PICO开发者亮相 StanfordXR Immerse the Bay 2025黑客松
StanfordXR Immerse the Bay 2025黑客松
(映维网Nweon 2026年01月16日)StanfordXR 的 Immerse the Bay Hackathon 已成长为全球规模最大、技术挑战性最高的 XR 开发者赛事之一。每一年,它都汇聚学生、独立开发者与初创团队,在真实硬件、真实压力、真实代码的条件下,快速打造下一代空间计算体验原型。
2025 年,PICO 参与其中,支持团队基于 WebSpatial 与 SecureMR 两个新兴平台进行开发——这两项技术致力于降低空间计算的开发门槛,同时提升能力上限。
在赛后的五周中,开发者们:
- 构建了可运行的混合现实应用
- 同时适配 Apple Vision Pro 与 PICO 4 Ultra
- 将项目代码开源
- 系统性地记录了架构设计
- 在 PICO 开发者平台支持下持续迭代,而非止步于 Demo
- 交付了可复现、可学习的完整项目
下面介绍的每一个团队,都因为一件在黑客松中极为罕见的事情而获得了 Ambassador(开发者大使) 身份:他们没有停留在演示层面,而是交付了真实、可扩展的开发成果。
本文将总结七个最具代表性的项目,并附上每个项目更深入的技术解读与 GitHub 仓库链接。

项目亮点
Glucose MR
隐私优先的实时混合现实营养指导

StanfordXR Immerse the Bay 2025: Best SecureMR App
Glucose MR 关注的是一个对延迟、信任与隐私都极端敏感的场景:糖尿病患者的日常饮食决策。
体验本身非常直接而有力:用户只需看向食物、输入血糖读数,系统便会即时在真实食物之上叠加营养与决策建议——包括碳水估算、糖分质量、营养结构等信息。全程无需云端处理,也不会上传任何原始相机画面。
在技术实现上,Glucose MR 结合了:
- 设备端基于 YOLO 模型的食物识别
- 来源于 USDA 的结构化营养数据库
- 针对糖尿病的决策逻辑
- 通过 SecureMR 架构级别强制隐私隔离的运行环境
- 所有推理均在设备本地完成,在不泄露图像或健康数据的前提下,实现亚秒级反馈。
为什么重要:
Glucose MR 证明了:本地 ML + MR 能够支持医疗等高敏感、高信任需求场景,同时不牺牲隐私与开发效率。
🔗 GitHub:https://github.com/erinmitt123/Glucose_MR
https://v.youku.com/v_show/id_XNjUyMDI2MzcxMg==.html
Spatial Canvas
将创作型工作空间重构为真正的 3D Web 环境

StanfordXR Immerse the Bay 2025: Best WebSpatial App
By Team Hoku (Utsav Gupta & Rebecca Neff, Filarion Inc.)
Spatial Canvas 提出了一个看似简单的问题:如果 Web 本身成为空间化工作台,会是什么样?
该项目完全基于 Web 技术构建,将熟悉的浏览器内容转化为具备深度感知的混合现实多面板环境。用户可以在真实空间中固定、排列并“走进”网页内容,把情绪板、研究资料和演示文档转化为空间物体。
关键技术亮点包括:
- 多场景布局与状态同步
- 基于 CSS 空间属性的分立的深度层实现
- 在 reducer 层完成的撤销 / 重做
- 完全客户端架构,无后端依赖
- 整个系统没有使用 Swift、RealityKit 或 VisionOS 原生代码。
为什么重要:
Spatial Canvas 展示了 WebSpatial 如何让开发者使用 React, TypeScript 和 CSS 进入空间计算,而无需推翻既有的 Web 开发者熟悉的技术栈。
🔗 GitHub:https://github.com/filarionforge/spatialcanvas/
https://v.youku.com/v_show/id_XNjUyMDI2MzcxNg==.html
SoulSpace
用空间叙事让情绪变得可感知

StanfordXR Immerse the Bay 2025: Best Overall Design & Storytelling
By Steve Kuo, Cheyoung Ahn, Pranjal Adhikari
SoulSpace 将日记从“滚动阅读”变成了“可行走的空间”。
用户不再只是记录情绪文字,而是将情绪历史可视化为一个三维空间景观。
你可以在其中探索情绪轨迹、查看 AI 生成的总结,并在一个安静、如玻璃般通透的混合现实环境中与自我反思互动。
技术上,SoulSpace 结合了:
- 完全客户端的 React 架构
- 用于记录、分析与探索的空间面板
- AI 辅助的情绪识别与反思生成
- 为舒适性与清晰度优化的轻量级 3D 表现
- 最终体验更像是一个私人空间,而非传统应用。
为什么重要:
SoulSpace 展示了空间计算如何让抽象的情绪与心理状态变得可见、可理解,却不压迫用户。
🔗 GitHub:https://github.com/cyoungie/soulspace
https://v.youku.com/v_show/id_XNjUxMTgzMDg4NA==.html
SecureFab XR
面向受监管制造业的隐私优先 MR 培训

