如视借助NVIDIA Jetson将毫米级三维重建部署至边缘端

手持扫描4分钟、15分钟自动生成CAD图纸，这款设备让量房实现“边走边出图”

一套建筑面积约100平方米的住宅，实际手持扫描时间仅需四分钟左右。操作人员只需手持一台外形类似大号手电筒的轻便设备，沿着房间内部行走一圈，当放下设备的瞬间，系统便已自动生成彩色点云与3D高斯泼溅 (3DGS) 模型。大约15分钟后，一张完整标注了墙体、门窗、上下水管线以及强弱电箱位置的CAD户型图，便会从云端自动输出。整个过程无需卷尺、无需人工绘制，直接导出可编辑的CAD文件，单尺寸测距误差最低仅为3mm。这款设备名为庞加莱 R1，是由如视 (Realsee) 自主研发的手持式激光扫描仪。

如视是一家专注于三维重建技术的空间智能公司，在该领域深耕近十年，其产品已广泛应用于房产交易、家装设计、工业巡检、文博展览等多个行业。庞加莱 R1 的实时点云处理能力，源自其内置的 NVIDIA Jetson Xa vier™ NX 模组。

如视另一款旗舰产品伽罗华 P4 —— 专为超高清采集场景设计的三脚架式 VR 扫描仪 —— 则搭载了 NVIDIA Jetson Orin™ Nano。这两款设备分别覆盖了从快速现场勘测到博物馆级三维数字化的多元需求，且所有 AI 推理任务均在边缘端本地完成。

两款设备，两颗 Jetson 芯片，精准匹配不同算力需求

这两款产品分别选用了不同的 NVIDIA Jetson 模组，其背后是对各自工作流所需算力的精准匹配与优化。

庞加莱 R1 搭载 Jetson Xa vier NX，实现高效移动采集

庞加莱 R1 是一款主打速度与便携性的手持式扫描仪，主要应用于精准量房、施工现场勘测以及装修前期测量等场景。Xa vier NX 模组凭借其紧凑的尺寸与低功耗特性，提供了强大的 AI 推理能力。

在扫描过程中，R1 的激光雷达会生成高密度点云，同时 RGB 相机同步采集色彩信息。Xa vier NX 在设备端实时运行如视自研的点云降噪算法与结构识别算法，能够自动识别墙体、门洞、窗户、水管、电箱等关键建筑构件，并输出结构化三维模型。该模型经由云端进一步处理后，最快可在15分钟内转化为可直接使用的 CAD 图纸。

根据中国计量科学研究院出具的校准报告，庞加莱 R1 的单尺寸测距误差最小可达 3mm，这也是目前国内已知通过国家计量院认证的手持激光扫描仪之一。

伽罗华 P4 搭载 Jetson Orin Nano，驱动超高清空间数字化

伽罗华 P4 专为对画质与空间细节有极致要求的场景而设计：例如博物馆展览、高端餐饮空间、大型工业厂房等。NVIDIA Jetson Orin Nano 提供了高达 34TOPS 的 AI 算力，足以支撑更为繁重的边缘计算负载。

P4 能够采集 24K 分辨率全景图像 —— 单帧画面约含 3 亿像素 —— 并在设备端直接完成实时拼接与深度信息解算。其激光雷达与高清相机阵列同步生成几何点云与超高清视觉数据，Orin Nano 的高吞吐量与多传感器融合能力，确保两路数据流在现场即可完成精准对齐，有效避免了传统设备“先采集、后计算”模式所带来的数据断层问题。

生成的三维模型支持 8 倍无损放大，展品铭文、材质纹理、设备标签等微小细节依然清晰可辨。空间绝对精度被控制在 ±10mm 以内。

多行业部署实践：边缘AI驱动效率提升

如视搭载 Jetson 的多款设备已在众多行业实现落地应用。以下案例充分展示了边缘 AI 处理如何转化为可量化、可复制的运营效率提升。

住宅装修 —— 福州安住：量房效率革命性提升

福建省家装公司福州安住引入了庞加莱 R1 用于现场量房作业。一个两人组成的团队在10天内顺利完成了454套住宅的扫描采集，套均耗时仅为2.8分钟。相比之下，传统人工量房每套通常需要40分钟以上，且高度依赖经验丰富的技术人员。R1 输出的 CAD 数据可直接导入 BIM 系统，彻底省去了繁琐的人工绘图环节。

工业数字孪生 —— 雀巢中国：赋能安全巡检与远程协作

雀巢在中国运营着22家工厂、3个研发中心和5个创新中心。如视使用伽罗华 P4 为雀巢的生产设施构建了高保真三维数字孪生系统，广泛应用于安全管理、远程巡检以及员工培训等场景。雀巢中国的石秋香表示：“如视 VR 有效帮助管理层和救援人员第一时间掌握工厂实时情况，迅速定位并处置风险点。”

实际应用成效显著：新员工培训周期缩短约50%，跨地域协作产生的差旅成本降低约70%，安全隐患排查效率提升约3倍。P4 生成的三维模型可导出为 OpenUSD/USD 兼容资产，进而能够被基于 NVIDIA Omniverse 库以及包括 NVIDIA Isaac Sim 在内的开放框架所构建的智能体与应用程序调用，进一步用于数字孪生深化应用与机器人仿真训练。

文化遗产 —— 清华大学校史馆：1:1 VR 数字化复刻

清华大学校史馆总建筑面积达5,000平方米，展区面积为3,000平方米，项目方使用伽罗华 P4 完成了1:1 VR 数字化复刻。最终成果支持中英文双语导航、AI 智能导览以及语音讲解等功能。

数字化后的校史馆现已实现全年365天面向全球校友及公众开放。8倍无损放大功能使远程访客得以细细欣赏画作笔触与展品铭文 —— 这些细节即使在现场实地参观时也不易察觉。该项目同时为那些无法长期展出的珍贵藏品建立了永久性的数字档案。

面向物理 AI 与具身智能：海量空间数据驱动未来

如视目前已积累超过5,800万组空间数据，覆盖总面积达46亿平方米，是全球规模最大的真实场景三维空间数据库之一。这一宝贵数据资产的价值，正从传统的可视化应用向更为广阔的领域持续延伸。

如视的三层空间解构流水线当前能够输出的结构化数据包括：几何尺寸、材质粗糙度、光照条件以及物体空间关系等。后续规划将进一步拓展至重量估算、摩擦系数以及受力分析 —— 这些属性正是机器人训练环境中实现真实物理仿真所不可或缺的关键要素。

如视的三维模型已兼容 NVIDIA Omniverse 库，完整支持 Real2Sim2Real 工作流：真实空间高保真采集 → 1:1 虚拟环境重建 → 可交互仿真训练 → 机器人实际部署。这一闭环中的每个阶段，都高度依赖精确且属性丰富的空间数据 —— 而这正是搭载 Jetson 的边缘采集设备所能够稳定产出的数据类型。

随着空间 AI 模型与具身智能系统的不断成熟，市场对高质量真实场景三维训练数据的需求将持续增长。由 NVIDIA 驱动的如视空间采集基础设施，正为这一日益迫切的需求提供坚实可靠的底层支撑。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：如视借助NVIDIA Jetson将毫米级三维重建部署至边缘端要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题