatially registered to physical objects or surfaces）写进定义本身，即数字内容不是随意贴在画面上，而是与真实物体或表面在空间上对齐。^{44Augmented reality | IEEE Technology Navigatortechnav.ieee.org前往参考资料 ↓在新标签页中打开}

该定义同时强调「实时」（in real time）：叠加内容需随用户视角与环境变化即时更新，而非事后合成的静态贴图。^{44Augmented reality | IEEE Technology Navigatortechnav.ieee.org前往参考资料 ↓在新标签页中打开}

AR 与虚拟现实（VR）的边界在于：VR 把用户完全沉浸于合成场景，AR 则保留对现实世界的感知并在其上叠加数字表征。^{44Augmented reality | IEEE Technology Navigatortechnav.ieee.org前往参考资料 ↓在新标签页中打开}

Paul Milgram 与 Fumio Kishino 于 1994 年提出的「现实—虚拟连续统」（reality-virtuality continuum）把 AR 置于从纯物理到纯虚拟的混合现实谱系之中，这一框架常被用来划定 AR 与相邻概念的边界。^{44Augmented reality | IEEE Technology Navigatortechnav.ieee.org前往参考资料 ↓在新标签页中打开}

AR 的技术基础横跨计算机视觉、光学、惯性传感、图形渲染与网络系统，其硬件形态从手持智能手机延伸到光学透视式头戴显示器（HMD）。^{44Augmented reality | IEEE Technology Navigatortechnav.ieee.org前往参考资料 ↓在新标签页中打开}

综合上述界定，AR 的判定通常归结为三个要素同时成立：虚实结合（数字内容与真实环境共存并融合）、实时交互（系统对用户与环境变化作出即时响应）、三维配准（虚拟对象在三维空间中与真实场景对齐注册）。三者缺一，往往只能算作叠加显示或离线合成，而非严格意义上的 AR。^{44Augmented reality | IEEE Technology Navigatortechnav.ieee.org前往参考资料 ↓在新标签页中打开}

增强现实显示系统的核心光学架构可分为三类：透视式（see-through）头戴显示、投影式（projective）显示和手持/平板式视频透视（video see-through）显示；其中透视式头戴显示又分为光学透视（optical see-through, OST）和视频透视（video see-through, VST）两种实现路径。^{55Optical See-Through Augmented Reality: A Review of Display Technologiesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|66Video See-Through Augmented Reality: A Surveylink.springer.com前往参考资料 ↓在新标签页中打开}

光学透视（OST）头戴显示通过半透半反镜（beam splitter）或波导（waveguide）将微显示器的图像叠加到真实场景上，用户直接透过光学元件观察真实世界；其优点是真实世界亮度高、无视频延迟，但虚拟图像亮度受环境光影响，且存在遮挡关系难以正确呈现的问题。^{55Optical See-Through Augmented Reality: A Review of Display Technologiesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|77Augmented Reality: Principles and Practicepearson.com前往参考资料 ↓在新标签页中打开}

视频透视（VST）头戴显示通过摄像头采集真实场景图像，与虚拟图像在数字域合成后显示在屏幕上；其优点是虚实融合的遮挡、光照一致性容易处理，且可精确控制虚拟内容，但摄像头采集与显示带来的端到端延迟可能引发晕动症，且真实世界分辨率受摄像头限制。^{66Video See-Through Augmented Reality: A Surveylink.springer.com前往参考资料 ↓在新标签页中打开|88Latency and Cybersickness in Video See-Through Head-Mounted Displaysieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

波导（waveguide）技术是当前消费级AR眼镜的主流光学方案，其利用全内反射（total internal reflection）将光从耦入光栅传输至耦出光栅，具有厚度薄、重量轻、外观接近普通眼镜的优点；但波导的视场角（FOV）受限于材料折射率和光栅设计，且光效较低。^{99Waveguide-Based Augmented Reality Displays: A Reviewopg.optica.org前往参考资料 ↓在新标签页中打开|1010Diffractive Waveguide Optics for Augmented Realityspiedigitallibrary.org前往参考资料 ↓在新标签页中打开}

Birdbath（曲面半透半反）光学方案在消费级AR眼镜中也有应用，其通过分光镜和曲面反射镜折叠光路，可实现较大的视场角和较高的图像质量，但模组体积和重量较大，通常用于分体式AR眼镜。^{1111Birdbath Optical Design for Augmented Reality Glassessid.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

微显示器件是AR显示系统的核心图像源，主要包括LCoS（硅基液晶）、Micro-OLED（硅基OLED）、Micro-LED和激光束扫描（LBS）等；其中Micro-OLED因自发光、高对比度、响应快等特性，在消费级AR眼镜中应用日益广泛。^{1212Microdisplays for Augmented and Virtual Realitysid.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|1313Micro-OLED Displays for AR/VR Applicationssid.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

增强现实显示系统的关键性能指标包括视场角（FOV）、眼动范围（eye box）、出瞳距离（eye relief）、亮度、对比度、分辨率和畸变等；其中FOV和eye box是衡量光学系统设计水平的核心参数，二者往往相互制约。^{1414Fundamentals of Head-Mounted Displays: FOV, Eye Box, and Eye Reliefspiedigitallibrary.org前往参考资料 ↓在新标签页中打开|1515Augmented Reality Display Metrics and Evaluationieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

投影式AR显示（如车载HUD）通过投影单元将图像投射到挡风玻璃或专用 combiner 上，分为C-HUD（组合型）、W-HUD（挡风玻璃型）和AR-HUD（增强现实型）；AR-HUD通过增大视场角并将虚拟信息与真实道路场景融合，提升驾驶安全性。^{1616Automotive Head-Up Displays: Technology and Human Factorssae.org前往参考资料 ↓在新标签页中打开|1717AR-HUD: Augmented Reality Head-Up Display for Enhanced Driving Safetyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

视频透视（VST）头戴显示在消费级VR/MR设备中广泛采用，如Meta Quest系列和Apple Vision Pro均通过前置摄像头实现彩色透视（color passthrough），其透视延迟和畸变校正是影响体验的关键因素。^{1818Meta Quest Pro Passthrough: Color Passthrough and Mixed Realitymeta.com前往参考资料 ↓在新标签页中打开|1919Apple Vision Pro: Technical Specificationsapple.com前往参考资料 ↓在新标签页中打开}

增强现实显示系统的光学设计面临“不可能三角”式的权衡：视场角、眼动范围和显示亮度/光效三者难以同时达到理想水平；增大FOV通常需要更大的光学元件或更复杂的光栅设计，从而增加体积重量或降低光效。^{99Waveguide-Based Augmented Reality Displays: A Reviewopg.optica.org前往参考资料 ↓在新标签页中打开|1414Fundamentals of Head-Mounted Displays: FOV, Eye Box, and Eye Reliefspiedigitallibrary.org前往参考资料 ↓在新标签页中打开}

空间跟踪与配准是增强现实系统的核心环节，其任务是实时估计观察者（或相机）在物理世界中的位姿，并把虚拟内容以正确的空间关系叠加到真实场景上；没有可靠的跟踪，虚拟物体就会漂移、抖动或与真实表面错位。^{2020A Survey of Augmented Realitycs.unc.edu前往参考资料 ↓在新标签页中打开|2121Recent Advances in Augmented Realitycs.unc.edu前往参考资料 ↓在新标签页中打开}

从系统组成看，空间跟踪与配准通常由传感器输入、位姿估计（跟踪）、地图或场景模型维护、以及虚实对齐（配准/注册）四个功能模块构成，并与显示、渲染管线耦合：跟踪输出位姿，渲染管线据此设置虚拟相机的外参，从而完成虚实配准。^{2020A Survey of Augmented Realitycs.unc.edu前往参考资料 ↓在新标签页中打开|2222Augmented Reality: Principles and Practicepearson.com前往参考资料 ↓在新标签页中打开}

按所用传感信息，空间跟踪可分为基于视觉的跟踪（自然特征点、标记物、平面/地图）、基于惯性传感器的跟踪、以及视觉-惯性融合跟踪等类别；纯惯性跟踪响应快但存在积分漂移，纯视觉跟踪精度高但易受光照、纹理和快速运动影响，二者融合是移动 AR 的主流方案。^{2121Recent Advances in Augmented Realitycs.unc.edu前往参考资料 ↓在新标签页中打开|2323Visual-Inertial Navigation: A Concise Reviewarxiv.org前往参考资料 ↓在新标签页中打开}

视觉跟踪的典型流程包括：图像采集与预处理、特征提取与描述、帧间特征匹配或与地图匹配、基于几何约束（如重投影误差最小化）求解相机位姿，以及通过滤波或光束法平差进行位姿优化与地图更新。^{2020A Survey of Augmented Realitycs.unc.edu前往参考资料 ↓在新标签页中打开|2424ORB-SLAM: A Versatile and Accurate Monocular SLAM Systemarxiv.org前往参考资料 ↓在新标签页中打开}

同时定位与建图（SLAM）是移动增强现实中实现无标记空间跟踪与持久化配准的关键技术路线：系统在未知环境中一边估计自身运动轨迹，一边构建环境地图，使虚拟内容能够锚定在真实场景的固定位置并在设备移动后保持稳定。^{2424ORB-SLAM: A Versatile and Accurate Monocular SLAM Systemarxiv.org前往参考资料 ↓在新标签页中打开|2525Past, Present, and Future of Simultaneous Localization and Mapping: Toward the Robust-Perception Agearxiv.org前往参考资料 ↓在新标签页中打开}

视觉-惯性里程计（VIO）把相机图像与惯性测量单元（IMU）的角速度和加速度数据紧耦合，在快速运动、短时纹理缺失等视觉退化条件下仍能维持尺度可观测与位姿稳定，已成为主流移动 AR 平台空间跟踪的基础组件。^{2323Visual-Inertial Navigation: A Concise Reviewarxiv.org前往参考资料 ↓在新标签页中打开|2626VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimatorarxiv.org前往参考资料 ↓在新标签页中打开}

配准（registration）与跟踪（tracking）在概念上可区分：跟踪解决“相机此刻在哪里”的连续位姿估计问题，配准则强调虚拟坐标系与真实坐标系之间的对齐关系及其误差度量，常用重投影误差、对齐精度等指标评价。^{2020A Survey of Augmented Realitycs.unc.edu前往参考资料 ↓在新标签页中打开|2222Augmented Reality: Principles and Practicepearson.com前往参考资料 ↓在新标签页中打开}

基于标记物（fiducial marker）的跟踪通过识别已知图案并求解单应性或透视投影关系获得相机位姿，实现简单、精度稳定，但依赖预先布置标记且作用范围有限，常用于工业、教育与早期 AR 应用。^{2727ARToolKit: A Software Library for Augmented Reality Applicationshitl.washington.edu前往参考资料 ↓在新标签页中打开}

无标记跟踪依赖自然特征与场景地图，其鲁棒性受纹理丰富度、光照变化、动态物体遮挡和运动模糊影响；在弱纹理或强反光表面上，纯视觉跟踪容易丢失或产生尺度漂移。^{2121Recent Advances in Augmented Realitycs.unc.edu前往参考资料 ↓在新标签页中打开|2424ORB-SLAM: A Versatile and Accurate Monocular SLAM Systemarxiv.org前往参考资料 ↓在新标签页中打开}

为抑制长时间运行中的累积误差，空间跟踪系统普遍引入回环检测与全局优化（如位姿图优化、光束法平差），在重访已建图区域时校正漂移，从而维持大范围场景下虚实配准的一致性。^{2424ORB-SLAM: A Versatile and Accurate Monocular SLAM Systemarxiv.org前往参考资料 ↓在新标签页中打开|2525Past, Present, and Future of Simultaneous Localization and Mapping: Toward the Robust-Perception Agearxiv.org前往参考资料 ↓在新标签页中打开}

在系统实现上，跟踪模块需要与显示与渲染保持低延迟同步：从传感器采样到位姿输出再到画面呈现的总延迟若过大，会使用户在头部运动时感到虚拟内容“拖尾”或滞后，因此预测与时间对齐是工程实现中的常见手段。^{2222Augmented Reality: Principles and Practicepearson.com前往参考资料 ↓在新标签页中打开|2828Latency and Motion-to-Photon in Augmented and Virtual Reality Displaysieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

主流移动 AR 开发平台把空间跟踪封装为系统能力对外提供：例如 ARKit 提供世界跟踪、平面检测与持久化锚点，ARCore 提供运动跟踪、环境理解与云锚点，开发者通过锚点（anchor）把虚拟内容绑定到跟踪到的真实位姿上。^{2929ARKit — World Tracking and Anchorsdeveloper.apple.com前往参考资料 ↓在新标签页中打开|3030Overview of ARCore and supported development environments | Google for Developersdevelopers.google.com前往参考资料 ↓在新标签页中打开}

空间配准的精度评价通常以重投影误差或对齐偏差衡量，不同应用对精度的要求差异很大：消费级娱乐可容忍厘米级偏差，而工业装配、医疗导航等场景往往要求毫米级甚至更高的一致性。^{2020A Survey of Augmented Realitycs.unc.edu前往参考资料 ↓在新标签页中打开|2222Augmented Reality: Principles and Practicepearson.com前往参考资料 ↓在新标签页中打开}

增强现实系统在技术构成上包含多传感器融合这一环节：它需要把来自不同传感通道的数据结合起来，才能支撑实时跟踪、注册与场景融合等后续处理。^{3131图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

一个完整的增强现实系统由一组紧密联结、实时工作的硬件部件与相关软件系统协同实现，传感器融合属于其中连接硬件感知与软件处理的关键中间层。^{3131图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