SecureFab XR 面对的是一个现实而严苛的工业问题:许多工厂无法将摄像头数据上传云端,但依然需要实时、AI 驱动的培训系统。
该项目为高度监管环境设计,提供逐步、空间锚定的操作指导,同时通过 SecureMR 的安全运行时,从架构层面保证原始视觉数据永不离开设备。检测、验证与渲染全部在本地完成。
技术亮点包括:
- 基于 JSON 的培训流程描述
- 区域级空间验证
- SecureMR 内部的多管线 C++ 编排
- 清晰分离的视觉、逻辑与 Unity UI 层
为什么重要:
SecureFab XR 证明了:隐私优先并非限制,而是可扩展、可落地的工业 MR 路径。
🔗 GitHub:https://github.com/AarnavSan/SecureFabXR
https://v.youku.com/v_show/id_XNjUyMDI2MzcyNA==.html
Genesis XR
通过实验学习科学,而不是死记结果

Genesis XR 让学习重新回到“实验”本身。用户可以组合虚拟材料、观察结果,并理解背后的真实科学过程,而不是被动记忆结论。
该项目基于轻量级 WebSpatial 架构,有以下几个亮点:
- UI 面板与 3D 内容的清晰分离
- 简单而聚焦的交互方式
- 本地持久化的探索记录
- 可访问性优先,而非视觉复杂度
为什么重要:
Genesis XR 展示了即使资源有限,空间计算依然可以支持探索式、体验式学习。
🔗 GitHub:https://github.com/j8swang/GenesisXRR
https://v.youku.com/v_show/id_XNjUyMDI2MzcyOA==.html
IdeaSpace
在 3D 空间中与 AI 一起脑暴“说出”想法

IdeaSpace 将 AI 视为共创者,而非工具。
用户自然地说话,想法会实时在 3D 空间中生成结构、形状与关系。
系统结合了:
- 语音优先的创作流程
- 在响应完成前即执行的流式 AI 行为
- 基于 WebSpatial 的空间画布
- 增量式 JSON 执行,带来“即时反馈”的感知
为什么重要:
IdeaSpace 展示了当 AI 与空间计算从设计之初就协同构建时,能达到的体验高度。
🔗 GitHub:https://github.com/a-khandel/IdeaSpace
https://v.youku.com/v_show/id_XNjUyMDI2MzczMg==.html
MindOrbit
为思维而存在的空间

MindOrbit 探索的是“以空间体验认知”的可能性。它不追踪任务、情绪或效率,而是将注意力、意识与心流本身可视化为围绕用户存在的空间现象。
用户站在一个安静的混合现实环境中心,抽象形态缓慢环绕、漂移、叠加。
体验更偏向观察,而非操作——鼓励觉察,而非量化。
项目强调:
- 认知与注意力的空间隐喻
- 非数据化、非分析式可视化
- 临在感优先于生产力
- 平静、冥想式的混合现实体验
为什么重要:
MindOrbit 提示了一种未来:空间计算可以支持觉察与内省,而不是一味优化与控制。
🔗 GitHub:https://github.com/aungbbo/MindOrbit
https://v.youku.com/v_show/id_XNjUyMDI2ODA3Ng==.html
真正交付的开发工作
这些项目之间并没有单一的应用场景,真正将它们连接在一起的是开发哲学。这些团队:
- 在真实约束下交付可运行的软件
- 开源代码
- 记录取舍与架构决策
- 在黑客松之后持续构建
- 获得了真实的空间应用交付经验
因此,他们获得 Ambassador 身份,并非因为奖项,而是因为把事情真正做完了。
下一步
如果你是对空间计算感兴趣的 Web 开发者,或是关注隐私优先 AI、本地 ML 的 XR 开发者,现在正是一个极为罕见的窗口期。
硬件已经就绪。
平台正在成熟。
而进入门槛,比以往任何时候都更低。
🔗 了解 WebSpatial:https://webspatial.dev
🔗 了解 SecureMR:https://developer-cn.picoxr.com/blog/introducing-securemr/
去探索这些项目。阅读深度解析。Fork 代码。
然后开始构建下一步吧。

