本日報由AI生成，可能存在信息錯誤，具體可查看原文。
蘋果正研發專為智能眼鏡設計的低功耗芯片（基于Apple Watch芯片架構優化），計劃2026年底至2027年由臺積電量產，首款產品或于兩年內面世。該芯片將支持多攝像頭控制，同時蘋果持續探索技術難度更高的純AR眼鏡項目。
? 三星突破AR眼鏡技術瓶頸，單層納米波導實現全彩顯示三星研究院與浦項工科大學聯合開發出單層消色差波導技術，利用納米級氮化硅柱陣列替代傳統多層玻璃結構，在500微米厚（約頭發直徑1/100）的單層波導中實現全彩AR顯示。該技術解決了色彩模糊問題，提供9毫米舒適視窗，可大幅減輕AR眼鏡重量并降低生產成本，推動消費級輕薄AR設備發展。
? PICO XR開發重大更新，發布 Native XR SDK v3.0.0PICO發布Native XR SDK v3.0.0重大更新，全面支持OpenXR 1.1標準并集成Khronos官方Loader，開發者可直接使用標準OpenXR工具鏈開發跨平臺應用。首次引入隱私保護AI框架SecureMR，通過設備端隔離計算實現環境理解（如物體識別、空間網格生成）而無需傳輸原始圖像數據。新版本覆蓋Neo3/4系列設備，新增眼動追蹤、MR場景交互等擴展，同時修復已知問題并優化開發者支持體系。
? Meta開源MR技術演示《North Star》 展示Quest頂尖視覺與交互Meta發布開源MR技術演示《North Star》，展示Quest平臺頂尖視覺表現與交互設計。該項目以大航海時代為背景，集成動態海洋系統、物理繩索交互、手部追蹤等混合現實技術，并提供可復用的Unity工具包（環境渲染、敘事系統等）。通過開源代碼與優化方案（如ASW幀率提升、URP管線改造），為開發者提供MR內容開發范本。
? 美軍測試AR全息戰場模擬系統 頭顯+沙盤實現多兵種協同推演美國陸軍研究實驗室聯合Anduril Industries利用AR頭顯與”沙盤”模擬系統進行多兵種協同作戰演練，實現海陸空戰場全息可視化。演練場景涵蓋無人船對抗、AI威脅識別、無人機集群掃雷等未來戰爭元素，通過物理沙盤與AR疊加的虛實交互，為指揮決策提供沉浸式推演工具。
? 粘土風VR冒險《The Midnight Walk》上線，暗黑童話登陸PSVR2與Steam暗黑奇幻冒險游戲《The Midnight Walk》正式登陸Steam及PSVR2平臺（美區/港區），售價136元人民幣/39.99美元。游戲采用獨特的3D粘土風格與定格動畫技術，玩家將扮演從墳墓蘇醒的”焦灼者”，與燈籠生物共同穿越五個火焰主題的詭異故事，在手工掃描打造的暗黑世界中展開冒險。
? PICO視頻本周上新：3D魔性舞蹈、宇宙演化科普、未來賽車VR體驗PICO視頻本周推出三檔沉浸式內容：魔性3D舞蹈《叮叮當當舞》還原抖音36億播放神曲的立體動感；科普向《VR宇宙之旅第二季》揭秘宇宙微波背景輻射的138億年演化；科幻風《急速飛馳》呈現未來穹頂賽道的極速視覺盛宴。用戶可通過PICO VR助手APP或一體機視頻專區預約及觀看。
? 蘋果母親節短片展示Vision Pro溫情時刻，空間視頻讓媽媽”重回”寶寶周歲時光蘋果發布母親節主題短片《給媽媽的禮物》，展示父親用iPhone拍攝嬰兒成長的空間視頻，并通過Apple Vision Pro讓母親沉浸式重溫孩子出生第一年的珍貴時刻，突顯XR技術在情感記憶保存中的獨特價值。
? 生存建造類游戲《火星求生》VR版登陸Quest Store《海島大亨》開發商Haemimont Games打造的生存建造游戲《火星求生》推出VR移植版《Surviving Mars: Pioneer》，由Flat2VR工作室操刀，售價19.99美元。玩家將以第一人稱視角在火星建立殖民地，管理資源、應對沙暴與敵對襲擊，并探索神秘黑色方塊。游戲保留原版硬核設定（角色可能因營養不良或精神崩潰死亡），新增沉浸式基地建造與防御體驗。
? 《Battle Orb》免費登陸Meta Quest，客廳秒變混合現實競技場MixRift推出的免費PvP混合現實游戲《Battle Orb》登陸Meta Horizon Store（搶先體驗版），將玩家客廳轉化為戰略競技場，支持2v2/4v4對戰。游戲結合物理交互與戰術玩法，提供15-20分鐘快節奏對戰、單位升級及排行榜系統，主打易上手（直觀操控）與深度策略（單位搭配/環境利用）的平衡。
? AvatarPerfect系統實現3D虛擬形象精準優化，交互式編輯消除姿態偽影東京大學、天津大學與Adobe團隊聯合開發AvatarPerfect系統，通過交互式2D圖像編輯優化3D高斯飛濺（3DGS）虛擬形象。該系統自動推薦身體/相機姿態組合，引導用戶修正新姿態下的浮動高斯與異常色塊偽影，經用戶研究驗證其效果優于現有編輯器SuperSplat，顯著提升單目視頻生成的Avatar質量。
? GraphAvatar框架利用圖神經網絡GNN實現高保真Avatar渲染中國科學院與英特爾團隊開發了一種名為GraphAvatar的新技術，用圖神經網絡（GNN）生成3D人物頭像模型，將文件大小壓縮到只有10MB，同時保持高質量渲染效果。該技術通過智能算法優化面部追蹤數據，并添加3D細節增強功能，解決了現有虛擬人物技術文件過大或畫質不足的問題。
? PanSplat框架通過球形高斯排列技術提升4K全景VR渲染效率蒙納士大學、蘇黎世聯邦理工學院等團隊提出PanSplat框架，通過定制化球形3D高斯金字塔與斐波那契晶格排列技術，實現4K（2048×4096）分辨率全景視圖合成。該方案采用分層球面成本體積與兩步延遲反向傳播，在單個A100 GPU上完成高效訓練，解決了傳統方法（如NeRF）在高分辨率下的內存與計算瓶頸，實驗顯示其渲染質量與效率均超越現有技術。
