對話留形科技：要讓機(jī)器人真正理解空間，需要一個“海馬體”

“留聲不如留影，留影不如留形。”這是留形科技（Manifold Tech）的口號。

在具身智能與數(shù)字化浪潮席卷的當(dāng)下，音頻與二維影像已難以滿足物理世界向數(shù)字空間映射的深度需求。

尤其是對于行進(jìn)中的機(jī)器人，或是需要精準(zhǔn)復(fù)刻的現(xiàn)實場景而言，包含深度、尺寸與空間邏輯的三維“形”數(shù)據(jù)，是構(gòu)建空間感知的基石。它既是數(shù)字世界的底圖，也是機(jī)器進(jìn)入真實世界的“空間語言”。

依托在激光雷達(dá)（LiDAR）、SLAM（即時定位與地圖構(gòu)建）及機(jī)器人導(dǎo)航領(lǐng)域的經(jīng)驗積累，留形科技創(chuàng)始人秦佑銘、徐威等人帶領(lǐng)團(tuán)隊走出了一條“算法驅(qū)動硬件輕量化”的道路。

他們用算法與系統(tǒng)工程能力降低對高成本硬件的依賴，把過去昂貴、笨重、強項目制的高精度三維能力，變成可規(guī)模化落地的工具與模組。

在這一理念驅(qū)動下，留形科技形成了雙線并行的技術(shù)版圖：

在三維重建領(lǐng)域，留形將測繪級能力下沉。推出 MindPalace（留形機(jī)）等手持掃描設(shè)備，面向林業(yè)調(diào)查、古跡保護(hù)、泛測繪、建筑家裝等場景，以更低門檻、更高效率的方式生產(chǎn)可交付的三維成果，讓“三維數(shù)據(jù)獲取”從項目制走向工具化、規(guī)模化。

圖 | 留形機(jī)器人部署全家桶 （來源：留形科技）

而在機(jī)器人領(lǐng)域，他們將自身定位為機(jī)器人的“海馬體”供應(yīng)者。通過 Odin 系列模組為具身智能體提供穩(wěn)定、連續(xù)、可重定位的空間感知與空間記憶能力，讓機(jī)器人在真實復(fù)雜環(huán)境中不“迷路”、不“失憶”，并能更自然地與語言與語義系統(tǒng)協(xié)同。

圖 | 留形產(chǎn)品Odin1 (來源:留形科技)

留形的技術(shù)也已在大型活動中參與機(jī)器人部署與場地三維建模，目前團(tuán)隊正在探索更多真實世界的落地場景，解鎖更多空間智能的可能性。

近日，問芯與留形科技舒俊源博士進(jìn)行了一場對話，圍繞團(tuán)隊的產(chǎn)品線布局及其在空間智能與機(jī)器人感知領(lǐng)域的核心技術(shù)理念交換了見解。

以下是對話內(nèi)容（有刪減，但未改變原意）：

從春晚舞臺走向樓梯間

問芯: 聽說今年春晚的機(jī)器人的扭秧歌表演使用了留形的產(chǎn)品。你們的技術(shù)為機(jī)器人提供了哪些支持？能否舉例說明具體細(xì)節(jié)？

舒俊源: 我們主要承擔(dān)的是春晚場地三維建模與部署底圖的生產(chǎn)工作：把現(xiàn)場空間一比一還原到數(shù)字世界，形成可用的三維底圖，用于機(jī)器人部署階段的定位與走位規(guī)劃。對于機(jī)器人而言，部署前的地圖質(zhì)量決定了它在舞臺上的走位、站位、上場和退場是否“穩(wěn)”、是否“準(zhǔn)”、是否可復(fù)現(xiàn)。

問芯：既然談到了機(jī)器人，你能再舉一些具體的例子嗎？我們的產(chǎn)品具體能為機(jī)器人的行動帶來哪些改變？

舒俊源：我們看到很多服務(wù)機(jī)器人——送餐、酒店、外賣配送——仍主要工作在“二維平面”范式里，更多依賴輪式底盤在平整地面運行。一旦進(jìn)入更復(fù)雜的真實空間，比如室內(nèi)外穿行、存在臺階、起伏地面、窄通道、低特征長走廊等場景，傳統(tǒng)方案就容易出現(xiàn)定位漂移、重定位失敗或行為不穩(wěn)定。

