9月1日，值2021世界5G大会召开时，原国家广播电视总局副总工程师杜百川在5G新视听论坛上以直播联线的方式做了“3GPP AR/VR/MR/XR标准化”为题的报告。
杜百川首先解释了扩展现实（XR eXtended Reality），其也就是虚拟现实（VR）、增强现实（AR）、混合现实（MR）以及尚未开发的沉浸式技术的总称。
今年3月发布的“ITU-R先进沉浸式感官媒体系统”中增加了“感官媒体”描述，未来沉浸式技术场景不仅仅是音频和视频的形式，还加上了触觉，所以便称为是感官媒体。“高级沉浸式感官媒体系统（AISM）”允许用户通过高级沉浸式视听系统得到以前所未有的临场感和沉浸式体验。其可以欺骗大脑感知系统，重建视听现实并允许用户自然地与虚拟场景交互。ITU-R已将“先进沉浸式感官媒体系统的广播节目制作、交换和展现”列入了建议（或报告计划），预计可在2023年完成。
AISM主要包括三个大的方面：高视觉质量、高音频质量、直接用户接口，可以提供360度的立体观看体验。举例而言，电视和AR的集成，不同位置的电视表演者、家人和朋友可呈现为三维组合，观众看电视的时候就像和电视表演者、家人以及朋友共享同一个空间，使用AR眼镜显示的时候，这些人物都是能呈现为真人尺寸的精确控制，所以就显得极为生动。
需要注意AR的要求比VR更高，因为VR是单独的虚拟场景，AR或者MR都要用虚拟场景、现实场景的结合，因此就有场景的描述元素，包括连接到本地和远程的传感器，以及这些元素的压缩集成机制，还需要连接到地图和压缩媒体的远程资源。AR应用格式侧重于提供增强现实展现而不是客户端或服务器过程的数据格式。
在“3GPP TR 26.998 V0.8.0 Release 17（2021-05）”中有关于“5G眼睛型AR/MR设备的支持”，相关内容主要是器件功能架构、通用参考器件功能架构等。
5G中的XR出现于“ETSI TR 126.928 V16.1.0 Release 16（2021-01）”，其报告定义涉及沉浸式、现场感、交互内容、5G系统、交互类型、用于XR的5G功能、5G当中的QOS等等，还有如3D背景的离线共享、实时XR共享、XR多媒体流媒体，多方呼叫等等。
3GPP上的VR媒体业务出现于“ETSI TR 126.918 V16.0.0 Release 16(2020-11)”，主要规定5G当中的媒体业务，包括视频系统、FOV、光学像素、VR视频系统的获取、球面粘贴和投影、音频系统、业务架构、流媒体架构等等，包括相应的媒体应用，比如大型活动主播、VR流媒体、基于3GPP分发360度内容库、社交电视和VR电影等等。
移动流媒体应用的VR出现于“ETSI TS 126.118 V16.2.1 Release 16(2021-05)”，包括VR架构和接口，比如参考系统、端到端的架构、客户端的参考架构、渲染方案、工作点和媒体类，包括媒体宣传的操作点和测试点，以及音频渲染、视频怎么做、音频怎么做、VR怎么表达、VR的指标等等。
VR相关用户体验QoE参数和指标出现于“ETSI TR 126.929 V16.1.0 Release 16(2020-11)”，目前还没有形成标准，正在讨论当中，用户体验因素主要是三个方面：内容、网络和设备，VR体验相关的QoE标准，报告到网络进一步分析的方式，其中和VR服务指标相关的研究侧重于设备参考模型，研究可能影响VR业务体验的关键性性能标准和指标，确定与虚拟现实、用户体验相关的SX4标准，设备定义和VR体验相关的新的传输标准。
