人形机器人、无人机、智能汽车这三个领域将成为空间智能的爆发点。
对于具身智能（Embodied Intelligence），真实的物理环境就是最好的老师，也是最好的裁决者，它塑造认知、驱动行为、检验智能，这种“环境即导师”的范式，让具身智能最终形成“感知-决策-验证”的闭环进化路径。
而“空间智能芯片”就是具身智能最好的“空间翻译官”，它帮助智能体实时感知、解析和重构环境信息，将复杂的
空间动态转化为可操作的数据模型，帮助智能体精准定位、导航、识别物体并进行交互。
当下，空间智能芯片具有的空间信息实时处理能力，已经成为智能汽车、机器人、无人机、增强现实（AR）等产业发展的核心需求之一。
当然，硬币的一面是，国内空间智能芯片厂商在核心技术突破、场景应用落地及产业生态构建等方面取得了显著成绩，尤其在三维感知集成、低功耗设计和多模态融合领域已形成全球竞争力。但另一面，国内空间智能芯片厂商还需在制程工艺、功耗控制、高可靠性、生态标准等方面不断努力，才能真正完成从“技术引领”到“生态缔造”的跃迁 。
在长期的产业跟踪中，36氪注意到，在空间智能芯片赛道，合肥芯明智能科技有限公司（简称：芯明）是为数不多跑出来的企业之一，这家总部位于安徽合肥的芯片企业，不仅推出了全球唯一单芯片集成实时3D立体视觉感知、端侧AI、SLAM实时定位建图的系统级芯片，并且在泛机器人、物流无人机等领域拿到了头部客户的订单。
作为在该领域取得突破的代表性企业，芯明的实践也引出了关于空间智能芯片发展路径的关键问题——
目前，空间智能芯片技术路线是怎样的？哪些因素影响厂商做技术路线的抉择？未来3到5年，又有哪些领域将成为空间智能芯片的爆发点？近日，36氪安徽总经理、氪基金业务董事沈秀田与芯明副总裁周凡博士深入交流了空间智能芯片发展现状、挑战与未来趋势，以期洞悉行业发展。
一场关于空间智能芯片的探讨
36氪：空间智能被认为是下一代人机交互的核心技术，但目前实际落地的规模化场景仍有限。您认为未来3-5年，哪些领域会率先突破伪需求，成为真正的爆发点？
周凡：空间智能能够使机器更精准地感知和理解物理世界，并基于这种理解执行复杂的任务与操作。它不仅提升了机器对环境的识别能力，还增强了机器与人类之间的互动方式，使得交互更加自然、直观和高效。
未来3到5年，我觉得人形机器人、无人机、智能汽车这三个领域将成为空间智能的爆发点，可能会是较早能够起量的应用领域。人形机器人通过空间智能技术实现精准环境感知和操作，无人机依托空间智能技术在物流、巡检领域加速落地，智能汽车依靠空间智能技术完成环境建模与决策，推动L3及以上级别技术成熟。
此外，伴随着轻量化设备普及以及虚拟现实的技术迭代，3D扫描与打印以及AR/VR等应用场景也可能成为空间智能的爆发点。
36氪：当前3D视觉领域存在“多芯片堆叠”和“单芯片集成”两种技术路线。您认为哪种路线更符合行业长期发展？为什么？
周凡：两种技术路线均有自己的优点和缺点，核心在于是否符合当前技术发展阶段和满足眼下的市场需求。
多芯片堆叠适用于技术发展初期或系统复杂度高的情况，通过整合现有芯片快速推出产品，降低开发风险和周期。当然，也有一些产品需求决定你去采用多芯片堆叠，比如苹果的Vision Pro，用的就是分离式设计，通用计算和空间计算是分开的。如果试图将所有功能盲目集成到单一芯片上，可能会导致集成度虽高但实际效果并不理想的问题，即集成的效果可能无法达到预期目标。
但从工业量产和产品力的角度来看，单芯片集成具有更高的性价比和产品竞争力，尤其在大规模量产时优势更为明显。尽管其研发成本较高、周期较长，但如果相关技术能够整合到一颗芯片中，将更有利于降低成本、提升能效以及产品的整体表现。