而留形的思路是：先把機(jī)器人最核心、最難的一層補齊——穩(wěn)定的空間感知與空間記憶。這樣機(jī)器人在復(fù)雜場景里仍能保持高可靠的定位與避障能力，具備更強的連續(xù)性與可控性。我們也發(fā)布過一些演示視頻，比如機(jī)器人在辦公場景中自主遞送物品，替代重復(fù)的人力動作；以及在隧道等“低特征”環(huán)境中，依然能夠維持穩(wěn)定建圖與定位能力——這類場景在真實機(jī)器人應(yīng)用中非常普遍。

問芯：剛才提到的隧道場景，在技術(shù)開發(fā)中算不算是一種挑戰(zhàn)極限的場景？

舒俊源：是的，我們統(tǒng)稱為“退化場景”。比如狹窄樓梯間、長距離直道隧道等，都屬于傳統(tǒng)建圖與定位算法的“高風(fēng)險區(qū)”。在長隧道中，結(jié)構(gòu)特征高度重復(fù)，機(jī)器人雖在前進(jìn)，但從傳感器觀測上有效信息量很低，傳統(tǒng)方法容易出現(xiàn)定位約束不足、漂移累積、回環(huán)難以形成等問題。

針對這些痛點，我們在多傳感器融合與系統(tǒng)工程上做了深度優(yōu)化，形成更適配真實環(huán)境的魯棒方案。我們在這一領(lǐng)域投入了很大精力，因為退化場景并不是“少數(shù)極端”，而是機(jī)器人走向真實世界時繞不開的日常。

問芯：除了輔助具身智能，你們的技術(shù)在空間重建上也有很廣泛的應(yīng)用。你們的技術(shù)與傳統(tǒng)的三維重建技術(shù)相比，有哪些獨特之處？

舒俊源：傳統(tǒng)測繪往往使用全站儀等設(shè)備做點對點測量，更多得到的是離散測量點的空間位置與距離信息；無人機(jī)傾斜攝影適用于室外大范圍測繪，但對室內(nèi)環(huán)境、復(fù)雜遮擋、光照與作業(yè)限制等仍有天然邊界。這些方式在許多場景下時間成本高、交付鏈路重，往往只能以“項目制服務(wù)”方式提供，限制了終端用戶自己使用與規(guī)模化落地。

留形想做的是“反過來”：把測繪級能力下沉為人人可用的工具。今天使用我們的手持三維掃描設(shè)備，很多過去需要專業(yè)團(tuán)隊長周期完成的工作，可以以更快的速度完成數(shù)據(jù)采集并形成可用成果。我們希望讓三維建模擺脫繁瑣的項目制模式——讓更多行業(yè)用戶真正用得起、用得順、用得出結(jié)果。

問芯：你們是如何實現(xiàn)在這么小的載體內(nèi)，在如此短的時間內(nèi)處理高密度的空間信息的？

舒俊源：核心是多傳感器融合：激光雷達(dá)、視覺相機(jī)、IMU 等協(xié)同工作。同時我們推出了 MindSLAM 多傳感器融合算法，通過時間同步、幾何一致性約束與魯棒估計，使系統(tǒng)在降低算力依賴的同時，獲得高密度、高效率與更穩(wěn)定的建圖與定位能力。這既來自算法，也來自工程化的系統(tǒng)設(shè)計。

問芯：它就像“海馬體”一樣承擔(dān)了感知和記憶的功能。

舒俊源：沒錯。我們一直用“海馬體”做比喻：如果一個動物失去海馬體，會喪失方向感與空間記憶。機(jī)器人也一樣——沒有穩(wěn)定的空間記憶，就難以在真實世界長期連續(xù)地行動。我們的目標(biāo)是讓機(jī)器人獲得更可靠的空間感知與空間記憶能力，從而支撐導(dǎo)航、重定位、任務(wù)執(zhí)行乃至更高層的語義理解與交互。

問芯: 近兩年來，主流媒體主要關(guān)注模型和算力。相比之下，你認(rèn)為空間智能是否被低估？

舒俊源:空間智能與具身智能是緊密耦合的。模型解決“理解與生成”，空間智能解決“落地與行動”——機(jī)器人要真正進(jìn)入真實世界，必須具備穩(wěn)定的空間感知、持續(xù)建圖與可靠重定位能力。未來大模型與空間智能會深度結(jié)合：空間智能提供三維底圖與穩(wěn)定狀態(tài)估計，大模型提供語義、規(guī)劃與交互能力，兩者共同構(gòu)成具身智能的核心基礎(chǔ)設(shè)施。

