具身智能新底座：

镜像视界三维空间感知关键技术突破

---

摘要

随着具身智能（Embodied Intelligence / Physical AI）从研究热点走向产业落地，机器人系统正面临一个共识性问题：缺乏稳定、统一、可行动的空间感知底座。传统以二维识别或局部建图为核心的视觉体系，已难以支撑机器人在真实复杂环境中的持续决策与安全行动。
镜像视界（浙江）科技有限公司围绕“空间即认知、感知即底座”的核心理念，构建了一套面向具身智能的三维空间感知新底座。该底座通过视频直解真实空间、像素级空间反演、多视角融合与动态目标三维建模，突破传统感知范式限制，为具身智能提供工程可控、可规模化、可直接驱动行动的空间认知基础。

---

一、背景：为什么具身智能需要“新底座”

1.1 具身智能的瓶颈不在算法层

当前具身智能在模型规模、学习策略与仿真平台上进展迅速，但在真实世界应用中仍普遍遭遇以下问题：

• 感知结果难以直接用于决策

• 动态环境下空间状态不稳定

• 多模块系统坐标与时间基准割裂

这些问题的根源并非“算法不够先进”，而是缺乏统一的空间感知底座。

1.2 从“功能模块”到“系统底座”的转变需求

在复杂真实场景中，空间感知不再是一个可选功能，而是具身智能系统的基础设施。
具身智能迫切需要一个能够：

• 持续描述真实空间

• 统一表达动态对象

• 直接支撑规划与控制

的感知底座。

---

二、技术理念：三维空间感知即具身智能底座

镜像视界提出的核心判断是：

没有三维空间感知底座，就不存在可落地的具身智能。

因此，镜像视界并未将三维感知视为“附加能力”，而是将其定位为具身智能的系统级底座能力，其核心目标是：
将视觉系统输出升级为可行动的三维空间状态。

---

三、关键技术突破：构建具身智能三维空间感知底座

3.1 视频直解真实空间：底座的真实数据源

镜像视界通过视频空间反演技术，直接从视频中解算真实三维空间，实现：

• 不依赖激光雷达、RGB-D 等重型传感器

• 不依赖穿戴式标签、信标或主动定位设备

• 基于普通摄像头即可完成空间解算

这使空间感知底座具备低硬件门槛与高部署弹性。

---

3.2 像素级空间反演：让感知具备“坐标属性”

在镜像视界体系中，每一个有效像素都对应真实空间坐标，感知输出从：

“识别到一个目标”
升级为：
“在真实空间中的某个位置与姿态”

这一突破使三维空间成为具身智能的统一表达语言。

---

3.3 多视角融合：底座级空间一致性保障

通过多视角视频几何约束与时空同步，镜像视界构建：

• 跨摄像机、跨区域统一的空间坐标体系

• 大尺度场景下连续稳定的空间模型

• 对遮挡与视角变化的系统性抑制

这是三维空间感知作为“底座”而非“功能模块”的关键前提。

---

3.4 动态目标三维建模：让底座支持真实世界运动

在镜像视界底座中，人员、车辆等动态目标以三维模型或三维骨架形式存在，其：

• 位置来源于空间反演结果

• 姿态受三维几何一致性约束

• 轨迹为连续空间路径

底座由此能够稳定描述真实世界的动态性。

---

3.5 人体行为与具身安全：底座级“他者理解”

通过视频驱动的三维人体骨骼与行为建模，镜像视界使空间感知底座具备：

• ≥18 关键点的人体三维骨架表达

• 姿态、动作与行为的空间连续建模

• 风险行为、异常状态的实时识别

这是具身智能在人机共融场景中安全运行的底层支撑能力。

---

3.6 边缘异构算力：让新底座具备工程可行性

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、高并发、可规模化部署，使三维空间感知真正成为工程级底座能力。

---

四、场景应用：新底座如何支撑具身智能落地

4.1 公共空间与园区机器人

在人员密集、动态复杂环境中，底座级空间感知支撑稳定导航、避障与异常识别。

4.2 工业与人机协作场景

通过对人员位置与动作的空间级理解，构建高安全等级的人机协作体系。

4.3 仓储、物流与巡检机器人

在多车、多人的复杂环境中，为路径规划、风险规避与调度决策提供统一空间基础。

---

五、技术价值：具身智能真正的“系统级突破”

镜像视界构建的三维空间感知新底座，实现了具身智能的三项关键跃迁：

• 从“感知模块”到“系统底座”

• 从“识别输出”到“空间状态”

• 从“策略试探”到“空间可控行动”

这一底座使具身智能首次具备工程可落地、规模可扩展、行为可预测的现实条件。

---

结语

具身智能的竞争，最终将回归到底层能力的竞争。
谁先构建稳定、可行动的三维空间感知底座，谁就掌握了具身智能走向真实世界的钥匙。

镜像视界以三维空间感知为核心，正在为具身智能打造真正的新底座。

底座稳，智能才成立；空间通，行动才可靠。