单芯片RGBD引领物理AI视觉未来

物理AI正在从数字世界走向物理世界，这已经成为科技界一个不容忽视的趋势。理想汽车、荣耀、轻舟智航、元戎启行——无论是车厂、手机厂还是智驾供应商，都在高调宣布进军“物理AI”。但一个根本性的问题也随之浮出水面：当机器需要真正理解并作用于三维世界时，什么样的视觉感知方案才能胜任？

5亿多年前，地球迎来了寒武纪生命大爆发，生命体的复杂性呈指数级跃升。动物学家安德鲁·帕克认为，这场演进的导火索是“光敏感性”的出现——当生命开始感知光，视觉便成了物种进化的核心驱动力。如今，物理AI正站在类似的爆发前夜，视觉感知能力的进化，同样决定着产业格局的关键变量。从智能驾驶到人形机器人，物理AI对感知的核心诉求始终不变：让机器“看懂”三维世界。而这一切的实现，离不开底层感知技术的突破。

一个正在形成的行业共识是：物理AI的下一代视觉感知方案，不是二维摄像头对三维世界的概率推测，而是色彩（RGB）与深度（Depth）在芯片层面的原生融合——这，就是RGBD空间相机。

在这次视觉感知能力的进化中，阜时科技作为国内唯一实现SPAD芯片从器件设计到车规量产全链条自主可控的芯片设计公司，早已在RGBD路线上完成了布局。从结构光与双目视觉的大规模量产积淀，到dToF与SPAD-SoC的全链条自主可控；从即将量产的RGBD双芯片，到迈向终极融合的RGBD单芯片前瞻布局，每一步跨越都在回应一个根本问题：当物理AI亟需一双“更敏锐的眼睛”来理解真实世界，什么样的传感器才能定义下一个十年的感知基准？

物理AI的感知困境：纯视觉路线的天花板

数字AI与物理AI的核心区别，在于是否需要与真实的物理世界产生交互。数字AI处理的是文本、代码、图像等虚拟信息，允许概率性错误的存在；而物理AI要理解并作用于三维世界，它的感知必须是精准、实时且低容错的。阜时科技董事长莫良华用一个直白的例子说明了这一点：人在房间里的空间感知精度大约在1米级别，但拿起桌面上的一根细针时，精度需要瞬间提升到0.1毫米，精度相差万倍。这种从1米到0.1毫米的精度切换，是机器视觉难以复刻的能力。

当前主流的摄像头方案，本质上是在把三维世界压缩到一张可打印的纸张——无法直接获取物体的三维空间坐标。试图用二维视觉推算三维信息，不仅面临巨大的技术挑战，更存在无法规避的安全隐患。当自动驾驶汽车以每秒30多米的速度在高速飞驰，若依赖算法从二维图像中“推算”深度，遇到复杂或未见过的场景时，计算延迟可能导致事故发生；机器人抓取精密零部件时，一旦深度感知出现偏差，轻则损坏部件，重则酿成生产事故。

物理世界的复杂性，决定了物理AI对容错率的要求极其苛刻。数字AI的“一本正经的错误”可以被容忍，但物理AI的一次感知失误，可能关乎生命与财产安全。这就决定了物理AI的感知，必须基于对三维世界的直接测量，而非概率性推算。

当前行业内关于自动驾驶感知路线的争议，核心在于“纯视觉”与“多传感器融合”的抉择。马斯克倡导的纯视觉路线，凭借海量数据与强大算法，在部分场景中确实表现不错。但从第一性原理来看，其底层存在无法逾越的短板。莫良华直言：“人类的视觉本身就是RGB与D的融合，这是进化赋予的能力。现在大家所说的纯视觉方案，其实是纯摄像头方案，它缺失了深度这一关键维度，本质上是用二维信息去猜测三维世界，终究会存在信息丢失。”

信息缺失带来的后果在极端场景中尤为明显：无纹理的白墙、强光逆光、夜间黑暗……这些环境下二维摄像头的感知能力会大幅下降甚至失效；即使在常规场景中，算法推算的深度信息也存在概率性错误。莫良华用一个生动的类比解释：“特斯拉就像一位智商极高且疯狂刷题的尖子生，即使高考缺考了物理这一门，也能考上985大学，但如果装备了RGBD空间相机，补齐深度感知的短板，它就能冲刺清华北大甚至姚班。毕竟自动驾驶关乎生命财产安全，我们不能仅仅满足于985级别的优秀。”

从法规层面来看，纯摄像头方案也被明确约束。国标《智能网联汽车组合驾驶辅助系统安全要求》和工信部《L3级自动驾驶功能评价细则》均强调，车辆不能依赖单一传感器源，必须具备感知冗余。这一要求背后，正是对物理AI感知安全性的极致追求——单一的二维视觉，无法支撑高安全等级的场景需求。物理世界非常复杂，即便是拥有强大视觉与大脑的人类，在很多场景下也需要触摸、闻嗅甚至品尝来确认信息。多传感器融合是物理AI理解真实世界的必然要求。

