לפרוץ את גבולות המציאות: מדריך למפתחים למעקב ללא סמנים ב-WebXR

במשך שנים, ההבטחה של מציאות רבודה הייתה כבולה לסמל פיזי. כדי לראות מודל תלת-ממדי של מכונית חדשה, הייתם צריכים קודם להדפיס קוד QR. כדי להפיח חיים בדמות מקופסת דגני בוקר, הייתם צריכים את הקופסה עצמה. זה היה העידן של AR מבוסס סמנים — טכנולוגיה חכמה ויסודית, אך כזו שהגיעה עם מגבלות מובנות. היא דרשה מטרה חזותית ספציפית וידועה, וכך הגבילה את קסם ה-AR למרחב קטן ומוגדר מראש. כיום, פרדיגמה זו נופצה על ידי טכנולוגיה חזקה ואינטואיטיבית הרבה יותר: מעקב ללא סמנים.

מעקב ללא סמנים, ובפרט מעקב מיקום מבוסס סביבה, הוא המנוע המניע מציאות רבודה מודרנית ומשכנעת. הוא משחרר תוכן דיגיטלי מריבועים מודפסים ומאפשר לו לאכלס את עולמנו בחופש חסר תקדים. זוהי הטכנולוגיה המאפשרת לכם למקם ספה וירטואלית בסלון האמיתי שלכם, לעקוב אחר מדריך דיגיטלי בשדה תעופה סואן, או לצפות ביצור פנטסטי רץ על פני פארק פתוח. בשילוב עם הנגישות שאין שני לה של הרשת באמצעות ה-WebXR Device API, היא יוצרת נוסחה רבת עוצמה לאספקת חוויות סוחפות לקהל גלובלי, באופן מיידי, וללא החיכוך של הורדות מחנות האפליקציות.

מדריך מקיף זה מיועד למפתחים, מנהלי מוצר וחובבי טכנולוגיה המעוניינים להבין את המכניקה, היכולות והיישומים המעשיים של מעקב מבוסס סביבה ב-WebXR. אנו נפרק את טכנולוגיות הליבה, נחקור תכונות מפתח, נסקור את נוף הפיתוח ונביט קדימה אל עתיד הרשת המודעת-מרחבית.

מהו מעקב מיקום מבוסס סביבה?

בבסיסו, מעקב מיקום מבוסס סביבה הוא היכולת של מכשיר — בדרך כלל סמארטפון או משקפי AR ייעודיים — להבין את מיקומו ואת כיוונו במרחב פיזי בזמן אמת, תוך שימוש בחיישנים המובנים שלו בלבד. הוא עונה באופן רציף על שתי שאלות יסוד: "היכן אני נמצא?" ו"לאיזה כיוון אני פונה?" הקסם טמון באופן שבו הוא משיג זאת ללא כל ידע מוקדם על הסביבה או צורך בסמנים מיוחדים.

תהליך זה מסתמך על ענף מתוחכם של ראייה ממוחשבת וניתוח נתוני חיישנים. המכשיר למעשה בונה מפה זמנית ודינמית של סביבתו ולאחר מכן עוקב אחר תנועתו בתוך מפה זו. זה רחוק מאוד משימוש פשוט ב-GPS, שאינו מדויק מספיק עבור AR בקנה מידה של חדר, או מ-AR מבוסס סמנים, שהוא מגביל מדי.

הקסם שמאחורי הקלעים: טכנולוגיות ליבה

ההישג המדהים של מעקב עולם מושג בעיקר באמצעות תהליך המכונה SLAM (Simultaneous Localization and Mapping), אשר מועצם על ידי נתונים מחיישנים מובנים אחרים.

SLAM: העיניים של ה-AR

SLAM הוא הלב האלגוריתמי של מעקב ללא סמנים. זוהי בעיה חישובית שבה מכשיר חייב לבנות מפה של סביבה לא ידועה תוך כדי מעקב אחר מיקומו שלו בתוך אותה מפה. זהו תהליך מחזורי:

• מיפוי: מצלמת המכשיר קולטת פריימים של וידאו מהעולם. האלגוריתם מנתח פריימים אלה כדי לזהות נקודות עניין ייחודיות ויציבות הנקראות "נקודות מפתח" (feature points). אלו יכולות להיות פינה של שולחן, טקסטורה ייחודית על שטיח, או קצה של מסגרת תמונה. אוסף של נקודות אלה יוצר מפה תלת-ממדית דלילה של הסביבה, המכונה לעיתים קרובות "ענן נקודות".
• לוקליזציה (התמצאות): כשהמכשיר נע, האלגוריתם עוקב אחר האופן שבו נקודות מפתח אלה זזות בתצוגת המצלמה. על ידי חישוב הזרימה האופטית הזו מפריים לפריים, הוא יכול להסיק במדויק את תנועת המכשיר — בין אם הוא נע קדימה, הצידה, או הסתובב. הוא ממקם את עצמו ביחס למפה שהוא זה עתה יצר.
• לולאה סימולטנית: המפתח הוא ששני התהליכים מתרחשים במקביל ובאופן רציף. ככל שהמכשיר חוקר יותר מהחדר, הוא מוסיף נקודות מפתח חדשות למפה שלו, מה שהופך את המפה ליציבה יותר. מפה יציבה יותר, בתורה, מאפשרת לוקליזציה מדויקת ויציבה יותר. עידון מתמיד זה הוא מה שגורם למעקב להרגיש מוצק.

היתוך חיישנים (Sensor Fusion): המייצב הבלתי נראה

בעוד שהמצלמה וה-SLAM מספקים את העוגן החזותי לעולם, יש להם מגבלות. מצלמות קולטות פריימים בתדירות נמוכה יחסית (למשל, 30-60 פעמים בשנייה) ויכולות להתקשות בתנאי תאורה חלשים או בתנועה מהירה (טשטוש תנועה). כאן נכנסת לתמונה יחידת המדידה האינרציאלית (IMU).

ה-IMU הוא שבב המכיל מד תאוצה וג'ירוסקופ. הוא מודד תאוצה ומהירות זוויתית בתדירות גבוהה מאוד (מאות או אלפי פעמים בשנייה). נתונים אלה מספקים זרם קבוע של מידע על תנועת המכשיר. עם זאת, IMUs נוטים ל"סחיפה" (drift) — שגיאות קטנות המצטברות עם הזמן, וגורמות למיקום המחושב להפוך ללא מדויק.

היתוך חיישנים הוא התהליך של שילוב מושכל בין נתוני ה-IMU בעלי התדירות הגבוהה אך הנוטים לסחיפה, לבין נתוני המצלמה/SLAM בעלי התדירות הנמוכה אך המעוגנים חזותית. ה-IMU ממלא את הפערים בין פריימים של המצלמה לתנועה חלקה, בעוד שנתוני ה-SLAM מתקנים מעת לעת את סחיפת ה-IMU, ומעגנים אותו מחדש לעולם האמיתי. שילוב רב עוצמה זה הוא מה שמאפשר את המעקב היציב ובעל ההשהיה הנמוכה הנדרש לחווית AR אמינה.

יכולות מפתח של WebXR ללא סמנים

הטכנולוגיות הבסיסיות של SLAM והיתוך חיישנים פותחות חבילה של יכולות עוצמתיות שמפתחים יכולים למנף דרך ה-WebXR API והספריות התומכות בו. אלו הן אבני הבניין של אינטראקציות AR מודרניות.

1. מעקב בשש דרגות חופש (6DoF)

זוהי ללא ספק הקפיצה המשמעותית ביותר מטכנולוגיות ישנות יותר. מעקב 6DoF הוא מה שמאפשר למשתמשים לנוע פיזית בתוך מרחב ולראות את התנועה הזו משתקפת בסצנה הדיגיטלית. הוא כולל:

• 3DoF (מעקב סיבובי): זה עוקב אחר אוריינטציה. אתם יכולים להביט למעלה, למטה, ולכל עבר מנקודה קבועה. זה נפוץ בצפייה בסרטוני 360 מעלות. שלוש דרגות החופש הן עלרוד (הנהון), סבסוב (נענוע ראש לשלילה), וגלגול (הטיית הראש מצד לצד).
• +3DoF (מעקב מיקום): זוהי התוספת המאפשרת AR אמיתי. היא עוקבת אחר תנועה במרחב. אתם יכולים ללכת קדימה/אחורה, לזוז שמאלה/ימינה, ולהתכופף/להתיישר.

עם 6DoF, משתמשים יכולים להסתובב סביב מכונית וירטואלית כדי לבחון אותה מכל הזוויות, להתקרב לפסל וירטואלי כדי לראות את פרטיו, או להתחמק פיזית מקליע במשחק AR. זה הופך את המשתמש מצופה פסיבי למשתתף פעיל בתוך המציאות המעורבת.

