เป็นการรวมสภาพแวดล้อมจริงกับวัตถุเสมือนเข้าด้วยกันในเวลาเดียวกัน
โดยวัตถุเสมือนที่ว่านั้นอาจจะเป็นภาพ วิดีโอเสียง ข้อมูลต่าง ๆ
ที่ประมวลผลมาจากคอมพิวเตอร์โทรศัพท์เคลื่อนที่ หรือแท็บเล็ต
ทำให้เราสามารถตอบสนองกับวัตถุเสมือนนั้นได้