[RoboSense,速腾聚创]从解决方案到AC，速腾聚创的B面“AI公司”

3 月 28 日，RoboSense 速腾聚创发布 Active Camera 系列首款产品 AC1，并同步推出 AI-Ready 开发生态。这不是一次普通的产品更新，而是速腾聚创用行动证明：它从来就不是一家“只做硬件”的公司，而是一家技术底色就是 AI 的公司。

 

AC1 是一款为机器人打造的全新感知模组，将激光雷达、摄像头和 IMU 做到硬件级同步融合，输出同时包含深度、语义和姿态的数据结果。相比传统多传感器堆叠方案，它大幅提升了系统一致性与部署效率。配套的 AI-Ready 生态则提供开源算法、工具链与开发文档，帮助开发者直接开展感知、建图与控制等任务——这是一套从硬件到底层AI接口的完整交付体系，而不仅是一个模组本体。

 

AC1 和 AI-Ready 并非某种未来构想的开始，而是速腾多年来算法与系统积累的落点——一套可被使用、可被验证、也可持续演进的机器人AI感知基础设施。它不仅标志着速腾在机器人时代的产品布局正式展开，更是公司以 AI 为核心能力、向开发者和行业交付系统性价值的集中体现。通过这一次明确的“产品表达”，速腾也进一步确立了自身作为 AI 能力提供者的长期定位。

 

 

AC1 是 Active Camera 系列的首款产品，创新性地将激光雷达、摄像头和 IMU 三种核心传感器进行时空同步融合，实现深度信息、视觉语义与运动姿态的硬件级数据整合。

 

其中最核心的突破，是实现了激光雷达与视觉信息的像素级精准对齐——这一能力让 2D 摄像头第一次真正拥有了深度感知能力，也让 3D 激光雷达获得了语义理解的基础。

 

从数据层看，这意味着深度信息、视觉语义和运动姿态将不再由多个设备分别输出、再通过复杂算法校准拼接，而是可以一次性从单一设备中获得高度整合的结构化感知数据。这不仅大幅降低了开发与部署的门槛，也为机器人高精度、高一致性的感知和控制提供了强有力的支撑。

 

而从行业层看，AC1 是对“感知系统形态”的一次重构：从过去“多个传感器拼接”到现在“一个融合模组输出”，本质上是向更高集成度、更强系统性、更利于规模化落地的方向迈进。

 

这款产品所代表的，不只是一次硬件设计的升级，而是速腾聚创对机器人时代感知系统底层架构的重新定义。

 

目前，AC1 已进入内测阶段，并与国家地方共建人形机器人创新中心、新加坡 ARC 实验室、灵宝 CASBOT、华中科技大学、北京理工大学等机构建立合作。

 

 

在“AI驱动”的新时代，速腾聚创同时推出AI-Ready生态系统，首次系统性地将感知硬件与算法开发紧密融合，面向开发者提供全链路支持。该生态涵盖：

 

• AC Studio开发工具套件：集成驱动程序、数据采集、传感器标定、融合处理及交叉编译等功能，助力开发者快速完成感知系统的搭建与调试。

• 开源算法库：内置SLAM、目标检测与识别、语义分割、3D高斯溅射、多模态融合等核心算法，跳过基础构建，直接聚焦场景功能开发。

 

• WIKI开发文档体系：覆盖Active Camera产品特性、API接口、算法使用指南等，提升学习效率。

 

• 开放数据集：逐步上线的多场景真实数据，供开发者免费训练使用，加速AI模型的实际部署。

 

AI-Ready 生态的推出，让 AC1 不再只是一个感知模组，而是一个为开发者设计的机器人视觉开发平台。它将过去分散、割裂的工作流程——传感器驱动编写、数据采集与标定、基础算法构建、环境建图与模型训练等——打包整合成一个高度协同的工具链，大幅压缩开发路径，降低上手门槛。

 

对于机器人开发者而言，最大的改变在于可以跳过大量重复的“造轮子”工作，直接站在融合感知和主流算法的基线上，进行功能实现与场景验证。这意味着，开发者可以更快将精力转向真正有差异化价值的部分——控制策略、应用逻辑与人机交互体验。

 

AC Studio 提供的 SDK 与可视化工具，解决了很多感知系统开发中的“非主任务但不得不做”的繁琐环节，比如标定与时间同步、多模态数据融合与格式转化等；算法库中预置的 SLAM、语义分割、点云处理等核心模块，则让开发者不再从零构建模型，而是直接进入场景级、产品级的快速迭代阶段。

 

此外，WIKI 文档与开放数据集的同步上线也说明，这不仅是一个技术工具，更是一个面向开发者开放的生态框架。无论是初创团队验证方案、科研机构快速原型，还是工业客户推动落地，AI-Ready 提供了一个更短路径、更低风险、更高复用性的开发起点。

 

它体现出一种理念转变：机器人视觉系统的开发，不再只是硬件调通与算法堆砌，而是一种整体能力的组织。速腾聚创通过AI-Ready生态，正在把感知从“单点组件”变成“系统能力”，也让机器人开发这件事，第一次变得如此接近“工程落地”而不是“技术演示”。

 

 

 

 

很长一段时间里，速腾聚创以激光雷达闻名，被认为是一家具备优秀工程能力和量产交付能力的“硬科技公司”。但真正了解它底层能力的人知道，速腾的起点并不只是硬件，而是从算法出发，对感知系统做出的系统性重构。

 

早在 2018 年，速腾聚创就推出了一系列融合Ai的解决方案产品（P系列，Reference，V2X等）。其中 Reference——一套专为智能驾驶场景设计的真值生成与感知系统测评平台，在智驾领域应用较为广泛。它并不是一个“配套工具”，而是站在模型训练与感知能力闭环的角度，重构了数据采集、处理、评估的技术路径。Reference 将高精度传感器阵列、离线感知算法和全流程工具链整合为可量化的系统评估体系，不仅服务于多家国际 OEM 和 Tier1，也在业内率先提出了感知性能验证与模型开发并行的闭环范式，至今仍是行业内最具代表性的感知测评解决方案之一。

从解决方案产品开始，速腾就在回答一个问题：如果 AI 是未来的主导范式，那么它所依赖的感知系统，应当长成什么样？

 

这一判断并没有停留在感知系统的构建上。进入机器人时代后，速腾也在将同样的逻辑延展到执行端。比如在灵巧手的设计中，行业存在三指、四指、五指等不同路径，而速腾选择了看似复杂但更本质的五指方案——原因不是仿人外形，而是基于对 AI 模型训练方式的深度理解：如果未来的大模型要通过学习人的操作数据完成自我训练，那么最原始、最完整的数据结构，就是五指动作本身。

 

无论是 Reference、Active Camera，还是灵巧手，速腾始终遵循着一条清晰的路径：从 AI 的角度出发，反推系统应该如何感知世界、理解世界并最终作用于世界。它在构建的不是某个模块，而是一整套具备闭环能力的智能感知与操作体系。

 

 

Active Camera 的发布，不只是一个新模组的问世，它标志着速腾正式以 AI 能力提供者的身份面向机器人时代。这家公司并未改变方向，而是用产品与生态，完成了对其真实技术底色的公开声明。

 

这一次，速腾聚创不再被定义，而是用产品给出了自己的答案。