0
| 本文作者: 劉路遙 | 2026-07-20 10:54 |
隨著多模態(tài)大模型和VLA等技術(shù)不斷發(fā)展,具身智能正加速邁向產(chǎn)業(yè)化。機(jī)器人擁有了越來越強(qiáng)的理解、推理和決策能力,但真正進(jìn)入家庭、工廠、商業(yè)等真實(shí)場景后,決定其應(yīng)用能力的,不只是“大腦”是否足夠聰明,更在于能否準(zhǔn)確感知和理解物理世界。
自主導(dǎo)航、精細(xì)抓取、人機(jī)交互等能力,都建立在可靠的三維視覺感知基礎(chǔ)之上。視覺感知不只是深度數(shù)據(jù)的輸出,更是機(jī)器人理解環(huán)境、執(zhí)行任務(wù)的重要基礎(chǔ)。如何在復(fù)雜場景下持續(xù)輸出精準(zhǔn)、穩(wěn)定、高效的視覺信息,正成為具身智能邁向規(guī)模化應(yīng)用的重要基礎(chǔ)。
基于這一趨勢,光鑒科技正式發(fā)布具身智能視覺感知方案。該方案以AI雙目視覺技術(shù)為核心,融合智能感知算法與高效計(jì)算架構(gòu),為機(jī)器人提供覆蓋環(huán)境感知、空間理解、導(dǎo)航定位、精細(xì)操作等核心場景的視覺能力,助力具身智能加速走向真實(shí)世界。
隨著具身智能不斷走向真實(shí)世界,機(jī)器人視覺正面臨新的挑戰(zhàn)。
首先,真實(shí)環(huán)境更加復(fù)雜。透明玻璃、高反射金屬、弱紋理墻面、黑色物體等復(fù)雜場景廣泛存在,對(duì)深度信息的完整性和穩(wěn)定性提出了更高要求。傳統(tǒng)雙目立體匹配方案在這些場景下容易出現(xiàn)深度缺失、點(diǎn)云噪點(diǎn)等問題,影響具身智能對(duì)環(huán)境的準(zhǔn)確理解,進(jìn)而影響避障、抓取、導(dǎo)航等任務(wù)的執(zhí)行效果。
其次,具身智能承擔(dān)的任務(wù)更加多元。從導(dǎo)航、避障到抓取、操作,再到人機(jī)交互,一套視覺系統(tǒng)不僅要輸出高質(zhì)量的深度信息,還需要同時(shí)支撐SLAM定位、目標(biāo)檢測、VLA推理等多類任務(wù),實(shí)現(xiàn)感知與智能的高效協(xié)同。
最后,端側(cè)算力更加寶貴。隨著大模型逐步部署到具身智能,有限的計(jì)算資源需要同時(shí)支撐感知、定位、規(guī)劃和推理等多個(gè)環(huán)節(jié)。如何在保證感知質(zhì)量的同時(shí)降低計(jì)算資源占用,為智能推理釋放更多算力,也已經(jīng)成為機(jī)器人視覺感知發(fā)展的重要方向。
機(jī)器人視覺感知的競爭,已經(jīng)不局限于單一硬件性能,而是在感知質(zhì)量、系統(tǒng)協(xié)同與計(jì)算效率之間尋找新的平衡。具身智能真正需要的,不是更多的視覺硬件,而是構(gòu)建一套更加高效、可靠、統(tǒng)一的視覺能力。
圍繞具身智能的發(fā)展需求和真實(shí)痛點(diǎn),光鑒科技發(fā)布全新的具身智能視覺感知方案,通過AI雙目視覺、全域泛化感知設(shè)計(jì)和高效計(jì)算架構(gòu),構(gòu)建覆蓋機(jī)器人不同應(yīng)用場景的視覺能力。光鑒科技的答案,并不只是一臺(tái)性能更強(qiáng)的深度相機(jī),而是一套能夠支撐具身智能持續(xù)進(jìn)化的視覺感知方案。
AI雙目視覺,讓復(fù)雜場景看得更準(zhǔn)
據(jù)雷峰網(wǎng)(公眾號(hào):雷峰網(wǎng))了解,光鑒科技將AI算法引入雙目視覺,通過自研高性能立體匹配算法,實(shí)現(xiàn)了空間感知能力的全面升級(jí)。
相比傳統(tǒng)雙目視覺依賴局部紋理匹配,AI雙目視覺能夠更深入理解場景結(jié)構(gòu)與物體關(guān)系,在面對(duì)透明玻璃、高反射、黑色等復(fù)雜材質(zhì)時(shí),依然保持穩(wěn)定的深度恢復(fù)能力,輸出邊緣連續(xù)、細(xì)節(jié)豐富、結(jié)構(gòu)完整的高質(zhì)量深度信息,實(shí)現(xiàn)毫米級(jí)細(xì)節(jié)的穩(wěn)定重建。
Libra 1000針對(duì)不同材質(zhì)的點(diǎn)云效果演示
針對(duì)近距離細(xì)小物體重建,光鑒科技具身視覺感知方案能夠提供更加豐富的視覺細(xì)節(jié)和精確的雙目約束,使重建點(diǎn)云具備更清晰的物體輪廓、更銳利的邊緣表現(xiàn)以及更平滑連續(xù)的表面結(jié)構(gòu),更加滿足機(jī)器人精細(xì)操作、避障和空間理解等應(yīng)用需求。