总体来看，考虑到具体应用场景的技术成熟度和需求优先级，这两条技术路线更侧重于是否“合适”，而不是谁好谁劣。当技术更成熟或者到位后，在满足应用需求的基础之上，单芯片集成高概率可能会是更多客户的选择。
36氪：当前3D视觉方案仍依赖多芯片组合，芯明为何选择“单芯片集成”作为突破口？
周凡：我们认为，目前多芯片组合方案虽然在某些场景中仍占主流，但在实际落地过程中，往往面临系统复杂度高、功耗大、成本高等问题，特别是在机器人、无人机、智能座舱等对体积和能效高度敏感的应用中，这种局限尤为明显。
因此，芯明选择将“单芯片集成”作为突破口，是基于客户和市场的需求。
而且芯明选择单芯片集成，也不是将所有的东西放到一颗芯片上，我们单芯片集成是“聚焦在空间计算技术应用
和需求的单芯片集成”，即有选择性地将空间智能应用中不可或缺的三大核心技术模块——实时3D立体视觉感知、端侧AI算力和SLAM算引擎，集成于一颗系统级别芯片，从而提供一个更高效、更匹配空间智能应用场景的整体解决方案。
36氪：芯片在研发“单芯片集成”上，有没有遇到一些技术的难点或卡点？
周凡：芯明在实现空间智能单芯片集成的过程中，面临多个关键技术挑战，尤其是在3D立体视觉感知算法的精度与性能方面，需要实现高度芯片化的优化。目前，芯明在深度分辨率和帧率等关键指标上已处于全球领先水平，但整体架构设计依然面临挑战。
其中最大的两个挑战是：一是如何打造全球领先的3D感知技术，这是空间智能芯片的核心基础，决定了环境建模、交互体验等关键能力；二是如何设计一个高效、高性能的SoC架构，能够同时支持端侧AI计算与SLAM（即时定位与地图构建）等复杂任务，在有限的功耗和面积约束下实现高速响应与多任务协同处理。
我们要注意到，空间智能芯片设计本质上是在性能（Performance）、功耗（Power）、面积（Area）之间做权衡与折中。很难做到算力最强、功耗最低、成本最优三者兼得，必须根据具体应用场景做出取舍：哪些模块需要重点强化，哪些可以适当均衡处理。这不仅涉及工艺制程的选择，也考验系统级架构设计能力。
36氪：英特尔分拆RealSense，3D视觉领域出现替代窗口期。您认为新兴企业要抢占这一市场，必须具备哪些关键技术能力？性价比之外，客户最看重的指标是什么？
周凡：从当前互联网的信息来看，尽管英特尔尚未完全退出 RealSense 业务，但已有将其分拆的趋势。在英特尔新CEO主导的战略调整下，该业务未来的发展方向尚不明确。不过，从中国市场来看，RealSense 的分拆或投入变化对整体行业影响有限。
在学术研究领域，RealSense 模组因其开源生态完善、接入便捷，仍是高校和科研机构的常用工具，被广泛用于技术验证、算法开发和成果交流中，具有较强的通用性和标准化优势。
但在工业应用领域，根据市场调研结果来看，中国越来越多厂商倾向于选择本土厂商提供的3D视觉模组，不仅具备更高的性价比，还在接口协议、稳定性、定制化等方面更贴合实际应用场景需求。例如，在工业机器人、MR头显、3D扫描设备等领域，USB接口正逐渐被GMSL、以太网等工业级接口替代。
此外，中国本土企业在3D视觉感知技术方面已具备较强竞争力，技术差距不断缩小甚至在某些指标上实现超越。当前市场竞争已进入“内卷”阶段，更多聚焦于解决一些共性难题，如黑色反光物体识别、强光干扰处理、深度精度优化等，而非单纯依赖硬件品牌。
