当人形机器人在春晚上扭秧歌，在马拉松赛场上健步如飞，一个尴尬的现实浮出水面：机器人会动、很灵活，但不能干活——前者考验运动控制能力，后者还需要机器人真正理解物理环境，记住物体位置、推理空间关系。
感知瓶颈是今天几乎所有具身智能从业者都无法回避的现实。成立不到三个月的「映界科技」（MirrorSpace）正试图补齐具身智能产业链中的这个短板。映界科技由三位平均年龄仅有24岁的博士团队创办，专注具身机器人视觉空间感知系统的算法与硬件研发，致力于成为世界模型时代的基础设施服务商。
“我们注意到，目前市面上还没有相对成熟完善的空间感知解决方案，大部分做传感器的企业只是把雷达、摄像头等设备的原始数据丢给本体厂商，让他们自己想办法处理。”金依力表示，“我们希望提供一整套空间感知能力，弥合机器人在开放场景应用落地的gap。”
映界科技产品示例
今年年中，映界科技刚刚获得松禾资本与奇绩创坛的千万元种子轮投资。松禾资本管理合伙人汪洋曾表示，空间智能是机器人从自动化机器走向物理 AI 智能体不可或缺的基础设施层，看中了映界科技团队“超出年龄的判断力”。奇绩创坛方面则看重团队“从学术到产业的完整认知链条”以及产品“在工业场景中已经出现的真实付费意愿”。
映界科技创始人金依力拥有麦吉尔大学博士学位，深耕空间智能、多媒体系统领域。联合创始人胡凯源和段西泽同样是麦吉尔大学的博士生，从事多模态空间场景、全息视频通信与智能系统工程研究。创始团队的导师刘学为加拿大工程院院士、麦吉尔大学终身教授、IEEE Fellow，曾任三星北美研究副总裁、Tinder首席科学家，在空间智能与机器学习交叉领域有近20年积累。
映界科技创始团队
金依力透露，映界科技即将推出“软硬一体、即插即用”的感知模组原型MirrorSense。目前产品尚未正式发布，但已获得多类客户的明确意向，2026年预期实现订单超千万元。
在多模态感知方面，MirrorSpace在常规视觉与LiDAR基础上，将温度这一非视觉特征融入空间表征矩阵，通过在边缘端实现异构传感器的原始数据级深层前融合，实现RGB、深度与热度数据的无损时空对齐，从而为机器人在夜间、逆光、低纹理、遮挡等极端环境下提供更加稳定的空间感知输入。
不同于传统空间感知以静态三维建模为主，MirrorSpace在空间建模中，将“时间”作为第四维度融入，从而形成时空连续感知流，解决传统静态三维在动态场景下的“致盲”问题。
“我们做的是让机器人对空间理解更深刻、更精准，并且可以积累时空数据，从而使机器人形成记忆。”胡凯源解释说，Mirror-Mind决策中枢通过将融合多重模态后的4D高斯表征与大模型（VLM）深度对齐，将语义信息压缩存储，形成可被大语言模型查询的空间记忆。
把映界科技的产品放在机器人做咖啡的场景中，机器人能够根据此前对杯子、咖啡机、桌面之间空间关系的观察和记忆，自主形成动作决策，并完成“去厨房拿加热好的杯子”的动作。即便此时杯子被遮挡，机器人仍可结合历史观测与空间关系判断其位置。
目前公司业务模式可以分为两类：一类是直接将空间感知解决方案销售给机器人本体厂商，替换或增强机器人原有的感知模块。目前公司已与多家本体厂商达成意向订单；另一类是通过与行业集成商与平台商合作完成交付，正在探索的落地场景包括电力巡检、石油化工等工业领域，以及海外高端地产、商业零售与全息全景体育等泛娱乐行业。
在现有落地的应用场景持续深耕，跑通量产交付闭环的同时，映界科技也正在与高校合作推动空间智能标准制定，最终成为所有机器人物理世界交互的标准配置与基础设施。
在落地之外，映界科技还有一条更长远的布局：MirrorSense本身就是一个时空数据采集器。随着模组在更多场景规模化部署，映界科技将持续积累真实物理世界的多模态时空数据，为下一代世界模型训练提供基础数据基建。"空间感知不只是机器人的眼睛，它也是世界模型认识物理世界的入口。"金依力说。
金依力坦承，对于映界科技这个年轻的团队，当下的核心挑战在于工程化落地能力的不足，需要团队持续在硬件生产、供应链管理、实地交付等方面积累实战经验。
“在早期，我们没有直接参与一些大客户的招投标和实际项目交付，也是想将精力集中在世界模型研究和产品研发。”金依力表示，“客户最后还是看谁的算法能力更强，产品更好用，我们有这方面的科研能力优势，所以想先把产品和技术打磨好。”
虽然在当下的视觉空间感知赛道中，前有奥比中光、海康等上市公司提供成熟可量产的感知硬件，后有宇树科技等本体厂商自研感知方案，但是年轻且乐观的映界科技，有信心在夹缝中建立起自身的技术壁垒，并经受市场考验。
盛达优配提示：文章来自网络，不代表本站观点。