Libra 1000針對(duì)細(xì)小物體的點(diǎn)云效果演示
(0.1cm指長尾夾把手最窄處,0.5cm和1.5cm指鉛筆和記號(hào)筆直徑)
在透明玻璃復(fù)雜場景中,光鑒科技具身視覺感知方案能夠有效結(jié)合圖像特征與空間結(jié)構(gòu)信息,有效降低透明材質(zhì)帶來的匹配干擾,有效提升透明區(qū)域的深度完整性和穩(wěn)定性,為機(jī)器人在真實(shí)環(huán)境中的避障和路徑規(guī)劃提供更加可靠的深度信息。
Libra 3000針對(duì)透明復(fù)雜場景的效果圖演示
在弱紋理等場景中,光鑒科技具身視覺感知方案突破對(duì)局部紋理特征的依賴,通過對(duì)結(jié)合物體邊緣、幾何結(jié)構(gòu)和空間關(guān)系進(jìn)行綜合判斷,有效減少因紋理缺失導(dǎo)致的深度異常,使臺(tái)階邊緣、立面結(jié)構(gòu)和高度變化得到更加準(zhǔn)確的表達(dá),提升機(jī)器人在復(fù)雜環(huán)境中的空間理解能力。
Libra 3000針對(duì)弱紋理復(fù)雜場景的效果圖演示
全域泛化感知,讓一套視覺覆蓋更多任務(wù)
光鑒科技具身視覺感知方案采用全域泛化感知設(shè)計(jì),以統(tǒng)一硬件平臺(tái)支撐深度感知、SLAM定位、目標(biāo)檢測等多類任務(wù),實(shí)現(xiàn)一套視覺系統(tǒng)覆蓋機(jī)器人不同場景和任務(wù)需求,并支持OTA持續(xù)升級(jí)。相比針對(duì)不同功能配置獨(dú)立感知硬件的傳統(tǒng)方案,全域泛化感知設(shè)計(jì)進(jìn)一步提升了視覺系統(tǒng)的通用性和多任務(wù)協(xié)同能力,為具身智能構(gòu)建更加統(tǒng)一、高效的視覺能力。
高效計(jì)算架構(gòu),讓更多算力服務(wù)智能決策
光鑒科技具身視覺感知方案通過優(yōu)化感知計(jì)算架構(gòu),大幅降低算力需求,在較少的算力資源下,可穩(wěn)定輸出高質(zhì)量、高幀率深度圖像,使更多的算力資源服務(wù)于VLA推理、SLAM定位等核心任務(wù),為具身智能的智能化升級(jí)預(yù)留更大空間。
針對(duì)機(jī)器人操作與移動(dòng)兩類核心視覺需求,光鑒科技推出Libra系列AI雙目視覺模組,覆蓋具身智能從近距離精細(xì)操作到中遠(yuǎn)距離空間感知的核心應(yīng)用。
Libra 1000:面向近距離精細(xì)操作
Libra 1000采用2cm基線設(shè)計(jì),定位于腕部操作感知,適用于機(jī)械臂抓取、靈巧手操作、遙操作及數(shù)據(jù)采集等場景,為具身智能精細(xì)操作提供可靠的近距離視覺能力。除此之外,產(chǎn)品支持適配雙目魚眼鏡頭,可實(shí)現(xiàn)超180°水平視場,有效拓寬近場觀測范圍,最大程度滿足近距離抓取任務(wù)對(duì)感知 FOV的嚴(yán)苛要求。

Libra 3000:面向中遠(yuǎn)距離空間感知
Libra 3000采用7cm基線設(shè)計(jì),定位于頭部空間感知,主要應(yīng)用于中遠(yuǎn)距離避障、SLAM定位及空間建圖等場景。憑借穩(wěn)定的空間感知能力和高質(zhì)量點(diǎn)云輸出,為具身智能自主移動(dòng)、環(huán)境理解和空間交互提供可靠支撐。同時(shí),Libra 3000內(nèi)部可集成空間感知算法,在3D視覺硬件基礎(chǔ)上融合空間理解能力,實(shí)現(xiàn)視覺采集、深度計(jì)算與空間感知一體化。
兩款產(chǎn)品均支持GMSL高速輸出,可適配主流機(jī)器人平臺(tái),覆蓋機(jī)器人從操作到導(dǎo)航的核心視覺需求,為具身智能應(yīng)用落地提供堅(jiān)實(shí)的視覺基礎(chǔ)。
隨著具身智能不斷向真實(shí)場景拓展,視覺感知正從單一硬件能力演進(jìn)為支撐機(jī)器人自主感知、自主決策和自主執(zhí)行的關(guān)鍵基礎(chǔ)能力。
此次具身智能視覺感知方案發(fā)布,是光鑒科技面向物理AI時(shí)代的重要布局。未來,光鑒科技將持續(xù)推動(dòng)AI算法、視覺硬件與感知計(jì)算協(xié)同演進(jìn),讓機(jī)器人更好地理解物理世界,推動(dòng)具身智能邁向規(guī)模化應(yīng)用。
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。