Generativna umjetna inteligencija ušla je u gotovo svaku digitalnu nišu, a sada počinje mijenjati i samu definiciju proširene stvarnosti. Klasični AR godinama je značio dodavanje unaprijed pripremljenih 3D objekata na sliku iz kamere. Generativni AR ide korak dalje: razumije prostor, korisnika i kontekst te u hodu sintetizira cijele scene. Umjetna inteligencija ne „lijepi“ samo modele u kadar, već predlaže i preoblikuje okruženje u stvarnom vremenu.
Najveća promjena događa se ispod haube. Tradicionalni AR oslanja se na više odvojenih modula – mapiranje prostora, praćenje položaja, prepoznavanje objekata, renderiranje sadržaja. Generativni AR koristi jedinstveni generativni model koji istovremeno uzima u obzir okoliš, geste, pogled i glas korisnika. U praksi to znači da možete reći: „Pretvori ovaj dnevni boravak u minimalistički ured“ i u nekoliko sekundi dobiti prijedlog nove prostorne organizacije, vizualiziran kroz AR naočale ili kameru telefona.
Takav pristup već testiraju istraživački timovi i startupi koji kombiniraju modele tekst-u-3D, prepoznavanje govora i prostorne mape okoline. U dizajnu interijera, korisnik može opisati željeni stil, a generativni AR će predložiti raspored namještaja i materijale direktno u stvarnom prostoru. U edukaciji, učenici mogu „oživjeti“ povijesne scene ili znanstvene eksperimente u učionici, bez potrebe za ručnim modeliranjem svakog elementa. U industriji, inženjer na terenu može generirati vizualne upute, sigurnosne oznake ili simulacije kvarova koje se prilagođavaju stvarnim uvjetima na licu mjesta.
Prednost generativnog AR-a nije samo u fleksibilnosti sadržaja, već i u optimizaciji. AI modeli mogu u letu pojednostaviti 3D geometriju, smanjiti broj poligona i prilagoditi teksture tako da se sadržaj prikazuje glatko i na ograničenom hardveru. To je ključno za lagane AR naočale i mobilne uređaje, gdje su procesorska snaga i baterija ograničeni. Istodobno, sustavi moraju održati nisku latenciju kako bi se generirani elementi kretali sinkronizirano s korisnikom i okolinom.
No, generativni AR otvara i nova pitanja. Ako AI u realnom vremenu precrtava našu stvarnost, tko je odgovoran za točnost prikazanih informacija? U zdravstvu, primjerice, pogrešno označen organ ili netočna mjera mogu imati ozbiljne posljedice. U prometu, AR sloj koji skriva stvarne znakove ili stvara zbunjujuće vizualne elemente postaje sigurnosni rizik. Ključno je jasno označiti što je stvarno, a što generirano, osobito u osjetljivim okruženjima.
Tu su i izazovi privatnosti. Kako bi generativni model razumio prostor, mora obrađivati detaljne snimke domova, ureda i javnih prostora. To otvara pitanje gdje se ti podaci pohranjuju, tko im ima pristup i kako se anonimiziraju. Dodatno, modeli moraju biti robusni u nestrukturiranim, „neurednim“ okolinama: od skladišta prepunih robe do ulica s lošim osvjetljenjem ili vremenskim uvjetima.
Za poduzeća generativni AR znači da je vrijeme za eksperimentiranje s malim, jasno definiranim scenarijima. U proizvodnim pogonima to mogu biti interaktivne upute za montažu koje se prilagođavaju svakom koraku rada. U maloprodaji, personalizirana AR iskustva mogu nastajati na licu mjesta – primjerice, kupac u trgovini namještaja vidi svoj stvarni dnevni boravak s različitim stilovima i bojama namještaja, generiranima prema njegovim preferencijama. U turizmu, posjetitelji mogu doživjeti povijesne rekonstrukcije ili personalizirane vodiče nadograđene na stvarne lokacije.
Kako se AR hardver ubrzano seli iz laboratorija u svakodnevne naočale i lagane headsetove, generativni AR ima potencijal postati novi standard. Umjesto da digitalni sloj bude statičan i unaprijed isplaniran, on će u realnom vremenu reagirati na naš fizički svijet, navike i ciljeve. U sljedećoj fazi razvoja proširene stvarnosti ključno pitanje neće biti samo što možemo vidjeti kroz AR, već koliko se taj sloj može inteligentno prilagoditi nama – i pod kojim uvjetima to ostaje sigurno, transparentno i pod našom kontrolom.
