Ayer, Nissan Motor Co. presentó una experiencia metaversa que gira en torno a la historia y la seguridad, llamada "Heritage Cars & Safe Drive Studio". Celebrando los ilustres 90 años de trayectoria de Nissan, el estudio exhibe tres de sus modelos legendarios, cada uno en un mundo virtual que refleja la época que dominó. Este es un puente que conecta el pasado con el presente, envuelto en una experiencia virtual inmersiva. ¿Qué se exhibe? Primero, el S13 de Silvia Q, un nombre que resuena en los pasillos de la fama del drifting. Aquí, los visitantes podrán admirar su belleza y aprender sobre las implicaciones reales de los colores de la ropa de los peatones en la seguridad vial.
Siguiendo adelante, la segunda exhibición ofrece un minijuego que no es solo por diversión. Es una lección de multitarea y conducción, que muestra cómo una fracción de segundo puede cambiarlo todo en la carretera. Y para los entusiastas de los coches, está el Skyline 2000GTX-E, un gigante en el mundo del tuner, gracias a su fama en videojuegos y películas.
La última parada te transporta a la década de los 50 y 60 en Estados Unidos, con un restaurante y un autocine. Aquí, los participantes realizan un ejercicio práctico de giros al volante, combinando nostalgia y aprendizaje. Es un momento de retorno al pasado, del pasado al presente, con lecciones que abarcan décadas. Esta experiencia metaversa, accesible a través de las gafas Meta Quest, no es la primera incursión de Nissan en la realidad virtual. Llevan allanando el camino desde su prueba de conducción virtual en 2022.
Con la llegada de hardware de RA y RV más sofisticado, incluyendo las gafas de realidad mixta de Apple, la carrera por la tecnología inmersiva se intensifica, con Nissan firmemente en la contienda. Pero ¿qué opina el mundo de esta evolución digital? Un estudio realizado por investigadores de los Emiratos Árabes Unidos arroja luz al analizar más de 86.000 publicaciones en redes sociales para medir la opinión pública sobre el metaverso. El 53 % expresó opiniones positivas y la precisión del modelo de aprendizaje automático fue del 92,6 %.
