北京
作者｜黃楠
編輯｜袁斯來
當下具身智能賽道正完成一輪關鍵轉型。此前行業大量研發、展示集中在人形、四足機器人舞臺演示，如今產業評判標準落地到工廠、園區、家庭等真實場景的長期穩定作業能力。
但一個現實的問題是：多數基礎模型僅依托二維圖像、仿真虛擬數據訓練，缺少真實三維空間里物體距離、材質、受力、動態交互的原生高精度信息，以至于機器人只能看懂畫面，卻難以真正理解物理世界的運行規律。
單純視覺傳感器易受強光、遮擋、雨雪干擾，測距與空間結構測算存在天然誤差；仿真環境構建的物理規則和現實工況差距巨大，直接導致機器人走出展廳后，復雜抓取、長時序巡檢等任務成功率走低，始終難以規模化落地。這當中，激光雷達僅被視作機器人配套導航配件，承擔單一避障功能。
直到業界開始意識到，高精度三維感知才是物理AI持續迭代的核心數據來源。
速騰聚創試圖提出了不同的判斷。速騰聚創團隊指出，高精度三維感知硬件不只是讓機器人“看見”世界的眼睛，更是物理AI運作不可或缺的數據源頭；想要打通“感知-理解-決策-迭代”完整閉環，必須從底層芯片重構空間數據的生成邏輯，源源不斷輸出可用于模型持續進化的真實物理信息。
7月17日至20日，2026世界人工智能大會（WAIC 2026）在上海舉辦。RoboSense速騰聚創正式發布基于自研“孔雀”SPAD-SoC芯片的第二代全固態感知平臺E2，系統展示從底層芯片到空間感知產品的技術布局。
第二代全固態感知平臺E2（圖源/企業）
E2平臺基于自研超大面陣SPAD-SoC“孔雀”芯片與2D VCSEL芯片，采用全固態架構，從信號收發到數據處理均在芯片層面完成。相比上一代產品，E2系列具備更廣的視場角，最高精度是前代的3倍，由此產生的高精度空間感知數據來支撐機器人在復雜環境中的精準操作。
瞄準家庭、工業、巡檢等復雜場景，E2已在割草機器人、人形機器人、四足機器人、無人機等產品在落地，并拿下庭院機器人、智能硬件及消費電子等企業的合作訂單。
E2已進入規模化應用階段（圖源/企業）
物理AI所需的數據與互聯網時代的文本、圖像數據有著本質差異。速騰聚創市場總監謝闐地在公開采訪中指出：“傳統的視頻數據對于具身大模型來說，其實是相對粗糙的。它需要更完整的空間數據結構，需要更精確的深度信息，這對傳感器提出了極高的要求。傳統的單攝像頭或者普通視頻素材可能就不夠用了。”
具身智能走向實際應用的過程中，機器人的生產力不僅依賴智能模型和本體，更依賴于真實世界中持續產生的高質量空間數據，并將其轉化成機器人能夠學習和復用的訓練材料。
“所有公司在做物理AI時，最終都意識到需要準確的深度信息，才能讓機器人理解現實世界，理解前后左右的結構關系。”謝闐地表示。高質量空間數據，也因此成為物理AI時代的關鍵生產要素。
基于自研三維空間探測芯片和數字化感知產品矩陣，速騰聚創要做的不僅是“機器人之眼”，更是一套連接真實世界與智能模型的數據入口。
WAIC 2026期間，速騰聚創宣布將與智在無界、簡智機器人、Origen、光輪智能等企業合作，聚焦機器人空間感知、真實世界數據采集、數據處理、模型訓練及應用驗證等環節，構建物理AI感知基礎設施。
速騰聚創WAIC 2026展臺（圖源/企業）
面向具身智能邁向規模化應用的關鍵階段，速騰聚創正圍繞自研芯片、AI數據閉環與車規級量產三大核心能力，搭建面向物理AI時代的機器人技術平臺。
芯片是感知技術持續迭代的基礎。不同于行業普遍外購分立元器件拼湊傳感器的模式，速騰聚創選擇 SPAD-SoC 全棧自研路線。自研“孔雀”芯片作為標準化數字化感知底座，能夠在芯片設計源頭就統一定義探測精度、點云輸出規格，從底層規避分立器件組合帶來的性能損耗。
AI融合層面，在產品和芯片設計初期，速騰聚創就瞄準了物理大模型對高精度空間數據的采集需求。各類機器人在搭載其感知設備后，移動、抓取作業等過程都會同步生成數據資產并用于模型迭代，為物理AI能力迭代提供高質量訓練素材。
從提供機器人的“眼睛”，到成為物理AI的數據入口，速騰聚創正在從硬件供應商向基礎設施服務商遷移。在物理AI走向規模化的進程中，誰能率先解決高質量空間數據的供給問題，誰就可能占據產業鏈上一個更基礎的位置。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