图1：二维视觉无法直接获取物理空间的纵深维度数据

RGBD空间相机：从物理叠加到芯片级原生融合

解决二维视觉瓶颈的核心，是实现三维感知的工程化落地。目前行业内主流的多传感器方案，是“摄像头+激光雷达”的分立融合——摄像头负责捕捉色彩与纹理，激光雷达负责测量深度。但这种物理层面的强行叠加，带来了三大痛点。

图2：一站式解决即时定位、地图构建与自主避障

首先是空间对齐难题。摄像头与激光雷达的光学路径、镜头内参均不同，在温度变化、场景切换等复杂条件下，两者的空间对齐难度极大。其次，跨设备的时间对齐也需要额外的技术投入，容易出现同步偏差。最后是成本居高不下——独立的激光雷达与摄像头带来双份硬件成本，再加上叠加融合算法的开发成本，阻碍了方案的大规模商业化普及。

正是这些痛点，推动着三维感知技术从“分立融合”向“原生融合”演进。单芯片RGBD空间相机，将RGB色彩感知与深度感知集成于一体，成为物理AI感知的新一代选择。通过单镜头单芯片实现光路完全一致，RGBD空间相机做到了色彩与深度的像素级对齐，空间、时间天然同步，让机器能够像人眼一样同时捕捉世界的色彩与空间信息。成本也大幅降低——RGBD空间相机的成本接近普通摄像头。

莫良华给出了一个极具前瞻性的预判：“三五年内，传统的激光雷达概念将逐渐淡出，取而代之的是全面普及的RGBD空间相机。”当色彩与深度在单芯片上完美融合，机器的眼睛将迎来真正的升维。

图3：RGBD单芯片赋能具身智能应用

这个判断的背后，是对市场空间的准确把握。RGBD空间相机的应用场景几乎覆盖了物理AI的全部版图——通用机器人的导航与抓取、割草机器人的自主避障、无人配送车的路径规划、自动驾驶的前视与补盲……都需要“色彩+深度”的一体化输入。一颗芯片同时输出语义信息和精确的三维坐标，才是物理AI感知效率的终极形态。

要实现RGBD空间相机的工程化量产，必须攻克全固态激光雷达与光扫描两大核心技术壁垒。前者实现了深度感知的成像光学化、芯片化与小型化；后者则破解了“远距离+大视场角+全固态”的不可能三角。为什么这两项技术如此关键？RGB摄像头接收端基于成像光学，而半固态/机械式激光雷达接收端基于扫描光学，两者原理不同，无法融合。如果强行融合，意味着RGB也要改成扫描光学——但“让RGB做扫描光学，曝光时间从30毫秒降到10-20微秒，信噪比差1000倍”，实在太为难它了。全固态激光雷达的接收端同样是成像光学，这才是与RGB摄像头实现芯片级融合的物理前提。

目前，全固态激光雷达主要分为Flash与光扫描两种技术路线。Flash方案采用“一次曝光、全域探测”的方式，视场角大，但光功率密度不足，探测距离通常仅二三十米，无法满足自动驾驶主雷达的远距离需求。莫良华用通俗的语言解释了这个矛盾：“Flash全固态激光雷达就像汽车近光灯，看得广但看得近；如果需要看得远，就像汽车远光灯，需要把光集中起来，但集中光之后，视场角又会变小。要同时实现远距离和大视场角，就必须引入光扫描技术，让‘远光灯’动起来，通过分时扫描，覆盖更大的空间。”

传统的固态光扫描方案，激光利用率极低，通常只有5%左右——大部分激光能量被浪费，要实现远距离探测，就得使用高成本的光源，导致方案难以量产。阜时科技自研的“万向光控”全固态光扫描技术，对电光偏转器模组进行了工程创新，优化了入射光条件与偏转器结构的匹配关系，将激光利用率提升至80%以上，解决了这一行业痛点。

图4：阜时科技独家——万向光控光扫描技术

这种光扫描技术的核心，是通过控制电压改变电光晶体光栅参数，从而快速改变出光方向，实现无机械运动的全固态扫描。与传统的机械扫描或MEMS扫描相比，它不仅没有运动部件、可靠性更高，而且激光利用率的提升让低成本光源也能实现远距离探测——“用10美元的光源就能实现过去1000美元甚至更贵光源的效果”。这项技术确立了阜时科技在行业内的独特地位——它是目前唯一一家能提供200米远距离、大视场角全固态激光雷达芯片及完整参考方案的公司。

阜时科技：RGBD时代的芯片奠基者

除了“万向光控”全固态光扫描技术，在RGBD空间相机的技术链条上，阜时科技还建立了多条难以复制的护城河。

如果说光扫描技术是让RGBD空间相机具备远距离感知能力的“望远镜”，那么SPAD芯片就是提供核心感知能力的“视网膜”。SPAD芯片可以感知单个光子、实现皮秒级时间分辨，背后技术门槛极高——需要将光子接收、信号处理、数字计算等功能集成于单颗芯片，实现感存算一体。与传统的SiPM模拟方案相比，SPAD芯片属于半导体技术体系，能够充分享受摩尔定律红利，实现性能的快速迭代与成本的持续降低。

