文章圖片
我們日常使用的手機、相機都是 2D 成像 ， 只能捕捉平面畫面；如今常見的 3D 成像技術 ， 比如人臉識別、掃地機器人的避障系統 ， 能感知物體的遠近和立體形狀 ， 但卻少了關鍵的動態感知能力 。 就像掃地機器人能看清地上的拖鞋 ， 卻未必能及時判斷滾過來的籃球速度 ， 容易出現 “慢半拍” 的碰撞 。
近日 ， 總部位于瑞士蘇黎世的 Pointcloud 公司的科研團隊在 Nature 發表成果 ， 他們成功開發出一款 4D 成像傳感器 ， 除了知道物體的位置 ， 它還能測出物體的速度 。
更重要的是 ， 它像 CMOS 相機芯片一樣實現了高度集成 ， 讓曾經昂貴笨重的 4D 成像技術 ， 有望走進普通生活 。
Pointcloud 由前英特爾光子學專家雷穆斯·尼古拉埃斯庫（Remus Nicolaescu）創立 ， 目標是將激光雷達（LiDAR）從笨重設備壓縮成芯片級高性能 4D 成像解決方案 。
圖 | 雷穆斯·尼古拉埃斯庫（來源：領英）
五年間 ， Pointcloud 的成果兩度登上 Nature 雜志 ， 2021 年與南安普頓大學合作 ， 首次展示硅光子通用 3D 成像傳感器 。 隨后穩步推進工程樣品 ， 2024 年發布 192×64 像素短中距樣品 ， 并推出開發套件；2025 年升級到更高像素陣列 。 目前 ， 該公司已獲百度風投等多家機構注資 。
要理解這個成果之前 ， 我們得先聊聊機器是怎么“看”世界的 。
為了讓機器像人類一樣感知世界 ， 最初是通過我們最熟悉的攝像頭 。 攝像頭本質上是在拍照片 ， 它捕捉的是光影和顏色 。 雖然機器通過人工智能可以識別出那是“紅綠燈”或者“行人” ， 但在它眼里 ， 世界是“扁平”的 。 它很難準確判斷車輛離自己到底是 5 米還是 5.5 米 。 這種模糊的深度感知 ， 正是自動駕駛早期在面對靜止障礙物時頻發事故的主因——因為它“看”到了物體 ， 卻“感覺”不到距離 。
為了解決距離問題 ， 工程師給機器裝上了激光雷達（LiDAR） 。 它像蝙蝠一樣 ， 通過向外發射激光并接收回波 ， 計算光速往返的時間來測量距離 。 這一躍遷讓機器擁有了“深度” ， 世界在它眼中變成了由無數點云組成的 3D 雕塑 。 但仍存在致命硬傷：它看不出“動態” 。
如果你想知道前面那輛車跑得有多快 ， 系統必須像做物理題一樣 ， 連續拍下兩組 3D 數據 ， 通過計算物體在兩次掃描間的位移差 ， 去“猜”對方的速度 。 這種靠計算得出的結論存在微小的延遲 ， 但在時速百公里的高速路上 ， 零點幾秒的延遲往往就意味著生與死的差別 。
這項研究所展示的 4D 成像技術 ， 引入了物理學中的“多普勒效應” 。 簡單說 ， 就是當激光射向一個移動物體時 ， 反射回來的光波頻率會發生變化 。 這塊芯片在抓取 3D 空間坐標的同時 ， 能瞬間讀出這個頻率變化 ， 從而直接“看”出物體的瞬時速度 。
目前的 4D 成像傳感器研發主要包括兩條技術路線：4D 毫米波雷達 ， 以及 4D 激光雷達 。
在汽車領域 ， 博世（Bosch）、大陸（Continental）、采埃孚（ZF Group）以及以色列的 Arbe 等巨頭 ， 都在主推 4D 毫米波雷達 。
這種雷達是在傳統雷達的基礎上增加了“高度”信息 ， 且具備一定的測速能力 。 它不懼風雪霧霾 ， 且成本已經控制到了幾百美元 ， 正大規模裝載在 2025-2026 年推出的中高端車型上 。 但毫米波雷達的分辨率較低 ， 看世界就像隔著一層毛玻璃 ， 能看到有東西在動 ， 卻看不清那是誰 。
