WebXR Mesh-Erkennung: Die Brücke zwischen digitaler und physischer Realität

Augmented Reality (AR) und Virtual Reality (VR) versprechen, unsere digitale und physische Welt nahtlos und intuitiv zu verschmelzen. Jahrelang war die Magie fesselnd, aber unvollständig. Wir konnten einen digitalen Drachen in unser Wohnzimmer platzieren, aber er war ein Geist – er ging durch Wände, schwebte über Tischen und ignorierte die physikalischen Gesetze des Raumes, den er bewohnte. Diese Trennung, diese Unfähigkeit des Digitalen, das Physische wirklich anzuerkennen, war die größte Hürde für eine tiefe Immersion. Diese Hürde wird nun durch eine grundlegende Technologie beseitigt: WebXR Mesh-Erkennung.

Die Mesh-Erkennung ist die Technologie, die webbasierten AR-Anwendungen die Fähigkeit des Sehens und des räumlichen Verständnisses verleiht. Sie ist der Motor, der einen einfachen Kamera-Feed in eine dynamische, interaktive 3D-Karte der Umgebung eines Benutzers umwandelt. Diese Fähigkeit ist nicht nur eine schrittweise Verbesserung; sie ist ein Paradigmenwechsel. Sie ist der Grundpfeiler für die Schaffung wirklich interaktiver, physikalisch bewusster und immersiver Mixed-Reality-Erlebnisse direkt in einem Webbrowser, die für Milliarden von Nutzern weltweit zugänglich sind, ohne eine einzige App herunterladen zu müssen. Dieser Artikel wird Ihr umfassender Leitfaden sein, um zu verstehen, was die WebXR Mesh-Erkennung ist, wie sie funktioniert, welche mächtigen Fähigkeiten sie freisetzt und wie Entwickler sie nutzen können, um die Zukunft des räumlichen Webs zu gestalten.

Eine kurze Auffrischung: Was ist WebXR?

Bevor wir uns den Besonderheiten der Mesh-Erkennung widmen, definieren wir kurz unsere Leinwand: WebXR. Der „Web“-Teil ist seine Superkraft – er nutzt die offene, plattformübergreifende Natur des Webs. Das bedeutet, dass Erlebnisse über eine URL bereitgestellt werden und in Browsern wie Chrome, Firefox und Edge laufen. Dies eliminiert die Reibungsverluste von App-Stores und macht AR- und VR-Inhalte so zugänglich wie jede andere Webseite.

Das „XR“ steht für „Extended Reality“, ein Überbegriff, der Folgendes umfasst:

• Virtual Reality (VR): Vollständiges Eintauchen eines Benutzers in eine komplett digitale Umgebung, die seine reale Sicht ersetzt.
• Augmented Reality (AR): Überlagerung von digitalen Informationen oder Objekten in der realen Welt, um die Sicht des Benutzers zu erweitern.

Die WebXR Device API ist die JavaScript-API, die Webentwicklern eine standardisierte Möglichkeit bietet, auf die Funktionen von VR- und AR-Hardware zuzugreifen. Sie ist die Brücke, die es einer Webseite ermöglicht, mit einem Headset oder den Sensoren eines Smartphones zu kommunizieren, um immersive Erlebnisse zu schaffen. Die Mesh-Erkennung ist eine der leistungsstärksten Funktionen, die von dieser API bereitgestellt wird.

Das alte Paradigma: Digitale Geister in einer physischen Welt

Um die Revolution der Mesh-Erkennung zu würdigen, müssen wir die Einschränkungen verstehen, die sie überwindet. Frühe AR, ob markerbasiert oder markerlos, konnte ein 3D-Modell in Ihrem Raum platzieren und es vielleicht sogar überzeugend verankern. Die Anwendung hatte jedoch kein wirkliches Verständnis für die Geometrie dieses Raumes.

Stellen Sie sich ein AR-Spiel vor, bei dem Sie einen virtuellen Ball werfen. In einer Welt ohne Mesh-Erkennung:

• Der Ball würde direkt durch Ihren realen Boden fallen und in einer endlosen digitalen Leere verschwinden.
• Wenn Sie ihn gegen eine Wand werfen würden, würde er direkt hindurchgehen, als ob die Wand nicht existierte.
• Wenn Sie eine virtuelle Figur auf einen Tisch stellen würden, würde sie wahrscheinlich leicht darüber schweben oder in die Oberfläche einsinken, da die Anwendung die genaue Höhe des Tisches nur erraten konnte.
• Wenn die Figur hinter ein reales Sofa gehen würde, würden Sie sie immer noch sehen, unnatürlich über dem Möbelstück gerendert.

