人机共生时代，如何打破空间计算的僵局？

作者｜陈杨

编辑｜栗子

“我们认为，未来十年，人们的注意力一定会从小小的手机回到与数字化、智能化技术交互的真实世界里。”一位AIGC和空间计算领域创业者告诉「甲子光年」。

的确。3G、4G网络的发展带来了移动互联网产业的繁荣。我们依托移动计算实现了随时随地掌上冲浪。

随着5G、AI、芯片技术等发展，以VR/AR为代表的XR产品兴起，移动机器人开始应用于酒店、商超、家庭等各类场所，被大众所熟知。尤其是今年通用大模型的出现，意味着AI迎来了iPhone时刻，人类即将进入人机共生时代。

空间计算作为继桌面计算和移动计算之后的“新一代计算范式”，是加速XR产品、移动机器人等普及的重要推动力，正成为科技巨头以及创业公司竞相布局的热门赛道。

01

空间计算，撬动人机交互新时代

空间计算，最早由MIT研究员Simon Greenwold于2003年在其硕士论文中提出。

有别于传统桌面计算和移动计算，空间计算不再局限于实体屏幕，而是可以自由流动在周围环境中，用于捕获、处理和与3D数据交互，主要应用于人机感知交互和环境理解的新一代智能终端，常见的有终端机器人、XR头戴设备、智能驾驶汽车及其他智能终端等。

空间计算的“空间”，是指人类生活的物理空间。不同于3D建模与数字设计等领域，空间计算是包括所有关联人、虚拟人物、机器人在内实现现实与虚拟世界交互的软硬件技术。

基于此，空间计算将带来一种全新的交互模式，即在真实3D空间中的人机交互。

相较于传统交互模式下的鼠标、键盘、触屏等，空间计算技术将消除物理世界和数字世界之间的界限，让用户通过语音、视觉、手势等方式与数字技术进行更身临其境的交互。

具象化而言，空间计算在智能终端中的作用类似于人类的小脑，负责处理各类传感器数据、运行状态等信息，在此基础上进行空间定位、感知融合和协同决策等任务。而以通用大模型为代表的AI算法在智能终端中的作用类似人类的大脑，负责进行深度学习，处理和分析数据以及行动决策。

空间计算通过实现感知设备间的高效融合，增强智能终端的计算和决策能力，使之更加智能、灵活和可靠，进而加速其适应新任务和应用场景，提高效率和资源利用率，创新用户体验，最终引发生产力的革命性变革，影响个人、经济和社会运转的方方面面。

如在娱乐和旅游上，空间计算可以通过XR设备创造出沉浸式的娱乐和旅游体验，包括虚拟游乐园、虚拟旅游等，吸引更多游客。

在教育与培训方面，空间计算可以帮助学生通过XR技术参与沉浸式学习，将抽象的知识能形象展现出来，从而更深入地理解概念，带来教育的变革。

在医疗保健领域，空间计算可以用于医学图像分析、手术模拟和虚拟医疗等，从而帮助医生更精确地诊断和治疗患者，提高医疗效果。

在制造业生产流程优化上，空间计算可以通过虚拟建模和模拟生产线，预测生产瓶颈和优化资源分配，从而提高生产效率，减少生产成本，实现生产流程优化；

空间计算同样可大大赋能机器人。如赋能工业机器人完成机械手臂辅助训练、空间位姿精度测试等，从而提升工业生产效率、降低人工风险等。

空间计算也可以为扫地机器人、除草机器人、酒店机器人等服务机器人提供更精准的空间定位、更丰富的交互功能等，从而提升服务体验。

……

今年6月，伴随着苹果Vision Pro的发布，空间计算迎来发展新阶段。业界认为苹果Vision Pro的发布，打开了一扇通往新世界的大门。作为推动人工智能产业发展的一项基础而关键的技术，空间计算将创造更多的价值和便利，无论是资本还是市场对其前景都抱有积极态度。

从技术角度拆解来看，空间计算技术的实现需要网络、芯片、传感器以及诸多AI算法的软硬件深度协同。在其中，传感器和芯片担任重要角色。

传感器在空间计算中扮演着感知和数据采集的角色，包括环境感知、环境分析、位置和姿态跟踪、动作捕捉、环境建模、实时反馈等功能，为机器人赋予更丰富、更智能的人机交互能力。

而芯片通过完成对传感器数据的采集、传送、融合及处理，并经过对虚拟环境的渲染、反馈，进而完成用户交互与感知，帮助机器人和XR等智能终端处理空间信息，做出分析和决策。