增强现实中的传感器融合目标是把视觉信息、声音、触觉等多种实体信息经计算模拟后叠加到真实世界，使用户在同一个画面或空间中同时感知真实环境与虚拟物体。^{3131图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

增强现实系统具有真实世界与虚拟世界信息集成、实时交互性、以及在三维尺度空间中增添定位虚拟物体三个突出特点，传感器融合直接服务于其中的实时性与空间定位要求。^{3131图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

增强现实系统的渲染环节与普通实时图形渲染的根本差别在于：渲染输出必须与相机捕获的真实环境视图在几何与光度上保持一致，因此渲染管线需要接收来自跟踪定位模块的相机位姿，并以该位姿作为虚拟相机的外参来生成虚拟内容。^{3232CN107329260A - Virtual and augmented reality System and method for - Google Patentspatents.google.com前往参考资料 ↓在新标签页中打开}

在增强现实显示系统中，渲染不仅是生成虚拟物体图像，还包括生成用于引导用户注意力的视觉强调元素；相关专利文献记载了以强度梯度（intensity gradient）渲染视觉重点，或以在该视觉重点周界附近逐渐模糊的方式渲染视觉重点的具体做法。^{3232CN107329260A - Virtual and augmented reality System and method for - Google Patentspatents.google.com前往参考资料 ↓在新标签页中打开}

增强现实的内容生成通常分为离线与实时两条路径：离线路径预先制作三维模型、材质与动画等资产，实时路径则在每一帧根据当前位姿、光照估计与遮挡关系完成虚拟内容的合成，二者共同决定最终呈现的视觉一致性。^{3232CN107329260A - Virtual and augmented reality System and method for - Google Patentspatents.google.com前往参考资料 ↓在新标签页中打开}

光学透视式增强现实设备的内容生成还需考虑显示光学链路带来的畸变与亮度不均匀，渲染阶段往往需要预补偿，这与视频透视式设备在图像域做后处理补偿的路径不同。^{3232CN107329260A - Virtual and augmented reality System and method for - Google Patentspatents.google.com前往参考资料 ↓在新标签页中打开}

在系统组成上，增强现实的内容生成模块与显示光学系统、相机系统之间存在紧耦合：专利文献将相机系统捕获真实环境视图与显示虚拟内容的系统作为一个整体来描述，说明渲染输出需与真实视图在同一坐标系下对齐。^{3232CN107329260A - Virtual and augmented reality System and method for - Google Patentspatents.google.com前往参考资料 ↓在新标签页中打开}

按使用方法划分，增强现实的显示装置通常分为三大类：可穿戴式设备、移动手持显示设备和空间增强设备；手持式（手机、平板）即属于其中的移动手持显示设备一类。^{3333增强现实wapbaike.baidu.com前往参考资料 ↓在新标签页中打开}

手持式增强现实设备指智能手机、平板电脑等带有摄像头并具备一定计算与绘制能力的移动终端，其工作方式是先用内置摄像头捕捉现实世界画面，再把终端自身绘制的虚拟内容与之融合，最终呈现在屏幕上。^{3333增强现实wapbaike.baidu.com前往参考资料 ↓在新标签页中打开}

手持式形态的核心特征是「透过屏幕看世界」：虚拟内容叠加在摄像头采集的实时视频画面上，由屏幕这一平面显示，而不是像头戴式设备那样直接把光学影像送入人眼，因此用户看到的始终是经过数字化重建的现实画面。^{3333增强现实wapbaike.baidu.com前往参考资料 ↓在新标签页中打开}

手持式形态的最大优势在于硬件普及度：智能手机和平板本身已是大众消费品，无需额外购置专用光学或显示硬件，只要安装应用即可获得增强现实体验，这使其成为增强现实最早大规模触达普通用户的一种形态。^{3333增强现实wapbaike.baidu.com前往参考资料 ↓在新标签页中打开}

手持式形态的固有局限来自「手持」这一动作本身：用户必须用一只手（或双手）持续举持设备并对准场景，长时间使用易疲劳，且双手被占用，难以同时进行精细操作或与虚拟对象做自然的双手交互。^{3333增强现实wapbaike.baidu.com前往参考资料 ↓在新标签页中打开}

由于虚拟内容显示在屏幕平面上，手持式增强现实缺乏头戴式设备那种与真实空间直接对应的立体呈现，视场角受屏幕尺寸与持握距离限制，沉浸感通常弱于近眼显示形态。^{3333增强现实wapbaike.baidu.com前往参考资料 ↓在新标签页中打开}

头戴式显示器（Head-Mounted Display，HMD）是增强现实系统中最具代表性的近眼显示形态，其核心特征是将显示单元与光学元件集成在头戴装置上，使虚拟图像经光学系统投射到用户眼前，从而在用户视野中与真实场景叠加。^{3434Augmented Reality: Principles and Practicepearson.com前往参考资料 ↓在新标签页中打开|3535A Survey of Augmented Realitynowpublishers.com前往参考资料 ↓在新标签页中打开}

按虚实融合的光学路径划分，AR 头显主要分为视频透视式（Video See-Through，VST）与光学透视式（Optical See-Through，OST）两类：前者用摄像头采集真实场景、经图像合成后由不透明显示屏呈现；后者通过半透半反光学组合器让真实光线与虚拟图像同时进入人眼。^{3434Augmented Reality: Principles and Practicepearson.com前往参考资料 ↓在新标签页中打开|99Waveguide-Based Augmented Reality Displays: A Reviewopg.optica.org前往参考资料 ↓在新标签页中打开}

光学透视式头显的关键光学组合器方案包括曲面半透半反镜、平板波导（waveguide）与衍射光栅耦合等；其中波导方案因能把光机模组侧置、减小前部体积，成为近年消费级与工业级 AR 眼镜的主流选择。^{99Waveguide-Based Augmented Reality Displays: A Reviewopg.optica.org前往参考资料 ↓在新标签页中打开|3636Augmented reality eyewear: optical architectures and display technologiesnature.com前往参考资料 ↓在新标签页中打开}

视频透视式头显的典型代表是微软 HoloLens 之外的 Meta Quest 系列与苹果 Vision Pro：它们以不透明显示屏加前置摄像头实现混合现实（MR），其优点是虚拟物体遮挡关系与亮度可控、视场角较大，代价是真实场景经过摄像与显示链路后存在时延与色彩偏差。^{1919Apple Vision Pro: Technical Specificationsapple.com前往参考资料 ↓在新标签页中打开|3737Meta Quest 3: Technical specificationsmeta.com前往参考资料 ↓在新标签页中打开}

微软 HoloLens 2 采用光学透视方案，官方标称对角视场角约 52 度，并集成手部追踪与眼动追踪；其前代 HoloLens 1 的视场角约为 34 度，两代产品均面向企业与工业场景。^{3838HoloLens 2: Technical specificationslearn.microsoft.com前往参考资料 ↓在新标签页中打开}

Magic Leap 2 采用光学透视波导方案，官方标称视场角约 70 度对角，并支持调光（dimming）功能以在明亮环境下提升虚拟图像对比度。^{3939Magic Leap 2: Technical specificationsmagicleap.com前往参考资料 ↓在新标签页中打开}

按佩戴形态与算力归属，AR 头戴设备可进一步分为一体机（standalone，算力与电池集成于头显）与分体式（tethered，由外接计算单元或手机供电与渲染）两类；分体式可减轻头部重量，但受线缆或无线链路约束。^{3535A Survey of Augmented Realitynowpublishers.com前往参考资料 ↓在新标签页中打开}

在工业与医疗等专业领域，头戴式 AR 设备常以头带式或安全帽附加式形态出现，例如 RealWear 与 Vuzix 的产品线，强调免手持、防尘防溅与长续航，而非大视场角消费体验。^{4040RealWear Navigator 500: Product specificationsrealwear.com前往参考资料 ↓在新标签页中打开|4141Vuzix M400: Product specificationsvuzix.com前往参考资料 ↓在新标签页中打开}

头戴式 AR 设备长期面临重量、散热与电池续航的三角制约：消费级产品普遍将整机重量控制在 50 至 100 克量级以适合长时间佩戴，而算力与电池容量因此受限，部分产品采用分体或外接电池方案缓解。^{3636Augmented reality eyewear: optical architectures and display technologiesnature.com前往参考资料 ↓在新标签页中打开}

视场角（FOV）是头戴式 AR 显示形态的核心指标之一，光学透视方案受波导与组合器物理尺寸限制，消费级产品视场角多在 30 至 70 度对角范围，明显小于视频透视式头显。^{99Waveguide-Based Augmented Reality Displays: A Reviewopg.optica.org前往参考资料 ↓在新标签页中打开|3838HoloLens 2: Technical specificationslearn.microsoft.com前往参考资料 ↓在新标签页中打开|3939Magic Leap 2: Technical specificationsmagicleap.com前往参考资料 ↓在新标签页中打开}

眼镜式显示形态指把显示、传感与计算单元集成在眼镜形态的框架上、由用户头戴使用的增强现实设备，其核心特征是光学透视（optical see-through）：用户透过半透明光学组合器直接看到真实世界，虚拟图像由微显示器经光路投射并叠加在真实视野中，因此设备不需要用摄像头拍摄现实再转播到不透明屏幕上。^{4242了解 Android XR 设备的类型 | Android Developersandroid-dot-devsite-v2-prod.appspot.com前往参考资料 ↓在新标签页中打开}

与不透明显示屏的头戴式设备相比，光学透视眼镜式设备无法呈现“纯黑”并完全遮挡现实世界，其虚拟内容始终与真实场景叠加，因而在沉浸式虚拟现实体验上存在固有局限；Android XR 文档把“显示屏不透明、可完全遮挡现实世界”列为 XR 头戴设备区别于其他形态的关键视觉特征。^{4242了解 Android XR 设备的类型 | Android Developersandroid-dot-devsite-v2-prod.appspot.com前往参考资料 ↓在新标签页中打开}

视野范围是区分眼镜式与头戴式的重要指标：主流 XR 头戴设备通常提供 110° 以上的视野，而受光学组合器尺寸与耦出光栅效率限制，眼镜式设备的典型视场明显更小，这也是该形态长期以来的主要短板之一。^{4242了解 Android XR 设备的类型 | Android Developersandroid-dot-devsite-v2-prod.appspot.com前往参考资料 ↓在新标签页中打开}

眼镜式设备按光学架构可分为棱镜式、Birdbath（离轴反射）式与光波导式三类；其中光波导又细分为几何（浮雕）光波导与衍射（表面浮雕光栅、体全息）光波导，波导方案因能把图像源侧置、使镜片外观接近普通眼镜而成为消费级产品的主流路线。^{4242了解 Android XR 设备的类型 | Android Developersandroid-dot-devsite-v2-prod.appspot.com前往参考资料 ↓在新标签页中打开}

眼镜式形态内部还可按是否具备独立计算与电池分为一体机（standalone）与分体式（tethered / 需连接手机或计算单元）两类：一体机把 SoC、电池与散热集成在镜腿中，分体式则把重负载计算外置以换取更轻的佩戴重量。^{4242了解 Android XR 设备的类型 | Android Developersandroid-dot-devsite-v2-prod.appspot.com前往参考资料 ↓在新标签页中打开}

在输入方式上，眼镜式设备通常以手部跟踪、眼动追踪与可选的 6DoF 控制器为主要交互手段，这与头戴式 XR 设备的输入范式一致；但受体积与功耗限制，眼镜式产品往往更依赖触摸板、语音与手机伴侣应用作为补充输入。^{4242了解 Android XR 设备的类型 | Android Developersandroid-dot-devsite-v2-prod.appspot.com前往参考资料 ↓在新标签页中打开}

Android XR 平台把设备形态明确划分为 XR 头戴设备等类别，并针对不同形态提供 Jetpack XR SDK、Unity 与 OpenXR 等开发路径，说明主流平台在系统层已把“形态差异”作为一等公民对待，开发者需要按目标形态选择渲染、输入与性能策略。^{4242了解 Android XR 设备的类型 | Android Developersandroid-dot-devsite-v2-prod.appspot.com前往参考资料 ↓在新标签页中打开}

抬头显示系统（Head-Up Display，HUD）最初应用于军用航空领域，其核心目的是把飞行信息投射到飞行员视野前方，以提高信息获取效率与反应速度；此后该技术才逐步向民用汽车领域迁移。^{33图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

在汽车上，HUD 的早期形态是组合型抬头显示（Combiner HUD，C-HUD），仅显示车速、导航等基础信息，属于辅助驾驶功能；随着智能网联汽车产业发展，HUD 正从辅助功能演变为融合增强现实与智能感知的沉浸式信息呈现平台。^{33图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

按显示形态，车载 HUD 通常被划分为组合型抬头显示（C-HUD）、风挡型抬头显示（W-HUD）与增强现实抬头显示（AR-HUD）三类，其演进方向是成像距离更远、视场角更大、与真实道路场景的贴合度更高。^{33图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

AR-HUD 与普通 W-HUD 的关键区别在于：AR-HUD 把导航指示、前车预警等虚拟信息按透视关系叠加到真实道路画面上，使虚拟图层与车道、路口等实际场景在视觉上对齐，从而减少驾驶员在仪表与路面之间切换视线的次数。^{33图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

HUD 在智能汽车中的定位正从单一显示部件转向人-车-路-云交互的关键节点，并被视为体现整车智能化水平与差异化竞争力的标志之一。^{33图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

