VR Gặp AI: Các Mô Hình Sinh Tạo và Trợ Lý Tích Hợp Đang Viết Lại Thực Tế Ảo

Từ Gemini sống bên trong Android XR đến các thế giới được sinh tạo bằng AI trong Meta Horizon và Marble của World Labs, trí tuệ nhân tạo đang thay đổi cách VR được xây dựng, sử dụng và bán. Chúng tôi xem xét bằng chứng, các con số và các vấn đề còn mở.

作者 vrBlogs

2026年11月3日 · 阅读约 8 分钟

VR Gặp AI: Các Mô Hình Sinh Tạo và Trợ Lý Tích Hợp Đang Viết Lại Thực Tế Ảo

Trong hầu hết lịch sử của nó, thực tế ảo gặp phải vấn đề về nội dung. Các headset trở nên nhẹ hơn và sắc nét hơn, nhưng mọi thế giới, mọi nhân vật và mọi dòng thoại vẫn phải được xây dựng bằng tay. Trong năm qua, điều đó đã bắt đầu thay đổi. Trí tuệ nhân tạo hiện đang xuất hiện ở ba cấp độ của stack VR cùng một lúc: như một trợ lý nhìn thấy những gì bạn thấy, như một công cụ xây dựng thế giới từ một câu, và như bộ não đằng sau các nhân vật bạn có thể thực sự nói chuyện với.

Bài viết này xem xét tình trạng hiện tại của sự hội tụ đó, bằng chứng nói gì, và những gì vẫn còn là trở ngại.

1. Trợ lý AI chuyển vào hệ điều hành

Samsung Galaxy XR chạy Android XR, nơi Gemini được tích hợp vào hệ thống thay vì được cài đặt dưới dạng ứng dụng. Hình ảnh: Google

Dấu hiệu rõ ràng nhất của sự thay đổi là Galaxy XR của Samsung, được phát hành vào tháng 10 năm 2025 như là headset đầu tiên trên nền tảng Android XR của Google. Google mô tả Gemini là một phần của chính hệ điều hành: nó có thể hiểu những gì trên màn hình và những gì các camera nhìn thấy trong phòng, sau đó trả lời câu hỏi hoặc hành động trên các ứng dụng bằng giọng nói, dấu hiệu nhìn và cử chỉ. Khi phát hành, headset có giá $1.799 tại Mỹ và Hàn Quốc, và Google nói rằng hơn 50 trải nghiệm XR từ các đối tác như Adobe, Calm, Fox Sports và MLB đã sẵn sàng vào ngày đầu tiên.

Ở chế độ passthrough, trợ lý có thể lý luận về cả các cửa sổ kỹ thuật số và phòng vật lý xung quanh. Hình ảnh: Google

Meta đã thực hiện một tuyến đường tương tự trên Quest. Meta AI đã đến các headset Quest 3 như một tính năng thử nghiệm, và Meta nói rằng phiên bản có khả năng nhìn thấy của nó, lần đầu tiên được nhìn thấy trên kính Ray-Ban Meta, sẽ đến Horizon OS ở chế độ passthrough và cuối cùng sẽ thay thế các lệnh giọng nói cũ hơn. Các tính năng AI thử nghiệm ban đầu bị giữ lại tại các nước EU, một lời nhắc sớm rằng quy định định hình tốc độ những công cụ này lây lan.

Vấn đề không phải là một chatbot hiện nay nổi trong trường thị lực của bạn. Đó là headset đang trở thành một thiết bị hiểu bối cảnh. Một màn hình phẳng chỉ biết những gì bạn gõ; một headset thực tế hỗn hợp biết nơi bạn đang nhìn, những vật thể nào trên bàn và bạn đang làm gì với tay của bạn. Điều đó làm cho nó một trong những đầu vào phong phú nhất mà một mô hình AI có thể nhận được.

