WAIC 2026速腾聚创揭秘：从激光雷达到物理AI数据入口的进化
2026世界人工智能大会（WAIC）的开幕，不仅标志着全球人工智能前沿技术的再次汇聚，更揭示了行业正在经历的一场深刻范式转移。在这场技术盛宴中，RoboSense速腾聚创的参展主题——“机器人之眼，打造物理AI数据入口”，极具象征意义地勾勒出了感知技术从“辅助工具”向“核心基础设施”演进的轨迹。这不再仅仅是关于让机器看得更清，而是关于如何让机器通过感知，真正理解并交互于物理世界。
传统的机器人视觉方案往往局限于二维图像或简单的三维点云，主要解决的是“看见”的问题。然而，随着具身智能（Embodied AI）概念的兴起，机器人需要在非结构化环境中进行复杂的物理操作，如抓取、移动和精细作业。这就要求感知系统必须具备极高的精度、实时性和抗干扰能力，同时还要能持续产生高质量的空间数据，以供大模型进行学习和迭代。速腾聚创在WAIC 2026上展示的完整技术布局，正是对这一行业痛点的系统性回应。
全固态感知平台的代际跨越：E2平台的技术突破
在此次大会上，速腾聚创正式发布了基于自研“孔雀”SPAD-SoC芯片打造的第二代全固态感知平台E2。这一发布并非简单的产品迭代，而是底层架构的根本性重塑。E2平台的核心突破在于其完全自研的超大面阵SPAD-SoC芯片与2D VCSEL芯片的组合，实现了从信号收发到数据处理的全芯片级闭环。
相比上一代E1平台，E2在保持紧凑机身的同时，显著扩展了视场角，并将最高精度提升至前代的3倍，点频更是达到了百万级水平。这种性能跃升带来的直接后果是，机器人获取的空间数据不再仅仅是粗略的环境地图，而是包含了丰富几何结构和细微纹理的高质量三维数据。在家庭、工业巡检、农业割草等复杂场景中，这种高精度数据能够支撑机器人进行毫米级的定位与操作，极大提升了任务的鲁棒性。
更值得注意的是，E2平台采用了全固态架构，消除了机械旋转部件带来的噪音、震动和维护成本。这一特性使其在人形机器人、四足机器人、无人机以及地面庭院机器人等领域展现出极强的适应性。目前，E2已获得全球多家领先科技企业的规模化订单，标志着全固态激光雷达正式从实验室走向大规模商业化应用阶段。
从“器件堆叠”到“芯片定义”：底层自主可控的战略意义
感知技术的演进逻辑正在从外部的器件堆叠，转向底层的芯片定义。速腾聚创坚持全栈自研SPAD-SoC芯片路线，其战略意图在于掌握感知技术的话语权。“孔雀”芯片的出现，不仅是为了满足当前产品的性能需求，更是为了构建一个统一的机器人数字化感知底座。
在传统的传感器供应链中，性能提升往往依赖于多个独立模块的叠加，导致成本高昂且系统集成难度大。而通过芯片级集成，速腾聚创将信号处理、数据存储和初步算法融合能力内置于芯片之中。这种“芯片定义硬件”的模式，使得后续产品的迭代更加灵活高效。例如，随着算法模型的更新，只需通过固件升级即可优化芯片的感知策略，无需更换硬件。这种软硬结合的能力，是构建长期竞争优势的关键。
此外，自研芯片使得速腾聚创能够更好地控制成本，并针对特定应用场景进行深度优化。在车规级量产经验的加持下，这些芯片在可靠性、一致性和大规模制造能力上具备了显著优势，为向机器人领域的大规模拓展奠定了工程基础。
物理AI数据基础设施：构建“感知-数据-训练”闭环
如果说E2平台解决了“看见”的问题，那么速腾聚创在WAIC上强调的“物理AI数据入口”角色，则解决了“理解”和“进化”的问题。在具身智能时代，数据被视为新的石油，而高质量的空间数据则是训练物理AI大模型的唯一燃料。
传统的AI模型训练主要依赖互联网上存在的2D图像或文本数据，这些数据缺乏对物理世界的真实三维交互信息。而搭载速腾聚创感知产品的机器人，在移动、操作和交互过程中，能够持续生成带有精确几何信息和物理属性的三维空间数据。这些数据不仅记录了物体的位置、距离和结构，还记录了机器人与物体之间的动态关系，如摩擦力、重力影响等。
速腾聚创通过构建“感知—数据—训练—迭代”的闭环，将传感器从孤立的数据采集设备转变为AI系统的有机组成部分。在这种架构下，传感器采集的数据可以直接用于训练多模态大模型，模型的输出又可以反馈优化传感器的感知策略。这种双向赋能的机制，加速了机器人从“简单执行指令”向“自主理解世界”的转变。
为了推进这一基础设施的建设，速腾聚创在本届WAIC期间宣布与智在无界、简智机器人、Origen、光轮智能等企业达成战略合作。这些合作聚焦于机器人空间感知、真实世界数据采集、数据处理、模型训练及应用验证等全链条环节。通过联合创新，各方旨在打通从数据采集到模型落地的最后一公里，推动具身智能从概念演示加速走向规模化商业应用。
三大核心能力构建机器人技术平台
纵观速腾聚创的技术布局，可以清晰地梳理出其构建机器人技术平台的三大支柱：芯片自研、AI数据闭环与车规级量产。
首先，芯片是感知技术演进的根基。自研“孔雀”芯片不仅支撑了当前E2平台的性能表现，更作为统一的数字化感知底座，驱动着后续产品的持续迭代。这种底层技术的自主可控，确保了公司在面对市场竞争时的灵活性和韧性。
其次，在AI融合层面，速腾聚创将模型训练对高质量空间数据的需求前置到了芯片与产品设计之中。这意味着，每一款传感器在诞生之初，就考虑到了如何生成可计算、可学习的数据资产。这种以终为始的设计理念，确保了感知系统与智能模型之间的高效协同，为物理AI大模型的持续进化提供了源源不断的高质量数据支撑。
最后，在工程交付层面，速腾聚创依托多年在自动驾驶领域积累的车规级研发、测试与制造经验，建立起了一套成熟的量产体系。这一体系使得新技术能够快速从实验室走向生产线，确保产品的一致性、可靠性和低成本。在机器人行业从原型验证迈向规模化量产的关键窗口期，这种工程能力成为了区分技术公司与产业公司的关键分水岭。
结语与展望
从“机器人之眼”到“物理AI数据入口”，速腾聚创的转型反映了整个感知行业正在经历的深刻变革。随着具身智能技术的不断成熟，机器人将不再仅仅是执行预设程序的工具，而是能够感知环境、理解物理规律并自主决策的智能体。在这一进程中，高精度、低成本、可规模化的空间感知能力，将成为决定机器人落地速度和广度的关键因素。
速腾聚创通过E2平台、自研芯片以及开放合作的生态策略，正在构建一个连接机器人本体、智能模型与产业生态的技术平台。这不仅有助于加速具身智能从技术探索走向现实生产力，也为人工智能深入物理世界提供了坚实的基础设施。未来，随着更多合作伙伴的加入和数据生态的完善，我们有理由相信，一个由高质量空间数据驱动的具身智能新时代正在加速到来。
在这一变革中，竞争的核心不再是单一的硬件性能，而是数据闭环的效率、生态合作的深度以及规模化交付的能力。速腾聚创的实践表明，只有将底层技术创新与上层应用需求紧密结合，才能真正释放物理AI的巨大潜力，推动机器人技术在全球范围内的规模化普及。