基于视觉的 SLAM（Visual SLAM）是增强现实跟踪定位与空间配准的核心技术路线之一：它仅依靠相机采集的图像序列，在未知环境中同时估计相机自身的位姿并增量式构建环境地图，从而为虚拟内容提供相对于真实场景的六自由度空间基准。^{4343Optimal Spatial Registration of SLAM for Augmented Reality - Fraunhofer IGDigd.fraunhofer.de前往参考资料 ↓在新标签页中打开|4444Tracking and Registration Algorithm of Augmented Reality on Unknown Scene Based on IEKF-SLAM--《Computer Engineering》2016年01期en.cnki.com.cn前往参考资料 ↓在新标签页中打开}

在增强现实语境下，SLAM 要解决的核心问题是空间配准（registration）：把虚拟三维图形以透视正确、位置正确的方式嵌入运动相机所拍摄的图像或光学透视显示器的视野中，使虚实两界在视觉上无缝衔接。Fraunhofer IGD 的研究指出，这一目标需要同时求解静态与动态两类配准问题。^{4343Optimal Spatial Registration of SLAM for Augmented Reality - Fraunhofer IGDigd.fraunhofer.de前往参考资料 ↓在新标签页中打开}

视觉 SLAM 的典型处理流程可概括为：前端做特征提取与帧间数据关联（特征跟踪或直接法光度对齐），后端以滤波或非线性优化方式联合估计相机轨迹与地图点，并配合回环检测与全局优化抑制累积漂移；增强现实系统在此之上还需完成地图与虚拟坐标系的对齐。^{4343Optimal Spatial Registration of SLAM for Augmented Reality - Fraunhofer IGDigd.fraunhofer.de前往参考资料 ↓在新标签页中打开|4444Tracking and Registration Algorithm of Augmented Reality on Unknown Scene Based on IEKF-SLAM--《Computer Engineering》2016年01期en.cnki.com.cn前往参考资料 ↓在新标签页中打开}

在滤波类视觉 SLAM 方案中，扩展卡尔曼滤波（EKF）因对非线性观测模型做一阶线性化而存在估计精度受限的问题；针对未知场景的增强现实跟踪与配准，已有研究采用迭代扩展卡尔曼滤波（IEKF）结合 SLAM 来改善非线性估计结果。^{4444Tracking and Registration Algorithm of Augmented Reality on Unknown Scene Based on IEKF-SLAM--《Computer Engineering》2016年01期en.cnki.com.cn前往参考资料 ↓在新标签页中打开}

视觉 SLAM 用于增强现实时，其空间配准精度直接决定虚实融合的视觉稳定性：位姿估计的抖动或漂移会表现为虚拟物体相对真实场景的滑移与跳动，因此实时性、鲁棒性与配准精度构成该技术路线的主要工程约束。^{4343Optimal Spatial Registration of SLAM for Augmented Reality - Fraunhofer IGDigd.fraunhofer.de前往参考资料 ↓在新标签页中打开}

基于平面标记物的跟踪方法通常从采集图像中提取角点或边缘等特征，与已知标记图案进行匹配，再通过单应性估计求解标记平面相对于相机的位姿；由于标记的几何尺寸已知，单应矩阵分解可同时给出旋转与平移，从而得到六自由度位姿。^{4545Homography estimation and pose from planar targetsdocs.opencv.org前往参考资料 ↓在新标签页中打开}

ARToolKit 是早期最具影响力的开源标记跟踪工具库之一，由加藤博一（Hirokazu Kato）开发，采用方形黑白标记，通过阈值化、轮廓提取与四边形拟合定位标记，再用模板匹配识别标记内部的图案编号，最后以平面单应性求解位姿。^{2727ARToolKit: A Software Library for Augmented Reality Applicationshitl.washington.edu前往参考资料 ↓在新标签页中打开|4646Marker tracking and HMD calibration for a video-based augmented reality conferencing systemieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

ARToolKit 的位姿估计在标记接近正对相机时较为稳定，但当标记平面与成像平面夹角变小（斜视）时，单应分解对噪声敏感，位姿抖动明显，这是方形标记方案被广泛讨论的固有局限。^{4747A survey of marker-based and markerless tracking for augmented realityieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

为克服黑白方形标记的局限，后续工作提出以编码点阵或圆形特征构成的基准标记，例如 AprilTag 采用二维条形码式的编码图案，可在较大视角和距离范围内稳定检测并唯一识别多个标记，同时给出位姿估计。^{4848AprilTag: A robust and flexible visual fiducial systemieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

AprilTag 的检测流程包括自适应阈值化、线段检测、四边形拟合、编码位解码与基于最小二乘的位姿优化，其开源实现提供了 C 语言库并可与 OpenCV 等视觉库配合使用。^{4848AprilTag: A robust and flexible visual fiducial systemieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|4949AprilTag 3: A flexible and fast fiducial detectorieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

ArUco 是 OpenCV contrib 模块中提供的基准标记方案，包含预定义的标记字典与检测、位姿估计接口，常被用于相机标定、增强现实与机器人定位等场景。^{5050ArUco marker detection (OpenCV contrib module)docs.opencv.org前往参考资料 ↓在新标签页中打开}

无标记（markerless）跟踪依赖自然特征点或边缘，通过特征提取与描述（如 SIFT、ORB）、特征匹配以及基于几何约束的位姿求解来完成跟踪；这类方法不需要在场景中预先布置人工标记，但计算量通常高于标记物方案。^{5151ORB: An efficient alternative to SIFT or SURFieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|5252Markerless augmented reality: a surveyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

平面检测是许多移动增强现实系统的核心环节：系统从相机图像或深度数据中估计场景中的水平或垂直平面，并将虚拟物体锚定到该平面上，从而在无需预先布置标记的情况下实现稳定的放置与遮挡关系。^{5353ARKit: Understanding augmented reality — Plane detectiondeveloper.apple.com前往参考资料 ↓在新标签页中打开}

ARKit 提供平面检测能力，可识别水平面并在后续版本中扩展到垂直面，检测到的平面以锚点（anchor）形式暴露给应用，开发者可据此放置和更新虚拟内容。^{5353ARKit: Understanding augmented reality — Plane detectiondeveloper.apple.com前往参考资料 ↓在新标签页中打开|5454ARKit 1.5 adds vertical plane detection and image trackingdeveloper.apple.com前往参考资料 ↓在新标签页中打开}

标记物方案与平面检测方案在精度与鲁棒性上各有取舍：标记物在标记可见时能提供较高精度的位姿，但需要预先布置且易受遮挡与光照影响；平面检测无需布置标记、适用面更广，但平面估计的精度和稳定性通常低于标记物方案。^{4747A survey of marker-based and markerless tracking for augmented realityieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|5353ARKit: Understanding augmented reality — Plane detectiondeveloper.apple.com前往参考资料 ↓在新标签页中打开}

在光照变化、运动模糊或标记部分遮挡的条件下，标记检测的召回率会明显下降，因此实际系统常结合惯性测量单元等传感器进行融合，以在标记短暂丢失时维持位姿估计的连续性。^{5555Fusion of inertial and visual marker tracking for robust augmented realityieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

平面检测的输出通常以平面参数（法向量与到原点距离）或平面多边形表示，系统需要对多帧观测进行融合与优化，以抑制平面边界抖动和重复平面等问题。^{5656Plane detection and reconstruction in ARCoredevelopers.google.com前往参考资料 ↓在新标签页中打开}

惯性测量单元（IMU）通常包含三轴加速度计与三轴陀螺仪，部分型号集成磁力计，能以数百赫兹的高频率输出线加速度与角速度，因此在增强现实跟踪中常被用于提供高频、低延迟的位姿增量估计，弥补视觉跟踪在快速运动或纹理缺失场景下的帧率不足。^{5757Inertial Measurement Unit - an overviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

纯惯性航位推算的误差会随时间累积：陀螺仪零偏经一次积分变为角度漂移，加速度计零偏经二次积分变为位置漂移，因此单独使用 IMU 无法维持增强现实所需的长期空间配准精度，必须与视觉、磁力计或超宽带等外部观测融合。^{5757Inertial Measurement Unit - an overviewsciencedirect.com前往参考资料 ↓在新标签页中打开|5858Vision meets robotics: The KITTI datasetjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

视觉-惯性紧耦合融合（如基于预积分理论的 VINS-Mono、OKVIS 等开源系统）将 IMU 预积分因子与视觉重投影误差联合优化，在公开数据集上可实现厘米级轨迹精度，已成为移动端增强现实跟踪的主流方案之一。^{5959VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimatorieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|6060Keyframe-based visual–inertial odometry using nonlinear optimizationjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

磁力计可为惯性/视觉系统提供绝对航向观测，抑制偏航角漂移；但室内环境中的钢铁结构、电子设备会产生磁干扰，使磁力计读数不可靠，因此实际系统通常对磁力计观测设置鲁棒核函数或进行在线标定与异常检测。^{6161Magnetometer Calibration and Its Application in Attitude Estimationieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

超宽带（UWB）测距/测角可为增强现实设备提供绝对位置约束，在视觉退化场景（如弱纹理白墙、强光）下与惯性、视觉形成互补；已有研究将 UWB 与视觉-惯性里程计紧耦合，在室内实现分米级定位。^{6262UWB-VIO: Tightly Coupled Ultra-Wideband and Visual-Inertial Odometry for Indoor Localizationieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

深度相机（结构光或 ToF）可提供稠密深度观测，用于增强现实中的尺度恢复、平面检测与遮挡处理；但其在阳光直射、高反光或远距离场景下性能显著下降，因此常与 IMU、RGB 相机联合使用以提高鲁棒性。^{6363Depth Sensing for Augmented Reality: A Surveyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在智能手机与头显等移动增强现实平台上，惯性传感器与视觉相机通常硬件同步并共享时钟，Android 的 SensorManager 与 ARCore、苹果的 ARKit 均提供融合后的位姿输出，开发者无需直接处理原始 IMU 数据即可获得六自由度跟踪。^{6464ARCore Fundamental Concepts: Motion Trackingdevelopers.google.com前往参考资料 ↓在新标签页中打开|6565ARKit: Understanding World Trackingdeveloper.apple.com前往参考资料 ↓在新标签页中打开}

全球导航卫星系统（GNSS）在室外开阔环境可为增强现实提供绝对位置，但在城市峡谷与室内信号衰减严重，且更新率低（通常 1–10 Hz），因此主要用于室外大范围场景的粗定位，与惯性、视觉组合形成多源融合架构。^{6666GNSS/INS Integration for Outdoor Augmented Reality: A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

多传感器融合的时空标定（相机-IMU 外参、时间偏移）是保证增强现实配准精度的关键环节；在线标定方法（如 Kalibr 工具箱支持的连续时间批量估计）可在系统运行中估计并补偿标定误差，避免因装配公差或温度变化导致的配准漂移。^{6767Kalibr: Unified Temporal and Spatial Calibration for Multi-Sensor Systemsgithub.com前往参考资料 ↓在新标签页中打开}

在智能座舱场景中，车辆自身的轮速计、方向盘转角与 IMU 可与前视相机融合，为增强现实抬头显示（AR-HUD）提供稳定的车辆位姿与道路几何估计；由于座舱环境光照变化剧烈且相机安装刚性较好，惯性辅助对抑制视觉跟踪抖动尤为重要。^{6868Augmented Reality Head-Up Display: A Review of Enabling Technologies and Human Factorsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

增强现实技术在显示装置层面的历史可追溯到20世纪60年代：1968年，计算机图形学先驱伊万·萨瑟兰（Ivan Sutherland）提出「终极显示器」（The Ultimate Display）设想，并设计实现了被称为「达摩克利斯之剑」（Sword of Damocles）的头戴式显示器，该装置采用透视式显示，只能在用户视野前方叠加简单的线框模型。^{3131图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

1974年，迈伦·克鲁格（Myron Krueger，材料中写作 Myrib Krueger）发明了 Videoplace 系统，用户可以通过自己的剪影与投影画面进行交互，这一系统被视为早期探索虚实互动呈现的代表性装置之一。^{3131图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

「增强现实」（augmented reality）这一术语通常被认为由波音公司工程师汤姆·考德尔（Tom Caudell）与戴维·米泽尔（David Mizell）于1990年前后提出：他们在研发穿透式头戴显示装置、帮助飞机装配工人实时查看线缆装配图的过程中正式使用了该词。^{3131图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

早期头戴式增强现实显示装置的核心局限在于呈现能力：受当时计算机图形与光学技术限制，达摩克利斯之剑一类系统只能叠加简单线框图形，视场与跟踪精度有限，距离实用化的虚实融合体验尚有明显差距。^{3131图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

2017 年前后，苹果与谷歌分别推出面向移动操作系统的增强现实开发套件 ARKit 与 ARCore，把平面检测、自然特征跟踪等能力封装为系统级 API，使开发者无需自研底层视觉算法即可在普通智能手机上构建 AR 应用，这被视为移动端 AR 从实验演示走向规模化普及的转折点。^{6969Web AR: A Promising Future for Mobile Augmented Reality—State of the Art, Challenges, and Insightsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

移动端 AR 的普及依托三条并行的技术条件：专用 AR 设备与成熟开发套件（如 ARCore、ARKit）的出现、移动设备性能与传感器集成度的提升、以及计算机视觉技术的进步；这三者在近年的同时成熟共同推动了移动 AR 的研发与落地。^{6969Web AR: A Promising Future for Mobile Augmented Reality—State of the Art, Challenges, and Insightsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

基于浏览器的 Web AR 被视为移动端 AR 普及的重要路径之一，因为它免去了应用安装环节，用户通过链接即可进入 AR 体验；但其代价是把自然特征跟踪等计算密集任务压到移动设备上，带来沉重的计算压力。^{6969Web AR: A Promising Future for Mobile Augmented Reality—State of the Art, Challenges, and Insightsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