2. Các thế giới được sinh tạo từ một lời nhắc

Một thế giới được sinh tạo từ lời nhắc "Cảnh quan địa Trung Hải" trong Meta Horizon Studio. Hình ảnh: Meta

Mặt trận thứ hai là sáng tạo nội dung, và ở đây các con số đã có ý nghĩa. Tại Meta Connect 2025, Meta nói rằng các công cụ tạo tác vụ AI sinh tạo cho Horizon Worlds, tạo ra mesh 3D, kết cấu, skybox, âm thanh và mã TypeScript, đã được sử dụng bởi gần 60% của những người tạo đủ điều kiện trong 30 ngày trước đó, và khoảng một trong ba thế giới mới được xuất bản trong tháng trước chứa tài sản được sinh tạo bằng AI.

Bên ngoài các nền tảng lớn, một lớp mô hình mới gọi là "mô hình thế giới" đang đi xa hơn. World Labs, công ty khởi nghiệp dẫn đầu bởi Fei-Fei Li, đã phát hành thương mại Marble vào cuối năm 2025. Marble chuyển đổi văn bản, hình ảnh hoặc video thành các môi trường 3D có thể chỉnh sửa có thể được xuất dưới dạng Gaussian splat hoặc mesh tiêu chuẩn, và công ty nói rằng những thế giới đó có thể được xem trực tiếp trong VR trên Apple Vision Pro và Meta Quest 3. Marble 1.1, phát hành vào tháng 4 năm 2026, đã loại bỏ dấu chân không gian cố định giới hạn các cảnh trước đó. Genie 3 của Google DeepMind áp dụng một cách tiếp cận khác, sinh tạo các thế giới có thể khám phá trong thời gian thực khi bạn di chuyển qua chúng, mặc dù quyền truy cập vẫn bị hạn chế ở một nhóm nhỏ những người đăng ký Google AI Ultra ở Mỹ.

Chụp cũng hội tụ với sinh tạo. Hyperscape Capture của Meta cho phép chủ sở hữu Quest 3 hoặc Quest 3S quét một phòng bằng camera của headset; cảnh được xử lý trên đám mây trong vài giờ thành một Gaussian splat chân thực được phát trực tiếp trở lại headset độc lập. Lên đến tám người hiện có thể truy cập một bộ chụp chung với nhau. UploadVR gọi nó là một số VR thực tế nhất mà nó từng thấy, trong khi lưu ý các artifact splat thông thường trên văn bản tốt và trong các khu vực mà các camera không bao giờ tiếp cận.

3. Các nhân vật nói lại

Sự thay đổi thứ ba ít hiển thị hơn nhưng có thể quan trọng nhất cho sự tham gia. Các nhân vật không phải người chơi được viết kịch bản, với các cây hộp thoại cố định của chúng, lâu nay là một trong những phần yếu nhất của sự hòa nhập VR. Meta chia sẻ một điểm dữ liệu cụ thể: khi thế giới Horizon Citadel thay thế các NPC được viết kịch bản bằng các nhân vật được sinh tạo bằng AI, thời gian dành tăng gần 15%. Meta cũng đã nói rằng những người tạo Horizon sẽ có thể thêm các NPC AI dẫn động bằng giọng nói.

Ý tưởng tương tự có tiềm năng mạnh mẽ trong đào tạo. Một nghiên cứu PwC được trích dẫn rộng rãi về các nhà quản lý mới cho thấy rằng những người học VR hoàn thành đào tạo kỹ năng mềm lên đến bốn lần nhanh hơn so với những người học lớp học và cảm thấy lên đến 275% tự tin hơn áp dụng những gì họ học, với VR đạt được độ ngang giá với đào tạo lớp học ở khoảng 375 người học. Nghiên cứu đó trước ngày có các mô hình ngôn ngữ hiện đại và dựa vào các tình huống được viết kịch bản trước. Kết hợp cùng một định dạng nhập vai với các đối tác nhập vai AI, chẳng hạn như một khách hàng khó tính hoặc một bệnh nhân lo lắng phản ứng tự nhiên, là bước logic tiếp theo, và bước mà nhiều nhà cung cấp đào tạo doanh nghiệp hiện đang theo đuổi.

