空间相机：让具身智能真正看懂三维世界的关键突破_智能摄像机

1. 无需微调！浙大开源FreeFix：同时增强3D高斯泼溅的保真度和泛化性！

2. 全国高校教师教学创新大赛教学创新成果报告（国一等奖）

3. 会议通知（第一轮）丨2026雁栖湖创新大会暨第八届世界一流企业研发与创新管理论坛

4. 探秘宝马全球创新与研发中心，似乎看到了外星科技！

5. 李想在新一期视频里又说了一下为什么要自研芯片，以及车辆除了芯片以外，其他硬件层面变化对辅助驾驶能力的提升。李想：我们会逐步从 2D ViT 发展到 3D ViT，过去传统的 2D ViT 是没有办法真正理解物理世界的，只有做了 3D ViT 才真正像人一样的去感知世界。这个背后的原因是因为我们做了自己的芯片，因为我们原来使用其他供应商提供的芯片就会遇到一个挑战，比如在这个芯片上它的视频编码器是一个黑盒子，我们改不了。比如说我们想做 3D ViT，那我就得，第一得先去改它的视频编码器，第二我要有足够的算力能够去运行 3D ViT，那这就是非常大的挑战。但是我们的采用了全世界先进的车规级的 5 纳米的马赫 100 的芯片，它的算力是我们当前最好性能的芯片的三倍以上。而且我们用的是数据流的一个架构，当我们需要做 3D ViT 的时候，我们其实只需要通过我们非常强大的编译团队在芯片上给到 3D ViT 足够的计算的这样的一个模块，因为它不是写死的，是通过编译器来定义的，那整个这个能力我们就可以实现。其实身体也要发生变化，因为传统的汽车是通过 MCU 去控制一些机械结构，其实整个的响应速度就会慢很多。那我们如何能够做到比人还快的响应速度？在这一代 L9 上我们推出了全线控系统，包括线控的转向、全电控机械制动，配合我们的线控转向特别设计的四轮转向，还有主动的悬架，就是每个悬架有四个电机进行控制，带来一个什么样的好处呢？就是它的整个响应时间极快，第二速度快了以后也会特别安全。第三个还有一个特别大的一个好处，就是整个控制也不一样了。是我们可以通过模型直接输出来控制转向和刹车，避免了过去的时候还要进入到一个独立的 XCU 里边再去做计算，所以整个这样带来的时候它能够获得比人还要好的肢体的灵敏程度，所以我说这是具身智能的一个非常重要的一个表现。 ------ 上面这些内容其实李想在之前财报电话会议的时候就说过： - 现在的 3D BEV、OCC 占用网络、2D ViT，有效的感知距离（而非理论上最大）只有 100 多米，如果升级成人眼工作原理相似的 3D ViT，有效距离可以扩大 2-3 倍； - 一个 4B MoE 的模型运行帧率是有 10Hz，而执行系统是 60Hz，如果模型运行的帧率可以快 2-3 倍，现在辅助驾驶的一些舒适性的问题、反应迟钝的问题都可以有效的解决； - 以上两点需要感知模型的研究和研发的重大突破和 M100 这样为具身智能定制设计的芯片和编译器团队高效率的配合，对传统的 GPU 架构和算力进行深度的改造和定制，以及专有的操作系统； - 人类的刹车、转向的最快响应速度在 450 毫秒左右，目前自动驾驶从感知到执行的完整链路在 550 毫秒左右，线控体系可以把整个链路的响应速度提升到 350 毫秒。上面说的很多问题其实和我之前发过的很多场景是完全拟合的，比如刹车点晚，博弈节奏问题。 ----- 简单来说就是感知能力更强、计算能力更强、响应速度更快、执行延迟更低，带来更接近人类的感知能力和反应速度。对理想新一代硬件的辅助驾驶体验预期已经拉高了，就等体验交付出来的结果了[并不简单][并不简单] #全新一代理想L9# http://t.cn/AX5860Yk