总体而言，中国厂商已在多个工业场景中实现量产落地，并有占据主流的趋势。未来3D视觉的发展将更多聚焦于技术突破和实际应用落地，而非是否依赖某一国外品牌模组。
36氪：物流机器人、无人机等场景对3D视觉的需求差异极大。您认为行业是否需要“通用型芯片”，还是必须走向高度定制化？这对技术供应商意味着什么？
周凡：厂商在“通用型芯片”与“定制化芯片”之间的选择，核心取决于市场需求与产品特性。
如果多个应用场景对3D视觉功能有较高重合度，如双目立体视觉算法，则开发通用型芯片是合理且必要的。例如，芯明将双目立体视觉算法芯片化后，通过更换不同基线和摄像头模组、解决方案和算法库等，即可快速适配
物流机器人、无人机等多种设备，实现跨场景高度复用，降低成本、提升效率。
高度定制化芯片的可行性依赖于市场规模与需求集中度。对于出货量大、性能要求高且标准化程度高的领域，如汽车、无人机、服务机器人，定制化芯片更具优势。因为大规模应用可以摊薄高昂的研发成本，同时还能实现性能、功耗等方面的深度优化，以满足特定场景（如自动驾驶的实时性、无人机的低功耗）的需求。
因此，技术供应商应以市场为导向，灵活应对不同需求层次。
36氪：空间智能需要跨学科协作（芯片、算法、光学）。目前行业生态是“各自为战”还是“协同共生”？哪些环节的断点可能拖慢整体发展？
周凡：空间智能是多学科融合的产物，具备典型的“木桶效应”。它的发展依赖于多个技术领域的同步进步，包括芯片、算法、光学、硬件、软件等，任何一个环节的技术短板都可能成为整体发展的瓶颈，因此各学科必须协同发展，缺一不可。
也正是因为近年来AI、芯片算力、传感技术等相关领域取得了实质性突破，才使得空间智能从理论走向实际应用成为可能，这也解释了为何现在行业对空间智能的关注度大幅提升。
我以为，空间智能的发展不是“各自为战”，而是“协同共生”的过程。与传统学科划分不同，空间智能需要打破学科壁垒，推动交叉融合。例如，开发一个3D视觉模组就涉及芯片设计、算法优化、光学工程等多个高技术门槛领域，只有这些部分共同进步，才能实现产品的落地。
36氪：如果用一个词形容空间智能当前的发展阶段，您会选“爆发前夜”还是“概念泡沫”？为什么？
周凡：我认为，当前空间智能的发展阶段应被形容为“爆发前夜”，甚至可以说正处于爆发初期。
从技术上看，支撑空间智能发展的各项跨学科技术，如芯片、算法、光学等已经达到了相对成熟的水平，使得空间智能技术逐步走向实用化；从应用来看，随着大家对空间智能理解的加深，市场对其应用的需求日益增长且变得越来越紧迫。比如，在智能汽车、无人机器人、3D扫描、VR/MR等领域中，对于空间计算的需求就非常强烈。
目前，芯明已经和国内外泛机器人、人形机器人、无人机、3D扫描、高端MR头显等细分领域龙头客户进行合作。在与客户合作和深入交流的过程中，我们也切实感受到越来越多的应用功能需要空间智能技术的支撑，日益增长的需求和技术的发展也会加速推动空间智能行业的发展。
36氪：能否简要评价下合肥的创新生态？
周凡：合肥的创新生态我是认为是比较好的，其特色在于当地依托高校、大院大所等机构，聚焦量子科技、集成电路等赛道，去做产业突围。
此外就是合肥通过“以投带引”策略，用政府资本撬动社会资源，主导产业从0到1突破，并配套政策倾斜，降低科创企业融资门槛。
比如芯明，当下正处于快速发展阶段，对资金有需求，银团为芯明批复了数亿元规模纯信用、低息中长期银行授信，并快速承接了国家金融监管总局对高科技企业的“并购贷”新政，合肥市科技局“科技星火贷”贴息政策对芯明按最高贴息额度批复，为芯明的可持续发展提供了比较坚实的基础。
文章来源“36kr”，作者“王顺”