针对 Web AR 在移动端算力不足的问题，除继续提升终端性能外，网络侧的进步（如当时即将商用的 5G）被提出作为另一条解决途径，即把部分计算负载转移到边缘或云端。^{6969Web AR: A Promising Future for Mobile Augmented Reality—State of the Art, Challenges, and Insightsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

移动端 AR 普及的另一表现是开发门槛下移：ARKit、ARCore 等开发套件与 Google Glass、Microsoft HoloLens、Epson Moverio BT-300、Magic Leap 等专用 AR 设备共同构成了从手机到头显的梯度化硬件与工具生态，使同一类 AR 内容可以覆盖不同档次的终端。^{6969Web AR: A Promising Future for Mobile Augmented Reality—State of the Art, Challenges, and Insightsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

2015年1月，微软发布HoloLens，这是首款独立的、由内向外跟踪的混合现实头显，搭载Windows 10全息计算平台，通过多个环境感知摄像头实现空间映射与手势交互，无需外部基站。^{7070Microsoft HoloLens: The First Fully Untethered Holographic Computernews.microsoft.com前往参考资料 ↓在新标签页中打开}

2016年，微软推出HoloLens开发者版（Development Edition），定价3000美元，主要面向企业与开发者，标志着空间计算设备进入商业化早期阶段。^{7171HoloLens Development Edition Now Available for Pre-orderblogs.windows.com前往参考资料 ↓在新标签页中打开}

2019年，微软发布HoloLens 2，改进了视场角、佩戴舒适度和手部追踪精度，并引入Azure远程渲染服务，进一步推动空间计算在工业与医疗领域的应用。^{7272HoloLens 2: A New Era of Mixed Realitynews.microsoft.com前往参考资料 ↓在新标签页中打开}

空间计算阶段的核心特征是从头显向眼镜形态演进，强调由内向外跟踪、环境理解、手势与眼动交互，以及虚实融合的沉浸式体验，而非单纯的视觉叠加。^{7373Spatial Computing: The Next Frontier in Human-Computer Interactiondl.acm.org前往参考资料 ↓在新标签页中打开}

ARCore 是 Google 提供的移动端增强现实平台，通过手机摄像头把虚拟内容与真实世界整合，其核心能力由运动跟踪、环境理解和光照估计三项技术构成。^{3030Overview of ARCore and supported development environments | Google for Developersdevelopers.google.com前往参考资料 ↓在新标签页中打开}

ARCore 通过跟踪手机位置并构建对真实世界的理解，使虚拟物体能够被放置在场景中、看起来与实景融合，并在设备移动后保持固定在原位。^{3030Overview of ARCore and supported development environments | Google for Developersdevelopers.google.com前往参考资料 ↓在新标签页中打开}

ARCore 运行在满足设备认证要求的 Android 手机上，官方要求系统版本为 Android 7.0 及以上。^{3030Overview of ARCore and supported development environments | Google for Developersdevelopers.google.com前往参考资料 ↓在新标签页中打开}

Google 为 ARCore 提供了面向 Android、iOS、Unity、Unreal 和 Web 等主流开发环境的 SDK，开发者既可新建 AR 体验，也可在既有应用中叠加 AR 功能。^{3030Overview of ARCore and supported development environments | Google for Developersdevelopers.google.com前往参考资料 ↓在新标签页中打开}

移动端 AR 开发的一个现实特点是工具与框架种类繁多，初学者往往面对大量可选方案而难以判断取舍，因此选型通常需要结合目标平台、引擎熟悉度和团队既有技术栈来决定。^{7474Cómo crear realidad aumentada en Android e iOS: 7 pasos para desarrolladoreskeepcoding.io前往参考资料 ↓在新标签页中打开}

Android XR 是 Google 面向扩展现实（XR）设备推出的操作系统平台，其 SDK 以 Android 开发者工具链为基础，覆盖从增强现实叠加信息（augmented overlays）到完全沉浸式环境（fully immersive environments）的应用形态。^{7575What’s New in Android XR: Tooling, Engine Support, and Ecosystem Updatesandroid-developers.googleblog.com前往参考资料 ↓在新标签页中打开}

Google 在 2026 年 6 月发布的 Android XR 更新中，重点介绍了工具链（tooling）、游戏引擎支持（engine support）与生态（ecosystem）三方面的进展，说明 XR 操作系统的竞争已从硬件转向开发者工具与引擎集成。^{7575What’s New in Android XR: Tooling, Engine Support, and Ecosystem Updatesandroid-developers.googleblog.com前往参考资料 ↓在新标签页中打开}

三星 Galaxy XR 头显已作为 Android XR 平台的首批落地设备上市，意味着 XR 操作系统与 SDK 的成熟度可以直接由商用硬件验证。^{7575What’s New in Android XR: Tooling, Engine Support, and Ecosystem Updatesandroid-developers.googleblog.com前往参考资料 ↓在新标签页中打开}

Android XR SDK 在 Google I/O 期间以开发者预览版（Developer Preview）形式迭代，Google 官方博客提到 Developer Preview 4，表明该 SDK 在正式版之前经历了多轮预览发布。^{7575What’s New in Android XR: Tooling, Engine Support, and Ecosystem Updatesandroid-developers.googleblog.com前往参考资料 ↓在新标签页中打开}

主流 XR 操作系统与 SDK 普遍强调对第三方游戏引擎（如 Unity、Unreal）的支持，因为引擎层是降低 AR/VR 应用开发门槛、复用既有 3D 内容管线的关键环节。^{7575What’s New in Android XR: Tooling, Engine Support, and Ecosystem Updatesandroid-developers.googleblog.com前往参考资料 ↓在新标签页中打开}

XR 操作系统与 SDK 的演进方向包括：统一的会话（session）与空间锚点 API、对手势与眼动追踪等输入方式的标准接口，以及对 2D 应用在空间环境中复用的兼容层。^{7575What’s New in Android XR: Tooling, Engine Support, and Ecosystem Updatesandroid-developers.googleblog.com前往参考资料 ↓在新标签页中打开}

微信小程序生态中存在以「小程序插件」形式分发的 AR 能力：开发者在小程序中引入插件即可获得图像识别跟踪、手势识别、平面检测等 AR 功能，无需自行实现底层视觉算法与渲染管线。^{7676微信小程序AR实现，手势AR、图像AR、平面AR，引入小程序插件即可使用，免开发 - DCloud 插件市场ext.dcloud.net.cn前往参考资料 ↓在新标签页中打开|7777易现小程序 AR SDK 产品介绍 | EZXR 开发者中心dongjian-web.netease.com前往参考资料 ↓在新标签页中打开}

易现（EZXR）小程序 AR SDK 明确以微信小程序插件形式嵌入，向下整合设备端 AR 算法与自研算法，提供图片识别跟踪、物体识别跟踪、手势识别跟踪、空间视觉定位、导航路径规划等算法服务。^{7777易现小程序 AR SDK 产品介绍 | EZXR 开发者中心dongjian-web.netease.com前往参考资料 ↓在新标签页中打开}

小程序端的包体大小限制是轻量级 AR 方案的核心工程约束之一：易现针对小程序端包体限制对插件内渲染引擎做了针对性优化，在保持渲染效果的同时缩减包体，为小程序其他功能留出空间。^{7777易现小程序 AR SDK 产品介绍 | EZXR 开发者中心dongjian-web.netease.com前往参考资料 ↓在新标签页中打开}

微信小程序提供了 XRFrame 框架作为原生 3D/AR 能力接口，第三方小程序 AR SDK 已适配该框架，使开发者可在原生接口与插件方案之间选择，并获得更好的性能表现。^{7777易现小程序 AR SDK 产品介绍 | EZXR 开发者中心dongjian-web.netease.com前往参考资料 ↓在新标签页中打开}

轻量级小程序 AR 插件通常配套完整工具链，覆盖空间采集建图、导航地图标注、内容制作等环节，使 AR 导航等复杂功能得以在小程序端落地。^{7777易现小程序 AR SDK 产品介绍 | EZXR 开发者中心dongjian-web.netease.com前往参考资料 ↓在新标签页中打开}

DCloud 插件市场上的小程序 AR 插件以「免开发、引入即用」为卖点，支持手势 AR、图像 AR、平面 AR 等能力，并持续迭代版本，例如 11.x 系列陆续加入多图集创建、多图识别组件参数自定义、本地识别图片数量与资源缓存数量可配置、自定义素材 URL 替换、视频播放状态回调等能力。^{7676微信小程序AR实现，手势AR、图像AR、平面AR，引入小程序插件即可使用，免开发 - DCloud 插件市场ext.dcloud.net.cn前往参考资料 ↓在新标签页中打开}

该小程序 AR 插件宣称对使用者不收取费用、无使用限制，并提供网页 AR 集成文档，说明轻量级 AR 能力同时存在小程序插件与 Web 端两条交付路径。^{7676微信小程序AR实现，手势AR、图像AR、平面AR，引入小程序插件即可使用，免开发 - DCloud 插件市场ext.dcloud.net.cn前往参考资料 ↓在新标签页中打开}

小程序 AR 插件普遍采用跨平台前端框架兼容策略：以 uni-app 为例，同一插件需覆盖 Vue2/Vue3、Android/iOS/鸿蒙客户端，以及微信、支付宝、抖音、百度、快手、京东、QQ、飞书、小红书等多个小程序平台与鸿蒙元服务。^{7676微信小程序AR实现，手势AR、图像AR、平面AR，引入小程序插件即可使用，免开发 - DCloud 插件市场ext.dcloud.net.cn前往参考资料 ↓在新标签页中打开}

轻量级小程序 AR 的能力边界受端侧算力与包体约束，通常采用「端侧识别 + 云端识别」混合策略，例如通过设定手机静止时长阈值触发云识别，以在识别范围与响应速度之间折中。^{7676微信小程序AR实现，手势AR、图像AR、平面AR，引入小程序插件即可使用，免开发 - DCloud 插件市场ext.dcloud.net.cn前往参考资料 ↓在新标签页中打开}

抬头显示（HUD）是智能座舱的重要配置之一，主要显示车速、发动机或电机转速、导航等基本信息；借助增强现实（AR）与虚拟现实（VR）技术，HUD 可将现实路况与虚拟信息叠加融合，从而拓展其信息展示范畴与应用场景。^{7878多种技术赋能，汽车抬显2025年加速迎来新机遇？cnautonews.com前往参考资料 ↓在新标签页中打开}

在导航场景中，AR-HUD 可在车辆接近路口时于真实道路画面上以立体、动态形式突出显示转弯车道，甚至模拟转弯后的道路景象，使驾驶员无需频繁切换视线即可获取路径信息，被业界视为提升驾驶安全性与便利性的手段。^{7878多种技术赋能，汽车抬显2025年加速迎来新机遇？cnautonews.com前往参考资料 ↓在新标签页中打开}

下一代车载信息娱乐系统（IVI）的演进方向之一，是把增强现实导航、语音助手与基于 AI 的个性化整合进驾驶视野，使交互从手动触控转向语音、手势与叠加视觉等自然方式。^{7979Next-Gen IVI: Integrating AR Navigation and Voice Assistants for Immersive In-Car Experiencepromwad.com前往参考资料 ↓在新标签页中打开}

行业研究把车载 XR 的典型使用场景归纳为三类：娱乐（车内观影、游戏）、导航与驾驶辅助（导航指示、泊车辅助、危险预警），以及智能手机、智能眼镜与智能汽车之间的多设备无缝信息流。^{8080汽車用XR產業(2025年) - 日商環球訊息有限公司 (GII)gii.tw前往参考资料 ↓在新标签页中打开}

XR 设备与 AI 模型的融合正在改变出行体验，例如利用影像识别记录停车位置以帮助用户在大型停车场快速找车，并可通过 XR 设备整合停车、加油等出行支付场景。^{8080汽車用XR產業(2025年) - 日商環球訊息有限公司 (GII)gii.tw前往参考资料 ↓在新标签页中打开}

尽管应用潜力明显，车载 XR 技术整体仍处于起步阶段，尚未达到市场临界点，其推广面临技术成熟度不足、成本高昂以及汽车场景下用户接受度有待提升等挑战。^{8080汽車用XR產業(2025年) - 日商環球訊息有限公司 (GII)gii.tw前往参考资料 ↓在新标签页中打开}

2025 年，广汽、一汽、长城、极氪等中国主机厂已公布 XR 相关专利，理想汽车也在招聘中列出与 AI/VR 智能眼镜相关的高级硬件产品经理等职位，显示主机厂正积极布局车载 XR。^{8080汽車用XR產業(2025年) - 日商環球訊息有限公司 (GII)gii.tw前往参考资料 ↓在新标签页中打开}

在文博展示领域，增强现实（含与之衔接的混合现实）已被用于把静态展品与遗址转化为可叠加数字内容的沉浸式展陈：深圳龙岗文博展览馆举办的“楚国贵族的地下王国”特展以 MR 沉浸式形式展出河南南阳出土青铜器 222 件（套），涵盖礼器、兵器、车马器、日用杂器等门类，由中国文物交流中心指导、深圳市龙岗区文化广电旅游体育局主办。^{8181“楚国贵族的地下王国”MR沉浸式青铜文物特展在深圳举办ncha.gov.cn前往参考资料 ↓在新标签页中打开}

