北京
“让机器看见”，这句话说得轻松，做起来才知道有多麻烦。摄像头拍到的画面里，桌子是平面还是凹坑？半透明玻璃瓶到底在哪个位置？用云端AI处理，网络一卡，产线上的机械臂可能就焊错了地方。一家丹佛的公司Luxonis，想把这个“看见”的动作压缩到一颗小设备里完成。他们刚刚拿到1400万美元的A轮融资，领投方是Denali Growth Partners。
这笔钱的用途很明确：把他们2025年推出的最新一代OAK4相机铺到更多的工厂和零售场景里去。这种相机不是我们平时用的那种只输出画面的设备，它把多个视觉传感器和计算单元做到一个机身里。关键是，它跑的不是那种动不动几百GB的云端大模型，而是压缩到INT8或者FP16精度、能在边缘直接运行的AI模型。
用数据说话。Luxonis说自家的深度精度能到1/32亚像素，什么意思？就是你盯着桌上的可乐罐，普通方案可能判断“这是个圆柱体，大概离你20厘米”，而它能精确识别罐体表面的弧度起伏和真实距离。这种级别的感知，直接决定了机械臂是稳稳握住杯子，还是捏扁了罐头。更关键的是，本地算力意味着机器不用每做一个动作都往云端发请求——延迟消失了，断网也能干活。
这家公司的成立路径有点特别。2019年成立，科技创业常见的VC路不走，2020年反而跑去做了一次Kickstarter众筹。结果6500多个支持者投了130万美元，成了他们最初的底盘。到现在，算上这轮，Pitchbook数据显示他们的累计融资额已经超过2300万美元。
Luxonis手里的牌是软硬件的组合。硬件就是刚才说的OAK相机系列，各种形态可以即插即用；软件则是他们开源的DepthAI平台，让开发者能基于它构建具有自主决策能力的视觉感知自动化系统。这套开源生态相当于在围墙里开了一扇门，吸引外部开发者一起把视觉感知这个“物理AI”的最前端搞得更扎实。
为什么说现在是“物理AI”的当口？看看圈子里钱往哪儿流就知道了。做具身智能的Generalist AI拿了4亿美元，贝索斯押注的机器人软件公司Physical Intelligence融了6亿美元。这些公司都在给机器人造“大脑”，但如果“眼睛”看不清、反应慢，“大脑”再聪明也白搭。视觉感知，是整个智能自动化体系里最先接触物理世界的那个界面。
Luxonis想做的就是这块界面的标准化。通过把感知、计算、软件堆栈打包进一个设备里，在边缘端把视觉数据处理干净，再喂给后端的语言视觉模型或者视觉动作模型。对于25到40岁、每天都在和延迟、带宽、模型部署作斗争的工程师来说，这个思路的吸引力在于：它不是在画一个“全知全能”的AI大饼，而是先解决产线上一个摄像头能不能在20毫秒内做出正确判断的具体问题。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
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.