6. 这砌砖的师傅好专业!#装修设计##家居设计##别墅设计# 设计师李功的微博视频

7. 2026中国AI硬件产业全景洞察与趋势报告由行业协会指导，洛图科技携手电博会组委会主办的2026AI硬件产业创新大会于深圳顺利召开。现场发布权威产业报告，系统梳理AI演进历程，深度解读AI与消费硬件融合现状、落地应用及未来趋势。依托国内成熟供应链与IoT积淀，2025年AI全面赋能硬件赛道，覆盖家电、影音娱乐、办公、穿戴、教育、安防、玩具全场景，完成从智能工具到个性化服务工具库的升级。AI PC、智能眼镜、AI教育、安防设备等品类快速放量，市场规模持续走高。AI正在重塑硬件定价逻辑与用户连接模式，用户认知基础持续夯实。展望行业未来，产品形态革新、场景化服务落地、跨设备协同、以人为核心的定制化体验，将成为AI硬件四大核心发展趋势，引领产业全新升级。

8. 现在机器人的生态体系，是从人形机器人扩展到各种不同的品类，做成模组封装，把配置做成空间服务😂。具身智能和机器人发展到现在，越来越“精细化”了，就是说除了发一个机器人之外，在部件和工具链层面，也有越来越多的东西开始冒出来了。宸境科技发布 Insight 全自主空间智能相机，选择的是“ AI 被动双目”，把双目深度、SLAM 和位姿估计，直接前移到传感器侧完成，在相机端形成完整的空间计算闭环。对于各种机器人主控可以不再承担大量感知计算负担，系统架构从集中式感知，转向分布式空间计算节点，更适合具身智能多传感器、多自由度的发展方向。在我们已经开始熟悉“XX即服务”的时候，空间相机讲出来空间即服务（Spatial AI as Service）的新的想法，通过软硬耦合，将碎片化的物理信号转化为结构化的空间智能，让各种不同机器人理解物理逻辑的“空间直觉” #机器人##微博新知#

9. 18万起，连干4小时满血输出，机器人进化得有点不礼貌了吧？ #具身智能 #科技改变生活 #玩个很新的东西 #机器人达人秀 #众擎机器人

10. 普通人真的需要全景相机吗❓Osmo360测评

11. 李想把全新L9叫具身智能机器人，我觉得这是理想对未来汽车的一次清晰落地。汽车的终极形态，本来就该是能感知、能决策、能自主处理问题的智能体，而不只是代步工具。理想从ONE到L9，一直都在往车即机器人这个方向布局，不是突然跟风。十年技术积累不是虚的，自研感知、操作系统、芯片、大模型，全链路打通，就是为了让车真正活起来，能看懂路况、理解需求、主动应对。全新L9就是这套技术的集大成者，不是简单堆功能，而是从底层让车更智能。李想也很清醒，70%精力仍在汽车业务，AI是为车服务，不是另起炉灶。所以L9首先是一台好开、可靠的家用车，然后才是一个更聪明、更省心的智能伙伴。未来的竞争，真的是看谁更懂怎么把AI和车真正融在一起。#李想称全新L9是具身智能机器人#

12. 感知升级，智见未来 | 安森美即将亮相Vision China 2026

13. 中国AI王炸！具身智能把欧美甩到身后！ #大咖观察 #红衣聊AI #人工智能 #具身智能#ai新星计划

14. ICLR 2026 | DiffPBR：基于空间感知残差扩散的点云渲染新范式

15. 具身智能的到来会越来越好还是越来越凶呢!

16. 今天，高德开放平台在北京正式发布了“高德空间智能开放系列”，致力于将空间智能内化为企业核心生产力。该平台依托高德ABot全栈技术体系与月活近10亿的生态，构建了从“空间感知-智能决策-场景服务”的闭环，破解了AI“不敢用、难落地”的痛点。全新的SKILL体系与SKILL市场已覆盖流量分析等场景，同时通过与雷鸟AR眼镜等硬件合作，实现了AR沙盘导航等“视野直达”体验。高德开放平台总经理崔勇表示，目标是用AI重构时空服务，助力产业升级。

17. 荣耀机器人闪电，又亮相央视了！胸前还挂着2026北京亦庄人形机器人半程马拉松的冠军奖牌！从终端企业到具身智能，从消费电子到智能制造，荣耀正在把AI能力、硬件工程、运动控制、场景应用等能力不断打通。这次荣耀机器人的亮相，说明以荣耀为代表的科技企业，正在成为推动新质生产力发展的重要力量，是推动人工智能与先进制造业深度融合的核心企业。

