行业趋势转变 - 在2026年CES上，行业聚光灯正从大语言模型快速转向机器人与物理人工智能，行业共识认为AI的下一步在于现实世界[1] - 要让AI真正“走进现实”，传感器尤其是光学半导体是关键领域，其正在发生质变[1] 技术瓶颈与突破 - 物理AI的瓶颈不在模型，而在感知，若机器人“看不清”现实世界，则本质上仍处于“失明”状态[4] - 传统激光雷达存在机械结构复杂、体积庞大、成本高、可靠性不足等难以规模化的结构性问题[1] - 公司推出的核心产品是一颗无须任何移动部件、即可精准控制光束的可编程光学芯片，实现了光束扫描由软件定义[1] - 该技术让激光雷达开始具备类似智能手机摄像头的特征：小型化、低功耗、可嵌入、可量产[1] 可编程光学芯片的优势 - 第一，实现传感器性能的数量级提升，在体积、成本和耐用性显著优化的同时，可靠性与效率同步提升[4] - 第二，实现传感器的“软件化”，同一颗光学芯片可通过软件配置模拟出多个“虚拟传感器”，在不同视角、分辨率和扫描策略间动态切换，硬件不再限制算法创新[4] - 第三，可与英伟达Omniverse等仿真平台形成闭环，使开发者能在虚拟世界优化传感器布局与光学参数，再迁移到现实系统，形成“硬件—模拟—算法”的协同演进[5] 商业化应用场景 - 公司当前最活跃的合作方向集中在三个领域：机器人、工业自动化、智能基础设施，这些场景对传感器精度、安全性和可靠性要求极高，同时对成本和体积高度敏感[6] - 公司同时也在布局商用车、重型机械、叉车等汽车相关领域，并在更长周期内关注消费级汽车与消费电子市场[6] - 激光雷达已率先进入苹果手机等高端消费设备，为未来更多消费级3D感知应用打开了想象空间[6] - 物理AI的最大挑战是“现实世界能否容错”，在非结构化环境中，机器人失误代价远高于语言模型的“幻觉”，这对传感器精度、实时性和系统稳定性提出了近乎苛刻的要求[6] 资本与战略投资 - 公司的投资者名单包括比尔·盖茨、三星、亚马逊产业投资基金、Frontier等，在当前风险投资偏谨慎的环境下获得关注[8] - 比尔·盖茨在公司成立前便作为种子轮投资人参与，押注的是其技术的基础设施属性[8] - 三星、亚马逊等战略投资方从各自深耕的消费电子、云计算与智能设备生态出发，看重该技术在未来硬件平台中的通用性[8] 行业意义与展望 - 可编程光学半导体是决定物理AI能否规模落地的底层条件，并非“锦上添花”[7] - 公司所代表的是一种范式转变：光，正在从物理器件，变成可编程、可计算、可规模复制的资源[8] - 正如当年CMOS摄像头推动了智能手机的爆发，光学半导体的“芯片化”，或许正是机器人与物理AI时代真正的起点[8]