Dieses Verhalten zerstört ständig das Präsenzgefühl und die Immersion des Benutzers. Die virtuellen Objekte fühlen sich wie Aufkleber auf einem Bildschirm an und nicht wie Objekte mit Gewicht und Substanz, die wirklich *im* Raum sind. Diese Einschränkung degradierte AR in vielen Fällen zu einer reinen Neuheit, anstatt zu einem wirklich nützlichen oder tiefgreifend fesselnden Werkzeug.

Auftritt Mesh-Erkennung: Die Grundlage für räumliches Bewusstsein

Die Mesh-Erkennung löst dieses Problem direkt, indem sie der Anwendung ein detailliertes 3D-Modell der umgebenden Umgebung in Echtzeit zur Verfügung stellt. Dieses Modell wird als „Mesh“ bezeichnet.

Was ist ein „Mesh“?

In der 3D-Computergrafik ist ein Mesh die grundlegende Struktur, die die Form eines beliebigen 3D-Objekts bildet. Stellen Sie es sich als eine Kombination aus Skelett und Haut einer digitalen Skulptur vor. Es besteht aus drei Kernkomponenten:

• Vertices: Dies sind einzelne Punkte im 3D-Raum (mit X-, Y- und Z-Koordinaten).
• Kanten: Dies sind die Linien, die zwei Vertices verbinden.
• Flächen: Dies sind flache Oberflächen (in der Echtzeitgrafik fast immer Dreiecke), die durch die Verbindung von drei oder mehr Kanten entstehen.

Wenn man Tausende dieser Dreiecke zusammensetzt, kann man die Oberfläche jeder komplexen Form darstellen – ein Auto, eine Figur oder, im Fall der Mesh-Erkennung, Ihr gesamtes Zimmer. Die WebXR Mesh-Erkennung legt effektiv eine digitale Drahtgitter-„Haut“ über alle Oberflächen, die Ihr Gerät sehen kann, und schafft so eine geometrische Nachbildung Ihrer Umgebung.

Wie funktioniert es unter der Haube?

Die Magie der Mesh-Erkennung wird durch fortschrittliche Sensoren in modernen Smartphones und Headsets ermöglicht. Der Prozess umfasst im Allgemeinen:

1. Tiefenwahrnehmung: Das Gerät verwendet spezielle Sensoren, um zu verstehen, wie weit Oberflächen entfernt sind. Gängige Technologien sind Time-of-Flight (ToF)-Sensoren, die Infrarotlicht aussenden und messen, wie lange es dauert, bis es zurückgeworfen wird, oder LiDAR (Light Detection and Ranging), das Laser für eine hochpräzise Tiefenabbildung verwendet. Einige Systeme können die Tiefe auch mithilfe mehrerer Kameras (Stereoskopie) schätzen.
2. Erzeugung einer Punktwolke: Aus diesen Tiefendaten generiert das System eine „Punktwolke“ – eine riesige Sammlung von 3D-Punkten, die die Oberflächen in der Umgebung darstellen.
3. Meshing: Hochentwickelte Algorithmen verbinden dann diese Punkte und organisieren sie zu einem zusammenhängenden Mesh aus Vertices, Kanten und Dreiecken. Dieser Prozess wird als Oberflächenrekonstruktion bezeichnet.
4. Echtzeit-Updates: Dies ist kein einmaliger Scan. Während der Benutzer sein Gerät bewegt, scannt das System kontinuierlich neue Teile der Umgebung, fügt sie dem Mesh hinzu und verfeinert bestehende Bereiche für eine höhere Genauigkeit. Das Mesh ist eine lebendige, atmende Repräsentation des Raumes.

Die Superkräfte eines umgebungssensitiven Webs: Schlüsselfähigkeiten

Sobald eine Anwendung Zugriff auf dieses Umgebungs-Mesh hat, setzt sie eine Reihe von Fähigkeiten frei, die das Benutzererlebnis grundlegend verändern.

1. Verdeckung (Occlusion): Das Unmögliche glaubhaft machen

Verdeckung (Occlusion) ist der visuelle Effekt, bei dem ein Objekt im Vordergrund die Sicht auf ein Objekt im Hintergrund blockiert. Das ist etwas, was wir in der realen Welt als selbstverständlich ansehen. Mit der Mesh-Erkennung kann AR dieses grundlegende Gesetz der Physik endlich respektieren.

