物理AI数据入口之争：速腾聚创E2平台如何重构具身智能感知基石？
2026年7月，世界人工智能大会（WAIC 2026）在上海拉开帷幕，这场被视为全球人工智能风向标的盛会，再次将聚光灯投向了具身智能与物理AI的深度融合。在众多参展企业中，RoboSense速腾聚创以“机器人之眼，打造物理AI数据入口”为主题，不仅展示了其最新的技术成果，更通过战略层面的升维，揭示了感知技术从“独立器件”向“基础设施”演进的新趋势。其核心动作——基于自研“孔雀”SPAD-SoC芯片发布的第二代全固态感知平台E2，标志着公司在技术护城河与商业模式上的双重突破。
传统认知中，激光雷达往往被视为机器人的“眼睛”，主要负责捕捉环境信息并转化为几何数据。然而，随着具身智能（Embodied AI）从概念走向实际应用，单纯的数据采集已无法满足大模型对高质量、多维度空间理解的需求。速腾聚创在此次大会上明确提出的“物理AI数据入口”概念，实质上是将感知设备重新定义为连接真实物理世界与数字智能模型的桥梁。这一转变并非简单的营销话术，而是基于底层技术架构彻底重构的结果。
E2平台：从“器件堆叠”到“芯片定义”的技术跃迁
速腾聚创此次发布的核心产品E2全固态感知平台，其最大亮点在于完全基于自研的“孔雀”SPAD-SoC芯片。与第一代产品E1相比，E2在技术架构上实现了从系统级集成到芯片级融合的跨越。在传统的激光雷达设计中，信号收发、时间测量、数据处理往往分散在不同的模块中，这不仅限制了体积的缩小，也增加了功耗和延迟。而E2平台通过“孔雀”芯片，将信号收发、数据处理等关键环节全部集成在单一芯片层面，实现了真正的“全固态”与“数字化”。
这种架构升级带来的直接收益是性能的大幅提升。E2平台在更紧凑的机身内，实现了比前代更广的视场角，且最高精度提升至前代的3倍，点频达到百万级。对于人形机器人、四足机器人以及高空无人机而言，这意味着在复杂动态环境中，能够以更高的频率获取更精细的三维空间结构。例如，在家庭场景中，割草机器人需要识别细微的地形变化和障碍物边缘；在工业巡检中，机器人需要精准判断管道裂纹或仪表读数。E2的高精度与高帧率，正好满足了这些场景对“毫米级”甚至“亚毫米级”感知的需求。
值得注意的是，E2的推出并非孤立的技术迭代，而是速腾聚创全栈自研战略的集中体现。公司坚持从底层芯片“孔雀”、“凤凰”到上层算法、产品应用的完整技术链条布局。这种垂直整合能力，使得速腾聚创能够快速响应市场需求，针对特定场景优化芯片架构，从而在成本控制、性能调优和供应链安全上建立起难以复制的优势。目前，E2已获得全球领先的庭院机器人、智能硬件及消费电子科技企业的合作订单，率先进入规模化应用阶段，这证明了其在商业化落地上的成熟度。
物理AI的基础设施：数据闭环与模型进化
如果说芯片和传感器是物理AI的“感官”，那么高质量的数据则是其“大脑”进化的燃料。在具身智能的发展路径中，普遍存在一个痛点：算法模型虽然强大，但缺乏足够多、高质量的真实世界物理交互数据来进行微调。传统的仿真数据往往与真实世界存在“Sim-to-Real”的差距，导致机器人在实验室表现优异，却在真实环境中频频失误。
速腾聚创提出的“数据入口”理念，正是为了解决这一核心痛点。通过搭载E2等高性能感知产品，机器人在移动、抓取、交互等日常操作中，能够持续生成高精度、带语义标签的三维空间数据。这些数据不再是孤立的点云，而是包含了深度、反射率、动态关系等多维信息的结构化资产。这些数据被实时回传至云端，用于物理AI大模型的训练与迭代，形成“感知—数据—训练—迭代”的闭环。
在这一闭环中，速腾聚创的角色发生了本质变化。它不再仅仅是一家传感器供应商，而是物理AI基础设施的建设者。通过与智在无界、简智机器人、Origen、光轮智能等生态伙伴的深度协作，速腾聚创将感知能力延伸至数据处理、模型训练及应用验证的全链条。这种协作模式，使得机器人本体厂商无需自建复杂的感知与数据采集团队，即可享受到高质量数据带来的模型进化红利，从而加速具身智能的规模化商用进程。
三大支柱构建机器人技术平台
在WAIC 2026的现场，速腾聚创进一步阐述了其构建机器人技术平台的三大核心支柱：芯片自研、AI数据闭环与车规级量产。这三者分别对应了技术根基、进化动力与工程落地能力。
首先，芯片是感知技术演进的根基。随着机器人应用场景的多样化，对感知的功耗、体积、成本要求日益严苛。速腾聚创坚持全栈自研SPAD-SoC芯片路线，不仅是为了掌握核心技术，更是为了通过芯片架构的创新，突破传统光学传感器的物理极限。未来的机器人感知，将不再依赖于昂贵的光学元件堆叠，而是由芯片定义的数字化感知底座驱动。
其次，AI数据闭环是模型进化的核心。在物理AI时代，数据即资产。速腾聚创将模型训练对数据的需求前置到芯片与产品设计之中，确保传感器生成的每一帧数据都具有“可计算、可学习”的特性。这种设计思维，使得感知系统与智能模型之间的高效协同成为可能，为物理AI大模型提供了持续的高质量数据支撑。
最后，车规级量产是技术落地的保障。速腾聚创在自动驾驶领域积累了多年的车规级研发、测试与制造经验，建立了一套从芯片设计到规模化交付的完整体系。这一成熟工程能力正持续延伸至机器人领域，确保新技术从实验室原型快速走向可量产、可交付的产业方案。对于B端客户而言，稳定性、一致性与大规模交付能力，往往比单一技术指标更为重要。
结语与展望
从“机器人之眼”到“物理AI数据入口”，速腾聚创的每一次战略演进，都紧密贴合着人工智能技术发展的底层逻辑。在WAIC 2026上，E2平台的发布不仅是一次产品升级，更是对具身智能产业链价值分配的一次重新界定。随着人形机器人、服务机器人等新兴业态的爆发，对高精度、低成本、大规模感知的需求将成为常态。
未来，机器人不再仅仅是执行预设程序的机器，而是能够通过持续感知与学习，不断适应复杂环境的智能体。在这一进程中，像速腾聚创这样提供底层感知芯片、构建数据闭环、并具备大规模量产能力的企业，将成为连接物理世界与数字智能的关键枢纽。它们所构建的，不仅是机器人的眼睛，更是通往通用人工智能（AGI）在物理世界中落地的重要基石。随着生态伙伴的不断加入与技术平台的日益完善，具身智能从技术演示走向大规模商业应用的“奇点”，或许比预期来得更快。