遗址类场景是 AR 展陈的典型落点：杭州良渚博物院向观众提供 AI 导览眼镜，观众戴上后可在遗址现场看到叠加呈现的五千年前良渚古城景象，把“读说明牌”变为“看场景复原”。^{8282戴上AR眼镜，五千年前的良渚古城在眼前“活”了起来_腾讯新闻news.qq.com前往参考资料 ↓在新标签页中打开}

从观众体验角度看，AR 数字展陈被文博机构与媒体表述为降低理解门槛的手段：良渚博物院的体验者认为，科技是帮助普通游客读懂历史、获得沉浸式体验的有效载体，这一表述也反映出文博场馆引入 AR 的主要动机——服务非专业观众的知识获取，而非替代实物展品。^{8282戴上AR眼镜，五千年前的良渚古城在眼前“活”了起来_腾讯新闻news.qq.com前往参考资料 ↓在新标签页中打开}

文博 AR 应用常与更大的文化交流和遗产旅游议程绑定：良渚的 AR 体验发生在第四届“良渚论坛”（10 月 18 日至 20 日于杭州举行）期间的中外嘉宾参访活动中，说明此类技术演示同时承担着对外展示与遗产传播的功能。^{8282戴上AR眼镜，五千年前的良渚古城在眼前“活”了起来_腾讯新闻news.qq.com前往参考资料 ↓在新标签页中打开}

在展示形态上，文博 AR 目前呈现两条并行路线：一是场馆内的固定式沉浸展陈（如 MR 特展，观众在展厅内观看叠加于实物或场景之上的数字内容），二是可穿戴的移动式导览设备（如 AR/AI 导览眼镜，观众在遗址与展厅间自由行走时使用）。两者对跟踪定位精度、设备重量与续航的要求不同，构成设备选型的主要分野。^{8181“楚国贵族的地下王国”MR沉浸式青铜文物特展在深圳举办ncha.gov.cn前往参考资料 ↓在新标签页中打开|8282戴上AR眼镜，五千年前的良渚古城在眼前“活”了起来_腾讯新闻news.qq.com前往参考资料 ↓在新标签页中打开}

工业维修与远程协作是增强现实最早落地、也最成熟的工业应用方向之一：现场人员佩戴AR眼镜或使用移动终端，把第一视角画面实时回传给远端专家，专家在画面上叠加标注、图纸与操作指引，指导现场完成拆装、排故与调试。^{8383三一重工集团-百度智能云cloud.baidu.com前往参考资料 ↓在新标签页中打开}

三一重机与百度智能云联合打造了工业AR远程智能维修系统，将AI与AR技术融合，用于工程机械故障的远程诊断与维修，并构建了行业智能维修知识库，作为其服务数字化转型的一部分。^{8383三一重工集团-百度智能云cloud.baidu.com前往参考资料 ↓在新标签页中打开}

三一重机推行“一天内解决”的服务标准，要求驻外服务工程师在一天内解决客户故障；但该模式高度依赖个人经验，据其披露多达50%的问题无法被准确诊断，仍需后端技术专家赶赴现场，造成工期延误与人力、资金投入增加。^{8383三一重工集团-百度智能云cloud.baidu.com前往参考资料 ↓在新标签页中打开}

三一重机引入AR远程维修的直接动因是打破现场服务工程师与后端专家之间的空间限制：通过AR智能眼镜解放服务人员双手，使远程支持业务线上化、透明化，并与企业既有的CRM、PLM、EVI等系统集成，以满足规模化服务管理需求。^{8383三一重工集团-百度智能云cloud.baidu.com前往参考资料 ↓在新标签页中打开}

在工业维修场景中，AR远程协作的价值主张集中在缩短故障响应与修复时间、减少专家出差频次、把分散在资深工程师身上的经验沉淀为可复用的知识资产，从而降低对个人经验的依赖。^{8383三一重工集团-百度智能云cloud.baidu.com前往参考资料 ↓在新标签页中打开}

工业维修与远程协作类AR系统的典型构成包括：现场端的免手持显示与第一视角采集设备、音视频双向通信链路、远端专家的标注与指导界面，以及与企业业务系统（工单、备件、产品数据）的接口。^{8383三一重工集团-百度智能云cloud.baidu.com前往参考资料 ↓在新标签页中打开}

增强现实在零售业中被用于重塑顾客与产品、顾客与品牌之间的互动方式，其做法是把数字内容与真实购物场景平滑地叠加在一起，从而创造新的顾客体验并带来可衡量的商业结果。^{8484Impact of Augmented Reality on Retail Shoppingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

对宜家、丝芙兰、耐克、欧莱雅和 Warby Parker 等头部零售商案例的分析显示，增强现实应用的关键成效指标集中在顾客体验与商业转化两个方向上，说明该技术已从概念演示进入可被头部品牌规模化采用的阶段。^{8484Impact of Augmented Reality on Retail Shoppingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在电商场景中，世界领先的电商品牌已开始较快采用增强现实与三维商品展示技术，用以让消费者在下单前与产品和品牌进行互动。^{8585AR购物趋势、案例和应用 - Shopify 中国shopify.com前往参考资料 ↓在新标签页中打开}

增强现实购物市场整体仍处于早期阶段，但增长势头迅猛；早期采用者主要是游戏玩家和对元宇宙概念感兴趣的人群，此后应用范围扩展到家居、食品、健身和服饰等多个零售品类。^{8585AR购物趋势、案例和应用 - Shopify 中国shopify.com前往参考资料 ↓在新标签页中打开}

有行业观察援引预测称，消费者对沉浸式购物体验的需求有望在 2030 年前创造出规模达 5 万亿美元的价值；该数字属于第三方预测性估计，应视为量级参考而非已实现的市场规模。^{8585AR购物趋势、案例和应用 - Shopify 中国shopify.com前往参考资料 ↓在新标签页中打开}

增强现实在医学领域的应用研究是一个热点方向：利用 AR 技术可以把病人的 MRI 或 CT 影像叠加到病人身体或实物人体模型上，用于手术方案制定、手术过程中的辅助指引以及模拟手术训练。^{8787增强现实技术带你体验虚实世界 - 本文对对增强现实技术的原理、国内外研究现状、应用领域、未来发展趋势等方面做了详细介绍，简要得概述了增强现实的关键技术及软硬件平台，围绕国内从事增强现实技术的厂商产品及解决方案做了阐述，并附上了典型案例，是对新技术的宣传，让更多的人、更多的企业了解增强现实技...articles.e-works.net.cn前往参考资料 ↓在新标签页中打开}

麻省理工学院（MIT）人工智能实验室曾开展增强现实技术在脑外科手术中的应用研究，探索利用 AR 合成图像进行手术操作。^{8787增强现实技术带你体验虚实世界 - 本文对对增强现实技术的原理、国内外研究现状、应用领域、未来发展趋势等方面做了详细介绍，简要得概述了增强现实的关键技术及软硬件平台，围绕国内从事增强现实技术的厂商产品及解决方案做了阐述，并附上了典型案例，是对新技术的宣传，让更多的人、更多的企业了解增强现实技...articles.e-works.net.cn前往参考资料 ↓在新标签页中打开}

由于 AR 能够对真实环境进行增强显示输出，它在医疗研究与解剖训练、精密仪器制造和维修、军用飞机导航、工程设计和远程机器人控制等领域，具有比虚拟现实（VR）技术更明显的优势。^{8787增强现实技术带你体验虚实世界 - 本文对对增强现实技术的原理、国内外研究现状、应用领域、未来发展趋势等方面做了详细介绍，简要得概述了增强现实的关键技术及软硬件平台，围绕国内从事增强现实技术的厂商产品及解决方案做了阐述，并附上了典型案例，是对新技术的宣传，让更多的人、更多的企业了解增强现实技...articles.e-works.net.cn前往参考资料 ↓在新标签页中打开}

Strolll 是一个增强现实数字治疗平台，面向帕金森病、脑卒中和多发性硬化等神经系统疾病患者，用于改善其运动能力与康复训练。^{8686Strolll: Using augmented reality to transform neurorehabilitationnhsaccelerator.com前往参考资料 ↓在新标签页中打开}

Strolll 通过轻量级 AR 眼镜向患者实时叠加视觉提示和互动游戏，提供个性化、有参与感的功能性治疗训练。^{8686Strolll: Using augmented reality to transform neurorehabilitationnhsaccelerator.com前往参考资料 ↓在新标签页中打开}

Strolll 已进入英国国家医疗服务体系（NHS）的创新加速器（NHS Innovation Accelerator）项目，该项目支持其扩大应用规模。^{8686Strolll: Using augmented reality to transform neurorehabilitationnhsaccelerator.com前往参考资料 ↓在新标签页中打开}

AR-HUD（增强现实型抬头显示）是抬头显示系统（HUD）的演进形态：早期 C-HUD（组合型）与 W-HUD（风挡型）主要显示车速、导航等基础信息，AR-HUD 则能与车辆感知系统联动，把虚拟引导信息叠加融合到真实道路环境上。^{3131图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

在智能座舱中，AR-HUD 导航指引的典型形态是把导航路径、车道引导与障碍物警示以图形方式“画”在前方视野对应的真实位置上，使驾驶员不必在二维地图与真实道路之间反复比对，从而降低低头看仪表与分心核对路线的负担。^{33图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|8888AR导航bitauto.my前往参考资料 ↓在新标签页中打开}

AR-HUD 的导航指引可与前向感知联动：当前车急刹时，系统可在前方车辆位置叠加红色警示框并显示“保持车距”等文字提示，这类场景被作为 AR-HUD 在真实路况中的避险示例加以介绍。^{33图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

AR 导航系统的技术架构通常被描述为由高精度定位模块、AR 引擎、传感器融合单元与显示终端四层构成，其核心是在真实道路的实时影像上叠加虚拟导航引导信息，实现“所见即所得”的路径指引。^{8888AR导航bitauto.my前往参考资料 ↓在新标签页中打开}

量产车型上，AR-HUD 的导航指引已具备较远投影距离的实例：问界 M9 Ultra 搭载的 AR-HUD 可在 7.5 米远场呈现导航路径与道路障碍提示；蔚来 ES8 通过与辅助驾驶系统协同，将感知结果以图形形式投影至前方视野。^{3131图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

据《车载 HUD 产业发展趋势报告（2025）》，2025 年 1 至 9 月中国乘用车新车 HUD 装配量达 307 万台，同比增长 32%，反映 HUD（含 AR-HUD）在中国新车市场的前装渗透持续上升。^{33图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

HUD 技术最初应用于军用航空领域，目的是把飞行信息投射到飞行员视野前方以提高信息获取效率与反应速度，这一技术路径后来向民用汽车特别是新能源智能汽车迁移，并逐步演化为 AR-HUD。^{3131图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

在中国市场，HUD 在新能源车型上的渗透速度快于传统燃油车，舜宇光学、光庭科技、联创电子等供应链企业加快布局 HUD 模组与 AR 显示核心部件，推动 HUD 从单一硬件供给走向集成化、可量产的系统解决方案。^{3131图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

抬头显示（HUD）与风挡投影把障碍物与行人提示以光学方式叠加在驾驶员前方视野中，使驾驶员无需把视线移向中控屏即可获得警示信息，这是智能座舱中 AR 提示区别于传统仪表与中控显示的基本形态。^{8989Terrestrial Traffic Mixed Reality Navigation | H2020 | CORDIS | Comisión Europeacordis.europa.eu前往参考资料 ↓在新标签页中打开}

欧盟 Horizon 2020 资助的 Driver Glass 项目（编号 787674）以混合现实导航为切入点，明确把「减少车内导航辅助方案造成的驾驶员认知分心」作为立项动机，并采用头戴智能眼镜或风挡投影两种方式实现虚实光学合成与 360° 三维可视化。^{8989Terrestrial Traffic Mixed Reality Navigation | H2020 | CORDIS | Comisión Europeacordis.europa.eu前往参考资料 ↓在新标签页中打开}

Driver Glass 项目的公开报告把提升交通态势感知与道路安全、降低事故率列为该类车内 MR/AR 提示系统的核心目标，说明障碍物与行人提示在座舱场景中的价值定位首先是安全辅助而非信息娱乐。^{8989Terrestrial Traffic Mixed Reality Navigation | H2020 | CORDIS | Comisión Europeacordis.europa.eu前往参考资料 ↓在新标签页中打开}

该项目面向的整车细分市场包括乘用车与自动驾驶车辆，表明 AR 障碍物与行人提示被设想为可跨人工驾驶与自动驾驶两种驾驶模式复用的座舱功能。^{8989Terrestrial Traffic Mixed Reality Navigation | H2020 | CORDIS | Comisión Europeacordis.europa.eu前往参考资料 ↓在新标签页中打开}

在实现路径上，Driver Glass 同时探索头戴式智能眼镜与风挡投影两条技术路线，二者在视场、佩戴舒适性、光学亮度与量产成本上取舍不同，构成智能座舱 AR 提示在显示载体上的主要分歧点。^{8989Terrestrial Traffic Mixed Reality Navigation | H2020 | CORDIS | Comisión Europeacordis.europa.eu前往参考资料 ↓在新标签页中打开}

由于 AR 提示把虚拟标记锚定在真实道路目标上，其有效性依赖对行人、车辆等障碍物的实时检测与空间配准精度；一旦配准误差过大，标记会偏离真实目标，反而可能引入新的误读风险。^{8989Terrestrial Traffic Mixed Reality Navigation | H2020 | CORDIS | Comisión Europeacordis.europa.eu前往参考资料 ↓在新标签页中打开}

车载增强现实系统通过融合视觉、语音、触控等多种模态的交互方式，可以缓解单一模态交互在驾驶场景中的局限，并改善车辆环境感知能力与座舱体验。^{9090Application of Multi-Modal Interaction Based on Augmented Reality to Enhance the Environment Perception and Cabin Experience of Intelligent Carsemanticscholar.org前往参考资料 ↓在新标签页中打开}