02

专用芯片的缺乏，阻碍人机共生时代到来

今年，以ChatGPT为代表的通用大模型横空出世，业界普遍认为这将为机器人行业带来一次全新的突破，可能会迎来人机共生时代。

但「甲子光年」认为，人机共生时代实则将至未至。

原因在于，空间信息的计算处理能力仍处于发展初期，并不能有效满足智能终端的需求，不得不通过堆砌更高配置的硬件模块来满足用户体验，进而导致了服务机器人售价居高不下，在国内的渗透率较低，无法实现大面积普及。

纵观当前国内服务机器人市场，除头部品牌外，机器人玩家规模普遍偏小。整个机器人市场仍面临着研发投入大、硬件成本高、产品性能不足以及客户需求尚未充分挖掘等痛点。

以扫地机器人为例，作为率先走近普通消费者的智能机器人，已历经二十多年的技术迭代发展史。扫地机器人的头部企业尽管每年花费了巨大的研发投入，但仍在导航及避障等方面有优化空间，主要原因是现有通用芯片的性能不足、规格冗余且成本过高，缺乏空间计算芯片处理建图、导航、避障等空间信息的专属能力。

图片来自神顶科技

另外，XR产业也面临着与机器人产业相似的难题。

XR应用需要精确的感知和定位能力，以便将虚拟对象与真实世界正确对齐。同时，XR对于低延迟的要求非常高，以确保用户在虚拟和现实世界之间的交互是无缝的。

传统的XR设备，通常用手机主芯片来实时跟踪和呈现虚拟对象，以及实现沉浸式的虚拟体验。

然而，伴随消费者对虚实融合体验感的极致要求，主芯片的算力已无法支撑XR在延迟和定位精度等方面的特定要求。

而空间计算芯片可以集成传感器技术，如摄像头、激光雷达和深度传感器，以帮助XR设备更好地理解和感知周围的环境，同时通过快速的数据处理和传输来减小延迟，提高XR的实时性能。

这也是苹果Vision Pro采用M2主芯片，搭配R1空间计算双芯片解决方案的原因所在。

03

以专用SoC，打破空间计算僵局

如同PC使用的x86架构芯片无法满足智能手机需求一样，当前广泛使用智能手机芯片也无法完全满足机器人、XR设备等下一代智能终端的需要，这是行业发展的自然规律。

因此，业界对空间计算专用芯片的呼唤是必然的。也不难想象，空间计算专用芯片将成为继智能手机芯片后下一个出货量极高的市场。

事实上，众多科技厂商已经涌入了这个赛道。

从出身来看，布局空间计算专用芯片的厂商主要可分为两类，一是以高通为代表的芯片巨头，在智能手机市场饱和后，瞄向下一代智能终端市场；二是以神顶科技为代表的芯片初创企业，将业务直接对准空间计算专用芯片，为广阔的市场提供核心技术支持。

成立于2019年的神顶科技是国内起步较早、技术领先的空间计算芯片初创企业之一。神顶科技目前已量产了3款空间计算SoC芯片，将全面推动机器人和XR的产业化进程。

据介绍，神顶科技的空间计算SoC芯片在机器人应用上，可以支持双目、ToF、结构光等不同技术路线的传感器模组，在双目视觉模组下性能和成本方面的优势体现得淋漓尽致。

其主要原因是凭借自研SoC芯片将算法的关键逻辑固化为专门的芯片电路，从而进一步提高处理效率、降低运算功耗，解决芯片、方案、模组在软硬件方面的融合。在此基础上，帮助下游厂商降低技术开发难度，用更低成本的模组器件实现更好的效果，从而更加有利于推动机器人产业大规模出货。

而在XR应用上，神顶科技的空间计算SoC芯片定位与苹果R1协处理器相同，集成了先进的深度计算、感知融合、图像处理等多项技术，能为PC VR、游戏手柄、AR眼镜等XR设备提供空间计算能力，支撑其低延迟、低功耗、高实时的算力要求。

04

空间计算时代，机遇与挑战并存

从移动互联网时代到人机共生时代，面向机器人、XR领域打造的空间计算专用芯片，有望成为下一个年出货量超亿级的芯片市场。面向扫地、除草、物流、酒店等场景的智能服务机器人出货量也有望在2027年达到4000万台。而XR应用也是日渐成熟，有望在3年内突破上亿出货量。

这是个机遇与挑战并存的市场。源源不断的玩家进场，将造就一个巨大的空间计算市场。而明晰市场痛点，以空间计算技术带动垂直的细分领域发展，则是推动产业蓬勃发展的核心问题。如何在其中抓住时机先发制人，才能真正成为人机共生时代的最终赢家。