Od hardvera do iskustva: nova faza XR razvoja
U protekle dvije godine XR industrija tiho je promijenila fokus. Nakon desetljeća u kojem su dominirali specifikacije hardvera, rezolucija ekrana i broj kamera za tracking, u prvi plan ulazi jedno pitanje: koliko je lako zaista nešto napraviti u prostornom računalstvu.
Najnoviji val XR rješenja, pogonjen prostornom umjetnom inteligencijom (spatial AI), pokušava ukloniti najveću prepreku širem usvajanju – kompleksne kontrole, neshvatljive 3D izbornike i krivulju učenja koja je do sada XR držala u rukama entuzijasta i specijalista.
Cilj se mijenja: umjesto da korisnik uči jezik uređaja, uređaj pokušava razumjeti prirodni jezik, geste i kontekst prostora oko nas. Prostorna AI postaje prevoditelj između ljudske namjere i 3D svijeta.
Prostorna AI kao sloj iznad trackinga i senzora
Klasični XR sustavi oslanjaju se na SLAM (simultaneous localization and mapping), depth senzore, eye tracking i passthrough video. Ti sustavi znaju gdje se nalazite, što je ravna površina, koliko je nešto udaljeno i pod kojim je kutom vaš pogled. No, ne znaju što ta scena zapravo znači.
Prostorna AI uvodi semantičko razumijevanje. Umjesto “plohe na 1,2 metra visine”, sustav prepoznaje “radni stol”. Umjesto “vertikalne plohe”, vidi “bijelu ploču za prezentaciju”. Ljudske figure više nisu samo volumeni u prostoru, već “kirurg”, “učenik” ili “operater stroja” unutar konteksta zadatka.
Ovaj semantički sloj sjeda iznad klasičnog trackinga i senzora te mijenja način na koji XR uređaji interpretiraju svijet:
- Scene understanding: prepoznavanje prostorija (ured, tvornica, učionica), objekata (alat, oprema, namještaj) i njihovih odnosa.
- Mixed reality anchors: sidrenje virtualnih objekata na “smislene” točke – primjerice, upute se pojavljuju uz konkretni ventil, a ne proizvoljno u prostoru.
- Prediktivni kontekst: sustav predviđa što korisnik želi učiniti na temelju položaja, pogleda i povijesti zadataka.
Rezultat je sučelje koje manje sliči na izbornik iz videoigre, a više na sloj inteligentnih oznaka i alata koji se pojavljuju točno tamo gdje ih očekujete.
Od klikanja do opisivanja: “reci što želiš” kao novi UX
Za korisničko iskustvo ovaj pomak znači radikalno pojednostavljenje. Umjesto ručnog slaganja 3D scena, podešavanja svake kamere i beskrajnog konfiguriranja, XR aplikacije sve češće nude pristup “opisi što želiš, mi ćemo izgraditi”.
Edukacija: učionice generirane iz jedne rečenice
U obrazovanju se pojavljuju platforme koje nastavniku omogućuju da tekstualno opiše scenarij: “učionica za fiziku, demonstracija zakona očuvanja impulsa s kolizijom dvaju vagona”. Prostorna AI zatim:
- generira 3D prostor,
- postavlja relevantne objekte,
- definira fizikalna svojstva,
- povezuje sve s interaktivnim zadacima za učenike.
Nastavnik ne mora znati modelirati, skriptirati ni podešavati field of view. Dovoljno je razumjeti sadržaj. Sustav iz teksta i nekoliko gesta stvara XR učionicu spremnu za nastavu, bilo u VR-u ili kroz AR naočale u stvarnoj prostoriji.
Industrija: digitalne tvornice iz planova i senzora
U industriji prostorna AI čita CAD nacrte, planove proizvodnje i podatke sa senzora. Na temelju toga rekonstruira digitalni blizanac tvornice koji se može pregledavati u mixed reality modu, s passthrough videom kao pozadinom.
Operater u radionici, s XR naočalama na glavi, vidi stvarne strojeve, ali i virtualne overlaye: upozorenja, optimalne parametre, korak-po-korak upute. AI iznad SLAM-a razumije gdje se koji stroj nalazi, gdje je opasno područje i kako se radnik kreće kroz prostor.
Umjesto ručnog mapiranja svakog stroja, sustav automatski prepoznaje tip opreme, uspoređuje ga s bazom podataka i sidri relevantne informacije uz točnu poziciju u prostoru.
Medicina: simulacije koje se prilagođavaju specijalizantu
U medicini se XR već koristi za simulacije operacija. Novi sloj prostorne AI omogućuje da se scenariji generiraju i prilagođavaju u hodu. Instruktor može zadati: “laparoskopska operacija žučnog mjehura za početnu razinu, povećan rizik krvarenja”.
Sustav zatim:
- generira virtualnog pacijenta s odgovarajućom anatomijom,
- postavlja moguće komplikacije,
- prilagođava težinu zadatka iskustvu specijalizanta,
- bilježi svaki pokret alata za kasniju analizu.
Ovdje prostorna AI ne upravlja samo vizualnim realizmom, već i pedagoškom logikom: kada otežati zadatak, kada ubaciti nepredviđeni problem, kako pratiti krivulju učenja.
