（2026年7月20日，上海）2026世界人工智能大会（WAIC 2026）以"智能伙伴 共创未来"为主题，汇聚全球顶尖科学家、企业家、投资人及创新从业者，集中展示人工智能前沿技术、产业应用与治理思考，成为引领全球AI发展风向的核心平台。

　　在大会同期举办的WAIC青年菁英会·全球创新项目路演——创业者开放麦环节，上海桐识信息科技有限公司（TONGSHI TECH）携"具身视觉大脑"全栈解决方案重磅亮相，向全球AI产业界展示了其在三维视觉感知、端侧多模态大模型推理加速及具身智能场景落地方面的硬核实力，收获现场专家、投资人与行业伙伴的高度关注。

　　一、公司概况：机器人的"眼睛和大脑"

　　上海桐识信息科技有限公司（TONGSHI TECH）是一家专注于具身智能视觉感知与端侧AI推理加速的高新技术企业，位于上海清华国际创新中心。公司以"通专融合、光算一体"为技术路线，核心定位是打造机器人的眼睛和大脑的"视觉皮层"——为各类机器人提供感知、推理、控制的完整闭环方案。

　　桐识科技已构建覆盖感知层、算力层、算法层的三层技术体系：

　　感知层：自研RGB-D一体化三维视觉模组，集成RGB、结构光与IMU，突破单一传感器物理局限；

　　算力层：基于NVIDIAJetson平台的端侧AI算力模块，覆盖40~2070 TOPS全场景需求；

　　算法层：全套视觉算法库 + VLA（视觉-语言-动作）大模型 + 端侧模型优化与部署工具链。

　　公司实现从光学模组到端侧部署的全链路100%自主知识产权。关键指标包括：±0.2mm毫米级感知精度、2070 TOPS峰值算力、单帧曝光<1ms、模组功耗<0.5W，可在-20~60℃宽温环境下稳定工作。

　　二、核心技术架构：光算一体 + 算控协同

　　2.1 光算一体RGB-D视觉模组

　　桐识科技自主研发的RGB-D一体化三维视觉模组，突破传统2D视觉局限，实现环境三维结构、纹理色彩与深度距离的同步精准获取。作为掩膜编码结构光发明者，桐识在光学底层持续创新，其模组点云密度达到传统散斑结构光技术的5-7倍。

　　核心理念为"看得见的靠看，看不见的靠推理"。针对透明玻璃杯、黑色吸光表面、网格椅背等传统视觉传感器失效的挑战场景，桐识创新性引入深度先验机制，将传感器raw数据与先验知识在潜空间融合，大幅拓展了具身智能的可作业边界。

　　模组产品线包含两款：

　　Light模组：2.8cm超小体积，适用于机器人手腕辅助感知，工作范围20cm-2m，940nm波长，功耗小，性价比高；

　　Pro模组：25cm基线，适用于机器人头部主感知，工作范围40cm-7m，3.1MP深度分辨率，温漂小，点云质量高。

2.2 算控协同端侧AI算力平台

　　桐识科技提供三档基于NVIDIAJetson平台的算力模块，为不同形态的机器人应用提供灵活算力支撑：

2.3 软件工具链与端侧模型优化

　　桐识科技提供一站式模型部署与应用发布能力，支持PyTorch、TensorFlow、ONNX等主流框架的一键模型转换，通过Docker容器化技术将大模型与视觉算法封装固化，彻底解决JetPack升级带来的依赖不兼容问题。

　　其自动化模型优化引擎采用细粒度通道位宽分配与统一量化+剪枝技术，实测效果显著：仅用29.2%的显存，维持原模型98.9%的效能，达到1.49倍的推理加速。在Intel i5 CPU上，首token生成时间从4.25s降低至2.22s，效率提升47.5%；在华为手机麒麟990平台上，首token生成时间提升33%，解码时间提升20%。

　　配套视觉算法库涵盖：2D/3D目标检测、场景语义/实例/全景分割、单目/双目深度估计、SLAM与实时三维重建、工业缺陷与异常检测、视觉语言模型(VLM)场景理解、夜间/雾天/雨雪复杂场景感知、多传感器融合感知、垂直领域大模型微调、端侧多模态大模型推理加速等技术方向。

　　2.4 Hierarchy Skill分层技能架构

　　桐识科技反对纯端到端VLA路线，主推Hierarchy Skill（分层技能）架构：将复杂任务拆分为已鲁棒的子技能（如找物、避障、抓取），只针对不鲁棒的环节做小VLA训练，大幅提升成功率与可解释性。如同"微积分"，将整体拆解为可组合、可复用的最小单元。

　　公司采用双轨并行战略：轨道A（行业落地）结合传统机器人本体做特定场景智能化，实现短期变现；轨道B（自主决策）构建"具身智能Agent + 技能库"架构，形成长期技术壁垒。中长期方向是构建"3D感知 + VLA决策"的层级化架构。

　　三、三大核心产品矩阵

　　3.1 P1：手持3D扫描算力盒子 — AI 3D扫描一体机

　　全球首款"所见即所得"的端侧AI一体3D扫描设备，计划2026年Q3上市，专业版以及文博版双线并行，以APP生态实现差异化。

　　核心规格：算力157-2070 TOPS（Jetson） | 传感器Sony IMX900三目 | 整体精度全房≤3mm |FreeScan成功率≥95% | 结构件航空级碳纤维 | 输出格式PLY/OBJ/STL/3DGS |APP开放商店生态。

