La definición
La realidad extendida, o XR, es el término que agrupa a la realidad virtual, la aumentada y la mixta, junto con todo lo que queda entre ellas: cualquier entorno que combine lo físico con lo generado por computadora mediante dispositivos que la persona lleva puestos. Así la define 3GPP, el organismo que desarrolla las especificaciones de las redes móviles, en su informe técnico TR 26.928.
El informe de 3GPP sobre XR en 5G la trata como paraguas y define cada rama por separado. La realidad virtual reemplaza el campo de visión con una escena simulada que se actualiza con los movimientos de la persona. La aumentada sobrepone información o contenido generado al entorno, que la persona ve de forma directa o a través de sensores. La mixta es una forma avanzada de la aumentada, con elementos virtuales insertados en la escena física para que parezcan parte de ella. Según el mismo texto, los niveles de virtualidad van de entradas sensoriales parciales a la realidad virtual completamente inmersiva.
Su vecina más cercana es la computación espacial, que describe lo que la máquina sabe del espacio físico, con imagen de por medio o sin ella. Muchos proyectos de XR la usan sin nombrarla, como el simulador de extintores de Fyware, que escanea el cuarto antes de colocar el fuego sobre el piso.
3GPP usa la sigla en todo el informe para referirse a la vez a los equipos y a las aplicaciones de cualquiera de las ramas. Su origen está menos claro. Un análisis histórico de Takeshi Kurata, publicado en 2026 como prepublicación en arXiv, concluye que no hay consenso sobre el origen ni el significado de XR y propone leerla como una etiqueta neutra que abarca varios términos de «realidad»; la lectura como abreviatura de extended reality sería una entre varias. Microsoft, por su parte, llama «espectro de la realidad mixta» al mismo rango.
Por eso una cotización de «XR» todavía no dice qué va a ver la persona. Conviene pedirle al proveedor respuestas verificables: si el operador deja de ver la planta o la sigue viendo, en qué dispositivo corre, si la imagen se calcula en el visor o en un servidor que la transmite, como hace Hololight Space, y qué datos de las cámaras salen del equipo. También conviene pedir los números de inmersión de la propuesta. Entre los requisitos técnicos de presencia visual, el informe de 3GPP anota menos de 20 milisegundos entre el movimiento de la cabeza y el cambio en la pantalla, y una frecuencia de refresco de 90 Hz o más.