Como tu mismo dices hay 1 sola pantalla y si emite a "a 120 fps (60fps para cada ojo)" en realidad cada ojo solo ve 60 fps: el sistema emite a 120 pero cada ojo solo ve 60 y por tanto la frecuencia visible es de 60.
En los visores rv hay 2 pantallas y por tanto no se puede usar el sistema, realmente para lograr 60 fps se tienen que dar 60 fps (segun este sistema, distinto otro que dice de superposicion de varias pantallas en el mismo ojo), y como bien dices el emisor de 120 fps en 3d al bloquear las gafas cada ojo solo ve 60 fps (supongo que ya sabes que las gafas bloquean la imagen que no corresponde a cada ojo y por tanto cada ojo solo ve la mitad de frames).
Ademas en las peliculas no hay que hacer procesos, solo visualizar una imagen grabada, posiblemente no seria problema subir a mas fps y hz (primero hz en la pantalla y luego alcanzar ese refresco mediante fps) como por ejemplo dicen del morpheus pero el problema es que encima hay que procesar toda esa informacion a la resolucion necesaria y con esas fps.
El otro tema es el hdmi que comentas, si puede funcionar a 1080p y esa tasa de refresco, pero no segun dicen a 4k con 90 hz (en esto si que no estoy puesto aunque es facil encontrar informacion y dicen que DisplayPort si que puede, creo)