　　五大核心差异化优势：

　　端侧AI一体：行业唯一真正独立3D扫描设备，无需外接电脑或Wi-Fi，掌心完成SLAM重建；

　　FreeScan零培训：无需标记点，任何人拿起即扫，成功率≥95%；

　　碳纤维支架：极端工况测试热漂移仅0.08 pixel，连续作业精度不漂移；

　　多表征输出：点云/面片/3DGS/STL无缝对接CAD、3D打印、数字孪生等下游应用；

　　开放式APP商店生态：内置3D应用商店，量房/检测/文物/3D打印等垂直应用直接调用。

　　3.2 P2：ArgusPro感知模组 — 具身智能RGB-D套件

　　具身智能赛道唯一集高精度(0.1mm)+端侧157 TOPS算力+VLA原生接口+自标定于一体的RGB-D模组，面向具身智能赛道壁垒极高。

　　核心规格：工作范围0.25m-4m | 测量精度0.1mm@0.25m | FOV 68°×54° | RGB分辨率3.2MPix全局快门 | AI算力157-2070 TOPS可选 | 安全等级Eye Safety Class 1 | 配套算法Decoder, SLAM, Reg, MDE等。

　　六大核心优势：精度高（0.5mm亚毫米级深度测量）、抗干扰（独创空间解码算法）、高AI力（157-2070 TOPS端侧算力）、自标定（免人工校准）、VLA就绪（原生接口即插即用）、专利优势（红外投射专利，点云密度3倍于苹果PrimeSense）。升级版Argus Pro+进一步解决室外强光等行业性痛点。

　　3.3 P3：全息影棚 — 4D全息具身数据采集棚

　　基于16年技术积淀与掩膜编码结构光专利，成本仅为竞品的1/3，是数字内容制作领域的革命性产品。已拥有NBA、华纳兄弟等合作案例。

　　核心规格：镜头阵列96个协同成像 | 采集效率单日100+人即刻交付 | 直播帧率≥30fps，时延<0.5秒 | 重建精度100nm~1.0μm | 成本对比B端1/10，C端1/80。

　　八大技术核心：AI 3D美体美颜（全球首创，精度100nm~1μm）、动态模型实时重建（720°交互）、毫米级精度、3D极致光场、全息动态直播（30fps，5G延迟<0.5秒）、二代棚轻量化可扩展（20分钟搭建）。

　　四、应用场景：覆盖十大高危高难场景

　　凭借"机器人的眼睛和大脑"这一核心定位，桐识科技已形成覆盖煤炭矿业、电力能源、冶金制造、应急消防、锂电新能源、智能制造、油气化工、港口物流、轨道交通、建筑等十大核心场景的落地能力，聚焦高温、高压、高危、密闭等极端工业环境。

　　在煤炭矿业井下巡检、电力能源电站运维、油气化工防爆巡检等场景中，桐识方案可实现AI无人巡检、毫秒级隐患识别与远程无人值守；在冶金制造、应急消防、智能制造等场景，机器人可完成高温作业、灾害侦察、柔性抓取与全流程自动检测；在港口物流、轨道交通领域，则可实现毫米级精准对位、主动避障调度与智能自动探伤。

　　同时，手持3D扫描仪面向室内量房、工业检测、文物建档、3D打印生态、北美汽车改装、海外众筹DTC、博物馆文创IP、游戏与AI内容资产等八大可实现场景，形成TOB与TOC双轮驱动的商业化路径。

　　五、未来展望

　　WAIC 2026为全球AI创新搭建了高规格交流平台，桐识科技此次亮相不仅展示了其在具身智能视觉感知领域的技术领先性，更传递出"让机器人看清、看懂、做到"的坚定使命。未来，桐识科技将持续深耕光算一体、VLA端侧推理加速、多维融合感知、Hierarchy Skill分层技能架构等核心技术，拓展更多具身智能应用场景，携手产业伙伴共同推动机器人从"工具"向"智能伙伴"跃迁。

　　2026年关键里程碑包括：清华VLA联调与WAIC展示、基础版SDK发布、Pro SDK发布并启动具身智能灯塔合作、Argus Pro+抗强光版测试等。Q4出货目标为国内1000+台、启动海外市场。

　　关于上海桐识信息科技有限公司

　　上海桐识信息科技有限公司（TONGSHI TECH）是一家专注于具身智能视觉感知与端侧AI推理加速的高新技术企业，位于上海清华国际创新中心（上海市普陀区同普路602号2号楼B401）。依托清华大学VLA模型，公司以"通专融合、光算一体"为技术路线，自主研发RGB-D三维视觉模组、光算一体智能控制器、4D全息数据采集系统与端侧多模态大模型部署方案，融合清华大学VLA大模型，打造"视觉—大脑—模型"一体化解决方案。

　　公司核心定位为机器人的眼睛和大脑的"视觉皮层"，致力于为各类具身智能机器人提供感知、推理、控制的完整闭环方案。三款核心产品——手持3D扫描仪（P1）、ArgusPro感知模组（P2）、全息影棚（P3）——分别面向3D扫描消费与专业市场、具身智能机器人视觉模组市场、数字内容制作市场，形成差异化互补的产品矩阵。

　　公司拥有30余项核心专利，从光学模组到端侧部署全链路自主知识产权。关键指标：±1mm毫米级感知精度、2070 TOPS峰值算力、单帧曝光<1ms、模组功耗<0.5W、点云密度为传统散斑技术5-7倍。

　　关键词

　　具身智能 | RGB-D视觉模组 | 光算一体 | 算控协同 | VLA大模型 | 端侧AI推理加速 | 深度先验融合 | Hierarchy Skill | SLAM三维重建 | 手持3D扫描仪 |ArgusPro感知模组 | 全息影棚 |掩膜编码结构光 | NVIDIAJetson| Docker容器化部署 | 清华国际创新中心

免责声明：本内容为广告，相关素材由广告主提供，广告主对本广告内容的真实性负责。本网发布目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，广告内容仅供读者参考，如有疑问请联系：0564-3996046。