當人形機器人在春晚上扭秧歌，在馬拉松賽場上健步如飛，一個尷尬的現實浮出水面：機器人會動、很靈活，但不能干活——前者考驗運動控制能力，后者還需要機器人真正理解物理環境，記住物體位置、推理空間關系。

感知瓶頸是今天幾乎所有具身智能從業者都無法回避的現實。成立不到三個月的「映界科技」（MirrorSpace）正試圖補齊具身智能產業鏈中的這個短板。映界科技由三位平均年齡僅有24歲的博士團隊創辦，專注具身機器人視覺空間感知系統的算法與硬件研發，致力于成為世界模型時代的基礎設施服務商。

“我們注意到，目前市面上還沒有相對成熟完善的空間感知解決方案，大部分做傳感器的企業只是把雷達、攝像頭等設備的原始數據丟給本體廠商，讓他們自己想辦法處理。”金依力表示，“我們希望提供一整套空間感知能力，彌合機器人在開放場景應用落地的gap。”

映界科技產品示例

今年年中，映界科技剛剛獲得松禾資本與奇績創壇的千萬元種子輪投資。松禾資本管理合伙人汪洋曾表示，空間智能是機器人從自動化機器走向物理 AI 智能體不可或缺的基礎設施層，看中了映界科技團隊“超出年齡的判斷力”。奇績創壇方面則看重團隊“從學術到產業的完整認知鏈條”以及產品“在工業場景中已經出現的真實付費意愿”。

映界科技創始人金依力擁有麥吉爾大學博士學位，深耕空間智能、多媒體系統領域。聯合創始人胡凱源和段西澤同樣是麥吉爾大學的博士生，從事多模態空間場景、全息視頻通信與智能系統工程研究。創始團隊的導師劉學為加拿大工程院院士、麥吉爾大學終身教授、IEEE Fellow，曾任三星北美研究副總裁、Tinder首席科學家，在空間智能與機器學習交叉領域有近20年積累。

映界科技創始團隊

金依力透露，映界科技即將推出“軟硬一體、即插即用”的感知模組原型MirrorSense。目前產品尚未正式發布，但已獲得多類客戶的明確意向，2026年預期實現訂單超千萬元。

在多模態感知方面，MirrorSpace在常規視覺與LiDAR基礎上，將溫度這一非視覺特征融入空間表征矩陣，通過在邊緣端實現異構傳感器的原始數據級深層前融合，實現RGB、深度與熱度數據的無損時空對齊，從而為機器人在夜間、逆光、低紋理、遮擋等極端環境下提供更加穩定的空間感知輸入。

不同于傳統空間感知以靜態三維建模為主，MirrorSpace在空間建模中，將“時間”作為第四維度融入，從而形成時空連續感知流，解決傳統靜態三維在動態場景下的“致盲”問題。

“我們做的是讓機器人對空間理解更深刻、更精準，并且可以積累時空數據，從而使機器人形成記憶。”胡凱源解釋說，Mirror-Mind決策中樞通過將融合多重模態后的4D高斯表征與大模型（VLM）深度對齊，將語義信息壓縮存儲，形成可被大語言模型查詢的空間記憶。

把映界科技的產品放在機器人做咖啡的場景中，機器人能夠根據此前對杯子、咖啡機、桌面之間空間關系的觀察和記憶，自主形成動作決策，并完成“去廚房拿加熱好的杯子”的動作。即便此時杯子被遮擋，機器人仍可結合歷史觀測與空間關系判斷其位置。

目前公司業務模式可以分為兩類：一類是直接將空間感知解決方案銷售給機器人本體廠商，替換或增強機器人原有的感知模塊。目前公司已與多家本體廠商達成意向訂單；另一類是通過與行業集成商與平臺商合作完成交付，正在探索的落地場景包括電力巡檢、石油化工等工業領域，以及海外高端地產、商業零售與全息全景體育等泛娛樂行業。

在現有落地的應用場景持續深耕，跑通量產交付閉環的同時，映界科技也正在與高校合作推動空間智能標準制定，最終成為所有機器人物理世界交互的標準配置與基礎設施。

在落地之外，映界科技還有一條更長遠的布局：MirrorSense本身就是一個時空數據采集器。隨著模組在更多場景規模化部署，映界科技將持續積累真實物理世界的多模態時空數據，為下一代世界模型訓練提供基礎數據基建。"空間感知不只是機器人的眼睛，它也是世界模型認識物理世界的入口。"金依力說。

金依力坦承，對于映界科技這個年輕的團隊，當下的核心挑戰在于工程化落地能力的不足，需要團隊持續在硬件生產、供應鏈管理、實地交付等方面積累實戰經驗。

“在早期，我們沒有直接參與一些大客戶的招投標和實際項目交付，也是想將精力集中在世界模型研究和產品研發。”金依力表示，“客戶最后還是看誰的算法能力更強，產品更好用，我們有這方面的科研能力優勢，所以想先把產品和技術打磨好。”

雖然在當下的視覺空間感知賽道中，前有奧比中光、海康等上市公司提供成熟可量產的感知硬件，后有宇樹科技等本體廠商自研感知方案，但是年輕且樂觀的映界科技，有信心在夾縫中建立起自身的技術壁壘，并經受市場考驗。