在智能座舱情境感知增强的语境下，AR 的作用不只是把信息叠加到视野中，而是把车辆对周围环境的感知结果以空间对齐的方式呈现给驾驶员，使感知结果与真实场景在视觉上对应起来。^{9090Application of Multi-Modal Interaction Based on Augmented Reality to Enhance the Environment Perception and Cabin Experience of Intelligent Carsemanticscholar.org前往参考资料 ↓在新标签页中打开}

相关研究把当前车载交互方式的不足归纳为环境感知能力与座舱体验两个维度，并以此作为引入多模态 AR 交互的出发点。^{9090Application of Multi-Modal Interaction Based on Augmented Reality to Enhance the Environment Perception and Cabin Experience of Intelligent Carsemanticscholar.org前往参考资料 ↓在新标签页中打开}

手势交互在增强现实中被视为一种“自然交互”范式：用户以裸手或佩戴标记的手部动作直接操纵虚拟对象，无需额外手持设备，从而把输入通道从控制器转移到身体本身。^{9191Natural user interfaces in augmented reality: a reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|9292Hand gestures in augmented reality: a systematic review of interaction techniqueslink.springer.com前往参考资料 ↓在新标签页中打开}

主流增强现实手势交互依赖计算机视觉的手部跟踪：通过单目或双目相机检测手部关键点（如指尖、关节），再映射为抓取、点击、缩放等离散或连续指令；微软 HoloLens 2 即以内置深度相机实现裸手关节跟踪，并支持直接触摸全息影像。^{3838HoloLens 2: Technical specificationslearn.microsoft.com前往参考资料 ↓在新标签页中打开}

眼动跟踪在增强现实头显中通常以“注视点+手势/语音”的组合形式出现，用于解决远距离目标的选择精度问题：注视用于指向，手势或语音用于确认，这一模式被称为“注视+确认”（gaze-and-commit）交互。^{9393Gaze-based interaction in augmented reality: a surveyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|9494Eye tracking in head-mounted displays: calibration and accuracy challengesdl.acm.org前往参考资料 ↓在新标签页中打开}

学术研究普遍指出，裸手手势在增强现实中存在“缺乏触觉反馈”和“手臂悬空疲劳（gorilla arm）”两项固有缺陷，长时间抬臂操作会显著降低可用性，因此手势通常被建议用于短时、低频的指令而非持续精细操作。^{9292Hand gestures in augmented reality: a systematic review of interaction techniqueslink.springer.com前往参考资料 ↓在新标签页中打开|9595Multimodal interaction in augmented reality: combining gaze and gesturedl.acm.org前往参考资料 ↓在新标签页中打开}

眼动交互在增强现实中的主要优势是选择速度快、所需手部动作少，但存在“米达斯之触”（Midas Touch）问题——即用户无意的注视可能被系统误判为选择指令，通常需要配合确认动作或停留时间阈值来缓解。^{9393Gaze-based interaction in augmented reality: a surveyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|9696The Midas Touch problem in gaze-based interaction: a reviewlink.springer.com前往参考资料 ↓在新标签页中打开}

在移动端增强现实（如手机 AR）中，手势交互主要退化为触摸屏上的点按、拖拽与双指缩放，而非裸手三维手势；这是因为手机缺乏可靠的手部深度跟踪能力，触摸屏仍是主要输入通道。^{9797Mobile augmented reality interaction: touch, gesture, and beyondlink.springer.com前往参考资料 ↓在新标签页中打开}

眼动跟踪用于增强现实时还面临标定负担与个体差异问题：不同用户的眼动模型需要单独校准，且佩戴眼镜、睫毛遮挡等因素会影响跟踪精度，这限制了其在消费级设备上的即开即用体验。^{9494Eye tracking in head-mounted displays: calibration and accuracy challengesdl.acm.org前往参考资料 ↓在新标签页中打开|9696The Midas Touch problem in gaze-based interaction: a reviewlink.springer.com前往参考资料 ↓在新标签页中打开}

将手势与眼动组合的多模态交互被认为优于单一通道：眼动提供快速指向，手势提供确认与操纵，两者互补可降低误触率并减少手臂移动距离，这一组合在多项用户研究中被报告为更高效。^{9393Gaze-based interaction in augmented reality: a surveyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|9595Multimodal interaction in augmented reality: combining gaze and gesturedl.acm.org前往参考资料 ↓在新标签页中打开}

关于手势与眼动何者应作为增强现实主输入通道，研究界并无统一结论：一部分工作主张以眼动为主、手势为辅以减少疲劳，另一部分工作则认为手势的操纵精度与用户接受度更高，应作为主要交互手段。^{9292Hand gestures in augmented reality: a systematic review of interaction techniqueslink.springer.com前往参考资料 ↓在新标签页中打开|9393Gaze-based interaction in augmented reality: a surveyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在增强现实与混合现实的交互设计中，语音被视为与六自由度控制器、可动手部并列的输入源之一；微软混合现实工具包的交互模型文档明确把语音列为可用的输入通道，并建议开发者依据用户目标与环境因素选择交互模型。^{9898交互模型 - Traininglearn.microsoft.com前往参考资料 ↓在新标签页中打开}

语音在免手动交互模型中承担关键角色：当用户双手被占用（如执行装配、维修或查阅步骤材料）时，语音输入与“凝视并停留”一起构成无需手部动作即可操作全息内容的备选路径，同时也能规避大幅手势在社交场合带来的尴尬。^{9898交互模型 - Traininglearn.microsoft.com前往参考资料 ↓在新标签页中打开}

在“凝视并提交”这一交互范式中，语音命令是与按下按钮、手势并列的提交方式之一：用户先以头部凝视或眼睛凝视指向目标对象或界面元素，再通过语音命令完成确认选择，从而把连续的空间指向与离散的确认动作分离。^{9898交互模型 - Traininglearn.microsoft.com前往参考资料 ↓在新标签页中打开}

语音并非可以无条件叠加的输入方式。混合现实工具包文档指出，把多种交互模型的组成部分混合进同一应用需要谨慎考量，否则会造成用户输入之间的竞争，例如手部射线与头部凝视光标同时启用可能令用户不知所措和困惑；语音与其他通道并存时同样需要明确的主次与触发条件。^{9898交互模型 - Traininglearn.microsoft.com前往参考资料 ↓在新标签页中打开}

语音交互在增强现实中的适用性高度依赖场景约束：在双手被占用、需要免手操作的引导式任务中，语音是优先选项；而在噪声环境、公共场合或需要精确空间定位的任务中，其可用性会下降，因此实践中通常作为凝视、手势与控制器输入的补充而非唯一通道。^{9898交互模型 - Traininglearn.microsoft.com前往参考资料 ↓在新标签页中打开}

在增强现实与混合现实头显中，控制器（手柄）长期是最主要的输入设备之一：它通过惯性测量单元与光学跟踪被定位，提供按键、扳机、摇杆与六自由度位姿输入，用于指向、抓取、菜单选择与空间操作。^{9999US 12,650,734 B2 — Simultaneous Controller and Touch Interactions（美国专利授权公告）patentsgazette.uspto.gov前往参考资料 ↓在新标签页中打开|100100US20240281071A1 — Simultaneous Controller and Touch Interactionspatents.google.com前往参考资料 ↓在新标签页中打开}

触控输入在AR/MR语境下有两种含义：一是头显设备本体上的触摸板或触控条（如早期一体机头显侧面的触摸区域），用于滑动与点按等轻量操作；二是用户直接用手指触摸虚拟对象或真实表面上的虚拟界面，即所谓直接触摸交互。^{9999US 12,650,734 B2 — Simultaneous Controller and Touch Interactions（美国专利授权公告）patentsgazette.uspto.gov前往参考资料 ↓在新标签页中打开}

控制器与触控并非互斥的两条路线，业界已提出二者同时工作的多模态输入方案：用户在握持控制器的同时，用手部手势或手指触摸虚拟对象，系统同时解析控制器位姿与手部姿态，从而在不放下手柄的情况下完成直接触摸式操作。^{9999US 12,650,734 B2 — Simultaneous Controller and Touch Interactions（美国专利授权公告）patentsgazette.uspto.gov前往参考资料 ↓在新标签页中打开|100100US20240281071A1 — Simultaneous Controller and Touch Interactionspatents.google.com前往参考资料 ↓在新标签页中打开}

Meta Platforms Technologies 于2024年1月4日提交、2023年2月16日主张优先权的美国专利申请 US 2024/0281071 A1，其名称为“Simultaneous Controller and Touch Interactions”，并于后续被授予 US 12,650,734 B2，权利要求覆盖“在用户手持控制器时对虚拟对象提供直接触摸交互”的方法。^{9999US 12,650,734 B2 — Simultaneous Controller and Touch Interactions（美国专利授权公告）patentsgazette.uspto.gov前往参考资料 ↓在新标签页中打开|100100US20240281071A1 — Simultaneous Controller and Touch Interactionspatents.google.com前往参考资料 ↓在新标签页中打开}

该专利文献显示，多模态输入系统在软件层面被组织为独立的“同时控制器与触摸交互（多模态输入）系统”模块，与操作系统、应用程序并列存放于存储器中，说明控制器与触控的融合是在系统层而非单个应用层实现的。^{100100US20240281071A1 — Simultaneous Controller and Touch Interactionspatents.google.com前往参考资料 ↓在新标签页中打开}

从专利分类看，此类交互被归入 G06F 3/01（用于将输入传递给计算机的输入装置）与 G06F 3/0346（基于姿态、位置或方向的输入），并涉及 G06V 40/20 的手势识别，表明控制器与触控融合在技术上依赖位姿跟踪与手势识别的结合。^{9999US 12,650,734 B2 — Simultaneous Controller and Touch Interactions（美国专利授权公告）patentsgazette.uspto.gov前往参考资料 ↓在新标签页中打开}

控制器与触控的取舍在产业界并无统一结论：控制器在精度、按键数量与触觉反馈上占优，而裸手触控在直觉性与无需持物上占优，因此多数平台选择同时支持两者而非二选一。^{9999US 12,650,734 B2 — Simultaneous Controller and Touch Interactions（美国专利授权公告）patentsgazette.uspto.gov前往参考资料 ↓在新标签页中打开|100100US20240281071A1 — Simultaneous Controller and Touch Interactionspatents.google.com前往参考资料 ↓在新标签页中打开}

在光学透视式头戴显示中，显示虚像与真实场景之间的配准误差主要来自两部分：一是用户佩戴后显示系统相对于眼睛的位置与标称设计位置发生偏移，二是人眼注视方向变化时虚像位置随眼球转动而产生的视差。前者可通过用户佩戴后的单点或少量点标定补偿，后者则与显示系统的出瞳位置和眼动范围有关，难以用静态标定完全消除。^{101101Calibration of optical see-through head-mounted displays: A reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

跟踪系统的位姿估计误差会直接传递为虚像的配准误差：头部位姿的微小角度误差在远距离目标上会被放大为可观的屏幕偏移，因此对远距离或大范围场景，角度精度往往比位置精度更关键。^{102102Registration error analysis for augmented realitydirect.mit.edu前往参考资料 ↓在新标签页中打开}

端到端延迟（从传感器采样、位姿解算、渲染到显示扫描输出）是造成动态配准误差的另一主因：当用户头部运动时，过大的延迟会使虚像相对真实世界产生滞后偏移，这种误差无法通过静态标定消除，只能靠降低延迟或进行运动预测来缓解。^{103103Latency and motion prediction in head-mounted displaysieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

运动预测（如基于头部角速度外推）可以在一定程度上补偿延迟造成的动态配准误差，但预测本身会引入误差，尤其在头部运动方向突变或加速度较大时，预测误差可能反而增大，因此预测窗口需要与延迟量匹配。^{103103Latency and motion prediction in head-mounted displaysieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|104104Predicting head pose from motion for latency reduction in augmented realityieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

显示系统的刷新率与光子延迟（photon latency）共同决定了动态配准误差的下限：即使位姿解算与渲染延迟被压缩，显示扫描输出本身仍会带来数毫秒到十余毫秒的固有延迟，高刷新率显示有助于缩短这一部分。^{103103Latency and motion prediction in head-mounted displaysieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在移动端和一体机设备上，配准误差与延迟的挑战更为突出：受算力、功耗与散热限制，位姿解算与渲染管线难以像PC级系统那样留出充足余量，需要在精度、延迟与功耗之间做权衡。^{105105Mobile augmented reality: A survey of challenges and solutionsdl.acm.org前往参考资料 ↓在新标签页中打开}

配准误差的度量通常以角误差（度或毫弧度）表示，因为人眼对虚像与真实物体之间角度失配的敏感度高于对绝对位置失配的敏感度；不同应用对可接受误差的要求差异很大，精密装配等场景的要求远高于一般信息提示类应用。^{102102Registration error analysis for augmented realitydirect.mit.edu前往参考资料 ↓在新标签页中打开}

对于视频透视式（video see-through）系统，配准误差还额外包含相机与显示之间的标定误差以及相机图像采集与显示之间的延迟，因此其误差链比光学透视式更长，但视频透视可以通过软件方式对相机图像进行几何校正，从而在部分误差项上获得更大的补偿自由度。^{106106Video see-through augmented reality: Calibration and registration error analysisieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

视场角（FOV）是增强现实近眼显示的核心性能指标之一，它直接决定了虚拟图像能够覆盖人眼视野的范围；视场角过小会导致虚拟内容被限制在一个“窗口”内，破坏沉浸感与空间配准的连续性。^{77Augmented Reality: Principles and Practicepearson.com前往参考资料 ↓在新标签页中打开}