Das System kennt die 3D-Position und Form des realen Sofas, des Tisches und der Wand, weil es ein Mesh für sie hat. Wenn Ihr virtuelles Haustier hinter dieses reale Sofa geht, versteht die Rendering-Engine, dass das Mesh des Sofas näher am Betrachter ist als das 3D-Modell des Haustiers. Folglich hört sie auf, die Teile des Haustiers zu rendern, die verdeckt sind. Das Haustier verschwindet realistisch hinter der Couch und taucht auf der anderen Seite wieder auf. Dieser einzelne Effekt steigert den Realismus dramatisch und lässt digitale Objekte sich wirklich im Raum des Benutzers verankert anfühlen.

2. Physik und Kollision: Vom Schweben zur Interaktion

Das Umgebungs-Mesh ist mehr als nur eine visuelle Hilfe; es dient als digitale Kollisionskarte für eine Physik-Engine. Indem die Mesh-Daten in eine webbasierte Physik-Bibliothek wie ammo.js oder Rapier eingespeist werden, können Entwickler die reale Welt für virtuelle Objekte „solide“ machen.

Die Auswirkung ist unmittelbar und tiefgreifend:

• Schwerkraft und Abprallen: Ein fallen gelassener virtueller Ball fällt nicht mehr durch den Boden. Er trifft auf das Mesh des Bodens, und die Physik-Engine berechnet einen realistischen Rückprall basierend auf seinen Eigenschaften. Sie können ihn gegen eine Wand werfen, und er wird davon abprallen.
• Navigation und Wegfindung: Eine virtuelle Figur oder ein Roboter kann nun intelligent durch einen Raum navigieren. Er kann das Boden-Mesh als begehbaren Untergrund behandeln, Wände als unpassierbare Hindernisse verstehen und sogar auf das Mesh eines Tisches oder Stuhls springen. Die physische Welt wird zum Level für das digitale Erlebnis.
• Physikalische Rätsel und Interaktionen: Dies öffnet die Tür für komplexe Interaktionen. Stellen Sie sich ein AR-Spiel vor, bei dem Sie eine virtuelle Murmel über Ihren realen Schreibtisch rollen müssen, um Bücher und eine Tastatur herum navigieren, um ein Ziel zu erreichen.

3. Umgebungsverständnis: Von der Geometrie zur Semantik

Moderne XR-Systeme gehen über das reine Verständnis der Geometrie eines Raumes hinaus; sie beginnen, seine Bedeutung zu verstehen. Dies wird oft durch die Ebenenerkennung (Plane Detection) erreicht, eine verwandte Funktion, die große, flache Oberflächen identifiziert und ihnen semantische Bezeichnungen zuweist.

Anstelle eines reinen „Sacks voller Dreiecke“ kann das System Ihrer Anwendung nun mitteilen: „Diese Gruppe von Dreiecken ist ein ‚Boden‘“, „diese Gruppe ist eine ‚Wand‘“ und „diese flache Oberfläche ist ein ‚Tisch‘“. Diese kontextbezogenen Informationen sind unglaublich leistungsstark und ermöglichen es Anwendungen, intelligenter zu agieren:

• Eine Innenarchitektur-App kann so programmiert werden, dass Benutzer einen virtuellen Teppich nur auf einer als „Boden“ gekennzeichneten Oberfläche platzieren können.
• Eine Produktivitäts-App könnte virtuelle Haftnotizen automatisch nur auf als „Wand“ gekennzeichneten Oberflächen anbringen.
• Ein AR-Spiel könnte Gegner erscheinen lassen, die an „Wänden“ und „Decken“ krabbeln, aber nicht auf dem „Boden“.

4. Intelligente Platzierung und erweiterte Interaktionen

Aufbauend auf Geometrie und Semantik ermöglicht die Mesh-Erkennung eine Vielzahl weiterer intelligenter Funktionen. Eine der wichtigsten ist die Lichtschätzung (Light Estimation). Die Kamera des Geräts kann die reale Beleuchtung in einer Szene analysieren – ihre Richtung, Intensität und Farbe. Diese Informationen können dann verwendet werden, um virtuelle Objekte realistisch zu beleuchten.

