CES观察：光学芯片如何驱动AI，盖茨与亚马逊抢投硅谷黑马

2026年美国拉斯维加斯国际消费电子展上，一个显著的变化正在成为焦点。如果说过去两年舞台中央属于大语言模型，那么今年的聚光灯正迅速转向机器人与实体人工智能。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

越来越多的行业正在达成共识：人工智能的下一步不在屏幕里，而在现实世界之中。而要让AI真正“走进现实”，绕不开一个看似传统、却正在发生质变的领域——传感器，尤其是光学半导体。

长久以来，激光雷达被视为机器人、自动驾驶和空间感知系统的“眼睛”，但它始终存在难以规模化的结构性难题：机械结构复杂、体积庞大、成本高昂、可靠性不足。

吸引了众多知名投资者注资的Lumotive在此次CES上备受关注。其核心产品正是一颗无需任何移动部件、即可精准控制光束的可编程光学芯片。这意味着，光束如何扫描、何时扫描、覆盖多大范围，不再由硬件结构决定，而是由软件定义。从效果上看，这让激光雷达开始具备类似智能手机摄像头的特征：小型化、低功耗、可嵌入、可量产。

我们与Lumotive的首席执行官萨姆·海达里及首席科技官格列布·阿克塞尔罗德进行了深入对话。

可编程光学芯片驱动实体AI

在与海达里的交流中，一个被反复强调的关键词是：实体AI的瓶颈不在模型，而在感知。

即便拥有最先进的AI算法，如果机器人“看不清”现实世界，本质上仍处于“失明”状态。

阿克塞尔罗德提到，可编程光学半导体带来的改变，体现在三个层面：第一，传感器性能的数量级提升。在体积、成本和耐用性显著优化的同时，传感器的可靠性与效率同步提升，为机器人在复杂环境中的长期运行提供基础条件。第二，传感器的“软件化”。同一颗光学芯片，可以通过软件配置模拟出多个“虚拟传感器”，在不同视角、分辨率和扫描策略之间动态切换。这对算法开发者意义重大——硬件不再限制算法创新。第三，与仿真平台形成闭环。Lumotive的技术可无缝对接仿真环境，使开发者能够在虚拟世界中反复优化传感器布局与光学参数，再将成果迁移到现实系统中，形成“硬件—模拟—算法”的协同演进。

这正是实体AI从实验室走向真实世界所需的工程基础。

应用场景

从商业化节奏来看，Lumotive当前最活跃的合作方向集中在三个领域：机器人、工业自动化、智能基础设施。这些场景共同特点是：对传感器精度、安全性和可靠性要求极高，同时对成本和体积高度敏感。据了解，公司同时也在布局商用车辆、重型机械、叉车等汽车相关领域，并在更长期内关注消费级汽车与消费电子市场。

值得注意的是，激光雷达已率先进入手机等高端消费设备，这也为未来更多消费级3D感知应用打开了想象空间。

阿克塞尔罗德也表示，事实上，实体AI的最大挑战，并不是“模型会不会犯错”，而是“现实世界能否容错”。在家庭、工厂、公共空间等非结构化环境中，机器人一旦失误，代价远高于语言模型的“幻觉”。这对传感器精度、实时性和系统稳定性提出了近乎苛刻的要求。

从这个角度看，可编程光学半导体并非“锦上添花”，而是决定实体AI能否规模落地的底层条件。

资本的长期布局

在当前风险投资仍偏谨慎的环境下，Lumotive的投资方包括比尔·盖茨、三星、亚马逊产业投资基金以及一些前沿科技基金等。其中，比尔·盖茨在公司成立前便作为种子轮投资人参与，押注的并非某一款产品，而是其技术的基础设施属性。阿克塞尔罗德表示，正是由于比尔·盖茨本人始终活跃在科技圈内，因而对硅谷创业者的技术和产品都有所了解和感知。

三星、亚马逊等战略投资方，则从各自深耕的消费电子、云计算与智能设备生态出发，看重该技术在未来硬件平台中的通用性。

回看整个技术演进路径，Lumotive所代表的是一种范式转变：光，正在从物理器件，变成可编程、可计算、可规模复制的资源。

正如当年CMOS摄像头推动了智能手机的爆发，光学半导体的“芯片化”，或许正是机器人时代真正的起点。在这一赛道上，资本已经开始提前布局。接下来，轮到产业与现实世界给出答案。