在衍射光波导方案中，视场角与光栅周期、波导折射率以及出瞳扩展所需的多次衍射之间存在相互制约关系：增大视场角通常需要更小的光栅周期，但受全内反射条件与色散限制，单一折射率材料难以同时实现大视场与宽波段显示。^{99Waveguide-Based Augmented Reality Displays: A Reviewopg.optica.org前往参考资料 ↓在新标签页中打开}

显示亮度是AR近眼显示的另一关键挑战：由于光学组合器（如波导、Birdbath）的耦合效率有限，微显示器的输出亮度在到达人眼时往往衰减一个数量级以上，因此在户外强光环境下需要微显示器提供数千尼特乃至更高的入眼亮度。^{107107Microdisplays for augmented reality: brightness and efficiency challengessid.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

视场角与显示亮度之间存在设计上的权衡：在光波导系统中，扩大视场角往往需要增加光栅的衍射级次或采用多层波导结构，这会进一步降低光效并增加功耗，从而加剧亮度不足的问题。^{99Waveguide-Based Augmented Reality Displays: A Reviewopg.optica.org前往参考资料 ↓在新标签页中打开|107107Microdisplays for augmented reality: brightness and efficiency challengessid.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

业界对AR显示“足够好”的视场角阈值并无统一标准：部分厂商与研究者以50°以上为消费级AR的舒适门槛，而另一些观点认为30°左右即可满足信息提示类应用，这一分歧反映了应用场景差异而非技术事实的对立。^{108108AR/VR display requirements and trade-offsspiedigitallibrary.org前往参考资料 ↓在新标签页中打开}

在智能座舱的AR-HUD应用中，视场角与亮度要求与近眼显示有所不同：HUD通常需要更大的虚像距离与更高的亮度以对抗日光，但视场角需求相对较小，通常聚焦于驾驶员前方有限区域。^{109109Automotive head-up displays: technology and human factorssae.org前往参考资料 ↓在新标签页中打开}

当前主流 AR 眼镜的重量约为普通眼镜的两倍：普通眼镜通常低于 50 克，而 AR 眼镜因需内置数字影像光源与电池，重量大致在 100 克量级，这限制了佩戴舒适性与性能提升空间。^{110110ARメガネを薄く軽く、顔の向きが変わってもOK 東大などが技術開発 | Science Portal - 科学技術の最新情報サイト「サイエンスポータル」scienceportal.jst.go.jp前往参考资料 ↓在新标签页中打开}

把光源与电池内置于镜架是 AR 眼镜重量增加的主要原因；将投影单元外置、由外部环境向眼镜投射影像，可使眼镜本体不再需要电池等电源，从而实现轻量化。^{110110ARメガネを薄く軽く、顔の向きが変わってもOK 東大などが技術開発 | Science Portal - 科学技術の最新情報サイト「サイエンスポータル」scienceportal.jst.go.jp前往参考资料 ↓在新标签页中打开}

外置投影方案本身带来新的工程约束：当人脸转动时投影像会滞后跟随，且视线与投影方向偏离正面 5 度以上时影像即不可见，需要通过随头部姿态调整投影方向与焦距的机构来补偿。^{110110ARメガネを薄く軽く、顔の向きが変わってもOK 東大などが技術開発 | Science Portal - 科学技術の最新情報サイト「サイエンスポータル」scienceportal.jst.go.jp前往参考资料 ↓在新标签页中打开}

减轻 AR 眼镜重量可直接降低运动过程与长时间佩戴带来的疲劳，是拓展其使用场景的关键前提之一。^{110110ARメガネを薄く軽く、顔の向きが変わってもOK 東大などが技術開発 | Science Portal - 科学技術の最新情報サイト「サイエンスポータル」scienceportal.jst.go.jp前往参考资料 ↓在新标签页中打开}

采用衍射光学元件与透明导光板组合的薄型化方案，可在减小镜片模组厚度的同时保持影像在眼前的稳定呈现，是缓解 AR 眼镜重量与体积矛盾的技术路径之一。^{110110ARメガネを薄く軽く、顔の向きが変わってもOK 東大などが技術開発 | Science Portal - 科学技術の最新情報サイト「サイエンスポータル」scienceportal.jst.go.jp前往参考资料 ↓在新标签页中打开}

户外增强现实系统面临的首要问题是环境光照的动态范围远超室内：晴天直射阳光的照度可达约 10 万勒克斯量级，而室内照明通常只有数百勒克斯，这种跨越数个数量级的亮度变化使基于光学透视的头戴显示器的显示亮度与对比度难以在全天候条件下保持可读。^{111111Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在户外强光下，光学透视式头戴显示器的虚拟图像亮度若不足以压过环境光，虚拟内容会被环境“冲淡”；而提高亮度又会带来功耗与散热压力，这是户外 AR 设备在显示环节的固有权衡。^{111111Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

综述文献指出，硬件限制是影响 AR 文本可读性的因素之一；在 HoloLens 一类显示设备上，细笔画字体容易出现抖动（振动）并导致可读性问题，因此在户外场景中字体与字号的选择需要专门考虑。^{111111Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

户外环境中的跟踪定位依赖 GPS、IMU 与视觉传感器（如 LiDAR、相机）的融合：GPS 提供全局但精度有限且易受遮挡的绝对位置，IMU 提供高频但存在漂移的相对运动，视觉自然特征跟踪（NFT）在纹理丰富处精度高但在弱纹理、重复纹理或剧烈光照变化下易失效，三者互补是户外空间配准的常见思路。^{111111Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

户外场景中，动态光照（云层遮挡、阴影移动、日出日落）会改变自然特征的外观，使预先建立的特征描述子在时间上不稳定，从而降低视觉跟踪的鲁棒性；这是户外自然特征跟踪相较室内受控环境更困难的核心原因之一。^{111111Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

电子图像稳定（EIS）等防抖手段被用于缓解头戴与手持 AR 设备在户外移动、行走或车载振动条件下的图像抖动，但图像稳定只能补偿部分运动，无法消除跟踪算法本身的漂移与延迟。^{111111Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

户外 AR 的显示与跟踪还受视场角（FOV）与传感器布局制约：较小的 FOV 会限制虚拟内容可呈现的范围，而多传感器（相机、IMU、LiDAR）的时空标定误差会直接传导为虚实配准误差，在长距离户外场景中被放大。^{111111Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

户外 AR 设备在功耗与散热上受到严格约束：高亮度显示、持续视觉跟踪与多传感器融合同时运行会显著提高功耗，而户外使用又难以依赖固定电源，这使得算力分配与能效成为户外适应性的工程瓶颈。^{111111Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

2025 年 Google I/O 大会上，Google 与中国企业 XREAL 联合打造的 AR 眼镜 Project Aura 正式亮相，被描述为全球首款搭载 Android XR 系统的 AR 眼镜，也是 Android XR 平台首款官方 AR 终端设备。^{112112XREAL联合谷歌“上新”，AR眼镜国产化进一步加速_央广网tech.cnr.cn前往参考资料 ↓在新标签页中打开}

XREAL 是谷歌在 AR 眼镜方向的首家、也是当时唯一一家全球合作伙伴；Project Aura 的推出使这家中国企业首次以底层生态合作伙伴身份参与全球 XR 操作系统与终端生态的联合定义与技术演进。^{112112XREAL联合谷歌“上新”，AR眼镜国产化进一步加速_央广网tech.cnr.cn前往参考资料 ↓在新标签页中打开}

Android XR 是 Google 为 XR 设备打造的新一代系统平台，向下兼容 AR 眼镜、VR 头显、混合现实设备等多种硬件形态，向上为开发者提供统一标准，其定位之一是破解 XR 生态的碎片化难题、提供原生系统支持。^{112112XREAL联合谷歌“上新”，AR眼镜国产化进一步加速_央广网tech.cnr.cn前往参考资料 ↓在新标签页中打开}

在 Android XR 合作中，XREAL 贡献了光学显示、空间计算算法、自研芯片能力等关键技术，并深度参与生态建设；XREAL 方面表示已在显示模组、光学组件、整机组装、交互传感等关键环节与多家国内领先厂商建立战略合作，预计未来一到两年内在除芯片以外的绝大多数核心部件上实现国产化。^{112112XREAL联合谷歌“上新”，AR眼镜国产化进一步加速_央广网tech.cnr.cn前往参考资料 ↓在新标签页中打开}

据 2026 年的行业报道，XREAL 于 2026 年 4 月递表港交所，冲刺“全球智能眼镜第一股”，并于同年 1 月完成 1 亿美元融资、估值约 10 亿美元；其与谷歌合作的首款 Android XR AR 眼镜 Project Aura 定档秋季，采用鸟浴光学实现 70° 视场角、整机不足 95 克，搭载骁龙 Reality Elite 加 X1S 空间协处理器，定价上限 1500 美元，全球预订已超 1 万台。^{1131132026年VR、XR、MR赛道谁真正盈利？行业变现格局深度解析eu.36kr.com前往参考资料 ↓在新标签页中打开}

字节跳动旗下 PICO 将重心押在 MR 头显上，其内部代号“Project Swan”的旗舰定名 PICO Space Pro，采用约 4000 PPI、约 40 PPD 的 microOLED 与双芯片架构，自研 XR 感知芯片把延迟压到约 12ms；PICO OS 6 的 Spatial Engine 试图把标准 Android 应用混入沉浸环境，直接对标 visionOS 与 Android XR。^{1131132026年VR、XR、MR赛道谁真正盈利？行业变现格局深度解析eu.36kr.com前往参考资料 ↓在新标签页中打开}

2026 年上半年的行业数据显示，全球 VR 头显出货量同比下滑 18%，而 AR 设备出货量暴涨 138%；中国智能眼镜上半年销量同比翻倍，但 7 月线上零售掉头向下，反映出硬件厂商在 VR/MR 与 AR/AI 眼镜两条赛道上的重心切换。^{1131132026年VR、XR、MR赛道谁真正盈利？行业变现格局深度解析eu.36kr.com前往参考资料 ↓在新标签页中打开}

沉浸式内容供给不足被普遍视为制约增强现实与混合现实终端放量的关键短板：传统三维内容高度依赖预建模与离线渲染，场景开发周期长、资金投入大、创作者门槛高；而硬件渗透率不足又反过来抑制内容厂商的投入意愿，形成「内容匮乏—终端销量低—投入更少」的循环。^{114114A股-研报详情stockfinance.sina.cn前往参考资料 ↓在新标签页中打开}

生成式世界模型被视为缓解内容瓶颈的一条路径：据券商研究梳理，字节跳动的实时空间世界模型可依据语音、动作指令实时生成可交互三维空间，把空间内容生产从专业工作室的工程化制作下沉到普通创作者用自然语言生成，从而降低交互式空间内容的生产门槛与边际成本，可覆盖沉浸式短剧、虚拟直播、轻量空间游戏、虚拟展厅等场景。^{114114A股-研报详情stockfinance.sina.cn前往参考资料 ↓在新标签页中打开}

在内容与开发者生态的构建上，平台厂商通常以「开放、共创、共赢」为号召，通过开发者课程、创新实验室、共创活动等方式聚拢开发者与生态伙伴；华为终端云服务的创新实验室即以此理念，围绕云计算、人工智能、5G、虚拟现实等技术探索应用场景与实施方案，其AR产品已支撑商超、赛事、社交等场景及校园AR共创活动。^{115115AR行业发展及未来趋势developer.huawei.com前往参考资料 ↓在新标签页中打开}

内容生态与硬件出货之间存在相互牵引关系：券商研究认为，硬件出货弹性会随模型体验迭代完善与内容生态持续丰富而释放，并可能形成「内容丰富→终端用户提升→交互数据反哺模型迭代」的正向循环；这一判断属于对产业趋势的预期而非已实现的结果。^{114114A股-研报详情stockfinance.sina.cn前往参考资料 ↓在新标签页中打开}

在标准制定层面，ISO/IEC JTC 1/SC 24（计算机图形、图像处理与环境数据表示）分委员会下设工作组，负责增强现实与混合现实相关的参考模型与数据交换标准，其中 ISO/IEC 18039:2019《信息技术—计算机图形、图像处理与环境数据表示—混合与增强现实参考模型》给出了MAR系统的功能架构与组件划分。^{116116ISO/IEC 18039:2019 Information technology — Computer graphics, image processing and environmental data representation — Mixed and augmented reality (MAR) reference modeliso.org前往参考资料 ↓在新标签页中打开}

ISO/IEC 18038:2020 规定了混合与增强现实系统中传感器融合与空间配准的抽象接口，与 18039 参考模型配套使用，构成 SC 24 在 MAR 领域的两项基础性国际标准。^{117117ISO/IEC 18038:2020 Information technology — Computer graphics, image processing and environmental data representation — Sensor fusion and spatial registration for mixed and augmented realityiso.org前往参考资料 ↓在新标签页中打开}

开放地理空间联盟（OGC）于 2021 年发布《OGC Augmented Reality Markup Language 2.0 (ARML 2.0)》候选标准，用于在移动增强现实应用中描述地理锚定的虚拟内容及其与真实世界的空间关系。^{118118OGC Augmented Reality Markup Language 2.0 (ARML 2.0)ogc.org前往参考资料 ↓在新标签页中打开}

Khronos Group 主导的 OpenXR 规范于 2019 年发布 1.0 版本，为增强现实与虚拟现实运行时提供跨厂商的应用接口，旨在降低应用对不同头显与移动 AR 平台的适配成本，已成为产业界事实上的跨平台接口标准之一。^{119119OpenXR Specification 1.0khronos.org前往参考资料 ↓在新标签页中打开}

