XR日报：索尼多款VR游戏从Meta下架，浙大DLW技术加速XR光学器件制造

浙江大学研究团队开发出基于双光束光抑制的超分辨率3D激光直写技术，通过525nm飞秒激光激发与532nm皮秒激光抑制的协同作用及新型光刻胶系统，在玻璃基板上实现了100纳米横向分辨率的微结构加工。该技术突破了传统多光子聚合中邻近区域过度曝光的限制，成功打印出适用于虚拟现实/增强现实光波导器件的精密光学元件，并验证了1000 μm/s高速打印下仍保持120 nm分辨率的稳定性，为下一代沉浸式显示技术提供了高效制造方案。

MICROOLED、意法半导体与广达联合推出专为运动及户外场景设计的AR智能眼镜参考方案，整合STM32U5微控制器、MICROOLED显示模组及广达制造能力，支持低功耗图形渲染、光学模块定制化及ActiveLook生态兼容，加速厂商开发实时信息显示AR眼镜。

Doublepoint Technologies在MWC 2025宣布推出智能手表手势控制应用WowMouse Pro（售价4.99美元），支持通过微手势操控AR/VR设备，并与Ambiq合作将其低延迟算法集成至Apollo510低功耗芯片；同时任命Meta前高管Yiannis Pagkalos为首席商务官，推动AR/VR手势交互技术商业化进程。

Rockstar Games正式收购长期合作方悉尼工作室Video Games Deluxe并更名为Rockstar Australia，该工作室曾参与开发《黑色洛城》VR版本，并于2020年启动为R星移植3A开放世界游戏至VR的项目，推测涉及《侠盗猎车手》或《荒野大镖客》IP。此次收购强化双方在VR领域的战略布局，R星高管称将继续合作打造顶级游戏作品。

Social Discovery Group旗下新成立风投机构SDG Lab宣布每年投入2000万美元，重点支持XR与AI驱动的虚拟亲密技术初创企业，核心案例包括虚拟约会平台VR Chat&Date。该机构提供种子资金、规模化融资及法律、技术、营销等全链条资源，由前首席营销官Alex Kudos主导，旨在通过沉浸式社交技术重构数字时代人际关系范式，推动人工智能与虚拟现实成为用户建立深度连接的基础工具。

苹果visionOS 2.4 Beta 2新增西班牙语、意大利语支持及空间画廊功能，预示Apple Vision Pro即将登陆西班牙和意大利市场。系统语言本地化适配欧洲西班牙语变体，且与iOS 18.4同步计划于4月公开发布，空间画廊可展示官方精选全景照片、空间视频及文化主题沉浸式内容，强化设备在艺术、自然等场景的体验深度。

索尼旗下Insomniac Games开发的多款PC VR游戏（包括《Stormland》《Edge of Nowhere》等）已从Meta Store下架，且未公开原因。这些游戏此前仅限Meta平台独占，未登陆Steam或索尼主机，推测下架可能与Meta转向一体机优先策略及免费模式兴起导致维护成本过高有关，但官方尚未回应具体撤架动机。

北航大学联合研究团队提出LaDTalk框架，通过结合预训练Wav2Lip模型的唇部同步能力与空间优化矢量量化自编码器（SOVQAE）的高频细节重建技术，解决音频驱动说话人视频生成中的模糊与时间不一致性问题。该方法基于Lipschitz连续性理论建立码本正则化损失，利用自建高频数据集HFTK实现毛发、睫毛等纹理的稳定恢复，实验表明其在唇同步精度、视频清晰度及跨域适应性上超越现有方案，为虚拟现实提供高保真动态面部生成新范式。

德国维尔茨堡大学团队开发出基于纳米孔径电极的可单独寻址亚波长OLED像素技术，通过选择性绝缘层覆盖电极尖锐边缘并利用中心纳米孔径控制载流子注入，解决了传统纳米电极因电场热点引发的电流密度失衡、细丝生长及稳定性问题。该技术实现了300×300 nm²垂直堆叠OLED像素的稳定运行（量子效率达1%），像素良率超90%，且通过抑制边缘电场畸变平衡了电荷输运与复合动力学，为AR/VR超小型高密度显示器及集成等离子体纳米天线效应的下一代光电系统提供了关键技术路径。

Dovetail Games宣布VR火车模拟游戏《Train Sim World VR: New York》将于3月27日作为Meta Quest独占作品上线，玩家可扮演售票员探索纽约哈林线132公里铁路及38个车站，体验任务驾驶、自由探索模式及虚拟公寓互动，并支持全球排行榜竞技，游戏采用专为VR设计的直观操控机制。

国际研究团队开发出可水洗、耐用的磁场感应电子纺织品，通过将微型柔性磁阻传感器嵌入编织纱线中，实现非接触式交互控制。该技术可集成于日常服装，支持水下及复杂环境使用，避免传统电容传感器的误触问题，并能无缝衔接虚拟现实、增强现实等应用场景，为可穿戴人机交互界面提供创新解决方案。

印度理工学院与新加坡管理大学团队提出基于神经形态事件摄像头的EyeTrAES眼动追踪系统，通过自适应事件切片算法动态调节异步事件数据积累窗口，结合轻量级图像处理流程，实现高精度瞳孔运动追踪。该方法在IoU指标上提升6%至92%，延迟降低3倍（仅4.7 ms），并能捕获个体间差异显著的微观瞳孔运动特征，为智能眼镜等可穿戴设备提供实时、低功耗的生物特征识别与沉浸式交互技术支持。