XR e o metaverso: por que 5G não basta e por que 6G é necessário

A aritmética de latência que quebra o 5G

Realidade virtual confortável tem uma restrição fisiológica inegociável: os fótons que chegam aos olhos do usuário precisam atualizar em cerca de 20 milissegundos após qualquer movimento da cabeça, com o conforto melhorando fortemente abaixo de 10 ms. Esse orçamento total cobre toda a cadeia — os sensores amostram a pose da cabeça, a cena é renderizada, o quadro é codificado, o enlace sem fio o entrega, o headset decodifica e exibe. Cada elo da cadeia consome milissegundos.

Em um headset cabeado, o enlace sem fio é zero e o orçamento é confortável. Em um headset standalone que renderiza localmente, o orçamento também é confortável, mas o dispositivo precisa carregar o peso de GPU e bateria. A classe interessante — aquela da qual o metaverso depende — é o headset sem fio que faz offload da renderização para um servidor edge. Isso coloca a rede de acesso rádio no caminho crítico, e uma célula 5G NR adiciona 5-10 milissegundos de latência em implantações típicas. Subtraia isso de uma meta de 10 ms e toda a cadeia de computação e display fica com menos de 5 ms. Mesmo com os melhores pipelines de renderização em edge, isso é apertado demais.

O 6G mira 1-3 ms de latência de RAN por sentido. Essa folga é o que torna o offload XR sem fio viável pela primeira vez sem recorrer a hardware dedicado co-localizado.

O problema de uplink de que ninguém fala

A maior parte da discussão sobre requisitos de rede de XR foca no downlink — a cena renderizada sendo transmitida ao headset. Mas headsets XR modernos geram um tráfego de uplink enorme que o 5G não foi arquitetado para suportar. Câmeras de tracking inside-out a 60-90 fps, streams de eye-gaze a 120 Hz, pose de mãos, pose de corpo, dados de IMU e, cada vez mais, dados biométricos como expressões faciais e estado fisiológico, todos fluem de volta para o servidor edge. Um único usuário pode facilmente gerar 100-200 Mbps de uplink sustentado.

As configurações TDD do 5G são pesadas em downlink, tipicamente 4:1 ou 7:3 a favor do downlink. Adicionar capacidade de uplink significa ou reconfigurar o padrão TDD (com custo de throughput de downlink) ou migrar para bandas FDD, onde o espectro é fragmentado e de frequência mais baixa. Nenhum dos dois escala para implantações XR densas.

O 6G ataca isso com duplexação flexível — incluindo full duplex na mesma frequência em células pequenas — e por meio de portadoras dedicadas com viés para uplink nas bandas sub-terahertz, onde a banda larga torna a assimetria menos dolorosa.

Por que a computação edge precisa viver na RAN

O reflexo natural quando uma aplicação precisa de baixa latência é «coloque no edge». Para XR, o edge precisa estar muito mais perto do que os atuais despliegues de MEC permitem. Um round-trip do dispositivo do usuário, passando por um ponto de agregação na cidade, até um servidor MEC em um data center regional, e de volta, consome 10-20 milissegundos antes de qualquer renderização acontecer. Isso destrói o orçamento de latência sozinho.

A arquitetura 6G empurra a computação para dentro da própria estação base — às vezes chamada de «compute-RAN» ou «computação dentro da rede». Um gNB 6G é projetado para hospedar uma pequena pool de GPUs e renderizar quadros para os usuários que está atendendo no momento, e depois transferir o estado de renderização quando esses usuários se movem para uma nova célula. Esse é um afastamento substancial do modelo 5G, no qual o gNB é puro ponto de terminação de rádio e toda a lógica de aplicação mora em outro lugar.

A implicação prática é que estações base 6G serão muito maiores e mais caras do que as do 5G, e a economia de sua implantação depende da existência de tráfego XR que gere receita. Esse é um dos problemas «ovo e galinha» que freiam compromissos com cronogramas 6G.

Comunicação e sensoriamento conjuntos para âncoras espaciais

O XR persistente — a promessa fundacional do metaverso de um espaço virtual compartilhado ancorado ao mundo real — exige que a própria rede entenda geometria espacial. Hoje isso é feito com visão: SLAM rodando no headset, mais âncoras na nuvem enviadas a serviços como o ARCore. A precisão é boa para um único usuário, mas degrada quando vários usuários compartilham um espaço e a iluminação muda.

A capacidade de comunicação e sensoriamento conjuntos (JCAS) do 6G usa as mesmas formas de onda de rádio para transmissão de dados e sensoriamento ambiental. O resultado é um mapa espacial do lado da rede, atualizado em tempo real, com precisão centimétrica e disponível a todos os usuários autenticados naquela célula. Para XR multiusuário — colaboração, jogos, treinamento — essa é a diferença entre cada usuário manter seu próprio mapa aproximado e todos compartilharem uma verdade autoritativa.

JCAS não é de graça. Exige formas de onda que abrem mão de um pouco de eficiência pura de dados para preservar propriedades de sensoriamento, e adiciona requisitos de computação e armazenamento na RAN. As operadoras o tratarão como um slice, não como modo padrão, mas para locais com uso intensivo de XR — estádios, parques temáticos e centros de treinamento corporativo — esse slice será toda a razão de a célula existir.

Os casos de uso que realmente precisam disso

Nem toda aplicação XR exige 6G. Jogos de um único usuário em headset standalone funcionam bem hoje. Colaboração de escritório com avatares e compartilhamento de tela funciona em Wi-Fi 6E. A classe «6G ou nada» é mais estreita, mas de alto valor.

Locais imersivos multiusuário: atrações de parques temáticos, arenas de esports, VR location-based. Centenas de usuários em um prédio, cada um exigindo motion-to-photon abaixo de 10 ms, compartilhando uma cena sincronizada. O 5G não entrega essa densidade hoje.

Operação remota: robótica cirúrgica, teleoperação de maquinário pesado, pilotagem de drones em escala. A latência é limitada de forma rígida pela física e pela regulação de segurança. A banda é moderada, mas o requisito de determinismo é extremo.

Gêmeos digitais industriais: trabalhadores de fábrica usando overlays AR que mostram dados de sensores em tempo real ancorados ao maquinário físico. Requer âncoras espaciais de qualidade JCAS mais atualizações abaixo de 5 ms da camada IoT da fábrica.

Comunicação holográfica: o caso de uso de «telepresença» há muito prometido em que um participante remoto aparece como holograma volumétrico. A demanda de downlink é de 10-50 Gbps por sessão, o uplink para captura é similar, a tolerância a latência é 50-100 ms. O 6G é o primeiro padrão explicitamente desenhado para esse perfil.

A conclusão

O 5G consegue rodar XR para um único usuário com enlace cabeado a um servidor co-localizado. O 6G é a primeira geração celular projetada para fazer XR em escala, com mobilidade, e sobre uma rede compartilhada. As escolhas de design que os distinguem — espectro sub-terahertz, computação dentro da RAN, comunicação e sensoriamento conjuntos, scheduling determinístico — não são melhorias incrementais, mas compromissos arquitetônicos que só fazem sentido econômico se o XR virar uma categoria de consumo real.

O metaverso continua sendo um termo contestado, e o mercado de consumo para ele não está provado. Mas a pergunta de engenharia está fechada: se o XR sem fio de massa acontecer, vai acontecer no 6G. As operadoras apostando em 6G comercial em 2030 estão, na prática, apostando que o metaverso chega em um cronograma que justifica seus planos de capital. Qualquer das apostas pode dar errado, mas elas são a mesma aposta.