从硬件到数据入口：速腾聚创E2如何重构物理AI感知底座
在具身智能浪潮席卷全球的当下，行业焦点正经历一场深刻的范式转移。过去几年，我们目睹了无数人形机器人与四足机器人在舞台上的惊艳舞步，然而当聚光灯熄灭，这些钢铁身躯能否在工厂车间、家庭客厅或户外园区中实现长期、稳定且高效的作业，才是检验技术成熟度的唯一标尺。这一转变揭示了一个被长期忽视的痛点：现有的基础大模型大多依赖于二维图像或仿真虚拟数据进行训练，它们或许能“看懂”画面中的物体轮廓，却难以真正理解物理世界中物体间的距离、材质属性、受力反馈以及动态交互规律。
这种认知偏差导致了严重的落地困境。单纯依赖视觉传感器的方案，在面对强光直射、视线遮挡或雨雪雾霾等恶劣环境时，往往显得力不从心，其测距能力与空间结构测算存在天然的技术天花板。更为致命的是，仿真环境中构建的物理规则与现实工况之间存在着巨大的“现实鸿沟”，这直接导致机器人在走出实验室后，面对复杂的抓取任务或长时序巡检工作时，成功率大幅降低。长期以来，激光雷达在这一生态中仅被视为机器人的配套导航配件，承担着基础的避障功能，其作为高价值数据源头的潜力未被充分挖掘。
直到业界开始重新审视感知的本质，高精度三维感知才逐渐被确认为物理AI持续迭代的核心数据来源。速腾聚创在此背景下提出了极具前瞻性的判断：高精度三维感知硬件不应仅仅是让机器人“看见”世界的眼睛，更应成为物理AI运作不可或缺的数据源头。要打通“感知-理解-决策-迭代”的完整闭环，必须从底层芯片层面重构空间数据的生成逻辑，从而源源不断地输出可用于模型持续进化的真实物理信息。
在2026世界人工智能大会（WAIC 2026）上，速腾聚创正式发布了基于自研“孔雀”SPAD-SoC芯片的第二代全固态感知平台E2。这一产品的发布，标志着速腾聚创从单纯的硬件供应商向基础设施服务商迁移的战略决心。E2平台采用了全固态架构，基于自研超大面阵SPAD-SoC“孔雀”芯片与2D VCSEL芯片，实现了从信号收发到数据处理均在芯片层面完成的技术突破。相比上一代产品，E2系列不仅具备更广的视场角，其最高精度更是达到了前代的3倍。这种精度的跃升，并非简单的参数堆砌，而是为机器人在复杂非结构化环境中进行精准操作提供了坚实的空间感知数据支撑。
目前，E2平台已进入规模化应用阶段，广泛落地于割草机器人、人形机器人、四足机器人以及无人机等多种终端产品，并成功拿下了庭院机器人、智能硬件及消费电子等领域多家头部企业的合作订单。这一市场反馈印证了行业对于高质量空间数据的迫切需求。速腾聚创市场总监谢阗地指出，传统的视频数据对于具身大模型而言相对粗糙，物理AI需要更完整的空间数据结构和更精确的深度信息，才能理解现实世界的前后左右结构关系。这意味着，高质量空间数据已成为物理AI时代的关键生产要素。
从技术底层来看，速腾聚创选择了一条不同于行业普遍做法的路径。大多数传感器厂商倾向于外购分立元器件进行拼凑，这种模式虽然灵活，但难免带来性能损耗和一致性问题。速腾聚创则坚持SPAD-SoC全栈自研路线，将“孔雀”芯片打造为标准化的数字化感知底座。通过在芯片设计源头统一定义探测精度和点云输出规格，E2平台从底层规避了分立器件组合带来的不确定性，确保了数据输出的高一致性与高可靠性。这种底层能力的构建，为上层算法模型的训练提供了标准化的“燃料”。
在AI融合层面，速腾聚创在产品和芯片设计初期就瞄准了物理大模型对高精度空间数据的采集需求。当各类机器人搭载其感知设备后，它们在移动、抓取等作业过程中同步生成的数据资产，可以直接转化为模型迭代的训练素材。这种“端侧感知-云端训练-模型下发”的数据闭环，极大地加速了物理AI能力的进化速度。机器人不再仅仅是执行指令的工具，而是成为了不断收集真实世界数据、反哺智能模型的智能终端。
为了进一步构建物理AI感知基础设施，速腾聚创在WAIC 2026期间宣布与智在无界、简智机器人、Origen、光轮智能等企业达成深度合作。双方将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关键环节，共同探索如何将海量的三维空间数据转化为可被大模型理解和学习的有效信息。这种生态级的合作，旨在解决当前具身智能发展中面临的数据孤岛问题，推动行业标准化的建立。
面向具身智能迈向规模化应用的关键阶段，速腾聚创正围绕自研芯片、AI数据闭环与车规级量产三大核心能力，搭建面向物理AI时代的机器人技术平台。车规级量产能力意味着其产品在稳定性、耐用性和一致性上达到了极高的工业标准，这为大规模部署奠定了坚实基础。而自研芯片则保证了技术迭代的自主权与灵活性，使其能够快速响应市场需求的变化。AI数据闭环则是连接硬件与智能的桥梁，确保了感知数据能够真正转化为智能生产力。
值得注意的是，物理AI所需的数据与互联网时代的文本、图像数据有着本质差异。文本和图像数据主要描述的是语义信息，而物理AI需要的是包含几何结构、物理属性在内的多维空间信息。这种信息的获取难度极大，对传感器的精度、刷新率以及抗干扰能力提出了极高要求。速腾聚创通过E2平台提供的不仅是硬件，更是一套连接真实世界与智能模型的数据入口解决方案。它解决了机器人“理解”物理世界的底层数据供给问题，使得机器人能够从“看懂画面”进化到“理解空间”。
在家庭场景中，高精度的三维感知能让服务机器人更准确地识别家具布局、避开宠物与儿童，甚至理解物体的材质以决定抓取力度；在工业场景中，它能帮助巡检机器人发现微小的设备缺陷，或在复杂的生产线上实现高精度的物料搬运。这些应用场景的成功落地，反过来又产生了更多高质量的真实世界数据，进一步推动了物理大模型的优化。这种正向循环，正是具身智能走向规模化的关键所在。
从提供机器人的“眼睛”，到成为物理AI的数据入口，速腾聚创的角色转变折射出整个产业链的价值重构。在物理AI走向规模化的进程中，硬件本身的利润空间可能会随着规模化生产而压缩，但基于硬件产生的数据价值却呈指数级增长。谁能率先解决高质量空间数据的供给问题，谁就可能占据产业链上一个更基础、更核心的位置。这不仅是对速腾聚创技术实力的考验，更是对其生态构建能力与商业洞察力的挑战。
未来，随着SPAD-SoC芯片技术的进一步成熟以及成本的降低，全固态激光雷达有望像摄像头一样成为智能设备的标配。届时，物理世界将被数字化映射得淋漓尽致，为通用人工智能进入物理世界铺平道路。速腾聚创的E2平台只是这一宏大进程中的一个里程碑，但它所代表的“感知即数据、数据即智能”的理念，无疑将为整个具身智能行业指明方向。在这个由数据驱动的新纪元里，感知基础设施的建设者将成为定义未来智能形态的关键力量。