被AI放大的光学「戏份」，让「配角」舜宇的生意越做越大
事件
作者 | 陈悦琳 编辑 | 郭思 几乎同时迎来“量产元年”的人形机器人和智能眼镜，正在放大光学的“戏份”。 据Counterpoint统计，今年上半年全球人形机器人出货量突破2.2万台，同比激增近300%。与此同时，智能眼镜市场也迎来爆发，IDC数据显示，今年一季度全球智能眼镜出货量达356.6万台，同比增长130.1%。 尽管产品形态各异，两者对光学系统提出了共同诉求——“更清晰”和“更轻便”。人形机器人需精准感知障碍物与距离以规划动作；AI拍摄眼镜要在轻薄镜架中还原第一视角；AI+AR眼镜则需将数字信息无缝叠加至现实视野。 在此趋势下，镜头、摄像模组、光波导等光学器件，直接决定了新一代智能硬件的感知精度、显示效果乃至最终形态。这也正是舜宇光学坚定推进"光学+AI"战略，并在今年深圳光博会（CIOE）现场集中展示相关技术的核心逻辑。 机器人越智能，越依赖视觉 在舜宇光学科技集团战略与市场部高级总监熊冠皓看来， 视觉系统在智能硬件中的价值占比正在提升。 他首先想到的场景是割草机器人。过去一些自动割草机主要依靠GPS差分定位沿着规划路线工作。定位能够告诉机器自己“在哪里”，却很难直接识别周围的障碍物和草地区域，路径规划也容易出现遗漏。 对于这一难点，舜宇的做法是提供X-BOX割草机视觉解决方案，包括360°全景摄像头、主动双筒摄像头和RGB摄像头三种方案。 在摄像头采集周围环境的同时，感知算法识别障碍物和草地区域，路径规划再据此决定下一步怎么走，改变了割草机此前“盲人摸象”的状态。 然而，视觉感知系统的导入，无法一次性解决所有场景难题。例如，机器人3D视觉会遇到测距失效、干扰、深度失真和标定复杂等问题；到了户外强光、高反、低反、细小物体和半透明材质等场景，稳定获取深度和空间信息的难度还在攀升。 具体到人形机器人这一层，这类问题更加突出。在今年上半年出货的数万台人形机器人中，智能制造的占比已经上升至13%，仓储物流则达5%。真实作业场景一多，机器人过去在固定环境里练就的能力还能否复用，成为下一道门槛。 这其实就是业内著名的泛化性难题，宇树创始人王兴兴就曾直言，产业临界点有2个80%的门槛，机器人如果能在约80%的陌生场景中，仅通过语言指令完成约80%的任务，就接近具身智能的“ChatGPT时刻”。 风浪越大，鱼越贵，如何通过视觉让机器人在陌生环境里完成任务，首先得持续、稳定地获取外部信息。对此，舜宇提供的也不再只是一颗摄像头，而是围绕不同场景，布局双目、iToF、dToF、结构光等3D视觉路线，并进一步加入多传感融合、标定和算法能力。 “很多新兴行业客户可能并不擅长光学硬件调校、光学算法匹配，他们需要可以直接集成落地的整套视觉系统。”熊冠皓进一步补充。 舜宇2026年中期业绩公告显示，公司的割草机器人和仓储自动化机器人项目已经量产，并获得多个整机及系统方案新项目。此外，在机器人视觉领域已深耕逾11年的舜宇，目前已向头部机器人厂商送样检测ToF相机、双目视觉等核心视觉硬件。 更清晰的智能眼镜，也要求更轻 智能眼镜面临的，不仅要解决是否看得清的问题，还要追求看得自然。某智能眼镜CEO接受公开采访时，将光学显示列为智能眼镜首先需要继续攻克的技术方向，并指出现有光波导眼镜仍面临透光率、彩虹纹和漏光等问题。 显示效果之外，光学系统还得继续做小做轻。另一家AI眼镜创始人曾公开提到，当前智能眼镜重量从50克继续往下降时所面临的难题之一，在于光学底层技术的演进。而色彩显示方式、单双目和摄像头数量等方案的选择，也都会影响整机重量。 作为智能光学系统解决商，舜宇光学敏锐
来源
本条目由采集管线自动抓取并发布，完整内容见下方来源链接。
*采集源：雷锋网*