19

2026

-

10

芯明:用空间智能技术为物理AI打造感知数据底座

芯明:用空间智能技术为物理AI打造感知数据底座

发布时间:2026-10-19


【概要描述】ROSCon China 2026 精彩内容分享

10月16日至18日,ROSCon China 2026在上海举办,全场汇聚超千位行业观众、300余家企业,共同碰撞机器人开源生态的创新火花。大会期间,芯明发表了题为《如何用空间智能技术为物理AI打造感知数据底座》的主题演讲,由公司副总裁周凡博士代表分享。

 

 

本次演讲从物理AI的感知瓶颈、空间智能的技术构成、芯明的落地路径三个层面展开,系统呈现了芯明从芯片、模组到端到端AI感知平台的完整布局。


物理AI的感知瓶颈
 

芯明认为,当前物理 AI 的核心瓶颈不在“看见”,而在“理解”。2D视觉只能看见画面、识别物体,却缺少深度与位置信息,后端还需额外算力去还原空间;而物理 AI 真正需要的是毫秒级的三维感知、实时定位重建与安全的运动规划。

 

“物理 AI 需要的不是更多数据,而是及时可用的空间数据。”周凡博士强调,要让机器人从“看见”进化到“看懂”,需要三大技术支柱——实时3D立体视觉感知、端侧 AI 推理、SLAM 空间定位,并同时满足实时性、结构化、可靠性、端侧化四项要求。

 

芯明空间智能芯片,物理AI的端侧空间感知核心
 

芯明将空间智能拆解为三大技术支柱:一是实时3D立体视觉感知,通过双目立体视觉实时生成高精度深度与点云;二是端侧AI推理,在芯片上完成识别、分割、姿态估计等,无需将数据回传云端;三是SLAM空间定位,让机器人实时知道“我在哪”,构建稳定的空间坐标系。

 

在此基础上,芯明提出物理AI对空间智能的四项核心要求:实时性,端到端低时延,支撑“感知—理解—决策—执行”闭环;结构化,输出带深度、位姿、语义的空间数据,而非纯图像;可靠性,在弱纹理与动态环境中保持稳定、低漂移;端侧化,做到数据不出场、低带宽、低功耗,满足规模化部署需要。

 

芯明同时强调,大模型更像“大脑”,解决的是认知和推理问题;物理AI则还需要毫秒级的三维感知、实时定位重建和安全的运动规划。从“感知空间”到“理解任务”的演化,要求计算越来越靠近传感器、越来越低功耗、越来越实时。也正因如此,空间智能芯片不是一颗普通的视觉芯片,而是物理AI必不可少的感知异构计算平台。

 

 

芯明自研空间智能芯片,正是上述判断的落地载体。单芯片集成实时3D立体视觉感知、端侧AI与SLAM,提供约3.5 TOPS 端侧算力,功耗低于1W、运动到显示延时仅约1毫秒,支持6路摄像头与多传感器融合,能够在端侧完成对复杂空间环境的理解。

 

从一颗芯片到系列模组,构建端侧感知矩阵
 

 

除了自研空间智能芯片,芯明还推出了3D视觉AI模组系列,覆盖近、中、远全距离场景,能够实时输出三维数据、位姿、障碍物与语义标签,成为机器人感知物理世界的标准化入口。

 

目前,芯明相关产品与方案已面向灵巧手、人形机器人、自主移动机器人、AI机械臂、物流无人机及数据采集等场景展开应用。从一颗芯片到模组系列,芯明由此形成覆盖近中远距离的端侧感知矩阵,为不同形态的物理AI提供可选型、可复用的感知硬件基础。

 

两项独家方案,解决真实场景难题

 

在应用分享环节,芯明展示了两项具有代表性的端侧感知方案。

 

其一是芯明独家双目深度+RGB神经网络增强端侧处理和直出方案。透明物体在传统深度图中常出现空洞,视线会直接穿透,导致轮廓残缺,玻璃罐、鱼缸、玻璃杯等尤为典型。业界通常需要额外使用主控GPU对深度数据做增强,芯明则把RGB与深度的神经网络融合增强放到端侧空间智能芯片上。

 

 

例如,在芯明的演示中,搭载自研空间智能芯片的视觉模组在端侧对深度数据做RGB神经网络增强,对透明或高反区域的缺失深度做增强和补全,可直接输出边界清晰的完整深度数据,同时端侧完成物体分割与语义识别等AI算法,不占用主控GPU或NPU算力。最后,原本残缺的透明物体被重建为贴合真实标注的3D深度数据,同时缺失的边缘得到补全,可结合像素级对齐的RGB数据为后续抓取与场景理解提供完整的数据输入。

 

其二是芯明独家可用于机器人掌心等狭小空间的dTOF+RGB视觉融合方案。机器手、末端执行器对3D感知设备的体积要求近乎苛刻,外露光学部分理想尺寸最好控制在10mm×10mm以内,而传统 dTOF 虽能把体积做小,分辨率却非常低,3D深度数据及细节大量丢失。

 

 

芯明将dTOF与RGB视觉融合:既保留dTOF的小体积与毫米级测距精度,又通过RGB补上远超dTOF的深度分辨率,整套模组光学部分外露尺寸小于10mm×10mm,实现小体积、高分辨率与高精度的兼得。硬件级抗光照,强光、逆光、玻璃反射下依旧稳定;dTOF与RGB硬件时间对齐,多模态数据天然同步,同时实现物体识别及分割和语义识别,更好地支持物理AI及主控应用。

 

 
此外,芯明还展示了基于3D视觉AI模组的“3D虚拟安全区”应用:通过模组获取的空间信息,实现对三维空间的侵入监控与自动预警,为机器人在人机协作、工业现场等场景中的安全运行提供支撑。
 
从硬件到平台,搭建产业级感知数据底座

 

在大会现场,芯明的技术路径受到不少开发者与机器人企业代表关注。有业内人士认为,物理AI正从“模型竞赛”进入“数据与感知基础设施竞赛”,谁能以更低成本、更低功耗、更高实时性获取高质量空间数据,谁就更有机会推动具身智能从演示走向规模应用。

 

从空间智能芯片到系列视觉模组,再到端到端AI感知平台,芯明正在把空间智能变成物理AI可调用、可复用的基础能力。其目标也由此清晰:做物理AI的感知数据底座,让机器人不仅看得见,更能看懂空间、理解任务,并在真实世界中稳定地行动。

 

关于芯明

芯明是一家专注空间智能芯片及产品设计的国家高新技术企业,其自研系列芯片是全球领先的单芯片集成实时3D立体视觉感知、端侧AI、SLAM(实时定位建图)的系统级空间智能芯片。目前,芯明的产品解决方案已在全球范围内应用在泛机器人、XR、消费电子、物流无人机、3D扫描等多个前沿应用领域的龙头企业产品中。未来,芯明将持续创新,让空间智能无处不在!

欢迎注册

yzm
请阅读并勾选服务协议
登录
+86

更多登录方式

忘记密码

为确认是您本人操作
请选择以下任一方式完成身份认证

手机验证码找回密码

邮箱验证码找回密码