光鑑科技發佈具身智能視覺感知方案，為物理AI提供視覺感知基礎

隨著多模態大模型與VLA（視覺-語言-動作）等技術的快速演進，具身智能正從實驗室走向工廠、家庭與商業場景。然而，機器人能否真正融入複雜多變的物理世界，不僅取決於「大腦」的推理決策能力，更仰賴一套精準且穩定的視覺感知系統。自主導航、精細抓取、人機互動等核心功能，無不需要可靠的三維視覺作為基礎。在此背景下，光鑑科技正式發布具身智能視覺感知方案，以AI雙目視覺技術為核心，融合智能感知算法與高效計算架構，為機器人提供涵蓋環境理解、空間定位與精細操作的統一視覺能力。

傳統雙目視覺在面臨透明玻璃、高反射金屬、弱紋理牆面及黑色物體等真實場景時，常出現深度缺失與點雲噪點等問題，直接影響機器人的避障、抓取與導航表現。光鑑科技的方案引入自研高性能立體匹配算法，讓雙目視覺具備理解場景結構與物體關係的能力。在面對複雜材質時，AI雙目視覺仍能輸出邊緣連續、細節豐富且結構完整的深度信息，實現毫米級細節的穩定重建，從根本上突破傳統方案的紋理依賴瓶頸。以透明玻璃場景為例，該方案能有效結合圖像特徵與空間結構，降低透明材質帶來的匹配干擾，顯著提升深度資訊的完整性與穩定性。在倉儲或居家環境中，這樣的表現可為機器人提供更可靠的避障決策依據。

而在弱紋理場景，如牆角、白色檯面或光滑地面，方案則通過整合物體邊緣、幾何結構與空間關係，大幅減少深度異常，使高度變化與立面結構得到準確表達，強化了機器人在複雜環境中的空間理解能力。針對近距離精細操作需求，光鑑科技的視覺感知方案對於細小物體的重建尤為突出。例如，在機械臂抓取、靈巧手操作或數據採集過程中，具備更清晰輪廓與平滑表面結構的點雲輸出，能有效支撐毫米級的精準任務。官方提供的演示顯示，從長尾夾（0.1公分）到鉛筆與記號筆（0.5公分至1.5公分）等微小物體，方案均能提供豐富的視覺細節與精確的雙目約束，滿足精密操作對視覺資訊的高要求。

在系統架構層面，光鑑科技採取全域泛化感知設計，以統一硬體平台同時支撐深度感知、SLAM定位與目標檢測等多類任務。過去，不同功能往往需要獨立配置感知硬體，不僅增加成本與系統複雜度，也限制多任務協同。新的方案讓一套視覺系統即可覆蓋不同場景需求，且支援OTA持續升級，為具身智能提供了更通用且高效的視覺能力基礎。計算效率方面，該方案透過優化感知計算架構，大幅降低算力消耗。在有限的端側資源下，依然能穩定輸出高質量、高幀率的深度圖像，從而釋放更多算力服務於VLA推理與SLAM定位等核心任務。這對於算力寶貴的機器人平台而言，等於為智能決策預留了更大的升級空間，兼顧感知品質與整體效能。

具體到產品，光鑑科技推出Libra系列AI雙目視覺模組，以兩種基線設計對應不同應用場景。Libra 1000採用2公分基線，專為機械臂腕部安裝設計，服務於近距離精細操作、遙操作及數據採集，並可適配雙目魚眼鏡頭，實現超過180°水平視場，擴大近場觀測範圍。Libra 3000採用7公分基線，適用於頭部或車載空間感知，主打中遠距離避障、SLAM定位與空間建圖，也可內建空間感知算法，實現視覺採集與深度計算的一體化。兩款模組均支援GMSL高速輸出，能快速整合至主流機器人平台，從機械臂的末端操作到移動機器人的導航定位，都能以統一且高效的視覺系統支撐完整任務鏈。

這種從感知層到演算法層的深度整合，反映了光鑑科技對具身智能真實落地需求的系統性思考。從單一硬體性能競爭，到感知質量、系統協同與計算效率的綜合平衡，機器人視覺正經歷重要轉型。光鑑科技此次方案發布，不僅是一套深度相機的升級，更是一個面向物理AI時代的基礎設施佈局。未來，隨著AI算法、視覺硬體與感知計算的持續協同演進，光鑑科技致力於讓機器人更準確、更穩定地理解物理世界，進而推動具身智能加速邁向規模化的真實應用。