So richtig verstehe ich den Schritt aber nicht. Wieso entwickelt man nicht einfach einen eigenen XML-Dialekt und nutzt diesen in XHTML-Dokumenten „normal“ über Namespaces? Wieso muss dafür extra eine neue Version von XHTML geschaffen werden?

Ok, hab mir eben das Video angeguckt. Die gewählte Lösung scheint etwas flexibler zu sein, als meine offensichtliche/naive Idee.

Finde es trotzdem ungewöhnlich mutig von W3C — aber das kann ja auch gut sein.