Los medios digitales han cambiado la forma en que se diseñan las instrucciones educativas. Los entornos de aprendizaje que abordan diferentes modos de presentación, modalidades sensoriales y realidades han evolucionado, con la realidad aumentada (AR) como uno de los últimos desarrollos en los que se pueden unir múltiples aspectos de las tres dimensiones. Los principios de aprendizaje multimedia se pueden aplicar generalmente a escenarios de AR que combinan entornos físicos y elementos virtuales, pero su efectividad específica para AR no está clara hasta ahora. En el presente documento, describimos dos estudios que examinan las ocurrencias específicas de AR de dos principios básicos de aprendizaje multimedia: (1) el principio de contigüidad espacial con material de aprendizaje visual, aprovechando los potenciales espaciales específicos de AR, y (2) el principio de coherencia con material de aprendizaje audiovisual, aprovechando los potenciales de contextualidad específicos de AR. Ambos estudios utilizan implementaciones basadas en video de experiencias de AR que combinan modos de representación textual y pictórica, así como visuales virtuales y físicas. Examinamos los efectos de las presentaciones visuales integradas y separadas de elementos virtuales y físicos (estudio uno, N = 80), además de los efectos de la omisión o la adición de sonidos coincidentes o no coincidentes (estudio dos, N = 130) sobre la carga cognitiva, la carga de tarea y el conocimiento. Encontramos solo unos pocos efectos significativos y resultados descriptivos interesantes. Discutimos los resultados y las implementaciones basadas en la teoría y hacemos sugerencias para futuras investigaciones.