炒股就看金麒麟分析師研報，權(quán)威，專業(yè)，及時，全面，助您挖掘潛力主題機會！
（來源：36 氪）
作者｜黃楠
編輯｜袁斯來
當(dāng)下具身智能賽道正完成一輪關(guān)鍵轉(zhuǎn)型。此前行業(yè)大量研發(fā)、展示集中在人形、四足機器人舞臺演示，如今產(chǎn)業(yè)評判標(biāo)準(zhǔn)落地到工廠、園區(qū)、家庭等真實場景的長期穩(wěn)定作業(yè)能力。
但一個現(xiàn)實的問題是：多數(shù)基礎(chǔ)模型僅依托二維圖像、仿真虛擬數(shù)據(jù)訓(xùn)練，缺少真實三維空間里物體距離、材質(zhì)、受力、動態(tài)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(guī)律。
單純視覺傳感器易受強光、遮擋、雨雪干擾，測距與空間結(jié)構(gòu)測算存在天然誤差；仿真環(huán)境構(gòu)建的物理規(guī)則和現(xiàn)實工況差距巨大，直接導(dǎo)致機器人走出展廳后，復(fù)雜抓取、長時序巡檢等任務(wù)成功率走低，始終難以規(guī)?；涞?。這當(dāng)中，激光雷達(dá)僅被視作機器人配套導(dǎo)航配件，承擔(dān)單一避障功能。
直到業(yè)界開始意識到，高精度三維感知才是物理 AI 持續(xù)迭代的核心數(shù)據(jù)來源。
速騰聚創(chuàng)試圖提出了不同的判斷。速騰聚創(chuàng)團(tuán)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(shù)據(jù)源頭；想要打通 " 感知 - 理解 - 決策 - 迭代 " 完整閉環(huán)，必須從底層芯片重構(gòu)空間數(shù)據(jù)的生成邏輯，源源不斷輸出可用于模型持續(xù)進(jìn)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(chuàng)正式發(fā)布基于自研 " 孔雀 "SPAD-SoC 芯片的第二代全固態(tài)感知平臺 E2，系統(tǒng)展示從底層芯片到空間感知產(chǎn)品的技術(shù)布局。
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(tài)架構(gòu)，從信號收發(fā)到數(shù)據(jù)處理均在芯片層面完成。相比上一代產(chǎn)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(chǎn)生的高精度空間感知數(shù)據(jù)來支撐機器人在復(fù)雜環(huán)境中的精準(zhǔn)操作。
瞄準(zhǔn)家庭、工業(yè)、巡檢等復(fù)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(chǎn)品在落地，并拿下庭院機器人、智能硬件及消費電子等企業(yè)的合作訂單。
物理 AI 所需的數(shù)據(jù)與互聯(lián)網(wǎng)時代的文本、圖像數(shù)據(jù)有著本質(zhì)差異。速騰聚創(chuàng)市場總監(jiān)謝闐地在公開采訪中指出：" 傳統(tǒng)的視頻數(shù)據(jù)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(shù)據(jù)結(jié)構(gòu)，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(tǒng)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?qū)嶋H應(yīng)用的過程中，機器人的生產(chǎn)力不僅依賴智能模型和本體，更依賴于真實世界中持續(xù)產(chǎn)生的高質(zhì)量空間數(shù)據(jù)，并將其轉(zhuǎn)化成機器人能夠?qū)W習(xí)和復(fù)用的訓(xùn)練材料。
" 所有公司在做物理 AI 時，最終都意識到需要準(zhǔn)確的深度信息，才能讓機器人理解現(xiàn)實世界，理解前后左右的結(jié)構(gòu)關(guān)系。" 謝闐地表示。高質(zhì)量空間數(shù)據(jù)，也因此成為物理 AI 時代的關(guān)鍵生產(chǎn)要素。
基于自研三維空間探測芯片和數(shù)字化感知產(chǎn)品矩陣，速騰聚創(chuàng)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(shù)據(jù)入口。
WAIC 2026 期間，速騰聚創(chuàng)宣布將與智在無界、簡智機器人、Origen、光輪智能等企業(yè)合作，聚焦機器人空間感知、真實世界數(shù)據(jù)采集、數(shù)據(jù)處理、模型訓(xùn)練及應(yīng)用驗證等環(huán)節(jié)，構(gòu)建物理 AI 感知基礎(chǔ)設(shè)施。
面向具身智能邁向規(guī)?；瘧?yīng)用的關(guān)鍵階段，速騰聚創(chuàng)正圍繞自研芯片、AI 數(shù)據(jù)閉環(huán)與車規(guī)級量產(chǎn)三大核心能力，搭建面向物理 AI 時代的機器人技術(shù)平臺。
芯片是感知技術(shù)持續(xù)迭代的基礎(chǔ)。不同于行業(yè)普遍外購分立元器件拼湊傳感器的模式，速騰聚創(chuàng)選擇 SPAD-SoC 全棧自研路線。自研 " 孔雀 " 芯片作為標(biāo)準(zhǔn)化數(shù)字化感知底座，能夠在芯片設(shè)計源頭就統(tǒng)一定義探測精度、點云輸出規(guī)格，從底層規(guī)避分立器件組合帶來的性能損耗。
AI 融合層面，在產(chǎn)品和芯片設(shè)計初期，速騰聚創(chuàng)就瞄準(zhǔn)了物理大模型對高精度空間數(shù)據(jù)的采集需求。各類機器人在搭載其感知設(shè)備后，移動、抓取作業(yè)等過程都會同步生成數(shù)據(jù)資產(chǎn)并用于模型迭代，為物理 AI 能力迭代提供高質(zhì)量訓(xùn)練素材。
從提供機器人的 " 眼睛 "，到成為物理 AI 的數(shù)據(jù)入口，速騰聚創(chuàng)正在從硬件供應(yīng)商向基礎(chǔ)設(shè)施服務(wù)商遷移。在物理 AI 走向規(guī)?；倪M(jìn)程中，誰能率先解決高質(zhì)量空間數(shù)據(jù)的供給問題，誰就可能占據(jù)產(chǎn)業(yè)鏈上一個更基礎(chǔ)的位置。
