HOLOGATE是一家总部位于慕尼黑的XR解决方案公司，近日完成830万欧元的A轮融资。此次投资由Bolero Holdings和Vester Partners领投，Cherry Ventures等老股东参与。HOLOGATE计划利用这笔资金扩大其在欧洲和北美的市场，专注于HGXR的VR培训和模拟解决方案。自2013年成立以来，HOLOGATE已在42个国家运营着450多个基于位置的VR网络，吸引了超过1800万玩家。公司未来还将利用人工智能与虚拟人类进行更真实的互动。

Ray-Ban Stories是Meta与依视路合作推出的智能眼镜，重点用于拍照和听音乐，售价299美元。然而，该产品未实现预期销量，截至今年2月仅售出30万台，月活用户约27000名，退货率达到13%。用户反映的问题包括连接、硬件功能及媒体导入等。尽管初代产品表现不佳，Meta计划推出第二代产品，预计将改善摄像头和续航，但仍不具备AR功能。第二代产品可能于今年秋季或明年春季发布。

苹果公司自上月起邀请开发者前往不同城市的Vision Pro实验室，但海外开发者反应冷淡。实验室提供测试和优化Vision OS应用的机会，苹果专家现场指导。然而，模拟器推出时间短，且加州以外开发者需自费前往，旅行费用不报销。这对小型开发者来说存在困难。尽管如此，国内开发者对此积极响应，8月份名额已满，9月份开始陆续报名。

奥地利在线辅导平台GoStudent完成了由多家公司投资的9500万美元战略融资，旨在扩展其在DACH地区的混合学习解决方案和虚拟现实语言学习平台GoVR。公司计划在教育产品中加入人工智能技术，推出AI课程计划生成器，帮助导师节省时间。GoStudent拥有约23000名导师，致力于提供定制化的学习路径，结合线上线下辅导与VR课程，以增强学生的自信心。

苹果公司近日获得一项新专利，旨在解决VR和AR设备中的“调节-集合不匹配问题”，该问题可能导致用户出现视疲劳和不适。新研发的R1芯片将图像传输延迟缩短至12毫秒，大幅改善体验。该专利还涵盖AR/MR系统中的不同实施方案，包括使用反射式全息组合器将光引导至用户眼睛，同时传输环境光。多个投射器和光引擎的设计优化了焦深和图像质量，简化了系统架构，提升了用户体验。

苹果MR新品Vision Pro的发布标志着AR行业迈向消费市场的新阶段。随着AR技术的进步，轻薄产品已成为趋势，提升用户体验的光学技术显得尤为重要。2023年9月6日，VR陀螺和CIOE中国光博会将共同举办“光遇·第四届中国AR技术应用高峰论坛”，邀请行业专家探讨AR技术的最新进展及发展机遇，助力国内AR厂商明确市场定位。各个演讲主题包括MicroLED技术、轻薄化AR显示、消费级AR技术探索等，展示了AR行业的创新和未来展望。

Schell Games宣布他们的《逃脱：殊死战》系列的第三部作品《逃脱：殊死战3：机器之齿》将很快登陆Oculus Quest，并计划在九月份推出PC VR版本。在Oculus Quest上，游戏将于八月17日上市，而在SteamVR上，预计会在九月28日上市。 和前两款游戏一样，《逃脱：殊死战3：机器之齿》让玩家置身于逃脱房间式的谜题中，需要运用智慧来解开谜题并避开致命的陷阱。玩家需要解决复杂的面向对象的谜题，穿越危险的场景，接近邪恶的士多医生和她的得力助手、前战局工程师罗克珊娜·普里兹姆，而她现在已经背叛了组织。 游戏已经在Meta Quest商店开始预购，原价为25美元，而在Oculus Quest上预购享受10%的折扣，价格为22.50美元。同时，玩家还可以在Steam上将游戏添加到收藏清单。此外，还可观看新的混合现实预告片，亲自体验这款间谍风格的解谜游戏。

7月27日，第20届中国国际数字娱乐产业大会在上海举行，主题为“重构数智生态 捕捉变局价值”。微软大中华区副总裁田灼在会议上发表演讲，强调在AI时代，每个应用都将由AI驱动。田灼指出，数字原生技术和数据结合将推动传统行业的数字转型，尤其在游戏、互联网和文娱产业方面，AIGC将提升生产力和用户体验。他认为，元宇宙/XR领域结合AIGC的机会众多，预示着未来的新发展和商业模式。

苹果首席执行官库克在电话财报中回答投资者关于苹果Vision Pro的问题时表示，这是苹果有史以来最先进的个人电子设备，并强调自己每天都在使用Vision Pro。库克认为Vision Pro是构建未来的基础，标志着苹果的发展转折点。对于Vision Pro头显的营收情况，库克表示每位佩戴者对它留下了深刻印象，目前正在向开发者交付开发者套件，并计划明年提供给消费者。库克认为线下门店是推广Vision Pro的关键，计划开设更多的门店。库克强调苹果将继续推进空间计算和Vision Pro的发展，而Vision Pro将带领用户进入空间计算时代，拥有革命性的全新输入系统和创新机遇。

该文介绍了一种基于单目RGBD视频的六自由度目标追踪和三维重建方法。该方法只需要在初始帧中对目标进行分割，并利用两个并行线程执行在线图形姿态优化和神经对象场表示。方法能够处理具有挑战性的场景，如快速运动和部分遮挡、缺乏纹理和高光等。在几个数据集的比较中都展示了优异的结果。该方法的关键是在线姿态图优化过程、神经对象场和内存池的使用。方法在六自由度目标追踪和三维重建方面比其他方法表现更好。未来的研究方向是利用形状先验来重建不可见部分。