相比雷達 ， 激光（光子）的波長更短 ， 這意味著它能看清極其細微的細節 ， 比如路面上一個小小的石塊 ， 或者行人的手勢 。 此前的激光雷達（LiDAR）雖然清晰 ， 但非?！皨蓺狻鼻冶恐?。 包括谷歌旗下的 Waymo、通用的 Cruise 等都在死磕“固態激光雷達” 。 大家的目標只有一個：把一整套雷達系統塞進一塊芯片里 。
這也正是這項研究最令人驚嘆的方面 ， 研究人員把超過 60 萬個光學元件+電子元件都集成在一塊芯片上 ， 體積和普通 CMOS 相機芯片差不多 。 而且核心是 352×176 的像素陣列 ， 總共約 6.2 萬個像素 ， 是之前同類技術的 5 倍 。
在設計上 ， 研究團隊用了幾個 “巧招” 讓傳感器又強又實用 。
單像素 “收發一體” 。 每個像素又能發射激光 ， 又能接收反射光 ， 不用單獨裝發射器和接收器 ， 既省空間又避免了光線錯位的問題 。
硅光子+CMOS 混合集成：用成熟的硅光子工藝做光學部分 ， 再跟標準 CMOS 電子工藝無縫對接 。 所有驅動、校準、數字接口全長在芯片上 ， 不需要外部一堆分立元件 。
智能光開關控制 。 不能所有 6 萬像素同時發激光 ， 那芯片會燒掉 。 他們在芯片上做了熱光開關 ， 像流水線一樣輪流給不同像素組發光 。 而且開關速度超快 ， 不影響幀率 。
【瑞士團隊開發4D成像傳感器，未來手機就能“看”速度】
團隊在多種環境中測試了這款傳感芯片 ， 以考察其處理不同距離和運動的能力 。 在掃描場景后 ， 它能將場景重構為由數千個數據點組成的 3D 數字地圖 。 該系統成功繪制了 6-11 米距離內的室內房間地圖 。
圖 | 單次采集獲得的辦公室場景（來源：上述論文）
為測試其測距范圍 ， 科學家將其對準 65 米外的一棟建筑 ， 其成像能力足以捕捉到窗戶和陽臺等細節 。 此外 ， 最高能達到 15 幀/秒 ， 相當于每秒拍 15 張 4D 畫面 ， 能實時捕捉運動的物體 ， 比如旋轉的圓盤、移動的汽車 ， 不會出現 “拖影” 或數據滯后 。
而且激光功率特別低 ， 完全不會傷眼睛 ， 適合裝在汽車、手機、機器人上 。
（來源：上述論文）
目前 ， 研究團隊仍需進一步完善這款芯片 。 比如 ， 引入氮化硅材料 ， 解決硅的功率限制 ， 將單個像素功率提升 10 倍；結合噪聲優化 ， 探測距離將從 65 米飆升至 200 米以上 ， 滿足高速自動駕駛的核心需求；以及將開關移出陣列 ， 消除畫面縫隙 ， 讓機器擁有絲滑、全無死角的高清 4D 電影視野 。
參考鏈接：
1.Settembrini F.F. Gungor A.C. Forrer A. et al. A large-scale coherent 4D imaging sensor. Nature 651 364–370 (2026). https://doi.org/10.1038/s41586-026-10183-6
運營/排版：何晨龍
推薦閱讀
- 告別多步去噪！清華團隊推出MVP，實現機器人動作單步極速生成
- 華人團隊打造養蝦神器，開源OpenClaw-RL框架，讓AI邊用邊學
- 一手實測首個龍蝦模型：長路徑任務不失誤，一人包攬全棧開發
- 自動駕駛安全難題，被清華團隊用一套“減法”破解了
- 感謝監管部門出手，蘋果下調中國傭金，開發者一年能省60億？
- 騰訊回應蘋果降稅：是積極信號也是共贏契機，開發者將迎更開放環境
- 騰訊版小龍蝦升級 張軍：開發團隊快干冒煙了 凌晨還在加班
- 網傳Apple 正在開發更高端的MacBook Ultra，支持屏幕觸控
- AI智能體威力巨大，廠商正在開發工具修復它們對基礎設施的破壞
- 大模型團隊為什么更容易出現人才動蕩