讓每個人成為三維建模專家：兩條產(chǎn)品線的定位

問芯: 請介紹一下你們的產(chǎn)品體系。不同類型產(chǎn)品的核心用戶是誰？如何滿足他們的需求？

舒俊源:我們有兩條產(chǎn)品線：空間智能（MindPalace留形機(jī)）和機(jī)器人（Odin 奧丁之眼）。

MindPalace 用于三維建模與數(shù)字化底圖生產(chǎn)，應(yīng)用涵蓋林業(yè)、礦業(yè)、建筑家裝、古跡保護(hù)，以及影視游戲等領(lǐng)域。它的成果也可以與頭顯設(shè)備如 Vision Pro、VR/AR 結(jié)合，形成更沉浸的空間體驗。隨著具身智能發(fā)展，MindPalace也被越來越多用于機(jī)器人任務(wù)的地圖構(gòu)建、訓(xùn)練真值獲取與快速部署。

機(jī)器人方向的主要產(chǎn)品是 Odin 系列：我們把它定位為具身智能體的“感知與記憶底座”，為機(jī)器人提供空間感知、空間記憶與重定位能力，并支持上層導(dǎo)航棧與語義能力更快落地。

問芯：我看我們最近推出了新產(chǎn)品 Q9000，它的價格做到了千元級別，這對于行業(yè)來說意味著什么？

舒俊源：傳統(tǒng)高端掃描設(shè)備普遍昂貴，且系統(tǒng)復(fù)雜，往往以項目制交付為主。我們推出 Q9000 的初衷，是讓操作更簡單，讓三維掃描真正成為終端用戶的生產(chǎn)力工具。

通過算法優(yōu)化以及依托成熟的供應(yīng)鏈體系，我們把價格打到更可普及的區(qū)間（萬元以內(nèi)）。我們希望提升產(chǎn)品普適性：用更便捷的體驗和更可接受的成本，讓三維建模不再局限于高端專業(yè)領(lǐng)域，讓更多行業(yè)用戶能更低門檻地獲得可交付的三維成果。

問芯：既然價格降到了這個區(qū)間，背后肯定做了大量的成本優(yōu)化。在優(yōu)化過程中，我們舍棄了什么？

舒俊源： 核心邏輯是“算法主導(dǎo)降本”。過去某些能力需要依賴非常昂貴的高性能傳感器與復(fù)雜鏈路，我們通過多傳感器融合與系統(tǒng)設(shè)計，在可控硬件成本下依然獲得用戶最關(guān)心的核心體驗：系統(tǒng)穩(wěn)定性、抗退化能力、賦色一致性與快速建模效率。Q9000 主打工具屬性，覆蓋大量“需要快速、低成本獲得三維數(shù)據(jù)”的場景需求。

問芯：目前產(chǎn)品還有哪些可以進(jìn)一步完善或提升的空間？

舒俊源：關(guān)鍵在于深入行業(yè)工作流，提供垂直細(xì)分能力。比如林業(yè)的樹高與特征標(biāo)注、家裝的CAD測繪與一鍵出圖，以及橫截面測量、噪點處理、物體濾除等能力都在持續(xù)推進(jìn)。我們的目標(biāo)是把三維設(shè)備真正做成“像手機(jī)一樣好用”的工具：快速采集、快速處理、快速交付。

下一步，讓機(jī)器人“自主探索”

問芯：最近“世界模型”非常火熱，你認(rèn)為它與你強調(diào)的“空間智能”有什么區(qū)別和聯(lián)系？

舒俊源：世界模型更多體現(xiàn)的是 AI 在邏輯推理和認(rèn)知層面的能力，而我們更關(guān)注機(jī)器人在真實物理世界中行動所必需的三維空間底座能力。兩者的目標(biāo)是一致的，都是讓機(jī)器人更好地理解世界，只是關(guān)注的層級不同。

我們強調(diào)的“空間智能”，是讓機(jī)器人在統(tǒng)一的坐標(biāo)系中完成感知、定位、記憶與行動，把空間關(guān)系真正變成可計算、可執(zhí)行的基礎(chǔ)能力。在這個基礎(chǔ)上，世界模型和大模型才能更有效地發(fā)揮作用，而不是停留在抽象推理層面。

問芯：在目前的機(jī)器人供應(yīng)鏈中，我們是如何定位自己的？

舒俊源：我們把自己定位為具身智能導(dǎo)航與感知的核心賦能者。更準(zhǔn)確地說，我們不做整機(jī)，而是專注為機(jī)器人提供最底層、也是最容易成為短板的一層能力——穩(wěn)定的空間感知與空間記憶，相當(dāng)于機(jī)器人的“眼睛”和“海馬體”。
只有把這一層補齊，機(jī)器人才能在真實復(fù)雜環(huán)境中做到看得清、記得住、走得穩(wěn)，從而更快、更可靠地進(jìn)入真實行業(yè)與家庭場景。

