Kinect
搜索文档
苹果面部识别核心团队创业项目曝光,打造机器人视觉大脑,融资超1亿美元
搜狐财经· 2026-01-06 18:27
公司概况与融资 - 机器人视觉初创公司Lyte AI Inc正式结束为期四年的隐身模式并推向市场,总部位于美国加州山景城[1] - 公司已累计完成约1.07亿美元融资,旨在为机器人提供视觉能力,帮助其更好地感知环境并安全移动[1] - 公司由Alexander Shpunt、Arman Hajati和Yuval Gerson于2021年联合创立,核心团队曾为苹果Face ID深度传感与感知系统的关键技术贡献者[1] 创始团队背景 - 首席执行官Alexander Shpunt曾是3D传感技术供应商PrimeSense的联合创始人兼首席技术官,拥有多项光学和成像专利[1] - 首席技术官Arman Hajati负责感知技术核心构建,拥有超过20年传感器与硅芯片设计经验,曾在PrimeSense和苹果工作[1] - 工程副总裁Yuval Gerson专注于硬件集成,拥有25年研发经验,曾负责苹果相关硬件的集成与升级[1] - 创始团队的前公司PrimeSense是微软Kinect体感设备背后的技术功臣,该产品前60天销量达800万台[3] - 苹果于2013年以3.5亿美元收购了PrimeSense,其技术成为Face ID的根基,推动了苹果从指纹到面部识别的跃进[3] 产品与技术方案 - 核心产品LyteVision是一个统一的感知平台,集成了4D传感、RGB成像和运动感知于单一系统,通过单一接口提供空间与视觉数据[4] - 该平台旨在解决机器人行业依赖多个独立传感器导致的数据对齐复杂、处理延迟高及混合环境安全性不足等挑战[4] - 公司将其系统定义为机器人的“视觉大脑”,不仅提供视觉,还结合感官输入与强大处理能力,赋予机器人解读运动、预判障碍及实时决策的高层级理解力[6] - 公司自主研发定制芯片、光学器件和软件,提供“即插即用”的解决方案,旨在通过统一基础架构大幅简化机器人公司的供应链筛选和集成流程[6] - LyteVision平台支持多种物理人工智能平台,覆盖移动机器人、机械臂、人形机器人及自动驾驶出租车等[6] 市场机遇与公司发展 - 根据麦肯锡数据,到2030年,AI机器人市场规模预计将达到1,250亿美元,但目前仍有60%的工业企业缺乏实施机器人自动化(包括传感器集成)的内部能力[7] - 公司计划利用现有资金继续打磨核心产品、扩充团队并拓展业务[7] - 公司相信其技术将在未来三到五年内,在提升机器人安全性方面取得实质性进展[7] - 公司目前拥有约100名员工,其技术可广泛应用于人形机器人、移动机器人及自动驾驶出租车等多种形态的机器人产品中[7] 行业认可与亮相 - 公司的感知平台在CES 2026上斩获了机器人领域的“最佳创新奖”,并入选了车辆技术与先进移动出行领域的“创新奖”[6] - 公司此次正式亮相恰逢CES 2026开幕[6]
Z Potentials|顾嘉唯,从百度技术少帅到两次创业,AI硬件的黄金时机不是技术顶峰,而是商业静默期
Z Potentials· 2025-11-17 22:38
文章核心观点 - 灵宇宙创始人顾嘉唯基于其从微软、百度科学家到连续创业者的经历,提出AI硬件的颠覆是“温和的渗透”而非剧烈替代,其核心战略是通过解决细分垂直问题积累厚度,最终实现“世界即界面”的愿景 [2][5] - 公司认为AI原生产品的标准是通过“抽离测试”且具备“关系算法”,终极护城河是数据,通过终端设备收集真实世界数据为下一代具身智能模型提供燃料 [5][18][20] - 公司近期完成由滴滴、国方创新等机构参投的2亿元PreA轮融资,其产品小方机定义为承载LingOS操作系统的、为Alpha世代打造的首台AI New Computer,策略是“离手机远一点”,服务尚无智能终端的人群 [2][15][36] 个人历程 —— 远见与淬炼 - 创始人经历分为技术探索期与商业经营期,在微软、百度研究院十年深度参与Kinect、Hololens、BaiduEye等项目,积累了技术成熟度、数据与用户需求匹配的试错经验,明确了“何时该做什么产品”的逻辑 [5][6] - 首次创业物灵科技的产品Luka卢卡机器人进入18个国家上千万家庭,但2019年遭遇股东问题导致公司危机,通过抵押房产、MBO重组走出困境,此经历使其从产品技术者转变为企业掌舵者,需平衡理想与现实 [7] - 创业前后身份转变的核心在于目标从技术探索变为用户价值创造、责任从技术团队管理变为全局经营、价值衡量从技术影响力变为真实用户改变,但坚持不沉迷技术酷炫而扎根用户真实需求的初心不变 [8][9] 行业与产品 —— AI硬件的本质与未来 - 灵宇宙正在构建LingOS操作系统,愿景是未来用户不再搜索和找APP,而是找“人”做事,将第三方应用和服务变为鲜活“角色”,小方机是承载此系统的首款产品,定义为“长在技术延长线上的容器属性AI终端” [15] - AI原生产品需通过“抽离测试”,即拿掉AI后产品失去核心价值,并具备“关系算法”形成成长性与独特羁绊,最终体验应像水电煤一样无感但不可或缺 [18] - 产品演进路径需从便携设备逐步过渡到无感佩戴,将宏大范式革命拆解为用户可感的微创新,内部比喻为“海盗肩上的鹦鹉”,通过快拆环、磁吸环等设计实现三步走策略 [5][14] 壁垒与护城河 —— 在拥挤的赛道中,如何脱颖而出 - 