Wenn man die Lichtschätzung mit der Mesh-Erkennung kombiniert, erhält man eine wirklich stimmige Szene. Eine virtuelle Lampe, die auf einem realen Tisch platziert wird (unter Verwendung des Tisch-Meshs zur Platzierung), kann vom realen Umgebungslicht beleuchtet werden und, was noch wichtiger ist, sie kann einen weichen, realistischen Schatten zurück auf das Mesh des Tisches werfen. Diese Synergie zwischen dem Verständnis von Form (Mesh), Beleuchtung (Lichtschätzung) und Kontext (Semantik) schließt die Lücke zwischen dem Realen und dem Virtuellen.

Praktische Anwendung: Ein Leitfaden für Entwickler zur Implementierung der WebXR Mesh-Erkennung

Bereit, loszulegen? Hier ist ein grober Überblick über die Schritte und Konzepte, die bei der Verwendung der WebXR Mesh Detection API eine Rolle spielen.

Das Toolkit: Was Sie benötigen

• Hardware: Ein mit Mesh-Erkennung kompatibles Gerät. Derzeit umfasst dies hauptsächlich moderne Android-Smartphones mit aktuellen Google Play Services for AR. Geräte mit ToF- oder LiDAR-Sensoren, wie sie in der Google Pixel- und Samsung Galaxy S-Serie zu finden sind, liefern die besten Ergebnisse.
• Software: Eine aktuelle Version von Google Chrome für Android, die die robusteste WebXR-Implementierung aufweist.
• Bibliotheken: Obwohl Sie die rohe WebGL-API verwenden können, wird dringend empfohlen, eine 3D-JavaScript-Bibliothek zu verwenden, um die Szene, das Rendering und die Mathematik zu verwalten. Die beiden weltweit beliebtesten Optionen sind Three.js und Babylon.js. Beide haben eine ausgezeichnete WebXR-Unterstützung.

Schritt 1: Anfordern der Sitzung

Der erste Schritt besteht darin, zu überprüfen, ob das Gerät des Benutzers immersives AR unterstützt, und dann eine XR-Sitzung anzufordern. Entscheidend ist, dass Sie `mesh-detection` in den Sitzungs-Features angeben müssen. Sie können es als `requiredFeatures` anfordern, was bedeutet, dass die Sitzung fehlschlägt, wenn es nicht verfügbar ist, oder als `optionalFeatures`, wodurch Ihr Erlebnis mit reduzierter Funktionalität ausgeführt werden kann, wenn die Mesh-Erkennung nicht unterstützt wird.

Hier ist ein vereinfachtes Code-Beispiel:

            
async function startAR() {
  if (navigator.xr) {
    try {
      const session = await navigator.xr.requestSession('immersive-ar', {
        requiredFeatures: ['local-floor', 'mesh-detection']
      });
      // Session started successfully
      runRenderLoop(session);
    } catch (error) {
      console.error("Failed to start AR session:", error);
    }
  } else {
    console.log("WebXR is not available on this browser/device.");
  }
}

            

              
                Copy
              
            
          

Schritt 2: Verarbeitung der Meshes in der Render-Schleife

Sobald die Sitzung beginnt, treten Sie in eine Render-Schleife ein, indem Sie `session.requestAnimationFrame()` verwenden. In jedem Frame liefert Ihnen die API die neuesten Informationen über die Welt, einschließlich der erkannten Meshes.

Die Mesh-Daten sind auf dem `frame`-Objekt als `frame.detectedMeshes` verfügbar, was ein `XRMeshSet` ist. Dies ist ein JavaScript `Set`-ähnliches Objekt, das alle `XRMesh`-Objekte enthält, die derzeit verfolgt werden. Sie müssen über dieses Set in jedem Frame iterieren, um den Lebenszyklus der Meshes zu handhaben:

• Neue Meshes: Wenn ein `XRMesh` im Set erscheint, das Sie zuvor nicht gesehen haben, bedeutet dies, dass das Gerät einen neuen Teil der Umgebung gescannt hat. Sie sollten ein entsprechendes 3D-Objekt (z. B. ein `THREE.Mesh`) in Ihrer Szene erstellen, um es darzustellen.
• Aktualisierte Meshes: Die Vertex-Daten eines `XRMesh`-Objekts können in nachfolgenden Frames aktualisiert werden, während das Gerät seinen Scan verfeinert. Sie müssen nach diesen Updates suchen und die Geometrie Ihres entsprechenden 3D-Objekts ändern.
• Entfernte Meshes: Wenn ein `XRMesh`, das in einem vorherigen Frame vorhanden war, nicht mehr im Set ist, hat das System aufgehört, es zu verfolgen. Sie sollten das entsprechende 3D-Objekt aus Ihrer Szene entfernen.

