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。

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。
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。



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。
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!
上一篇
上一篇