2. זיהוי משטחים (אופקיים ואנכיים)

כדי שאובייקטים וירטואליים ירגישו שהם שייכים לעולמנו, הם צריכים לכבד את המשטחים שלו. זיהוי משטחים הוא התכונה המאפשרת למערכת לזהות משטחים שטוחים בסביבה. ממשקי API של WebXR יכולים בדרך כלל לזהות:

• משטחים אופקיים: רצפות, שולחנות, משטחי עבודה ומשטחים שטוחים וישרים אחרים. זה חיוני להצבת אובייקטים שאמורים לנוח על הקרקע, כמו רהיטים, דמויות או פורטלים.
• משטחים אנכיים: קירות, דלתות, חלונות וארונות. זה מאפשר חוויות כמו תליית ציור וירטואלי, הרכבת טלוויזיה דיגיטלית, או דמות שפורצת דרך קיר בעולם האמיתי.

מנקודת מבט של מסחר אלקטרוני בינלאומי, זהו משנה משחק. קמעונאי בהודו יכול לאפשר למשתמשים לדמיין כיצד שטיח חדש נראה על רצפתם, בעוד שגלריית אמנות בצרפת יכולה להציע תצוגה מקדימה ב-WebAR של ציור על קיר של אספן. זה מספק הקשר ותועלת שמניעים החלטות רכישה.

3. בדיקת פגיעה (Hit-Testing) ועוגנים (Anchors)

ברגע שהמערכת מבינה את הגיאומטריה של העולם, אנו זקוקים לדרך לתקשר איתה. כאן נכנסים לתמונה בדיקת פגיעה ועוגנים.

• בדיקת פגיעה (Hit-Testing): זהו המנגנון לקביעת המקום שאליו משתמש מכוון או מקיש בעולם התלת-ממדי. יישום נפוץ מטיל קרן בלתי נראית ממרכז המסך (או מאצבע המשתמש על המסך) אל תוך הסצנה. כאשר קרן זו מצטלבת עם משטח שזוהה או עם נקודת מפתח, המערכת מחזירה את הקואורדינטות התלת-ממדיות של נקודת ההצטלבות. זוהי הפעולה הבסיסית להצבת אובייקט: המשתמש מקיש על המסך, מתבצעת בדיקת פגיעה, והאובייקט ממוקם במיקום שהתקבל.
• עוגנים (Anchors): עוגן הוא נקודה ואוריינטציה ספציפיות בעולם האמיתי שהמערכת עוקבת אחריהן באופן פעיל. כאשר אתם מציבים אובייקט וירטואלי באמצעות בדיקת פגיעה, אתם יוצרים עבורו עוגן באופן מרומז. תפקידה העיקרי של מערכת ה-SLAM הוא להבטיח שעוגן זה — וכך גם האובייקט הווירטואלי שלכם — יישאר מקובע למיקומו בעולם האמיתי. גם אם תתרחקו ותחזרו, הבנת המערכת את מפת העולם מבטיחה שהאובייקט עדיין נמצא בדיוק במקום שהשארתם אותו. עוגנים מספקים את המרכיב החיוני של התמדה ויציבות.

4. הערכת תאורה

תכונה עדינה אך חשובה מאוד לריאליזם היא הערכת תאורה. המערכת יכולה לנתח את פיד המצלמה כדי להעריך את תנאי התאורה הסביבתית בסביבת המשתמש. זה יכול לכלול:

• עוצמה: עד כמה החדר מואר או חשוך?
• טמפרטורת צבע: האם האור חם (כמו מנורת ליבון) או קר (כמו משמיים מעוננים)?
• כיווניות (במערכות מתקדמות): המערכת עשויה אפילו להעריך את כיוון מקור האור הראשי, מה שמאפשר הטלת צללים ריאליסטיים.

מידע זה מאפשר למנוע רינדור תלת-ממדי להאיר אובייקטים וירטואליים באופן שתואם את העולם האמיתי. כדור מתכתי וירטואלי ישקף את הבהירות והצבע של החדר, והצל שלו יהיה רך או קשה בהתאם למקור האור המוערך. תכונה פשוטה זו תורמת יותר לשילוב בין וירטואלי לאמיתי כמעט מכל תכונה אחרת, ומונעת את "אפקט המדבקה" הנפוץ שבו אובייקטים דיגיטליים נראים שטוחים ולא במקומם.