問芯：關(guān)于機(jī)器人行業(yè)，有專家認(rèn)為明年將是“篩選年”，行業(yè)的泡沫是否會破裂將見分曉。作為從業(yè)者，你的體感是怎樣的？

舒俊源：我認(rèn)同“篩選”會發(fā)生，而且這本身是一個必然、也是健康的過程。過去兩年，很多效果可以在 Demo 環(huán)境中實現(xiàn)，但一旦進(jìn)入真實場景——光照變化、動態(tài)人群、狹窄通道、重復(fù)結(jié)構(gòu)、粉塵與遮擋——差距就會被迅速放大。

行業(yè)正在從“能動”走向“能長期穩(wěn)定地動”。在這個階段，穩(wěn)定可靠的空間感知與空間記憶能力會從“加分項”變成“生存項”。無論最終哪家整機(jī)公司脫穎而出，對高質(zhì)量、可規(guī)模化落地的空間能力的需求只會越來越強。

問芯：這么看來，你們受到的行業(yè)波動影響，是否會比那些處于下游的整機(jī)企業(yè)要小一些？

舒俊源：某種程度上是的。因為我們提供的是共性底座能力，而不是某一類機(jī)器人的單點功能。整機(jī)路線會分化，但空間感知與空間記憶幾乎是所有具身智能體都繞不開的能力。從人形、四足到輪式機(jī)器人，從巡檢、倉儲到室內(nèi)服務(wù)，只要需要在真實空間中長期運行，就離不開穩(wěn)定定位、持續(xù)建圖和可靠重定位。

我們也通過“模塊 + 軟件棧”的方式，把這些能力做成可復(fù)用的工程體系，幫助客戶更快落地。目前我們已經(jīng)服務(wù)了近兩百家機(jī)器人客戶，其中也包括多家行業(yè)頭部企業(yè)。對我們來說，行業(yè)進(jìn)入篩選期并不意味著需求收縮，反而意味著客戶更愿意為真正可靠的底座能力買單。

問芯：關(guān)于機(jī)器人感知領(lǐng)域，你認(rèn)為接下來的發(fā)展趨勢是什么？

舒俊源：趨勢非常清晰：機(jī)器人正在從“先建圖、后規(guī)劃”的預(yù)設(shè)模式，走向真正的自主探索。也就是說，不再依賴提前掃描好的環(huán)境，而是在陌生空間中邊走邊感知、邊定位、邊決策，持續(xù)形成并更新自己的空間認(rèn)知。這意味著感知系統(tǒng)必須更加穩(wěn)定、連續(xù)，并能夠長期工作在真實環(huán)境中，而不僅僅是在理想條件下完成一次性任務(wù)。

問芯：從被動輸入轉(zhuǎn)向主動探索，這個跨越需要哪些技術(shù)方向上的關(guān)鍵改進(jìn)？

舒俊源：核心有兩個方向。第一是極穩(wěn)定、跨場景適用的空間感知與空間記憶能力，這是所有自主探索能力的底座；第二是語義理解能力，讓機(jī)器人不僅知道“哪里能走”，還知道“應(yīng)該如何完成任務(wù)”，比如識別門、樓梯、通道等具有行動意義的空間要素。

我們最近開源的 Odin-Nav-Stack，就是基于 Odin 穩(wěn)定感知和空間記憶能力，結(jié)合快速發(fā)展的大模型，在工程層面做的一些探索，希望能為業(yè)界提供可參考的實現(xiàn)路徑。

問芯：隨著新品的推出，留形科技下一階段在技術(shù)、商業(yè)或生態(tài)建設(shè)上的目標(biāo)是什么？

舒俊源：在技術(shù)層面，我們會持續(xù)增強機(jī)器人在真實世界中的空間感知與空間記憶能力，并與語義能力結(jié)合，推動從基礎(chǔ)導(dǎo)航走向更復(fù)雜的交互任務(wù)閉環(huán)。同時，我們也在打通“留形機(jī) + Odin”的協(xié)同體系，為具身智能提供覆蓋建圖、部署、定位、感知的一體化解決方案，幫助合作伙伴更快完成落地。

在商業(yè)與生態(tài)層面，我們希望服務(wù)更多機(jī)器人客戶，實現(xiàn)從小批量試產(chǎn)到規(guī)模量產(chǎn)的跨越，并拓展到更廣泛的“泛機(jī)器人”領(lǐng)域，如智能割草機(jī)、智能叉車等。我們始終相信：具身智能的規(guī)模化落地，離不開穩(wěn)定可靠的空間能力，而留形希望成為那個把機(jī)器人真正帶進(jìn)真實世界的核心賦能者。