18. 李想：如果以具身智能理解整个AI系统，你会发现可以改变，以及急切需要改变的实在太多了。首先是感知，基于现有的感知模型和端侧的算力，现在的3D BEV、OCC占用网络、2D ViT，有效的感知距离（而非理论上最大）只有100多米，远远不如人类的眼睛。如果升级成人眼工作原理相似的3D ViT，有效距离可以扩大2-3倍，今天我们辅助驾驶可能50%以上的常见问题，自然就解决了。3D ViT不仅限于自动驾驶的领域，在车外和车主的主动交互与服务，在车内与家人的主动交互和服务，也就变成了可能。这需要感知模型的研究和研发的重大突破，还必须有M100这样为具身智能定制设计的芯片和编译器团队高效率的配合才可以实现。其次是模型，有了3D ViT才有了真正的对物理世界的理解，VLA模型中的VL才可以更好的对于物理世界的感知和理解，人类的数据才可以更高效率的被用于训练，世界模型生成的数据才可以更好的去完善训练。现有最好的计算平台，一个4B MoE的模型运行帧率是有10Hz，而执行系统是60Hz，如果模型运行的帧率可以快2-3倍，现在辅助驾驶的一些舒适性的问题、反应迟钝的问题都可以有效的解决。这同样需要对传统的GPU架构和算力进行深度的改造和定制，以及专有的操作系统。M100芯片就是为了解决具身智能这些本质的问题而研发的。最后是本体，人类的刹车、转向的最快响应速度在450毫秒左右，目前自动驾驶从感知到执行的完整链路在550毫秒左右，线控体系可以把整个链路的响应速度提升到350毫秒，这大概可以把事故率下降50%以上。#理想汽车发布25年Q3财报##理想汽车##新能源汽车#

19. 理想近期发布的 MindVLA‑o1 基础模型，将自动驾驶技术路线推向物理 AI与具身智能方向，代表行业对智能驾驶的理解从 “功能实现” 转向 “通用智能” 的思考。该模型以 3D ViT 提升空间理解能力，采用多模态统一架构，可在车辆与机器人场景复用，技术上更贴近真实世界认知逻辑。李想提出 “自动驾驶是物理 AI 起点”，长期指向能感知与行动的通用智能体，路线清晰且具备行业参考性。其对 AI 的定位偏向理性：AI 是能力杠杆而非替代者，专业积累越扎实，放大效应越显著，回应了行业对技术与人的关系的普遍讨论。整体来看，这是一次技术路线升级与长期战略的同步表达，无过度渲染，更偏向产业务实探索。#李想称机器人也用VLA##理想发布下一代自动驾驶基础模型##李想回应AI时代的焦虑#

20. 3D扫描产业迎来爆发新机遇：空间智能赋能物理AI，机器人时代感知真实世界

21. 3D标注贵到离谱？我们用10%–30%标注把相机BEV 3D检测拉回SOTA

22. ICLR'26 | UrbanGS：可扩展大场景3D重建，渲染质量、几何精度、内存效率三重SOTA！

23. 不想困在汽车周期里，禾赛押注空间智能

24. 机器人行业有泡沫，商业化必须做起来，怎么做？#机器人 #具身智能 #安努智能 #模型 #机器人泡沫

25. 颠覆认知！蚂蚁这款开源模型，竟让消费级相机干翻专业深度相机？机器人撞玻璃、抓不住透明杯的时代要结束了！LingBot-Depth凭独创掩码建模技术，把透明、反光物体感知误差砍了70%，硬是用算法补上了硬件短板。有人吹它是具身智能的救命稻草，也有人嘲讽：不过是细分场景的小打小闹，比得过英伟达全栈世界模型？它能让机器人抓取成功率暴涨，还能帮智能驾驶识破反光标识，关键还免费开源！可局限性也明显，比不了英伟达的全场景适配能力。是专精细分场景更有价值，还是全栈通用才是未来？蚂蚁这波开源，真能改写视觉感知格局？点击视频拆解，评论区聊聊你站技术专精派还是全栈派！#微博超有用视频大赛##上微博涨知识##AI创造营##科技先锋官# 种斌Marco的微博视频

26. 大疆全景相机Osmo360｜滑雪实测作为大疆的第一台全景相机DJI OSMO 360 在滑雪场景下的表现到底如何？#大疆osmo360 #全景相机 #滑雪运动相机 #单板滑雪