בניית חוויות WebXR ללא סמנים: סקירה מעשית

הבנת התיאוריה היא דבר אחד; יישומה הוא דבר אחר. למרבה המזל, האקוסיסטם של המפתחים עבור WebXR הוא בוגר וחזק, ומציע כלים לכל רמת מומחיות.

ה-WebXR Device API: היסוד

זהו ה-API הנמוך-רמה של JavaScript המיושם בדפדפני אינטרנט מודרניים (כמו Chrome באנדרואיד ו-Safari ב-iOS) המספק את החיבורים הבסיסיים ליכולות ה-AR של חומרת המכשיר ומערכת ההפעלה הבסיסית (ARCore באנדרואיד, ARKit ב-iOS). הוא מטפל בניהול סשנים, קלט, וחושף תכונות כמו זיהוי משטחים ועוגנים למפתח. למרות שאפשר לכתוב ישירות מול API זה, רוב המפתחים בוחרים בספריות ברמה גבוהה יותר המפשטות את המתמטיקה התלת-ממדית המורכבת ואת לולאת הרינדור.

ספריות ופריימוורקים פופולריים

כלים אלה מפשטים את הקוד החזרתי של ה-WebXR Device API ומספקים מנועי רינדור חזקים ומודלים של רכיבים.

• three.js: ספריית הגרפיקה התלת-ממדית הפופולרית ביותר לרשת. היא אינה פריימוורק AR בפני עצמה, אך ה-`WebXRManager` שלה מספק גישה מצוינת וישירה לתכונות WebXR. היא מציעה עוצמה וגמישות עצומות, מה שהופך אותה לבחירה עבור מפתחים הזקוקים לשליטה מדויקת על צינור הרינדור והאינטראקציות שלהם. ספריות רבות אחרות בנויות עליה.
• A-Frame: בנויה על גבי three.js, A-Frame היא פריימוורק הצהרתי מבוסס Entity-Component-System (ECS) שהופך את יצירת סצנות תלת-ממד ו-VR/AR לנגישה להפליא. ניתן להגדיר סצנה מורכבת באמצעות תגיות דמויות HTML פשוטות. זוהי בחירה מצוינת לאב-טיפוס מהיר, למטרות חינוכיות, ולמפתחים המגיעים מרקע של פיתוח רשת מסורתי.
• Babylon.js: מנוע משחקים ורינדור תלת-ממדי חזק ומלא לרשת. הוא מתהדר בסט תכונות עשיר, קהילה גלובלית חזקה, ותמיכה פנטסטית ב-WebXR. הוא ידוע בביצועים המצוינים שלו ובכלי הפיתוח הידידותיים שלו, מה שהופך אותו לבחירה פופולרית עבור יישומים מסחריים וארגוניים מורכבים.

פלטפורמות מסחריות להגעה חוצת-פלטפורמות

אתגר מרכזי בפיתוח WebXR הוא הפיצול בתמיכת הדפדפנים וביכולות המכשירים ברחבי העולם. מה שעובד על אייפון יוקרתי בצפון אמריקה עשוי לא לעבוד על מכשיר אנדרואיד בטווח הביניים בדרום מזרח אסיה. פלטפורמות מסחריות פותרות זאת על ידי מתן מנוע SLAM קנייני משלהן, מבוסס-דפדפן, שעובד על מגוון רחב הרבה יותר של מכשירים — אפילו כאלה ללא תמיכה נייטיב ב-ARCore או ARKit.

• 8th Wall (כיום Niantic): המובילה הבלתי מעורערת בשוק בתחום זה. מנוע ה-SLAM של 8th Wall ידוע באיכותו, וחשוב מכך, בהגעתו למספר עצום של מכשירים. על ידי הרצת הראייה הממוחשבת שלהם בתוך הדפדפן באמצעות WebAssembly, הם מציעים חווית מעקב עקבית ואיכותית על פני מיליארדי סמארטפונים. זה קריטי עבור מותגים גלובליים שאינם יכולים להרשות לעצמם להדיר חלק גדול מהקהל הפוטנציאלי שלהם.
• Zappar: שחקן ותיק בתחום ה-AR, Zappar מציעה פלטפורמה חזקה ורב-תכליתית עם טכנולוגיית מעקב יציבה משלה. חבילת הכלים שלהם, ZapWorks, מספקת פתרון יצירה ופרסום מקיף למפתחים ומעצבים, המכוון למגוון רחב של מכשירים ומקרי שימוש.

