Em 28 de outubro de 2021, num evento online ensaiado até a exaustão, Mark Zuckerberg trocou o nome do Facebook para Meta e prometeu investir mais de 10 bilhões de dólares por ano numa coisa chamada metaverso. Quatro anos depois, a divisão Reality Labs acumulava prejuízos superiores a 60 bilhões de dólares, o Horizon Worlds tinha menos usuários ativos diários que aplicativos de academia, e o termo "metaverso" havia praticamente desaparecido das comunicações de marketing da empresa, substituído por "AI" em todas as keynotes.

Seria fácil declarar a coisa morta. Seria errado. Por trás do fracasso narrativo da Meta, três tecnologias adjacentes amadureceram silenciosamente: óptica pancake leve, eye-tracking de classe industrial, e renderização neural por IA. Quando a Apple lançou o Vision Pro em fevereiro de 2024 por 3.499 dólares, ficou claro que o futuro da realidade imersiva existe, ele só não se parece em nada com a versão pixelada de avatares sem pernas mostrada por Zuckerberg em 2021.

Como funciona

Um headset moderno de realidade virtual é, essencialmente, um par de telas micro-OLED ou LCD posicionadas a milímetros dos olhos, com lentes especiais que projetam essa imagem como se viesse a metros de distância. O Vision Pro usa micro-OLEDs da Sony com 23 milhões de pixels combinados, mais que muitos cinemas IMAX. O Quest 3 da Meta usa LCD com lentes pancake, drasticamente mais finas que as antigas Fresnel.

A latência é o inimigo número um. O cérebro detecta atraso entre movimento de cabeça e atualização da imagem em torno de 20 milissegundos, e abaixo desse limiar começa o enjoo. Para resolver, headsets modernos rodam asynchronous timewarp, uma técnica que reprojeta o último frame renderizado conforme a cabeça gira, mascarando a latência real do pipeline gráfico.

O segundo salto foi o passthrough colorido de alta resolução, que permite enxergar o ambiente real através das câmeras. O Vision Pro processa o vídeo do mundo externo em 12 milissegundos, criando a sensação de realidade aumentada estável. É a diferença entre estar dentro de um capacete escuro e viver numa camada digital sobreposta à sala.

Há ainda foveated rendering: usando câmeras de eye-tracking que monitoram para onde a pupila aponta, a GPU renderiza em alta resolução só a região central da visão, economizando até 70% do poder gráfico. É como o olho biológico realmente funciona: nossa visão é nítida apenas em poucos graus centrais; o resto é uma alucinação que o cérebro completa.

Onde estamos hoje

O Quest 3 da Meta, lançado em outubro de 2023 por 499 dólares, é hoje o headset mais vendido do mundo, com base instalada estimada acima de 25 milhões de unidades. Ele rodou bem o catálogo do Steam VR via Link e popularizou um grupo de aplicativos genuinamente bons: o jogo de ritmo Beat Saber, simuladores de treinamento médico da Osso VR, e o ainda obscuro mercado de fitness imersivo com Supernatural.

A Apple, com o Vision Pro, mirou em outro nicho: produtividade individual cara. Vendas reais ficaram abaixo das expectativas internas, com estimativas em torno de 500 mil unidades em 2024. A versão mais barata, prevista para 2026, ainda não tinha sido lançada na data desta reportagem, embora rumores apontem para a Vision Air abaixo de 2.000 dólares.

O ByteDance, dono do TikTok, comprou em 2021 a fabricante chinesa Pico, hoje o terceiro maior player global. Já a Magic Leap, queridinha de investidores na década passada com 3,5 bilhões de dólares queimados, virou fornecedora B2B de óculos AR para indústria pesada e cirurgia, abandonando o sonho de consumo.

O caso de uso mais bem-sucedido financeiramente, longe dos holofotes, é treinamento corporativo. Walmart treinou mais de um milhão de funcionários em VR. O exército dos EUA tem contrato bilionário com a Microsoft pelo programa IVAS, derivado do HoloLens, com tropeços técnicos amplamente documentados pelo GAO. A indústria automotiva usa Varjo para simulação de cabines.

Implicações éticas e sociais

O eye-tracking que viabiliza foveated rendering coleta dados biométricos de extrema sensibilidade. Padrões de fixação ocular revelam atenção, atração, intenção de compra, possíveis sintomas de Parkinson e Alzheimer. Não há, em 2026, padrão regulatório global sobre quem pode armazenar e processar esses dados. A Meta declarou que processa eye-tracking apenas localmente no Quest 3; a Apple fez o mesmo no Vision Pro. Mas declarações empresariais não são lei.

Pesquisadores como Jeremy Bailenson, do Stanford VHIL, alertam há mais de uma década sobre o impacto em crianças. Imersão prolongada altera a percepção de distância e tamanho no mundo real, e a interação com avatares fotorrealistas pode reconfigurar normas sociais de presença e consentimento. O Quest oficialmente exige 10 anos como idade mínima, regra rotineiramente ignorada.

O assédio em ambientes sociais virtuais é um problema documentado e mal resolvido. Toques virtuais não consentidos no VRChat, gritos racistas no Rec Room, perseguição em Horizon Worlds: a moderação automatizada não dá conta da nuance espacial e gestual desses ambientes, e a moderação humana é cara. A solução adotada pela Meta, a "bolha pessoal" obrigatória, mitigou mas não resolveu.

O que esperar nos próximos 10 anos

O metaverso como mundo único compartilhado, à la Snow Crash ou Ready Player One, não vai acontecer. O que vai acontecer é mais interessante: realidade aumentada leve, dia inteiro, indistinguível de óculos comuns. A Meta apresentou em 2024 o protótipo Orion, com lentes de carbeto de silício e displays microLED, ainda não comercial. A Apple, segundo várias reportagens, persegue algo similar para o final da década.

O verdadeiro inimigo a vencer é o peso. Headsets atuais pesam entre 400 e 700 gramas. Para uso massivo de oito horas por dia, o número precisa cair para abaixo de 100 gramas, próximo de óculos de leitura. Isso exige novas baterias, processamento offload via 5G mmWave para servidores próximos, e displays holográficos que ainda estão em laboratório.

A renderização neural via modelos de difusão e gaussian splatting, técnicas surgidas em 2023 e 2024, prometem destruir a economia de criação de conteúdo 3D. Em vez de modelar manualmente um ambiente em Unreal Engine, será possível gerá-lo a partir de descrição textual e fotografias. Isso muda mais o futuro do que qualquer headset isolado.

Quando seus óculos diários souberem para onde você olha, o que você sente e como você reage a cada estímulo visual ao longo da semana inteira, quem deveria ter direito legal a esses dados, e o que acontece quando o anúncio que você vê passa a depender da sua dilatação pupilar?