Kako prostorna AI mijenja same kontrole
Radikalno jednostavnije XR sučelje ne znači samo manje gumba. Riječ je o promjeni paradigme interakcije.
- Prirodni jezik: korisnik govori ili piše što želi – “povećaj ovaj model”, “prikaži presjek zgrade”, “sakrij sve osim kritičnih alarma”. LLM modeli pretvaraju te upute u niz XR akcija.
- Geste i pogled: sustav prati ruke, prste i eye tracking. Kombinacija kratkog pogleda i sitne geste može zamijeniti klasični klik, bez kontrolera.
- Kontekstualni izbornici: umjesto stalnog HUD-a, opcije se pojavljuju samo kad su relevantne za objekt na koji gledate ili zadatak koji radite.
- Prostorni memorijski model: aplikacija pamti gdje u prostoru volite držati određene panele, dijagrame ili alate i vraća ih na ista mjesta pri idućem korištenju.
U praksi, to znači manje vremena provedenog u učenju “kako upravljati XR-om”, a više vremena u samom radu, treningu ili igri.
Rizici: tko odlučuje što vidimo u prostornom računalstvu
Automatizirano odlučivanje o tome što korisnik vidi i kako to vidi otvara ozbiljna pitanja. Ako prostorna AI filtrira informacije, prilagođava overlaye i predlaže radnje, tko je odgovoran za pogrešnu ili pristranu odluku?
Odgovornost i pristranost modela
U industrijskom okruženju, pogrešno istaknuta informacija može dovesti do zastoja ili nesreće. U medicini, krivi prioriteti u XR sučelju tijekom zahvata mogu imati izravne posljedice po pacijenta.
Modeli trenirani na povijesnim podacima mogu nasljeđivati pristranosti – primjerice, u procjeni rizika, dodjeli zadataka ili prikazu upozorenja. Ako XR sloj “odluči” da su određene informacije manje važne, korisnik ih možda nikada neće vidjeti u kritičnom trenutku.
Transparentnost i kontrola za profesionalce
Regulatori već raspravljaju o transparentnosti algoritama u AR/VR sustavima, osobito u sektorima poput zdravstva, zrakoplovstva i obrane. Pitanja su jasna:
- kada i kako korisnik mora biti obaviješten da sugestiju daje AI, a ne čovjek,
- koliko detaljno se moraju dokumentirati odluke modela u XR sučelju,
- kako omogućiti “ručni override” bez ugrožavanja brzine rada.
Dizajneri sučelja traže nove obrasce koji će jasno pokazati tko je “na volanu”. Jedan od pristupa je vizualno označavanje AI generiranih elemenata, drugi je uvođenje “razina autonomije” – od potpuno manualnog moda do poluautonomnog asistenta i potpuno automatiziranih procedura.
Što razlikuje pobjednike: senzori, AI i pažnja korisnika
Sljedeća faza razvoja XR-a vjerojatno neće biti obilježena još jednim spektakularnim headsetom, već time koliko će prostorna AI uspjeti XR učiniti “nevidljivim”. Cilj je da XR prestanemo doživljavati kao poseban način rada i počnemo ga gledati kao prirodno produženje pogleda i gesta.
U tom scenariju pobijedit će oni ekosustavi koji najbolje spoje tri elementa:
- Kvalitetan tracking i senzori: precizan inside-out tracking, stabilan passthrough, širok field of view i pouzdano mapiranje prostora bez driftanja.
- Objašnjiva prostorna AI: modeli koji ne samo da donose odluke, već ih mogu objasniti – zašto je ovaj overlay ovdje, zašto je ovaj zadatak dobio prioritet.
- Sučelja koja poštuju ograničenja pažnje: XR nije monitor od 27 inča. Previše informacija u 360 stupnjeva lako vodi do kognitivnog preopterećenja, umora i odbijanja tehnologije.
Najzreliji sustavi već uvode dinamičko doziranje informacija – što je zadatak složeniji ili rizičniji, to je sučelje vizualno jednostavnije, s jasnim prostornim sidrima i minimalnim distrakcijama.
Što slijedi: XR izvan laboratorija i demo prezentacija
Kako prostorna AI sazrijeva, XR izlazi iz laboratorija i tehnoloških demo prezentacija u svakodnevni rad i učenje. U tvornicama, naočale postaju standardni dio osobne zaštitne opreme, ali i kanal za instrukcije u stvarnom vremenu. U učionicama, XR više nije “poseban sat” već produžetak udžbenika. U medicini, simulacije postaju obvezni dio specijalizacija.
Radikalno jednostavnije XR sučelje nije samo pitanje udobnosti. To je preduvjet da prostorno računalstvo postane stvarno masovno – da ga koriste radnici koji nemaju vremena za kompleksne treninge, nastavnici bez tehničke podrške i liječnici koji rade pod pritiskom vremena.
Onog trenutka kada XR iskustvo postane dovoljno intuitivno da ga ne primjećujemo, već ga uzimamo zdravo za gotovo, znat ćemo da je prostorna AI odradila svoj posao. Do tada, ključni izazov ostat će isti: kako maksimalno iskoristiti potencijal 3D svijeta, a minimalno opteretiti korisnika koji u tom svijetu treba donositi stvarne, odgovorne odluke.