SPAD芯片的核心难点，在于高灵敏度与高稳定性的平衡。SPAD器件能够感知单个光子，灵敏度是普通摄像头的100万倍，但要让这种高灵敏度的器件稳定工作，难度极大。阜时科技在SPAD器件研发上耗时数年，投入数亿元资金——历经三次全掩膜流片、近十次小改版，初始迭代涉及上百种规格，逐渐收敛才最终打磨出可量产的方案。从器件设计、芯片研发，到系统架构、算法优化，任何一个环节的缺失，都无法实现产品的量产落地。正因如此，阜时科技是行业首个且唯一乘用车智驾全固态激光雷达SPAD-SoC芯片供应商。

图5：极氪9X全固态激光雷达

阜时科技的自研SPAD-SoC芯片，已于2025年Q4搭载极氪9X正式量产，累计交付数十万颗，在车规大面阵SPAD-SoC芯片月出货量持续保持全球第一。其核心产品FL6031和FL6032，在性能上实现了对行业竞品的超越——FL6031分辨率达到360×150，FL6032达到288×216，远超索尼IMX459（192×56），同时集成了激光器驱动与温度传感器，大幅提升了系统集成度。成本方面，相对于半固态激光雷达接收端1500元的成本，FL6031将成本降至500元以下，大幅降低了全固态激光雷达的量产门槛。

在SPAD芯片和光扫描技术解决“看多远”的问题后，RGBD融合技术要解决的是“怎么看”的问题。阜时科技已明确规划了RGBD的演进路线：从双芯片到单芯片，逐步实现色彩与深度的原生融合。目前，阜时科技已协助客户完成RGBD双芯片方案的研发，即将实现量产。该方案采用“单镜头+双芯片”结构，解决了传统分立方案的空间对齐难题，同时降低了成本，适用于割草机器人、低速无人车和车载补盲等近距场景。

图6：阜时科技SPAD-RGBD芯片引领空间相机终极方案

2027年，阜时将量产集成SPAD-RGBD单芯片的方案。这种单芯片方案将RGB成像与dToF测距功能集成于一体，实现像素级的原生融合，体积缩小50%以上，功耗降低40%以上，还能实现更高的分辨率与深度精度。从双芯片到单芯片的跨越，核心难点在于将可见光信号与红外线信号的处理集成在同一芯片上——三四年时间，数十个设计方案被推翻，最终才找到可量产的方案。目前阜时的RGBD空间相机像素达到30-40万，主要用于割草机器人；明年将推出400万像素（等效1440线激光雷达）的可上车方案；2028年将实现800万像素（等效2160线激光雷达），与当前车载摄像头最高像素对齐。

图7：阜时科技SPAD-RGBD芯片引领空间相机终极方案

这一系列技术突破，源于阜时科技多年的深厚积累。公司自2017年成立起就以机器视觉为核心赛道，布局结构光与双目视觉，并在智能锁领域实现大规模量产，双目3D人脸识别模组连续五年蝉联行业出货冠军。这段经历不仅沉淀了对机器视觉应用场景的深刻理解，更锤炼出一支具备卓越工程化规模量产能力的精锐团队。创始人莫良华是安卓系统触控显示一体化技术的发明人，年赋能超10亿部手机，创数百亿产值，推动国产芯片全球市占率领先。阜时科技现有研发人员120余人，涵盖器件物理、模拟IC、数字SoC、算法和系统集成等全栈领域，核心研发人员均为世界前100名大学的博士。

在研发管理上，阜时采用“目标责任制”替代传统的细粒度KPI，给予核心骨干期权激励，充分释放创新活力。这种管理模式赋予了公司极强的市场敏锐度——他们并未局限于单一的接收芯片，而是基于市场痛点主动布局光扫描技术。从结构光、双目视觉到dToF、SPAD-SoC，再到RGBD单芯片融合，阜时的技术演进呈现出一条清晰的脉络：始终围绕3D机器视觉底层技术持续深耕，从近距识别走向远距感知，从分立方案走向芯片级融合，在RGBD空间相机时代占据了先发优势。

结语

物理AI的终局，终究要回到第一性原理。人类视觉从来不是平面的二维投影，而是色彩纹理与深度的天然融合。五亿年前，光敏感性的出现点燃了寒武纪生命大爆发；今天，物理AI正站在爆发前夜，RGBD空间相机将成为机器感知真实世界更敏锐的眼睛。阜时科技所做的，正是让色彩纹理与深度在单颗芯片上完成终极融合，让物理AI拥有进入真实世界的通行证，为这场智能进化提供最底层的感知基础设施。