27. 从2018年理想ONE首次赋予汽车"感知"，到2025年VLA司机大模型落地，理想用十年完成「感知→空间→智能」的三阶跃迁：自研技术全链路布局：感知系统、星环OS、芯片、MindGPT大模型系统性突破，为"车即机器人"夯实基础；场景进化颠覆体验：从工具到伙伴，冰箱彩电大沙发构建生活空间，智能体从此融入日常；全新L9=智能伙伴：端到端AD大模型+开源系统+具身智能架构，让车成为懂你的移动机器人！ #李想称全新L9是具身智能机器人#

28. 无特征匹配+单目深度，实现SOTA级多视图相机高精度定位

29. 每年4月车展之前，禾赛都会在麦克斯韦中心开技术发布会，但是今天，是我印象中牙膏挤爆的一次。一口气亮出芯片、产品、战略三大重磅成果，正式从空间感知迈向空间智能新阶段。最大的突破，是发布全球首款 6D 全彩激光雷达超感光芯片毕加索 SPAD-SoC，实现三维空间与色彩信息像素级融合，感知能力再上台阶。搭载该芯片的ETX 系列激光雷达同步升级，最高支持4320 线全彩 4K 超高清感知，硬件实力拉满。据说就在今年下半年量产交付。与此同时，禾赛宣布开启从空间感知到空间智能的战略升维，首次展示全新空间智能 AI 硬件Kosmo，并新增机器人动力模组赛道，从机器人的 “眼睛” 延伸至核心执行部件，布局更完整。这是要抢大疆的饭碗？等上市之后我们一定第一时间给大家带来它的体验。作为全球化智能科技企业，禾赛持续以 “赋能机器人，让人类生活更高效舒适” 为使命，依托自研芯片与全栈技术能力，不断夯实万亿物理 AI 时代关键基础设施地位，此次技术与战略双重突破，也将进一步引领行业向更高清、更智能、更全面的方向加速演进。#新能源大牛说#

30. “空间感知机器人第一股”诞生了

31. 独家｜清华北大普林斯顿天才少年，用“空间Agent”重构AI健康硬件，高瓴、智元投了

32. Osmo 360 VS Insta X5 到底谁才是最好的全景相机？哪一台更适合你？#全景相机 #滑雪 #运动相机

33. 为什么会需要一台拇指相机? 有了很多台拍摄设备之后,还会有拇指相机的需求吗? #测评 #大疆nano #拇指相机

34. 精度堪比离线3DGS！FeatureSLAM：实时特征增强型3D高斯泼溅SLAM

35. 精度暴涨0.34dB+0.19dB！ThermoSplat：双模态3D高斯泼溅，登顶RGBT重建SOTA！

36. 告别纯文本时代AI教母李飞飞剑指“空间智能”

37. 蚂蚁具身研究首次亮相！就解决了机器人「看」透明玻璃这些难题，还开源了

38. 哈啰出行首款L4级自动驾驶车型计划于2026年6月量产，并将于2026年3月启动小批量交付，首款车型基于东风日产启辰VX6平台打造。该车型搭载哈啰自研的全车规级软硬件架构，配备8个激光雷达、14个高分辨率相机及超2000TOPS核心算力，实现车身周边0-200米多模态冗余感知，安全性能拉满。#哈啰出行#

39. 比AI视频还离谱，一句话生成一个可探索的三维世界

40. #用Remy的方式打开明星小卡# 从《咏春》到明星视频，3D内容正通过社交网络进入大众视野。而创造这些内容的工具Remy，则静静地躺在鸿蒙的应用市场里，等着每一个用户去发现；Remy带来了目前市面上相同清晰度下训练速度最快的3D高斯泼溅算法，将3D重建的时间大幅缩减到了平均5分钟，极大地提升了用户体验。正是靠一个个像Remy这样的优质应用，一次次的体验优化，和持续增长的开发者与用户支持，鸿蒙一步步走到了今天终端数突破2700万、应用超30万的规模。#Remy将舞台剧咏春转化成3D视频##用Remy定格舞台剧咏春#

