具身智能走向规模化的关键：左星星解读“让机器人读懂空间”

时氪分享·2026年04月15日 13:58

宸境科技推LooperRobotics，以空间智能助机器人理解现实世界。

当下，许多机器人一出实验室就“迷路”“犯傻”，答案也许不在大脑或关节，而在它们从未真正“读懂”空间。而有这么一家公司——宸境科技，正从“空间理解”这一基础层出发，让机器人从“看见”走向“理解”。

此前，宸境科技低调发布具身智能新品牌“LooperRobotics”及全栈技术产品矩阵。没有炫目演示，没有刻意营造的未来感，发布会的核心是一套围绕机器人“空间智能”构建的软硬一体化解决方案——涵盖了 Insight 全自主空间智能相机、TinyNav 高性能导航算法库，以及 RoboSpatial 空间编辑工具链。

这背后，是宸境科技对机器人产业的独特判断：真正的技术突破，不在于让机器模仿人类形态，而在于为其建立理解、感知并交互复杂物理世界的基础设施。换句话说，LooperRobotics 可以是具身智能“读懂空间的眼睛”。

宸境科技首席科学家、阿联酋穆罕默德·本·扎耶德人工智能大学（MBZUAI）机器人系助理教授左星星。这位从谷歌、加州理工学院走出的学者，用“软硬一体”的空间智能技术，致力于破解具身智能落地的关键难题。

不一样的赛道：从“空间理解”出发，而非“机器人本体”

当下的具身智能赛道，群雄逐鹿：有的深耕机械结构优化，有的打磨运动控制精度，有的沉迷大模型驱动的动作生成。而宸境科技，选择了一条与众不同的路。

在左星星博士看来，宸境科技最大的差异在于——是以“空间智能”为核心驱动力来构建具身智能体系的。

“很多公司是从‘机器人本体’出发，而我们的路径是从‘空间理解’出发，再延展到具体动作与操作能力。”左星星说到。让机器人能够同时理解几何结构、语义含义、可操作性以及环境的动态变化，这种能力的集合，即为我们所说的“空间智能”。据悉，宸境科技在空间智能领域已沉淀多年，从底层感知硬件设计、空间建模算法，到可计算的语义空间表达，已形成完整的能力体系。

这种差异在开放场景中将逐渐显现其优势。因为真正的技术挑战，不在标准化的实验室环境，而在复杂、动态、不可预设的现实世界。

“LooperRobotics 让机器人不只能’看见’，还能更稳定地知道自己在哪里、该怎么走、怎么把任务真正落到具体场景里。这样机器人才能更好地进入真实世界工作。”左星星解释道。

直击行业痛点：打破“重复造轮子”，让空间智能成为“基础设施”

从加州理工学院到谷歌，再到 MBZUAI 与宸境科技，左星星的职业轨迹始终穿行于学术研究与产业创新之间，不断在理论探索与实践落地的交汇处寻找突破。“学术界关注创新边界，产业界看重可持续商业价值，两者结合，才能找准技术落地的方向。”他坦言。

在他看来，具身智能要真正落地，必须解决三大核心难题：开放环境中的稳定感知与理解、复杂操作的智能决策、长期运行的工程可靠性。而当前行业的一大痛点在于大量机器人企业在底层感知、建图、导航上“重复造轮子”——这不仅拉长了产品开发周期，还推高了成本和不确定性。

“这就像每个开发者都要自己造电厂，门槛太高了。”左星星打了个比方，“如果空间智能能成为标准化、高适配的平台，中小企业就能直接在上面做应用创新，不用再花几年时间打磨基础感知模块。”

产业化不仅需要单点技术突破，更需要底层能力的标准化、规模化——这也是宸境科技的核心竞争力。“我们推出了Insight智能相机、TinyNav高性能导航算法库以及RoboSpatial空间感知软件平台，就是要打造模块化、开箱即用的软硬一体化空间智能解决方案。”左星星介绍。

他认为，这种转变将带来行业“化学反应”：更多团队能参与进来，探索细分场景应用；产品迭代速度会大幅加快，进而催生“长尾应用爆发”，让机器人走出实验室，走进更多真实场景。

从实验室走向现实：具身智能正在跨过一道门槛

谈及为何从知名科研机构走向产品一线，左星星表示，自己始终关注的核心问题，是“人工智能如何真正进入开放式物理世界”。在他看来，近几年具身智能正处于从学术探索走向产业落地的关键阶段，如果一项技术有机会真正改变产业形态，那么从实验室走向现实世界，就是必须参与的一步。

在左星星看来，具身智能要真正进入产业时代，关键已不再只是让机器人“动起来”，而是让其能够在开放环境中稳定感知、理解并与复杂场景和多样化物体可靠交互。这背后不仅需要鲁棒的感知与理解能力，也需要面向操作与交互的决策能力，以及长期稳定运行的工程可靠性。真正标志产业化到来的，不只是能力上的突破，更是技术是否能够实现规模化交付。