4. Cách tiếp cận yên tĩnh hơn của Apple: AI như một đúng

Image Playground trong visionOS 26 trên Apple Vision Pro. Hình ảnh: Apple

Apple đã kiềm chế hơn. Trong visionOS 26 tính năng AI nổi bật nhất là các cảnh không gian, mà Apple nói rằng sử dụng một thuật toán AI sinh tạo mới để thêm độ sâu giống như cuộc sống vào các bức ảnh 2D thông thường để chúng có thể được xem theo ba chiều. Personas được thiết kế lại, các hóa身 kỹ thuật số được sử dụng cho các cuộc gọi, dựa vào kết xuất volumetric và học máy và được tạo trên thiết bị trong vài giây. Các tính năng Apple Intelligence như Image Playground có, nhưng công ty khung AI như thứ gì đó cải thiện trải nghiệm thay vì là tiêu đề.

Bối cảnh thị trường: AI đang kéo sự chú ý về phía kính

Các con số rộng hơn giải thích lý do tại sao mọi người chơi lớn đều đang dựa vào AI. Theo IDC, vận chuyển thiết bị XR toàn cầu tăng 44,4% năm 2025, nhưng sự tăng trưởng đó chủ yếu đến từ kính thông minh, trong khi vận chuyển Meta Quest giảm 42,3% so với năm trước. Meta vẫn nắm giữ 72,2% của thị trường tổng thể. IDC dự báo sự tăng trưởng thêm 33,5% năm 2026 và mong đợi kính hỗ trợ hiển thị vượt qua các headset VR và MR trong vận chuyển vào năm 2027.

Nói cách khác, trợ lý AI đang trở thành lý do chính người dân mua các thiết bị đeo mặt, và kính nhẹ đang thắng cuộc đó ở mức độ thoải mái và giá cả. Để các headset VR giữ vị trí của chúng, AI phải làm cho chúng có ý nghĩa tốt hơn ở những gì chỉ họ có thể làm: các thế giới hoàn toàn nhập vai, sự hiện diện xã hội phong phú và đào tạo thực hành.

Những gì vẫn còn là trở ngại

Quyền riêng tư. Một trợ lý hiểu phòng của bạn cần quyền truy cập liên tục vào camera và cảm biến trong nhà của bạn. Cách dữ liệu đó được xử lý, lưu trữ và sử dụng để đào tạo sẽ quyết định mức độ người dùng và cơ quan quản lý cho phép những tính năng này đi bao xa.
Tính toán và độ trễ. Nhiều kết quả tốt nhất, từ xử lý Hyperscape đến các thế giới thời gian thực của Genie, phụ thuộc vào đám mây. Các headset độc lập có sức mạnh hạn chế, và VR không tha thứ sự trì hoãn.
Chất lượng và tính tương tác. Các thế giới được sinh tạo vẫn trông tốt hơn so với chúng chơi. Các nhà phê bình lưu ý rằng các cảnh Marble có thể điều hướng nhưng cung cấp tính tương tác hạn chế, và các bộ chụp dựa trên splat phân hủy trên chi tiết tốt.
Các câu hỏi sáng tạo và kinh tế. Nếu một trong ba thế giới mới đã bao gồm tài sản AI, các nền tảng sẽ cần các quy tắc rõ ràng về quy định, chất lượng và cách những người tạo con người được thanh toán.

Đáy dòng

AI không phải là một tính năng duy nhất được thêm vào VR. Nó đang giải quyết các nút cổ chai lâu nhất của phương tiện cùng một lúc: nội dung tốn kém để xây dựng, các nhân vật cảm thấy không sống, và các giao diện không bao giờ tự nhiên như chúng nên. Bằng chứng cho đến nay, từ việc chấp nhận nhà tạo tác trong Horizon đến các lợi ích tham gia từ các NPC AI, cho thấy sự kết hợp hoạt động. Hai năm tiếp theo sẽ cho thấy liệu nó có đủ để làm cho headset trở thành sản phẩm chính thống hay không, hay liệu cùng một AI kéo người dùng hướng tới các kính nhẹ hơn thay vào đó.