De Quest 2 à Quest 3S : comment un changement de baseline hardware réécrit l'avenir de la rééducation visuelle en VR — mon…

De Quest 2 à Quest 3S : comment un changement de baseline hardware réécrit l'avenir de la rééducation visuelle en VR — mon carnet de bord développeur + patient

L'annonce est tombée comme une évidence : Meta cesse les mises à jour OS pour Quest 2 et Quest Pro d'ici mars 2027 (version v213), puis correctifs sécurité seulement jusqu'à fin 2027. Les soumissions d'apps pour ces casques s'arrêtent décembre 2027. Quest 3 et Quest 3S deviennent officiellement « la nouvelle référence pour les joueurs VR Meta ».

Pour l'écosystème, c'est un tournant. Fini la fragmentation entre deux générations d'optiques (Fresnel vs pancake), deux profils thermiques, deux budgets compute. Les devs peuvent enfin cibler une plateforme unique : Snapdragon XR2 Gen 2, 8 Go RAM, pass-through couleur, hand/eye tracking natif, 72/90/120 Hz. Pour nous chez Seven Sports, qui développons Amblyotube — application Meta Quest d'exercices récréatifs et éducatifs pour la coordination visuelle et l'attention — ce n'est pas qu'une bonne nouvelle. C'est la validation d'un pari technique qu'on tient depuis le début.

Revenons en arrière. 2023. Je découvre l'amblyopie (lazy eye) de l'intérieur — pas en dev, en patient. Mon ophtalmo me parle de patching : 2 à 6 heures par jour, œil fort bandé, vision floue, frustration, abandon. Les lunettes rouge-bleu (anaglyphe) ? Distorsion chromatique totale, maux de tête, zéro profondeur. La dichoptie classique ? Matériel dédié, coûteux, protocoles rigides, engagement faible surtout ado/adulte.

L'idée d'Amblyotube : transformer n'importe quelle vidéo YouTube en séance d'entraînement binoculaire. Le principe technique est simple sur le papier — deux flux indépendants, un par œil, grâce aux deux écrans du casque. Mais l'implémentation propre demande de la puissance.

Sur Quest 2, on a dû faire des choix. Le Dominant Eye Shader (occlusion numérique) applique un filtre paramétrique — blur gaussien, contraste, luminosité, gamma, opacité — sur l'œil fort. À 100 % opacité = patch numérique total. Mais l'objectif clinique, c'est la transparence partielle : les deux yeux traitent l'info simultanément, le cerveau réapprend la fusion. L'AI Sharpener (mode MFBF) détecte les silhouettes humaines (visages, corps) via un modèle léger quantifié INT8 type MediaPipe, et sharpène sélectivement ces régions côté lazy eye. Le Magenta Focus Cue — cercle mouvant #FF00FF côté paresseux, #888888 côté dominant — exploite la distance chromatique du magenta aux tons naturels (peau, vert, ciel) pour capter l'attention corticale. Wedge Occlusion masque des secteurs angulaires pour casser la rivalité binoculaire. Room View (AR pass-through) superpose la vidéo sur la pièce réelle. LogMAR intégré : Landolt C à 3 m virtuel, escalier adaptatif, 30 essais/œil, recalibrage auto des presets Mild / Moderate / Severe → niveaux shader + sharpener par défaut.

Tout ça tournait sur Quest 2. Mais avec des frames drops en pass-through, une chauffe qui limitait les sessions à 25 min réelles, un hand-tracking capricieux pour le panneau flottant. Les ados (13+ ans, cible principale) lâchaient prise.

Quest 3S change tout. XR2 Gen 2 + 8 Go RAM = marge compute. Optiques pancake = netteté bord-à-bord, pas de sweet spot étroit — crucial quand l'œil paresseux explore les bords. Pass-through couleur 4 mpix = Room View utilisable sans nausée. Hand-tracking 2.0 = panneau de contrôle saisi à mains nues, redimensionné, déplacé. 90 Hz stable = pas de flicker parasite qui fatigue le cortex visuel. Sessions de 30-40 min tenues sans throttling. Autonomie 2h+ = une séance complète + marge.

L'architecture dichoptique repose sur deux render passes indépendants fusionnés au compositeur. Chaque œil reçoit sa texture — dominante filtrée, paresseuse sharpénée — sans copy GPU coûteux. Le modèle de détection humain tourne sur le DSP/NPU du XR2, libérant le GPU pour le decode vidéo (AV1/VP9 YouTube) + shaders. Pipeline : decode → détection poses → masque binaire → sharpen conditionnel (lazy eye only) → compose + Magenta Cue + Wedge → submit. Latence bout-en-bout < 20 ms. Pas de frame drop mesuré en 90 Hz sur 30 min continues.

Le preset « Severe » (ne lit pas 5+ lignes sur l'échelle) règle par défaut : Dominant Eye Shader opacité 60 %, blur 8 px, contraste -30 % ; Lazy Eye Sharpener force 1.8x sur régions détectées ; Magenta Cue pulse 1.2 Hz, depth 40 % ; Highlight jaune-fluo + Outline rouge activés. Le LogMAR auto-ajuste ces valeurs après 3 min de test. C'est du tuning clinique exposé en UI simple — pas de code, pas de config fichier.

Ce que la fin du Quest 2 signifie pour la VR santé : reproductibilité. Quand tout le monde tourne sur la même baseline hardware, les protocoles de recherche (études cliniques, suivi patient, data anonymisée) deviennent comparables. On peut enfin parler de « dose » (min/jour, niveau shader, sharpener force) comme on parle de mg en pharma. Amblyotube n'est pas un dispositif médical — outil complémentaire, ne remplace pas l'avis pro — mais il génère des données d'usage structurées (durée, presets, LogMAR evolution) exploitables par les orthoptistes/ophtalmos partenaires.

Mon regard de dev : on a écrit le moteur dichoptique une fois, il tourne partout. Mais c'est sur Quest 3/3S qu'il respire. Mon regard de patient : j'ai fait mes 30 min hier soir, vidéo de cuisine YouTube, mode Room View, pas de mal de crâne, les mains libres pour poser le casque entre deux exercices. La fusion magenta a « claqué » vers la 12e minute — ce moment où le cerveau accepte les deux signaux et la profondeur apparaît. Ça ne s'explique pas en specs. Ça se vit.

La baseline a bougé. Le hardware suit. La VR santé aussi.

👉 https://www.meta.com/en-gb/experiences/amblyotube/25906906972338493/