1.1 AR / VR / MR 是什么：在光谱上各站哪里
1.1 AR / VR / MR 是什么：在光谱上各站哪里
本节摘要：在展开任何技术细节之前，先把"AR、VR、MR、XR"这四个词的真正含义钉在一条连续的光谱上。我们给出一张可打分的刻度图：每个体验可以由"视野中现实的占比"和"现实与虚拟是否能互相作用"两个维度联合定位。再用三个真实场景演示一次光谱上的迁移——手机看导航、桌面看虚拟宠物、HoloLens 把虚拟宠物放到真桌上——让你在 30 秒内判断"它是 AR 还是 MR 还是 VR"。
学习目标
阅读完本节，你应当能够：
- 在白纸上画出"现实-虚拟光谱"，并说出 AR/AV/MR/VR 分别落在哪一段。
- 用两个维度（虚拟像素占比 + 是否可交互）给任何一段 XR 体验打分。
- 解释为什么"MR = AR + 交互"是过简化的表达。
- 说出 XR 作为一个"伞形词"在工程语境下的实际含义。
一、问题与直觉
营销话术里"AR"和"MR"被反复混用。一家厂商今天叫它 AR，明天同一台设备又叫 MR。技术文档里又把它们分开：Unity 文档区分 AR Session 和 XR Origin，Apple 区分 ARKit 和 RealityKit 2，Microsoft 用"全息"形容 HoloLens 的体验。这种混乱不是谁故意要混淆，而是因为这些词的边界本身就不是离散点。
最干净的看法是把 XR 看作一条连续光谱。光谱的最左端是"纯现实"——你摘下所有设备看到的客厅；最右端是"纯虚拟"——完全由计算机生成的世界；中间每一格都允许你同时看到现实与虚拟，但比例、深度、可交互性不同。AR、AV、MR、VR 是这条光谱上被命名过的四个段落，不是四种独立的产品。
把"现实占比"和"现实虚拟是否能互相遮挡、碰撞"这两个维度画成图，分类就清楚了。下面这张图就放在你的工具箱里，每次看到一个新 demo，先打两个分。
二、核心原理：两个维度的联合定位
我们用两个维度给任何一段 XR 体验打分：
维度 1：视野中现实的占比。0 = 完全虚拟，1 = 完全现实。我们把 0–0.05 划为 VR，0.05–0.30 划为 AV，0.30–0.70 划为 MR，0.70–0.95 划为 AR，0.95–1.00 是裸眼。维度 2：现实与虚拟是否能互相遮挡、碰撞。若虚拟物体能识别真实桌面并被桌面遮挡、能在真实物体后面消失、能基于真实物理"撞墙"——这是 MR；否则就是 AR（仅叠加，不参与物理）。
把这两个维度联立起来看：
| 段落 | 现实占比 | 物理交互 | 典型设备 |
|---|---|---|---|
| AR 叠加 | 0.70–0.95 | 否 | 手机 AR（ARCore/ARKit）、早期 HoloLens |
| MR 共生 | 0.30–0.70 | 是 | HoloLens 2、Quest 3 透视模式、Vision Pro |
| AV 增强虚拟 | 0.05–0.30 | 是 | 多数 VR 中的"现实窗口"（如 Virtual Desktop 的真实键盘透出） |
| VR 全沉浸 | 0–0.05 | 自身物理 | Quest 3 VR 模式、PSVR2、PC VR |
这一步定义清楚，后面所有硬件与算法都有参考系。例如：Vision Pro 的 0.30–0.70 现实占比是带透明度的全息显示；Quest 3 透视是用摄像头合成的"伪 VST"；HoloLens 2 是透明波导加 LCOS 投影。三者的"现实"获取方式不同，但在光谱上落点接近。
三、XR 是什么
XR = X Reality = 任意 Reality。字母 X 是 placeholder——它把光谱上从 AR 到 VR 的所有段落都包起来。这个词最初在 1990 年代的论文里出现，用来描述"任何由计算机修改过的视觉现实"，后来被 Apple、Google、Microsoft 在 2017 年前后陆续采用，作为"我们不打算被分类在某一格"的伞形词。工程语境下，XR 通常意味着一次开发、多端部署：用 OpenXR 这类标准 API 把同一份逻辑跑到 VR 一体机、AR 眼镜、PC VR 上。
四、动手演示：把一个虚拟宠物从 AR 推到 MR
我们用一个最常见的小例子，从空场景起步走一遍光谱：
Step 1：打开手机相机，让屏幕角落出现一个虚拟蝴蝶（ARCore 平面检测 + 2D 贴图）。这是 AR：现实是底图，虚拟是叠加层，不能被真实物体遮挡。
Step 2：戴上 HoloLens 2，蝴蝶变成 3D 模型，能飞、能扇翅膀。当你把手伸过去，蝴蝶会绕开手飞——这是 MR：虚拟物体识别了你的手，参与了空间。
Step 3：同样的蝴蝶模型在 Vision Pro 里，你能把它"放在"真实桌面上。当你视线被桌角挡住时，蝴蝶模型会正确地被桌角遮挡——这是 MR 段内最关键的一步，叫遮挡（Occlusion）。它需要深度信息把"现实几何"和"虚拟几何"放进同一个 z-buffer。
Step 4：切到 Quest 3 的完全 VR 模式，关掉透视摄像头——你看到的是 100% 虚拟，蝴蝶飞在火星地表。这是 VR：现实 0%。
这个 4 步迁移的代码（Unity + OpenXR）核心差异就 4 行：
// 1. AR 叠加：开启平面检测，把蝴蝶贴在检测到的平面上 var ray = new Ray(transform.position, transform.forward); if (Physics.Raycast(ray, out var hit, 10f)) butterfly.position = hit.point; // 2. MR 共生：让蝴蝶绕开用户的手（用 Hand Tracking API） var hand = HandTracker.RightHand; if (hand.IsTracked) butterfly.Avoid(hand.GetPalmPosition(), 0.3f); // 3. MR 遮挡：把深度信息喂给渲染管线 arOcclusionManager.SetEnvironmentDepthMode(EnvironmentDepthMode.Best); // 4. 切到纯 VR：禁用摄像头视频纹理 xrCamera.stereoTargetEye = StereoTargetEyeMask.Both;
走完这 4 行代码，你已经在光谱上从 AR 走到 MR 再走到 VR。
💡 关键直觉：判断"AR 还是 MR"不要看设备名，看虚拟物体是否能与现实物体发生物理关系。一旦支持遮挡、碰撞、绕行——它已经在光谱的 MR 段里了。
本节要点回顾
- AR / AV / MR / VR 是同一根光谱上的不同段落，不是四种独立产品。
- 用"现实占比"和"是否参与物理"两个维度联合定位，比看设备名更可靠。
- XR 是伞形词，工程上意味着"一次开发，多端部署"——OpenXR 是这个抽象的具体实现。
- 判断 AR vs MR 的金标准：虚拟物体是否能与真实物体发生物理关系（遮挡、碰撞、绕行）。
- 同一份内容可以沿着光谱迁移——4 行代码就能从 AR 走到 VR。
图 1-1：现实-虚拟光谱刻度尺
把光谱做成一把"刻度尺"——每个段落都有名字、刻度、典型场景。
下一节我们把这条光谱放到时间维度上，看 1962 到 2024 这六十多年里，每一格是被谁"抬升"的。