北京
作者｜黄楠
编辑｜袁斯来
当下具身智能赛道正完成一轮关键转型。此前行业大量研发、展示集中在人形、四足机器人舞台演示，如今产业评判标准落地到工厂、园区、家庭等真实场景的长期稳定作业能力。
但一个现实的问题是：多数基础模型仅依托二维图像、仿真虚拟数据训练，缺少真实三维空间里物体距离、材质、受力、动态交互的原生高精度信息，以至于机器人只能看懂画面，却难以真正理解物理世界的运行规律。
单纯视觉传感器易受强光、遮挡、雨雪干扰，测距与空间结构测算存在天然误差；仿真环境构建的物理规则和现实工况差距巨大，直接导致机器人走出展厅后，复杂抓取、长时序巡检等任务成功率走低，始终难以规模化落地。这当中，激光雷达仅被视作机器人配套导航配件，承担单一避障功能。
直到业界开始意识到，高精度三维感知才是物理AI持续迭代的核心数据来源。
速腾聚创试图提出了不同的判断。速腾聚创团队指出，高精度三维感知硬件不只是让机器人“看见”世界的眼睛，更是物理AI运作不可或缺的数据源头；想要打通“感知-理解-决策-迭代”完整闭环，必须从底层芯片重构空间数据的生成逻辑，源源不断输出可用于模型持续进化的真实物理信息。
7月17日至20日，2026世界人工智能大会（WAIC 2026）在上海举办。RoboSense速腾聚创正式发布基于自研“孔雀”SPAD-SoC芯片的第二代全固态感知平台E2，系统展示从底层芯片到空间感知产品的技术布局。
第二代全固态感知平台E2（图源/企业）
E2平台基于自研超大面阵SPAD-SoC“孔雀”芯片与2D VCSEL芯片，采用全固态架构，从信号收发到数据处理均在芯片层面完成。相比上一代产品，E2系列具备更广的视场角，最高精度是前代的3倍，由此产生的高精度空间感知数据来支撑机器人在复杂环境中的精准操作。
瞄准家庭、工业、巡检等复杂场景，E2已在割草机器人、人形机器人、四足机器人、无人机等产品在落地，并拿下庭院机器人、智能硬件及消费电子等企业的合作订单。
E2已进入规模化应用阶段（图源/企业）
物理AI所需的数据与互联网时代的文本、图像数据有着本质差异。速腾聚创市场总监谢阗地在公开采访中指出：“传统的视频数据对于具身大模型来说，其实是相对粗糙的。它需要更完整的空间数据结构，需要更精确的深度信息，这对传感器提出了极高的要求。传统的单摄像头或者普通视频素材可能就不够用了。”
具身智能走向实际应用的过程中，机器人的生产力不仅依赖智能模型和本体，更依赖于真实世界中持续产生的高质量空间数据，并将其转化成机器人能够学习和复用的训练材料。
“所有公司在做物理AI时，最终都意识到需要准确的深度信息，才能让机器人理解现实世界，理解前后左右的结构关系。”谢阗地表示。高质量空间数据，也因此成为物理AI时代的关键生产要素。
基于自研三维空间探测芯片和数字化感知产品矩阵，速腾聚创要做的不仅是“机器人之眼”，更是一套连接真实世界与智能模型的数据入口。
WAIC 2026期间，速腾聚创宣布将与智在无界、简智机器人、Origen、光轮智能等企业合作，聚焦机器人空间感知、真实世界数据采集、数据处理、模型训练及应用验证等环节，构建物理AI感知基础设施。
速腾聚创WAIC 2026展台（图源/企业）
面向具身智能迈向规模化应用的关键阶段，速腾聚创正围绕自研芯片、AI数据闭环与车规级量产三大核心能力，搭建面向物理AI时代的机器人技术平台。
芯片是感知技术持续迭代的基础。不同于行业普遍外购分立元器件拼凑传感器的模式，速腾聚创选择 SPAD-SoC 全栈自研路线。自研“孔雀”芯片作为标准化数字化感知底座，能够在芯片设计源头就统一定义探测精度、点云输出规格，从底层规避分立器件组合带来的性能损耗。
AI融合层面，在产品和芯片设计初期，速腾聚创就瞄准了物理大模型对高精度空间数据的采集需求。各类机器人在搭载其感知设备后，移动、抓取作业等过程都会同步生成数据资产并用于模型迭代，为物理AI能力迭代提供高质量训练素材。
从提供机器人的“眼睛”，到成为物理AI的数据入口，速腾聚创正在从硬件供应商向基础设施服务商迁移。在物理AI走向规模化的进程中，谁能率先解决高质量空间数据的供给问题，谁就可能占据产业链上一个更基础的位置。
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.
