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

光鑑科技正式发布具身智能视觉感知方案，以AI双目视觉技术为核心，结合智能感知算法与高效计算架构，为机器人构建覆盖环境感知、空间理解、导航定位、精细操作等核心场景的视觉能力。该方案旨在为物理AI提供可靠的视觉感知基础，推动具身智能向真实世界规模化落地。 随着多模态大模型与VLA技术的快速发展，具身智能正加速从实验室迈向产业化。机器人的“大脑”虽然越来越聪明，但在真正进入家庭、工厂、商业等复杂环境后，能否可靠执行任务的关键依然在于对物理世界的准确感知。自主导航、精细抓取、人机交互等能力的实现，都离不开稳健的三维视觉支撑。视觉感知已不再只是输出深度数据，而是机器人理解环境、执行任务的重要基础。 然而，真实场景为视觉系统带来了严峻挑战。透明玻璃、高反射金属、弱纹理墙面及黑色物体等复杂材质广泛存在，传统双目立体匹配方案在面对这些场景时深度信息极易缺失，点云充满噪点，严重影响机器人的环境理解与后续的避障、抓取和导航任务。 与此同时，具身智能承担的任务日趋多元化。从导航、避障到抓取、操作乃至人机交互，一套视觉系统不仅要输出高质量的深度数据，还必须同时支撑SLAM定位、目标检测、VLA推理等多类任务，实现感知与决策的高效协同。此外，端侧算力十分宝贵，在大模型逐步部署到机器人的背景下，如何在保证感知质量的同时降低计算资源占用，为智能推理腾出更多算力，已成为视觉感知发展的重要方向。 针对这些痛点，光鑑科技的全新方案给出了系统性回答。该方案将AI算法深度融入双目视觉系统，通过自研的高性能立体匹配算法，使空间感知能力获得质的飞跃。不同于传统方法对局部纹理的极度依赖，AI双目视觉能够深入理解场景结构与物体关系。在透明、高反光、黑色等复杂材质面前，依然能稳定恢复深度，输出边缘连续、结构完整、细节丰富的高质量点云，实现毫米级细节的精确重建。 在透明玻璃场景中，该方案有效结合图像特征与空间结构信息，大幅降低透明材质的匹配干扰，显著提升深度完整性与稳定性，为机器人的避障与路径规划提供可靠数据。在弱纹理环境下，方案突破对局部纹理的依赖，通过综合物体边缘、几何结构与空间关系，准确表达台阶边缘与立面高度变化，让机器人的空间理解更加可靠。针对近距离细小物体，如长尾夹最窄处仅0.1cm、铅笔直径0.5cm、记号笔直径1.5cm，方案也能提供清晰的轮廓与锐利的边缘，满足精细操作需求。 除了提升感知质量，光鑑科技还采用了全域泛化感知设计，以统一的硬件平台承载深度感知、SLAM定位、目标检测等多种任务，实现一套视觉系统覆盖不同场景需求，并支持OTA持续升级。这种设计避免了为不同功能配置独立硬件的冗余，提升了系统的通用性与多任务协同能力。 方案还优化了感知计算架构，大幅降低算力需求。在较少计算资源下就能稳定输出高帧率深度图像，从而将更多算力释放给VLA推理、SLAM定位等核心决策任务，为智能系统的持续升级预留了充足空间。 在产品层面，光鑑科技推出Libra系列AI双目视觉模组，分别应对机器人操作与移动的两类核心视觉需求。Libra 1000采用2cm短基线，针对腕部操作场景，适用于机械臂抓取、灵巧手操作、遥操作及数据采集。它支持双目鱼眼镜头，可实现超180°水平视场，极大拓宽近场观察范围，满足精细抓取对视野的严苛要求，同时对细小物体的重建效果出色，有助于精确操控。 Libra 3000采用7cm基线，定位为头部空间感知，主要面向中远距离避障、SLAM定位与空间建图任务。该模组还可集成空间感知算法，在3D视觉硬件之上叠加空间理解能力，实现从图像采集、深度计算到空间感知的一体化方案，为自主移动与环境交互提供强大支撑。 两款产品均支持GMSL高速输出，能够良好适配主流机器人平台。光鑑科技此次发布的并非单一硬件，而是一套能够持续进化的视觉能力平台，通过AI赋能视觉，让机器人在复杂真实世界中感知更准、稳定性更高、效率更优。 从单纯的视觉感知走向物理AI的视觉感知基础设施，光鑑科技的方案为具身智能的规模化应用奠定了坚实基石。未来，公司将继续推动AI算法、视觉硬件与感知计算的协同演进，帮助机器人更好地理解物理世界，加速具身智能的产业化进程。