מקרי בוחן גלובליים: מעקב ללא סמנים בפעולה

היישומים של WebAR מבוסס סביבה מגוונים כמו הקהל הגלובלי שאליו הוא יכול להגיע.

מסחר אלקטרוני וקמעונאות

זהו מקרה השימוש הבוגר ביותר. מקמעונאי רהיטים בברזיל המאפשר ללקוחות לראות כורסה חדשה בדירתם, ועד למותג נעלי ספורט בדרום קוריאה המאפשר לחובבי אופנה לראות את הדגם האחרון על רגליהם, פונקציונליות "הצג בחדר שלך" הופכת לציפייה סטנדרטית. היא מפחיתה אי-ודאות, מגדילה את שיעורי ההמרה ומפחיתה החזרות.

חינוך והדרכה

AR ללא סמנים הוא כלי מהפכני להדמיה. סטודנט באוניברסיטה במצרים יכול לנתח צפרדע וירטואלית על שולחנו מבלי לפגוע בחיה. טכנאי רכב בגרמניה יכול לעקוב אחר הוראות מודרכות ב-AR המוצגות ישירות על מנוע רכב אמיתי, מה שמשפר את הדיוק ומקצר את זמן ההכשרה. התוכן אינו קשור לכיתה או למעבדה ספציפית; ניתן לגשת אליו מכל מקום.

שיווק ומעורבות מותג

מותגים ממנפים את WebAR לסיפור סיפורים סוחף. חברת משקאות גלובלית יכולה ליצור פורטל בסלון של המשתמש המוביל לעולם ממותג וקסום. אולפן קולנוע בינלאומי יכול לאפשר למעריצים להצטלם עם דמות אנימציה בגודל טבעי מהשובר קופות האחרון שלהם, כל זאת מופעל על ידי סריקת קוד QR על פוסטר, אך המעקב מתבצע ללא סמנים בתוך סביבתם.

ניווט והתמצאות

מקומות גדולים ומורכבים כמו שדות תעופה בינלאומיים, מוזיאונים או ירידים הם מועמדים מושלמים להתמצאות באמצעות AR. במקום להביט מטה במפה דו-ממדית בטלפון, נוסע בנמל התעופה הבינלאומי של דובאי יכול להרים את הטלפון ולראות נתיב וירטואלי על הרצפה המנחה אותו ישירות לשער שלו, עם תרגומים בזמן אמת לשלטים ולנקודות עניין.

אתגרים וכיוונים עתידיים

למרות היותו חזק להפליא, WebXR ללא סמנים אינו חף מאתגרים. הטכנולוגיה מתפתחת כל הזמן כדי להתגבר על מכשולים אלה.

מגבלות נוכחיות

• ביצועים וצריכת סוללה: הרצת פיד מצלמה ואלגוריתם SLAM מורכב בו-זמנית היא יקרה מבחינה חישובית וצורכת כוח סוללה משמעותי, שיקול מרכזי עבור חוויות ניידות.
• יציבות המעקב: המעקב יכול להיכשל או להפוך ללא יציב בתנאים מסוימים. תאורה גרועה, תנועות מהירות ופתאומיות, וסביבות עם מעט מאפיינים חזותיים (כמו קיר לבן חלק או רצפה מחזירת אור) עלולות לגרום למערכת לאבד את מיקומה.
• בעיית ה'סחיפה': על פני מרחקים גדולים או פרקי זמן ארוכים, אי-דיוקים קטנים במעקב יכולים להצטבר, ולגרום לאובייקטים וירטואליים 'לסחוף' לאט ממיקומם המעוגן המקורי.
• פיצול דפדפנים ומכשירים: בעוד שפלטפורמות מסחריות מקלות על כך, הסתמכות על תמיכת דפדפן נייטיב פירושה ניווט במטריצה מורכבת של אילו תכונות נתמכות באיזו גרסת מערכת הפעלה ודגם חומרה.

הדרך קדימה: מה הלאה?

עתיד מעקב הסביבה מתמקד ביצירת הבנה עמוקה, קבועה וסמנטית יותר של העולם.