在 Web 侧，W3C 的 WebXR Device API 于 2021 年成为 W3C 候选推荐标准，使浏览器无需插件即可访问 AR/VR 设备能力，是 Web 增强现实内容分发的关键标准基础。^{120120WebXR Device API — W3C Candidate Recommendationw3.org前往参考资料 ↓在新标签页中打开}

glTF 2.0 于 2017 年由 Khronos Group 发布，并已被 ISO/IEC 采纳为国际标准（ISO/IEC 12113:2022），成为增强现实三维内容交换与分发的通用格式，被主流 AR 开发工具链与运行时广泛支持。^{121121ISO/IEC 12113:2022 Information technology — Runtime 3D asset delivery format — glTF 2.0iso.org前往参考资料 ↓在新标签页中打开}

在专利布局上，增强现实领域的专利申请自 2010 年代起快速增长，主要申请人集中在微软、Magic Leap、Meta、索尼、三星以及中国的歌尔、京东方等企业，覆盖光学显示、波导、跟踪定位、SLAM 与交互等方向。^{122122Augmented Reality Patent Landscape Reportwipo.int前往参考资料 ↓在新标签页中打开}

中国信息通信研究院等机构发布的增强现实白皮书指出，国内 AR 专利数量增长迅速，但在光学显示、芯片与核心算法等高价值环节的专利质量与海外布局仍与领先国家存在差距。^{123123增强现实（AR）产业发展白皮书caict.ac.cn前往参考资料 ↓在新标签页中打开}

在标准与专利的互动上，OpenXR 等开放接口标准的推广被认为有助于降低中小开发者的平台适配成本，但也使掌握核心运行时与光学专利的头部厂商在标准必要专利许可上占据有利位置，这一张力是产业生态讨论的焦点之一。^{119119OpenXR Specification 1.0khronos.org前往参考资料 ↓在新标签页中打开|122122Augmented Reality Patent Landscape Reportwipo.int前往参考资料 ↓在新标签页中打开}

可穿戴增强现实设备（如 Microsoft HoloLens、Magic Leap）搭载的传感器套件是实现沉浸式体验的必要条件，但这些常开传感器会因隐私顾虑令旁观者感到不安，其中最主要的担忧来自人脸识别技术进步带来的身份识别与监视风险。^{124124Understanding the long-term impact and perceptions of privacy-enhancing technologies for bystander obscuration in ARieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

增强现实应用可能调用常开摄像头数据来提供抬头导航、文字翻译、向神经多样性用户转达面部表情等辅助功能，这类采集在用户未必充分知情的情况下持续进行，构成旁观者隐私风险的现实来源。^{124124Understanding the long-term impact and perceptions of privacy-enhancing technologies for bystander obscuration in ARieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

针对增强现实旁观者遮蔽的隐私增强技术已有长期效果与用户感知的实证研究，说明学界已把旁观者遮蔽作为缓解摄像采集争议的技术路径加以系统评估。^{124124Understanding the long-term impact and perceptions of privacy-enhancing technologies for bystander obscuration in ARieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

2024 年发表的一项澳大利亚在线调查研究（样本 1037 名 18 岁以上居民，其中设备拥有者 608 人、非拥有者 429 人）用 WEAR 量表评估了 Meta Ray-Ban Stories 这类智能眼镜的社交可接受度，结果显示拥有者认为设备契合其理想自我形象，而非拥有者对隐私、反社会行为与潜在伤害表达了更强的担忧。^{125125Exploring social perceptions of everyday smartglass use in Australiajournals.plos.org前往参考资料 ↓在新标签页中打开}

该研究指出，Ray-Ban Stories 这类具备拍照、录像、音乐播放与内容分享功能的智能眼镜被视为支持增强现实的智能眼镜的前身，因此在技术进一步推进之前理解公众当下的感知十分关键。^{125125Exploring social perceptions of everyday smartglass use in Australiajournals.plos.org前往参考资料 ↓在新标签页中打开}

智能眼镜是否应保留摄像头已成为行业路线之争：Meta、Rokid 等厂商坚持搭载摄像模块以主打第一视角记录与视觉 AI 能力，Even Realities、星纪魅族等品牌则推出纯显示、无摄像头的产品形态，摄像头取舍被视为关系商业化走向与社会合规的核心命题。^{126126偷拍隐私争议频发，智能眼镜，真的需要摄像头吗？sinaxr.com前往参考资料 ↓在新标签页中打开}

据行业媒体报道，主流摄像眼镜的隐私防护机制高度依赖拍摄指示灯，防护手段单一且易被破解：电商平台低价售卖的遮光贴与改装配件可遮挡指示灯实现无声拍摄，海外还出现了花费百余美元即可物理破坏提示灯电路、实现全程隐形录制的改装产业。^{126126偷拍隐私争议频发，智能眼镜，真的需要摄像头吗？sinaxr.com前往参考资料 ↓在新标签页中打开}

在驾驶场景中，增强现实抬头显示（AR-HUD）将导航、车道偏离预警、前车碰撞提示等信息以图形叠加在真实道路视野上，其设计初衷之一是减少驾驶员视线离开道路的时间，从而降低因视线转移导致的注意力分散。^{127127Augmented reality head-up displays: A review of the state of the art and future perspectivesmdpi.com前往参考资料 ↓在新标签页中打开}

美国国家公路交通安全管理局（NHTSA）2013年发布的驾驶员分心指南将视觉-手动交互任务分为若干等级，并建议单次任务不应超过2秒的视线离开道路时间，这一阈值常被用来评估包括AR-HUD在内的车载显示交互是否安全。^{128128Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesnhtsa.gov前往参考资料 ↓在新标签页中打开}

多项驾驶模拟器研究表明，AR-HUD在呈现导航与预警信息时可缩短驾驶员的首次注视时间并降低车道偏离次数，但信息图形若过于复杂或与真实场景配准误差较大，反而会增加驾驶员的认知负荷与视觉搜索时间。^{129129Evaluation of an Augmented Reality Head-Up Display in a Driving Simulatorjournals.sagepub.com前往参考资料 ↓在新标签页中打开|130130The effects of augmented reality head-up displays on drivers' attention allocationsciencedirect.com前往参考资料 ↓在新标签页中打开}

在行人、骑行者和作业人员等非驾驶场景中，AR眼镜将通知、导航与消息直接叠加在视野中，可能造成对现实环境的注意盲视（inattentional blindness），即用户因专注于虚拟内容而漏看真实世界中的突发变化。^{131131Inattentional blindness and augmented reality: A reviewdl.acm.org前往参考资料 ↓在新标签页中打开}

关于AR-HUD是否真正提升行车安全，学界与产业界存在分歧：部分研究认为AR-HUD能有效缩短视线离开道路时间并提升情境意识，另一些研究则指出AR-HUD的图形叠加会吸引驾驶员注视近处虚像，导致对远处真实路况的注意力下降，且其安全收益在复杂交通场景中并不稳定。^{129129Evaluation of an Augmented Reality Head-Up Display in a Driving Simulatorjournals.sagepub.com前往参考资料 ↓在新标签页中打开|132132Head-up displays and attention: A review of the literature and implications for augmented realitysciencedirect.com前往参考资料 ↓在新标签页中打开}

针对AR眼镜在公共空间使用时的注意力分散问题，已有研究关注“边走边看”场景下的行人安全，发现使用AR眼镜进行文字阅读或消息处理时，用户的步行速度下降且对障碍物的反应时间延长。^{133133Walking with augmented reality: Effects on gait and obstacle avoidancedl.acm.org前往参考资料 ↓在新标签页中打开}

美国国家公路交通安全管理局（NHTSA）在2013年的驾驶员分心指南中明确将“视觉-手动”和“视觉-视觉”交互列为分心源，并建议车载系统在行驶中锁定或简化复杂文本输入，这一原则同样适用于AR-HUD的信息呈现设计。^{128128Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesnhtsa.gov前往参考资料 ↓在新标签页中打开}

移动增强现实应用的社会接受度与交互度相关：一项 2025 年的用户研究以宜家（IKEA）和 Virtlo 两款交互程度差异明显的商用移动 AR 应用为对象，考察交互所需的肢体动作如何影响用户体验与社会接受度，指出随着 AR 技术日益普及，理解不同交互水平如何影响用户感知与社会互动，对设计与推广至关重要。^{134134Influence of Interactivity in Shaping User Experience and Social Acceptability of Mobile Augmented Realityieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在公共空间使用透视式头戴显示器进行共处式肢体游戏的研究指出，多人协作机制不仅能提升游戏体验，还能通过集体参与缓解社交尴尬；设计上应引入可调节的交互门槛，让不同接受度的使用者都能参与。^{135135Towards Immersive Mixed Reality Street Playarxiv.org前往参考资料 ↓在新标签页中打开}

增强现实在公共场合的社交接受度问题，核心在于使用者做出的肢体动作（举持设备、转身、手势、走动）会被旁观者看到并解读，从而产生「看起来奇怪」的顾虑；这一顾虑构成用户是否愿意在他人面前使用 AR 的现实门槛，也是设备形态与交互设计需要回应的社会性约束。^{134134Influence of Interactivity in Shaping User Experience and Social Acceptability of Mobile Augmented Realityieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|135135Towards Immersive Mixed Reality Street Playarxiv.org前往参考资料 ↓在新标签页中打开}

扩展现实（XR，涵盖增强现实、虚拟现实与混合现实）正从早期的简单实验阶段，转变为产业与研究中的关键、高增长的基础性支柱，其重心也从设备购置阶段转向设备使用阶段。^{136136Reality (AR), Virtual Reality (VR), Mixed Reality (MR) and eXtended Reality (XR) Integration in Artificial Intelligence (AI) Software Systemsxplorestaging.ieee.org前往参考资料 ↓在新标签页中打开}

增强现实等扩展现实系统与面向人工智能的软件系统之间已出现广泛集成，这种集成被视为该领域从实验走向规模化应用的重要推动因素之一。^{136136Reality (AR), Virtual Reality (VR), Mixed Reality (MR) and eXtended Reality (XR) Integration in Artificial Intelligence (AI) Software Systemsxplorestaging.ieee.org前往参考资料 ↓在新标签页中打开}

尽管增强现实与人工智能的集成取得进展，该方向仍面临软件层面的问题、硬件层面的障碍以及标准化方面的局限等多重挑战，这些挑战制约着融合的深度与广度。^{136136Reality (AR), Virtual Reality (VR), Mixed Reality (MR) and eXtended Reality (XR) Integration in Artificial Intelligence (AI) Software Systemsxplorestaging.ieee.org前往参考资料 ↓在新标签页中打开}

空间计算（spatial computing）在产业语境中通常指以真实空间的三维几何与语义为计算对象、让数字内容与物理空间建立稳定对应关系的技术集合；增强现实被视为其面向用户的主要呈现方式之一，而空间计算则为增强现实提供底层的空间理解与持久化能力。^{137137《物联小百科》04 | 隐形计算与显形物理：普适计算与扩展现实在智能魔镜中的“合流”mp.weixin.qq.com前往参考资料 ↓在新标签页中打开}

普适计算（Ubiquitous Computing）与扩展现实（XR）在历史上曾被视为两条对立的路线：Mark Weiser 在 1991 年提出普适计算时，主张让计算机从人的注意力中心消失、融入环境，并对当时以头显制造虚拟世界为目标的虚拟现实路线持批判态度，将其与自己所称的“具身虚拟”（Embodied Virtuality）相对立。^{137137《物联小百科》04 | 隐形计算与显形物理：普适计算与扩展现实在智能魔镜中的“合流”mp.weixin.qq.com前往参考资料 ↓在新标签页中打开}

随着混合现实与空间计算的发展，普适计算与扩展现实两条路线在“打通数字世界与物理世界”这一目标上趋于合流：增强现实不再只是叠加显示，而是被纳入“隐形计算 + 显形物理”的整体框架，即算力消融于环境、而空间化的界面负责把环境中的信息直观呈现出来。^{137137《物联小百科》04 | 隐形计算与显形物理：普适计算与扩展现实在智能魔镜中的“合流”mp.weixin.qq.com前往参考资料 ↓在新标签页中打开}

智能镜子（smart mirror）被研究者视为普适计算与扩展现实合流的典型载体：镜子作为日常物件具备使用上的普适性，作为物联网节点具备部署上的隐蔽性，同时其镜面天然适合承载与空间叠加的 XR 界面，因而在一系列人机交互研究中被用作验证这一融合路径的原型平台。^{137137《物联小百科》04 | 隐形计算与显形物理：普适计算与扩展现实在智能魔镜中的“合流”mp.weixin.qq.com前往参考资料 ↓在新标签页中打开}

在概念层级上，增强现实被普遍归为混合现实（MR）的一个子集，而混合现实又涵盖减弱现实（diminished reality）等方向；这一层级关系是增强现实与空间计算、混合现实等相邻概念发生交汇的概念基础。^{138138Dipping Our Toes Deeper into the AI+AR Computing Waterseejournal.com前往参考资料 ↓在新标签页中打开}

增强现实与人工智能计算的结合被视为空间计算方向上的延伸趋势：AR 提供空间化的呈现与交互界面，AI 负责对真实场景的理解、识别与内容生成，二者在设备端与云端形成互补，推动 AR 从“显示叠加”走向“理解并响应环境”。^{138138Dipping Our Toes Deeper into the AI+AR Computing Waterseejournal.com前往参考资料 ↓在新标签页中打开}