41. 直播神器‼️2026我愿推给所有人的直播摄影头

42. 新款阿维塔12搭载32个智能传感器，构建全维度智能感知体系，硬件涵盖4颗华为激光雷达、3个分布式4D毫米波雷达、2个4D毫米波角雷达、11个视觉摄像头及12个超声波雷达，实现360°无死角环境感知。率先用上华为乾崑新一代896线双光路图像级激光雷达，是当前全球量产最高规格车载激光雷达。其首创双光路一体双焦架构，搭载广角与长焦双接收单元，长焦可远距离精准探测，广角覆盖大视场场景，彻底解决传统雷达远距模糊、近距盲区问题。该雷达实现从点云感知到图像级成像的跨越，能120米外识别14厘米低矮障碍物，清晰捕捉行人手势、车辆细微状态变化，配合4雷达布局，大幅提升城区、高速、泊车全场景智驾安全性与精准度。

43. 重塑三维场景探索！GaussExplorer：3DGS+VLM完美结合语义理解和几何重建

44. 【#工业软件企业黑湖科技完成近10亿元D轮融资# 投入工业AI应用】4月23日，黑湖科技宣布完成近10亿元D轮融资。工商资料显示，本轮融资由商汤旗下国香资本、上海国投先导基金、复星系智盈投资、国家人工智能产业投资基金、华夏智擎创业投资基金参与投资，华兴资本担任独家财务顾问。工业软件企业黑湖科技完成近10亿元D轮融资投入工业AI应用　　这是黑湖成立以来第六轮融资，超过此前融资总额。黑湖称，资金将用于加速工业AI应用落地和全球扩张，并进一步推动AI与制造业实际业务场景结合。黑湖同时披露，公司已实现盈利，营收年增速超过60%。　　据介绍，2023年以来，黑湖持续投入多场景工业智能体（AI Agent）的研发，已实现规模化落地，覆盖设计、排程、生产、质检等核心场景，逐步向AI自主决策延伸。例如，“报价Agent”基于图纸与工艺参数自动完成成本拆解与报价生成，将报价时效从6小时压缩至秒级，帮助工厂将询盘响应率提升70%，同时将报价误差控制在±5%以内。

45. 【开源UP，群核科技把3D高斯变成机器人的导航地图】近一年，3D高斯在学术界和工业界迅速走红。但在机器人领域，一个现实问题始终存在：3D高斯很好看，却很难直接用。它擅长“还原世界”，却不理解世界——没有物体语义、没有物理边界，也无法支撑机器人听懂指令、规划路径、避免碰撞。最近，群核科技联合浙江大学正式开源 SAGE-3D数据集，这是行业“首个基于 3D高斯的 VLN（视觉语言导航）具身学习数据集”，目前该数据集在全球最大AI开源社区 HuggingFace上整体下载量已超万次。SAGE-3D数据集包含1000个场景的超过55.4万个对象实例的语义信息和碰撞体数据，以及面向 VLN 任务的200万条“轨迹-指令”对数据。#空间智能##群核科技##3d高斯##浙江大学#

46. 打造具身智能领域军事优势

47. “杭州六小龙”第一股、空间智能与AI的下一步：对话群核科技创始人黄晓煌【硅谷101】

48. 天大 × 小米新作！VGGDrive：让自动驾驶大模型拥有3D几何感知能力

49. CVPR'26重磅 | 港科大沈劭劼团队&华为DLWM：告别3D标注，3DGS双世界模型革新自动驾驶

50. 两位95后打造“伴身智能”硬件，获商汤国香、奇绩创坛千万元级投资｜甲子光年

51. 【#零态洞察百态##苹果新模型1秒让照片变3D##苹果开源新型AI模型#】科技媒体 9to5Mac 昨日（12 月 17 日）发布博文，报道称苹果公司开源名为 SHARP 的新型 AI 模型，该技术能在一秒内将单张 2D 照片转换为逼真的 3D 场景。#苹果回应AppStore新增广告位#苹果发布名为《一秒内实现清晰的单目视图合成》（Sharp Monocular View Synthesis in Less Than a Second）论文，详细介绍了如何训练模型，在接收用户输入的一张普通 2D 照片后，能在一秒钟内重建出具有真实物理比例的 3D 场景。与需要数分钟甚至数小时处理的传统方案相比，SHARP 将合成速度提升了三个数量级，实现了近乎实时的 3D 转换体验。在技术原理上，SHARP 采用了先进的 3D 高斯泼溅技术（3D Gaussian Splatting）。简单来说，它将 3D 场景视为无数个带有颜色和光影信息的“模糊光团”（高斯球）。（IT之家）study875的微博视频

