机器人的比拼，为什么眼睛成了“第一战场”？

作者｜安富建

在 2026 世界物理 AI 大会暨宇树合作伙伴生态大会上，宇树科技创始人王兴兴直指具身智能下一步发展的关口：目前具身智能迈过 ChatGPT 时刻的最核心挑战，是 AI 模型的输入输出与真实机器人执行之间的对齐。

被定义为核心挑战的「对齐」，实际上指向了具身智能落地的重要突破点：数据层。数据如果无法对齐，机器人即便知道脚怎么走、手怎么抓，也仍然走不稳、抓不牢。

这也是为什么，高质量物理数据的采集源头——机器人的「眼睛」，成为具身智能竞争的第一战场。

真实世界数据稀缺、采集成本高，已经是人形机器人产业公认的瓶颈。为了填补数据鸿沟，行业正兵分两路：一边是李飞飞团队收购仿真公司 SceniX，用虚拟数据解决痛点；另一边则是硬核升级硬件，让传感器在源头直接产出时空对齐的真实数据。无论哪种解法，最终指向的都是机器人感知向「空间智能」的集体跃迁。

当行业集体押注空间智能，不同技术背景的玩家，开始给出各自的感知硬件方案，试图争夺下一代机器人视觉的定义权。

目前，这股力量主要分为两大阵营：跨界入局的车载激光雷达厂商，以及切入具身智能赛道的传统工业视觉厂商。

多传感器融合的「阿喀琉斯之踵」

在激光雷达阵营，今年 4 月，禾赛发布了 6D 全彩 SPAD-SoC 芯片「毕加索」，在芯片层面把彩色信息与 ToF 测距做到像素级融合；3 月上市的华为激光视觉 Limera，采用一镜双模架构，同样将激光雷达和摄像头进行物理级融合；速腾聚创则推出了硬件级系统集成解决方案。

它们通过「多传感器融合」（如激光雷达+RGB相机+IMU），从产品侧拉高了感知维度。但看似完美的方案，在真实的机器人操作中却频频遭遇「阿喀琉斯之踵」。

传统感知设备成像缺陷示例

问题出在「时间维度」上。不同传感器的采样频率与触发时序天然不一致：深度相机约为 10Hz、激光雷达约为 10-15Hz、RGB 相机约在 20-30Hz。常规的解决思路是靠算法去「猜测」或强行对齐。但是，哪怕仅有数百毫秒的延后，经过层层转化，系统拿到的数据也偏离了真实物理世界。

展会上机器人抓取杯子时常见的手部抖动，感知数据的时空偏差便是罪魁祸首之一。

工业视觉新势力入局，重新定义「眼睛」

打破多源数据融合的僵局，需要从底层硬件寻找新解法。

在这样的背景下，工业机器视觉巨头开始加速扩张，成为一股机器人感知「新势力」。9 月，康耐视以约 6 亿美元收购 3D 视觉部门 RealSense；国内如奥普特、联检科技等也在加速布局。巨头买入口，它们抢的是未来行业的定价权。

而在这些新势力中，有一家公司走出了一条截然不同的技术路线。杭州时空张量机器人科技有限公司——这家由中国工程物理研究院、清华大学等共同创立的企业，定位极其精准：聚焦「具身之眼」的空间计算智能感知企业。

在 2026 世界机器人大会（WRC）上，时空张量展示了一款名为「天眼」的 7D 空间智能相机，并在现场拿下了三个「第一」：点云图全场第一、深度图全场第一、时空同步全场第一。

所谓 7D 空间智能感知，是指在一枚传感器内，实现了「一路双光」光路设计：一次性采集包括 X/Y/Z 三维坐标、RGB 色彩语义，以及一个高精度时间戳共 7 个维度信息。

相比于禾赛、华为等厂商「多个传感器融合」的方案，「天眼」只有一个传感器、一个物理信号。

这种架构上的根本差异，让同源数据无需在后端进行复杂的融合与标定，空间位置、颜色语义与时间维度在物理层面天然对齐。这不仅是维度的提升，更本质的是上游核心零部件的价值链从单纯的「卖硬件」，转向了卖「智能+数据」融合。

为什么「天眼」能看得更清楚？

与 RGB 相机将信息压缩成平面图像、激光雷达依靠机械旋转发射点激光不同，「天眼」能做到更高维度的感知，核心在于底层器件的突破。

▲高反光不锈钢壶点云重建对比

上图：传统方案点云残缺

下图：天眼完整重建物体轮廓

7D 空间智能相机基于「高时间分辨的空间计算智能成像技术」，最终落到了四大核心技术上：高能量高重频纳秒脉冲激光照明、皮秒级时序同步控制、空间推扫切片成像与三维重建、单光子级高灵敏度成像技术。

这项技术规避了多源数据冲突时「以谁为准」的判定难题，并在多项关键指标上达到全球领先水平：

极致精度与密度：每秒输出 3072 万个超稠密点云（主流车规级激光雷达多在百万至千万点/秒量级），XYZ 空间精度达 ±3 毫米。

破除环境盲区：对户外强光下的玻璃、镜面等高透明高反光物体，做到无孔洞完整重建（填充率 100%）；在暗光、暴雨、浓雾下，凭借切片成像滤除散射干扰。

超高帧率：以 25Hz 全分辨率实时生成三维数据，让空间数据的更新完美跟上机器人的动作节奏。

这意味着，透明、反光、低矮、暗光、强光这些曾经困扰行业的边缘场景，被真正纳入了机器人的稳定感知范围。

▲高透明玻璃点云重建对比

上图：传统方案点云缺失

下图：天眼完整重建高透明物体轮廓

在今年「钱往上游走」的大背景下，「天眼」这类感知产品的出现并非偶然。传感器是机器人技术门槛最高、最容易被跨界巨头降维打击的环节。新公司要想入圈，光靠参数不够，必须有巨头短期内复制不了的技术源头。

依托国家级科研院所背景，7D 空间智能感知是一项高精尖技术的成果转化。据时空张量内部测试数据，该硬件方案可帮助机器人产品减少 2～3 颗传感器硬件，标定综合成本降低 60% 以上，SLAM 建图精度最高提升 3 倍。

目前，天眼已实现激光 ToF、视觉与 IMU 在前端物理级融合，车载版本已进入头部新能源车企上车测试，并与国内某头部企业合作开发人形机器人视觉系统。

英伟达创始人黄仁勋曾多次表示，「下一波浪潮是物理 AI」。当行业持续卷模型与算法时，机器人感知的竞争，正不可避免地走向数据源头。

以时空张量为代表的空间计算智能成像技术，将感知前移，抬升了机器人感知能力的上限，为机器人理解和在物理世界里完成操作，提供了一套全新的底层解法。其最终价值，也必将在接下来的产业落地中给出答案。