Ein konzeptioneller Code-Ablauf könnte so aussehen:

            
const sceneMeshes = new Map(); // Map von XRMesh zu unserem 3D-Objekt

function onXRFrame(time, frame) {
  const detectedMeshes = frame.detectedMeshes;

  if (detectedMeshes) {
    // Ein Set, um zu verfolgen, welche Meshes noch aktiv sind
    const activeMeshes = new Set();

    detectedMeshes.forEach(xrMesh => {
      activeMeshes.add(xrMesh);

      if (!sceneMeshes.has(xrMesh)) {
        // NEUES MESH
        // xrMesh.vertices ist ein Float32Array von [x,y,z, x,y,z, ...]
        // xrMesh.indices ist ein Uint32Array
        const newObject = create3DObjectFromMesh(xrMesh.vertices, xrMesh.indices);
        scene.add(newObject);
        sceneMeshes.set(xrMesh, newObject);
      } else {
        // BESTEHENDES MESH - kann aktualisiert werden, aber die API handhabt dies vorerst transparent
        // In zukünftigen API-Versionen könnte es ein explizites Update-Flag geben
      }
    });

    // Auf entfernte Meshes prüfen
    sceneMeshes.forEach((object, xrMesh) => {
      if (!activeMeshes.has(xrMesh)) {
        // ENTFERNTES MESH
        scene.remove(object);
        sceneMeshes.delete(xrMesh);
      }
    });
  }
  
  // ... Szene rendern ...
}

            

              
                Copy
              
            
          

Schritt 3: Visualisierung für Debugging und Effekte

Während der Entwicklung ist es absolut unerlässlich, das Mesh zu visualisieren, das das Gerät erstellt. Eine gängige Technik ist es, das Mesh mit einem semi-transparenten Drahtgittermodell-Material zu rendern. Dies ermöglicht es Ihnen, zu „sehen, was das Gerät sieht“, was Ihnen hilft, Scan-Probleme zu diagnostizieren, die Mesh-Dichte zu verstehen und den Echtzeit-Rekonstruktionsprozess zu würdigen. Es dient auch als starker visueller Effekt für den Benutzer, der die zugrunde liegende Magie kommuniziert, die das Erlebnis möglich macht.

Schritt 4: Anbindung an eine Physik-Engine

Um Kollisionen zu ermöglichen, müssen Sie die Mesh-Geometrie an eine Physik-Engine übergeben. Der allgemeine Prozess ist:

1. Wenn ein neues `XRMesh` erkannt wird, nehmen Sie dessen `vertices`- und `indices`-Arrays.
2. Verwenden Sie diese Arrays, um eine statische, dreiecksbasierte Mesh-Kollisionsform in Ihrer Physik-Bibliothek zu konstruieren (z. B. `Ammo.btBvhTriangleMeshShape`). Ein statischer Körper ist einer, der sich nicht bewegt, was perfekt ist, um die Umgebung darzustellen.
3. Fügen Sie diese neue Kollisionsform Ihrer Physik-Welt hinzu.

Sobald dies geschehen ist, kollidieren alle dynamischen physikalischen Körper, die Sie erstellen (wie ein virtueller Ball), nun mit der 3D-Darstellung der realen Welt. Ihre virtuellen Objekte sind keine Geister mehr.

Auswirkungen auf die Praxis: Globale Anwendungsfälle und Applikationen

Die Mesh-Erkennung ist nicht nur eine technische Kuriosität; sie ist ein Katalysator für praktische und transformative Anwendungen in Branchen weltweit.