52. #科技先锋官# 时空竟能被看穿？DeepMind新模型藏狠活，新一轮的AI视觉革命来了！Google DeepMind 重磅推出 D4RT 模型，凭 4D 时空理解能力引爆视觉 AI 革命！D4RT 模型将 3D 空间与时间维度融合，让 AI 精准捕捉物体空间形态与动态轨迹，彻底打破传统视觉处理的桎梏。传统方法靠多模型串行运算，处理动态场景易出纰漏，一分钟视频竟要数小时，效率极低。 D4RT 以单一时空查询接口实现任务统一，压缩视频为全局场景记忆后并行计算，速度提 18-300 倍，一分钟视频仅需 5 秒，还破解了纹理相似区域识别难题。D4RT 模型为机器人、AR 等领域赋能，更突破具身智能感知瓶颈，推动 AI 从逐帧观看升级为全局时空理解。视觉 AI 的时空感知能力突飞猛进，是否意味着其离真正的类人视觉仅一步之遥？当 AI 能实时全局理解动态时空，自动驾驶、智能交互的终极形态将如何被改写？这场视觉 AI 的技术飞跃，又会为人类生活带来哪些颠覆性改变，值得每一个人深思。#微博超有用视频大赛##上微博涨知识##AI生活指南# 种斌Marco的微博视频

53. 当下行业里，智能感知硬件正在不断升级突破，#尚界Z7新一代896线激光雷达首测#直接把智能感知硬件卷到新高度，新一代896线双光路图像级激光雷达全系标配，加上多雷达矩阵与视觉融合，构成豪华完整的感知系统。它的核心价值不只是参数领先，而是真正解决用户痛点：提前识别夜间低反射障碍物、避免“看不见的风险”、全场景覆盖主动安全、高速防夹击避险。当很多品牌还在搞智能选装的时候，直接标配满配，这不仅是产品诚意，更是对安全的态度。

54. Osmo Nano拇指相机上手指南 Osmo Nano拇指相机如何拍才能获得更有趣的视角？ #拇指相机 #创意拍摄 #vlog #滑雪

55. 港大领衔DrivePI：统一自动驾驶理解、感知、预测和规划的空间智能4D MLLM

56. ICLR 2026 开源 | PAGE-4D：首个VGGT动态场景4D重建框架，速度无损、精度全面SOTA！

57. SLAM+3DGS是三维建模的下一条捷径吗？

58. ICLR'26开源 | 1000+FPS！Mobile-GS：3D高斯泼溅轻量化新范式，首次在移动设备部署！

59. NeurIPS'25 | 深度预测提升 14.41%！SingRef6D告诉你深度感知 LoFTR 有多强？

60. 世界模型系列131

61. 2026空间智能发展报告

62. 【学习】2026空间智能发展报告

63. 空间智能？

64. 禾赛发布空间智能AI硬件产品KOSMO，可服务物理AI数据训练

65. 迈向具身智能，以“对象级感知+传感器一致建模”夯实机器人三维理解底座

66. 物理AI觉醒

67. 禾赛持续保持盈利、官宣奔驰L3全球订单

68. 禾赛连发四个王炸

69. 李泽湘、甘洁和金沙江投了一家空间智能硬件公司，港科大系出身｜硬氪首发

70. 在NVIDIA GTC 2026上，真实世界数据正成为 Physical AI 的关键入口

71. 三维感知赋能千行百业——深度相机的技术解析与应用全景

72. 红杉、李泽湘、朱啸虎同时押注

73. 一台中国空间相机，打破索尼富士Adobe的影像垄断

74. 灵视P1，用空间相机，将实景复刻进三维世界，把真实瞬间化作可触、可藏、可编辑的数字世界。

75. 一批大疆为代表的创业者瞄准消费级3D空间相机

76. 三维家2026春季发布会

77. 海外爆火出圈的空间相机，为VR/AR内容打开新入口？

78. Spatia

79. 地瓜旭日5用的空间智能相机

空间相机：让具身智能真正看懂三维世界的关键突破

精选参考来源