图源：AI 生成（无版权风险）
93913 发表行业观点指出：XR 多年沉淀的空间能力，正在补齐大模型缺失的「现实感知」一环，我们苦苦寻找的 XR 杀手级应用，或许从来不是某一款 App，而是帮助 AI 挣脱文本牢笼、长出感知现实的躯体。
文中以多条线索串联这一主线：Meta 的 V-JEPA 2 验证了「少量机器人数据即可支持模型在陌生环境零样本完成抓取摆放」的路线；Mawari 选择 DePIN 去中心化算力网络，全球分布式节点已超 14 万个，借鉴 Waze 众包思路，由佩戴眼镜的用户沿途回传平视空间数据、共建空间数据库；Niantic 用十年玩家地理数据训练地理大模型以支撑配送机器人导航；Snap 则把空间计算塞进轻量化眼镜。相较于俯视拍摄的手机，眼镜的平视视角更贴合人类感知世界的方式。
【来源说明】
- 媒体：93913（XR 行业媒体，等级 A）｜原文：https://www.93913.com/126182.html
- 交叉验证：单一来源（行业观点综述）。文中引述 Meta、Mawari、Niantic、Snap 等厂商动态，均为公开信息；属分析评论，非硬性事实断言。
- 最终可信度：中。理由：单一行业媒体观点综述，所引厂商动态为公开信息；结论为趋势判断，非确定性事实。
免责声明：本文观点来自原作者，不代表本站立场，仅供参考与讨论；如有错漏，以原文为准。
