光鉴科技发布具身智能视觉感知方案
光鉴科技推出具身智能视觉感知方案，以AI双目视觉解决复杂场景感知难题，为机器人提供统一视觉能力。
机器人要进入真实场景，需要可靠的三维视觉。光鉴的新方案用AI双目视觉和算法，在透明玻璃、弱纹理等困难场景下仍能输出高质量深度图，支持机器人导航、抓取、操作等任务。
正文摘录
随着多模态大模型和 VLA（Vision-Language-Action，视觉-语言-动作模型）等技术不断发展，具身智能正加速迈向产业化。机器人拥有了越来越强的理解、推理和决策能力，但真正进入家庭、工厂、商业等真实场景后，决定其应用能力的，不只是“大脑”是否足够聪明，更在于能否准确感知和理解物理世界。 自主导航、精细抓取、人机交互等能力，都建立在可靠的三维视觉感知基础之上。视觉感知不只是深度数据的输出，更是机器人理解环境、执行任务的重要基础。如何在复杂场景下持续输出精准、稳定、高效的视觉信息，正成为具身智能迈向规模化应用的重要基础。 基于这一趋势，光鉴科技正式发布具身智能视觉感知方案。该方案以 AI 双目视觉技术为核心，融合智能感知算法与高效计算架构，为机器人提供覆盖环境感知、空间理解、导航定位、精细操作等核心场景的视觉能力，助力具身智能加速走向真实世界。 首先，真实环境更加复杂。透明玻璃、高反射金属、弱纹理墙面、黑色物体等复杂场景广泛存在，对深度信息的完整性和稳定性提出了更高要求。传统双目立体匹配方案在这些场景下容易出现深度缺失、点云噪点等问题，影响具身智能对环境的准确理解，进而影响避障、抓取、导航等任务的执行效果。 其次，具身智能承担的任务更加多元。从导航、避障到抓取、操作，再到人机交互，一套视觉系统不仅要输出高质量的深度信息，还需要同时支撑 SLAM（Simultaneous Localization and Mapping，即时定位与地图构建）、目标检测、VLA 推理等多类任务，实现感知与智能的高效协同。 最后，端侧算力更加宝贵。随着大模型逐步部署到具身智能，有限的计算资源需要同时支撑感知、定位、规划和推理等多个环节。如何在保证感知质量的同时降低计算资源占用，为智能推理释放更多算力，也已经成为机器人视觉感知发展的重要方向。