公司核心优势包括老用户数据先发优势、多模态绘本数据资产、第一视角物理空间数据,通过Luka积累上千万用户家庭真实互动数据及全球最大有声绘本平台的结构化数据,为构建下一代具身智能模型提供燃料 [20] - 策略是做操作系统而非单纯硬件,通过软硬结合构筑壁垒,终极护城河是数据,当前AI公司核心竞争力是跑得快,但长期需依靠数据积累实现网络效应 [19][20] - 创业方法论是“走窄门”,在硬件领域解决非常细分、窄的垂直问题,利用中国供应链优势逐渐积累厚度,避免跟风大方向,最终做大做强 [5][24] 快问快答 - AI时代人类最需培养独立判断能力、强烈好奇心及与AI协作能力,未来思考是人与AI共创,人类需保留创意、共情等代表人性的部分 [23] - 对AI硬件创业者的建议是“走窄门”,硬件创业需深厚积累,不适合无经验年轻人,应聚焦细分垂直问题解决而非追逐宽泛热点 [24] - 个人思想体系深受电影《Her》影响,该片探讨人与AI共生关系,从微软、百度至今的实践一直在探索其描绘的未来 [25]
Ceva Appoints Former Microsoft AI and Hardware Leader Yaron Galitzky to Accelerate Ceva's AI Strategy and Innovation at the Smart Edge
Prnewswire· 2025-09-17 19:00
公司高层任命 - Ceva公司任命Yaron Galitzky为人工智能执行副总裁,直接向首席执行官Amir Panush汇报 [1] - Yaron Galitzky在微软任职17年,曾担任Surface设备及配件副总裁,负责定义微软消费级设备的边缘AI路线图 [2] - 在微软之前,Yaron Galitzky在IBM工作超过十年,领导先进芯片设计项目 [2] 新任高管背景与公司战略 - 新任高管在微软期间主导开发了Xbox One、Kinect以及一系列Surface设备和配件 [2] - 其加入旨在加强公司在边缘AI和物理AI领域的领导地位,并加速产品创新 [1][3] - 公司将利用其在构建世界级团队和交付从硅到完整系统产品方面的经验,推动智能边缘更智能、更具影响力 [3] 行业趋势与公司定位 - 边缘AI和物理AI需求正加速增长,应用于数十亿台联网设备 [1] - Ceva是智能边缘领域领先的硅和软件IP授权商,拥有包括NeuPro NPU系列在内的边缘AI坚实基础 [1] - 公司技术已赋能超过200亿台智能边缘产品,涵盖AI智能手表、物联网设备、可穿戴设备、自动驾驶汽车和5G移动网络 [3] 公司技术产品组合 - Ceva拥有最广泛的IP组合,用于更可靠、高效地连接、感知和推断数据 [3] - 产品组合包括蓝牙、Wi-Fi、UWB和5G平台IP,以及可扩展的边缘AI NPU IP、传感器融合处理器和嵌入式应用软件 [3] - 公司解决方案在超低功耗和极小硅片面积内提供卓越性能 [3]
机器人的眼睛:3D视觉
2025-08-12 23:05
行业与公司 **行业**:3D视觉技术行业 **公司**:奥比中光、英特尔(RealSense系列)、康耐视、奥特凌光、海康机器人、奥普特 核心观点与论据 3D视觉技术路线及特点 - **双目视觉**:基于视差原理,成本低但易受环境光影响且算法复杂[1][3][4] - **结构光**:抗干扰性强但远距离效果差,适用于中近距离测量[1][3][4] - **TOF(Time of Flight)**:结构简单但分辨率低,适合短距离高精度测量[1][3][4] - **激光雷达**:探测距离远但成本高,像素范围低[1][3][4] 技术融合应用 - 双目视觉与结构光结合可提升系统稳定性和准确性[1][5][6] - 高级自动驾驶或工业机器人系统可能同时采用TOF与激光雷达[1][5][6] 机器人视觉技术路线优缺点 - **飞行时间法**:高精度计时系统,误差可能达米级[7] - **相位差法**:功耗高且深度分辨率较差[7] - **激光雷达**:综合结构光和飞行时间法,价格高[7] - **双目结构光**:成本低但信息量有限[7] 硬件核心部件 - 镜头、光源和相机[8] - 双目相机不需要主动光源,其他三种需要[8] 3D视觉算法处理 - 包括深度感知、3D建图和语义理解[9][10] - AI技术降低点云处理难度,多采用transform或CNN架构[9][10] 市场规模与需求 - 全球机器视觉市场规模超1,000亿人民币,中国市场约200亿人民币[1][11] - 工业领域需求集中在识别、定位、测量和检测,检测需求最高[12] - 消费级市场如Face ID和人脸支付推动3D视觉发展[11][13] 国产替代方案 - 奥比中光性能不输海外产品,逐步替代英特尔RealSense系列[14][15][16] - 国内主要供应商包括奥比中光、康耐视、奥特凌光和海康机器人[17] 机器人领域应用 - 双目结构光模组单台机器人成本约3,000-5,000元人民币[18] - 每台机器人通常需要3-5个模组,未来需求可能增长[18] 市场趋势 - 3D视觉技术市场预计持续扩容,奥比中光因稀缺性受关注[19] 其他重要内容 - 国内机器人行业逐步转向国产方案,奥比中光是主要供应商之一[16] - 工业级企业如奥普特开始向消费级市场转换[17] - 机器人视觉传感器配置通常为头部和胸部各一个,高需求场景可能增至5-10个[16] 无关内容 - 培训框架第四讲内容(与3D视觉无关)[20][21]