• יצירת רשת תלת-ממדית (Meshing) והסתרה (Occlusion): הצעד הבא מעבר לזיהוי משטחים הוא יצירת רשת תלת-ממדית מלאה. מערכות ייצרו רשת גיאומטרית שלמה של כל הסביבה בזמן אמת. זה מאפשר הסתרה (occlusion) — היכולת של אובייקט וירטואלי להיות מוסתר כראוי על ידי אובייקט מהעולם האמיתי. דמיינו דמות וירטואלית שהולכת באופן ריאליסטי מאחורי הספה האמיתית שלכם. זהו צעד חיוני לקראת אינטגרציה חלקה.
• עוגנים קבועים וענן ה-AR (AR Cloud): היכולת לשמור מרחב ממופה ואת העוגנים שלו, לטעון אותם מחדש מאוחר יותר, ולשתף אותם עם משתמשים אחרים. זהו הרעיון של "ענן ה-AR". תוכלו להשאיר פתק וירטואלי לבן משפחה על המקרר האמיתי שלכם, והוא יוכל לראות אותו מאוחר יותר עם המכשיר שלו. זה מאפשר חוויות AR מרובות משתתפים וקבועות.
• הבנה סמנטית: בינה מלאכותית ולמידת מכונה יאפשרו למערכות לא רק לראות משטח שטוח, אלא להבין מהו. המכשיר יידע "זה שולחן", "זה כיסא", "זה חלון". זה פותח את הדלת ל-AR מודע-הקשר, שבו חתול וירטואלי יכול לדעת לקפוץ על כיסא אמיתי, או שעוזר AR יכול למקם בקרים וירטואליים ליד טלוויזיה אמיתית.

איך מתחילים: הצעדים הראשונים שלכם ב-WebXR ללא סמנים

מוכנים להתחיל לבנות? כך תעשו את הצעדים הראשונים שלכם:

1. חקרו את ההדגמות: הדרך הטובה ביותר להבין את הטכנולוגיה היא לחוות אותה. בדקו את הדוגמאות הרשמיות של WebXR Device API, את דוגמאות התיעוד של A-Frame, ואת פרויקטי הראווה באתרים כמו 8th Wall. השתמשו בסמארטפון שלכם כדי לראות מה עובד ואיך זה מרגיש.
2. בחרו את הכלי שלכם: למתחילים, A-Frame היא נקודת פתיחה פנטסטית בשל עקומת הלמידה המתונה שלה. אם אתם מרגישים בנוח עם JavaScript ומושגי תלת-ממד, צלילה לתוך three.js או Babylon.js תספק יותר כוח. אם המטרה העיקרית שלכם היא הגעה מקסימלית לפרויקט מסחרי, חקירת פלטפורמה כמו 8th Wall או Zappar היא חובה.
3. התמקדו בחוויית המשתמש (UX): AR טוב הוא יותר מסתם טכנולוגיה. חשבו על מסע המשתמש. עליכם להדריך אותו: הנחו אותו לכוון את הטלפון לרצפה ולהזיז אותו כדי לסרוק את האזור. ספקו משוב חזותי ברור כאשר משטח זוהה ומוכן לאינטראקציה. שמרו על אינטראקציות פשוטות ואינטואיטיביות.
4. הצטרפו לקהילה הגלובלית: אתם לא לבד. ישנן קהילות בינלאומיות ותוססות של מפתחי WebXR. שרת הדיסקורד של WebXR, הפורומים הרשמיים של three.js ו-Babylon.js, ואינספור מדריכים ופרויקטים בקוד פתוח ב-GitHub הם משאבים יקרי ערך ללמידה ופתרון בעיות.

סיכום: בניית הרשת המודעת-מרחבית

מעקב ללא סמנים מבוסס סביבה שינה מהיסוד את המציאות הרבודה, והפך אותה מחידוש נישתי לפלטפורמה חזקה וניתנת להרחבה לתקשורת, מסחר ובידור. הוא מעביר את החישוב מהמופשט אל הפיזי, ומאפשר לעגן מידע דיגיטלי לעולם שבו אנו חיים.

על ידי מינוף WebXR, אנו יכולים לספק חוויות מודעות-מרחבית אלו לבסיס משתמשים גלובלי עם כתובת URL אחת, ובכך להרוס את המחסומים של חנויות אפליקציות והתקנות. המסע רחוק מלהסתיים. ככל שהמעקב יהפוך ליציב יותר, קבוע ומודע סמנטית, נעבור מעבר להצבת אובייקטים בחדר ליצירת רשת אמיתית, אינטראקטיבית ומודעת-מרחבית — רשת הרואה, מבינה ומשתלבת באופן חלק עם המציאות שלנו.