2026年WRC（世界机器人大会）马上要在北京亦庄开展。

300多家企业同台竞技，人形机器人一个比一个能卷——手越来越巧，腿越来越稳，脑越来越聪明。

但很少有人问一个更根本的问题：具身智能体，到底靠什么“看”世界？

感知是一切智能行为的起点。看不清就抓不准，测不对就走不稳，数据不够真，模型就学不会。

今天聊一个正在发生的变化：机器人感知这条赛道，正在出现两条截然不同的技术路线。它们之间不是“谁比谁好一点”的问题，而是从底层原理上就分道扬镳了。

先说说“主流路线”：多传感器融合

过去十年，行业默认的感知方案是：激光雷达负责测距（给深度），RGB相机负责看颜色（给外观），IMU负责感知姿态（给运动）。然后拿一套标定+融合算法，把三份数据“对齐”。

这套方案的逻辑是：每个传感器干自己最擅长的事，然后靠软件把大家拉齐。

以行业主流的多传感器融合方案为例，一类产品集成dToF、CMOS与IMU，主打长距建图与定位导航，可实现70米超远测距、3cm稳定精度；另一类产品则集成全固态dToF、双目RGB与IMU，专注高精度操作，在8米范围内实现±5mm的稳定感知。

本质上看，无论如何搭配，融合方案仍是在一个紧凑的硬件封装里，把多个传感器的"特长"拼在一起。前者负责"看远"（导航避障），后者负责"看近"（精细操作）。分工明确，各司其职。

融合方案的好处是成熟、灵活，每个传感器都可以选市面上最好的。过去几年，绝大多数机器人和智能驾驶的感知方案都是沿着这个方向演进的。

“拼”出来的感知，实用型如何？

但融合方案的底层“BUG”始终存在，却很少有人公开讨论这一话题。

首先，标定噩梦。 三个传感器的坐标原点不重合，每次安装位置有微小偏移，整套标定就得推倒重来。这是融合方案最大的底层“BUG”之一。

其次，时序不同步。 激光雷达扫一圈要几十毫秒，相机曝光是瞬间，IMU是连续高频。三者时间戳对不齐，运动场景下点云和图像始终存在“错位”。

再次，数据冲突。 假设，激光雷达判定前方0.5米处有障碍物，RGB相机却说那里什么都没有，这种时候，融合算法该信谁？

这些问题不是“优化一下就能解决”的工程细节，而是多传感器融合架构自带的先天矛盾。传感器越多，融合越复杂，边际成本越高。

那有没有另一条路？

行业内一部分玩家选择放弃在软件层面修修补补，而是直接回到物理原点，从传感器底层重新定义“感知”。总部位于杭州的时空张量机器人，就是这条路线上的典型样本。他们即将在WRC大会期间，正式发布一款名为 “天眼·Tensopt”的7D空间智能相机。

目前，市面上主流的深度相机、结构光、ToF相机，工作逻辑是“先成像、后计算”——先拍一张图，再从图像中反推深度。这种方式天然受限于物体表面反射特性，遇到透明玻璃、高反光金属、纯白墙面等物体识别困难。时空张量走了一条完全不同的路：把激光TOF、视觉和IMU在前端硬件底层统一成一条光路，直接测量空间光场占用率，再据此成像。

如果把这两条感知路线放在一起，产品在关键性能上的差异就体现的更加“具体”：

时空张量7D空间智能相机：一台设备，覆盖全场景

7D空间智能相机单台即可覆盖0.15m到30m全量程，近场精度达到毫米级（±3mm）。

融合方案：多台设备，各管一段

行业常见的多台设备融合方案：一台负责远距离（约70米），一台负责近距离（约8米），用两台甚至多台传感器拼出感知范围。

而在关键性能指标上，两种方案的差异更加明显一些：

① 应用场景覆盖
时空张量7D单台即可同时满足导航、避障、远距感知和近手部精细化操作；而多设备方案通常需要远距设备负责导航避障，近距设备负责灵巧操作，两者拼合才能覆盖全场景。从能力完整性来看，时空张量7D一台的感知覆盖范围，相当于多设备方案的总和。

② 点云密度
时空张量7D原生支持输出超稠密点云（3072万点/秒），能够实现物理世界空间几何关系和语义属性的不失真还原。而多设备融合方案，拼接后也难以达到同等密度。

③ 实时帧率
时空张量7D具备全分辨率25Hz实时空间点云生成能力，对运动目标的动态捕获更加流畅。相比之下，行业内领先的多设备方案在全分辨率下通常只能达到10Hz左右，在高速运动场景中容易丢失细节。

④ 算力架构
时空张量7D内置AI算力，可直接通过计算成像输出深度、彩色点云，无需额外硬件；而多设备方案往往需要依赖外部算力资源才能完成成像处理，增加了系统集成成本和传输延迟。

除了这些数字上的差异，更值得关注的是一些“传统方案死活搞不定”的场景：

透明玻璃、高反光金属、纯白墙面——这是双目、ToF、结构光相机的共同噩梦。时空张量7D基于空间光场占用率直接测量，不依赖表面反射特性，对这些物体可以做到无孔洞完整重建。工业场景里大量存在的玻璃面板、高光涂层，过去机器人要么“看不见”，要么得喷涂层才能扫。现在不需要了。

户外强光——时空张量7D抗光能力100KLux，正午阳光下也能工作。传统方案基本只能在室内用，到了户外就“致盲”。对于四足机器人、户外巡检、农业机器人来说，这是刚需。

动态抓取——线激光精度够高，但只能扫静态。时空张量7D的25Hz全分辨率帧频+3072万点/秒，让实时动态高精度3D建模成为可能。

感知是具身智能的“第一性问题”

2026年的机器人行业，大模型让“大脑”越来越聪明，灵巧手让“手”越来越灵活，运动控制让“腿”越来越稳健。

但感知层——所有智能行为的起点——长期以来相对沉寂。大多数团队还在用“拼传感器+后融合”的老路子。

到底哪条路能走得更远？答案就在真实场景中。

8月21日上午，WRC“机器人核心零部件创新发展论坛”，时空张量战略升级的时空张量将正式发布“天眼·Tensopt”。如果各位在现场，不妨去看看他们的超稠密7D点云。

感知天花板的边界，可能正在被重新定义。