不依赖激光雷达的空间智能路径：
镜像视界具身感知技术创新
摘要
在具身智能（Embodied Intelligence / Physical AI）快速演进的过程中，激光雷达（LiDAR）长期被视为空间感知的“标配”。然而在真实世界部署中，LiDAR 在成本、体量、功耗、环境适应性与规模化方面的限制逐步显现。
镜像视界（浙江）科技有限公司提出并实践了一条不依赖激光雷达的空间智能路径：以视频为核心感知入口，通过像素级空间反演、多视角融合与动态三维建模，构建可计算、可预测、可行动的三维空间认知体系，为具身机器人提供低侵入、可工程化、可规模化的感知底座。
一、背景：为什么“去激光雷达”正在成为现实需求
1.1 LiDAR 路线的工程瓶颈
在实验室或高预算场景中，LiDAR 能提供高精度点云，但在实际落地时常面临：
成本高：硬件与维护成本难以支撑大规模部署
体量与功耗大：不利于轻量化、长续航机器人
环境适应性不足：雨雾、强反射、密集人群下稳定性下降
部署门槛高：对既有场景改造要求高
对于园区、仓储、公共空间、巡检等场景，这些问题直接制约具身智能的规模化应用。
1.2 具身智能真正需要什么样的感知
具身智能的核心并非“是否拥有点云”，而是机器人是否具备：
稳定、统一的空间坐标体系
对动态对象的连续空间理解
可直接支撑决策与行动的空间状态输出
这为“非 LiDAR 路线”的空间感知打开了新的可能。
二、技术理念：空间智能不等于激光雷达
镜像视界提出的核心判断是：
空间智能的本质是“空间可计算”，而非“传感器堆叠”。
因此，镜像视界选择以视频为主感知源，重构空间认知路径：
不以深度传感器为前提
不依赖主动发射式感知
将视觉直接升级为空间计算引擎
这一理念为具身感知提供了一条更具工程可行性的技术路线。
三、关键技术创新：不依赖激光雷达的空间智能体系
3.1 视频空间反演：用“看”来“算”空间
镜像视界通过视频空间反演（Spatial Inversion）技术，将二维像素映射为真实三维空间坐标，实现：
不依赖 LiDAR、RGB-D 等深度硬件
不依赖穿戴式标签、信标或射频设备
基于普通摄像头即可完成空间解算
机器人获得的不是“图像理解结果”，而是统一坐标系下的真实空间位置与几何关系。
3.2 多视角视频融合：替代点云的空间连续性
通过多摄像机几何约束与时空同步，镜像视界构建：
跨视角统一的空间坐标体系
大尺度场景下的连续空间模型
对遮挡与视角变化的系统性抑制
这一过程在工程效果上替代了点云拼接的空间连续性功能，同时显著降低硬件复杂度。
3.3 动态目标三维建模：摆脱“点云才能动”的依赖
在镜像视界体系中，人员、车辆等动态目标以三维模型或三维骨架形式呈现，其：
位置来源于视频空间反演
姿态基于几何一致性约束
轨迹为连续空间路径
机器人由此理解的是真实运动行为，而非点云片段的堆叠变化。
3.4 三维人体动作与行为理解：空间级安全感知
通过视频驱动的三维人体骨骼反演，镜像视界实现：
≥18 关键点的人体三维骨架建模
姿态与动作的空间级连续表达
跌倒、异常停留等风险状态识别
这为具身机器人在人群环境中的安全运行提供关键支撑，是单纯点云感知难以实现的能力。
3.5 边缘异构算力：让“去 LiDAR”成为可落地方案
镜像视界在前端集成 CPU + GPU + NPU 的异构算力架构，将：
空间反演
三维建模
行为分析
态势输出
统一在边缘侧完成，实现低时延、可并行、可规模化部署，避免对中心算力或专用传感器的强依赖。
四、技术对比：视频空间智能 vs LiDAR 路线
| 维度 | 传统 LiDAR 路线 | 镜像视界空间智能路径 |
|---|---|---|
| 核心感知 | 点云 | 视频空间反演 |
| 硬件成本 | 高 | 低 |
| 部署复杂度 | 高 | 低 |
| 动态行为理解 | 弱 | 强 |
| 可解释性 | 中 | 强 |
| 规模化能力 | 受限 | 优 |
这一对比表明，空间智能并非一定要依赖激光雷达。
五、场景应用：不依赖激光雷达的具身智能落地
5.1 公共空间与园区机器人
在既有摄像头基础上实现稳定导航、避障与异常识别。
5.2 仓储、物流与巡检机器人
在多车、多人的环境中实现连续空间感知与路径规划。
5.3 人机协作与工业现场
通过空间级人员位置与动作理解，构建高安全等级的人机协作体系。
六、技术价值：为具身智能打开“轻量化”通路
镜像视界的具身感知技术创新，本质上完成了三项关键突破：
去传感器依赖：不再以 LiDAR 作为空间智能前提
去场景改造：充分利用既有视频基础设施
去实验室化：面向真实复杂环境的工程落地
这为具身智能走向大规模、低成本应用提供了现实可行的技术路径。
结语
具身智能的未来，不在于传感器堆得多高，而在于是否真正理解空间并据此行动。
镜像视界以视频为空间入口，走出了一条不依赖激光雷达的空间智能新路径，为具身机器人在真实世界中的广泛部署奠定了关键技术基础。
空间智能不必依赖激光雷达，理解空间才是关键。