• E-Commerce und Einzelhandel: Ein Kunde in Tokio kann sein Telefon benutzen, um zu sehen, ob ein neues Sofa aus einem lokalen Geschäft in seine Wohnung passt, wobei das virtuelle Sofa realistische Schatten auf seinen Boden wirft und von seinem vorhandenen Couchtisch korrekt verdeckt wird.
• Architektur, Ingenieurwesen und Bauwesen (AEC): Ein Architekt in Dubai kann eine Baustelle besuchen und ein 3D-Modell des fertigen Gebäudes überlagern. Das Modell wird realistisch auf den physischen Fundamenten sitzen, und er kann darin herumlaufen, wobei reale Säulen und Ausrüstungen die virtuellen Wände korrekt verdecken.
• Bildung und Ausbildung: Ein angehender Mechaniker in Deutschland kann lernen, einen komplexen Motor zusammenzubauen. Virtuelle Teile können manipuliert werden und kollidieren mit der realen Werkbank und den Werkzeugen, was realistisches räumliches Feedback ohne die Kosten oder die Gefahr der Verwendung realer Komponenten bietet.
• Gaming und Unterhaltung: Ein weltweit eingeführtes AR-Spiel kann das Zuhause jedes Benutzers, von einer Wohnung in São Paulo bis zu einem Haus in Nairobi, in ein einzigartiges Spiellevel verwandeln. Gegner können das reale Mesh intelligent zur Deckung nutzen, sich hinter Sofas verstecken und um Türecken spähen, was ein zutiefst persönliches und dynamisches Erlebnis schafft.

Der weitere Weg: Herausforderungen und zukünftige Richtungen

Obwohl leistungsstark, ist die Mesh-Erkennung immer noch eine sich entwickelnde Technologie mit zu bewältigenden Herausforderungen und einer aufregenden Zukunft.

• Leistung und Optimierung: Hochdichte Meshes können für mobile GPUs und CPUs rechenintensiv sein. Die Zukunft liegt in der on-the-fly Mesh-Vereinfachung (Dezimierung) und Level of Detail (LOD)-Systemen, bei denen weit entfernte Teile des Meshes mit weniger Dreiecken gerendert werden, um Ressourcen zu sparen.
• Genauigkeit und Robustheit: Aktuelle Tiefensensoren können durch transparente Oberflächen (Glas), reflektierende Materialien (Spiegel, polierte Böden) und sehr dunkle oder hell erleuchtete Bedingungen herausgefordert werden. Zukünftige Sensorfusion, die Daten von Kameras, LiDAR und IMUs kombiniert, wird zu robusterem und genauerem Scannen in allen Umgebungen führen.
• Datenschutz und Ethik der Benutzer: Dies ist ein kritisches globales Anliegen. Die Mesh-Erkennung erstellt eine detaillierte 3D-Karte des privaten Raums eines Benutzers. Die Branche muss das Vertrauen der Benutzer durch transparente Datenschutzrichtlinien, klare Zustimmungsaufforderungen und die Verpflichtung, Daten wann immer möglich auf dem Gerät und nur vorübergehend zu verarbeiten, priorisieren.
• Der Heilige Gral: Dynamisches Meshing in Echtzeit und semantische KI: Die nächste Grenze ist, über statische Umgebungen hinauszugehen. Zukünftige Systeme werden in der Lage sein, dynamische Objekte – wie Menschen, die durch einen Raum gehen, oder ein vorbeilaufendes Haustier – in Echtzeit zu meshen. Dies, kombiniert mit fortgeschrittener KI, wird zu einem echten semantischen Verständnis führen. Das System wird nicht nur ein Mesh sehen; es wird es als „Stuhl“ identifizieren und seine Eigenschaften verstehen (z. B. dass er zum Sitzen da ist), was die Tür für wirklich intelligente und hilfreiche AR-Assistenten öffnet.

Fazit: Das Digitale in das Gewebe der Realität einweben

Die WebXR Mesh-Erkennung ist mehr als nur eine Funktion; sie ist eine grundlegende Technologie, die das ursprüngliche Versprechen der Augmented Reality einlöst. Sie erhebt AR von einer einfachen Bildschirmüberlagerung zu einem wirklich interaktiven Medium, in dem digitale Inhalte unsere physische Welt verstehen, respektieren und darauf reagieren können.

Indem sie die zentralen Säulen der immersiven Mixed Reality – Verdeckung, Kollision und kontextuelles Bewusstsein – ermöglicht, stellt sie Entwicklern auf der ganzen Welt die Werkzeuge zur Verfügung, um die nächste Generation räumlicher Erlebnisse zu schaffen. Von praktischen Werkzeugen, die unsere Produktivität steigern, bis hin zu magischen Spielen, die unsere Wohnungen in Spielplätze verwandeln, webt die Mesh-Erkennung die digitale Welt in das eigentliche Gewebe unserer physischen Realität ein, und das alles über die offene, zugängliche und universelle Plattform des Webs.