中科摇橹船7D空间智能传感器：全球首款硬币大小

    马健所指的，是行业通行的“先成像后计算”方案：通过多传感器堆叠、后端融合来构建三维世界模型。这一路线过去十年支撑了自动驾驶、港口物流车等多个领域的技术落地与规模化推广，但底层问题也在累积——空间对齐和时空同步无法完全匹配、极端场景数据缺失，传感器数量持续增加导致系统运算效率下降，据其介绍甚至已引发多起相关交通事故。他以具身智能为例说明当前感知能力的不足：机器人仍无法完成三岁孩子能轻松实现的拿水杯操作，对高反光物体的适配性极差。

    汽车之家

    中科摇橹船的解法是把底层计算逻辑反转，采用“先计算后成像”的新路径。基于高时间分辨率架构，团队将激光TOF、视觉等信息在前端进行硬件底层统一，规避后端数据拼接问题，并在此基础上发布了全球首款硬币大小的7D空间智能传感器。所谓7D，指XYZ三维坐标、RGB语义信息与时间戳的融合，单光路可同步输出三维语义、三维测距、二维语义三类成像画面，天然实现空间对齐，无需后端数据拼接。

    这套产品分为三个版本。具身版实现厘米级到毫米级的精度跃迁，测距范围覆盖0.1米至30米，点云数量达3072万个，处于行业较高水平；车载版测距范围达250米，可适配远距离、小目标、复杂场景，已与多家主机厂开展交流对接；通用版则是硬币大小的单设备，可适配全场景需求，具备天然空间对齐、无拼接的优势。

    在场景验证方面，该产品在浓雾、暴雨、眩光、暗光等极端场景下均可清晰成像，联合黑芝麻、长城汽车完成的路测效果优异。由于直接测量空间光场占用率、不依赖表面反射特性，它还能对透明玻璃、高反光金属、纯白墙面、微光暗环境等传统深度相机和激光雷达反复失效的边缘场景进行无空洞完整重建。

    马健将这套技术的意义进一步放大：空间模型通过物理世界捕获、3D重建形成推理模型，空间智能与世界模型依次解决“看得清”与“看得准”的问题，而工业相机作为物理AI的数据入口，直接决定了世界模型的上限。按其规划，中科摇橹船将携手具身智能、智能驾驶领域的合作伙伴共同探索技术落地。传感器的数量竞赛是否会因此转向，仍有待后续验证。