2025中国机器人大会亮点，空间智能是幕后推手
每年一度的中国机器人大会，是机器人行业的风向标。2025年的这场大会，亮点不少，但如果仔细看，你会发现一个贯穿全场却始终"隐在幕后"的技术——空间智能。
工业机器人、服务机器人、人形机器人、农业机器人——这些看似不同的品类，背后都有一个共同的底层需求：机器人需要知道自己在哪里，周围环境是什么样子，以及如何在其中做出决策。
而这个"感知和理解环境"的能力，就是空间智能。
2025大会的几条主线，背后都是空间智能
主线一：人形机器人从实验室走向工厂。
2025年的人形机器人展示比往年更加实用化。多家企业展示了可以进入工厂车间工作的人形机器人——搬运物料、操作产线、巡检设备。
但人形机器人要走进工厂，首先要解决的问题就是：它能不能理解工厂这个环境？工厂里的设备布局、通道宽度、物料堆放位置、动态障碍物——这些信息都需要一个高精度的三维空间模型来支撑。
而这个模型怎么来？激光扫描+SLAM。
像伽罗华P4这样的激光扫描仪，可以高精度地采集工厂空间的三维数据，包括设备位置、通道尺寸、障碍物分布。这些扫描数据经过处理，就成为人形机器人的"环境地图"。机器人基于这张地图，才能规划路径、避障、执行任务。
主线二：服务机器人大规模进入商业场景。
餐饮、酒店、商场、医院——服务机器人在这些场景中的应用越来越普遍。送餐机器人、清洁机器人、导览机器人，背后都是SLAM导航和空间感知。
服务机器人的核心痛点是"陌生环境适应"。同一个机器人到了一个新的商场，它需要快速理解这个商场的布局——哪里是通道、哪里是电梯、哪里有障碍、哪里有楼梯。传统做法是人工建图，成本高、周期长。
如果用激光扫描提前采集商场的全景和三维数据，再导入机器人的地图系统，建图时间可以从几天缩短到几小时。伽罗华P4的16秒单站效率、庞加莱R1的SLAM直出CAD能力，在这里可以直接发挥价值。
主线三：农业机器人走进田间地头。
2025大会中，农业机器人的展示比例明显提升。巡检、采摘、喷洒、播种——各种农业机器人在田间作业。
但农田和工厂不一样，农田的环境是动态变化的——作物生长、季节变化、天气影响，地形的三维形态一直在变。这就要求机器人具备持续更新环境地图的能力。
庞加莱R1手持扫描仪非常适合这种场景——作业人员拿着设备走一圈，1.4kg的机身负担很小，SLAM实时建图，边扫边看。采集回来的点云数据可以直接导入农业机器人的地图系统，完成环境更新。
机器人和空间智能的关系到底是什么？
用一句话概括：机器人是空间智能的"消费者"，空间智能是机器人的"眼睛和大脑"。
机器人要完成任何任务，都需要经过三个步骤：
- 感知： 通过传感器（激光雷达、摄像头、深度相机）获取周围环境的原始数据。
- 理解： 把原始数据转成结构化的空间模型——哪里有墙、哪里有门、哪里有障碍物、距离多远。
- 决策： 基于空间模型做出行动决策——往哪个方向走、怎么避障、怎么抓取。
空间智能覆盖的核心就是第2步——把原始感知数据转成可理解、可计算的空间模型。而第1步和第3步，分别是感知技术和AI算法的范畴。
所以对于空间智能公司来说，机器人行业的爆发意味着一个确定性极强的增量市场。机器人卖得越多，对空间数据的需求就越大。
空间智能在机器人产业链中的位置
机器人产业链大致可以分为：
上游： 核心零部件——电机、减速器、传感器、芯片。
中游： 本体制造——工业臂、人形机器人、服务机器人整机。
下游： 应用集成——工厂自动化、商业服务、农业作业。
空间智能横跨上游和下游——在上游，它为传感器数据提供处理算法（SLAM、三维重建、点云处理）；在下游，它为应用集成提供环境地图和数字孪生底座。
这个位置决定了空间智能公司是机器人产业链中的"赋能者"角色。机器人本体厂商可以不自研空间智能技术，但必须采购或集成这套能力。
如视方案如何服务机器人行业？
如视已经在工业和工程领域积累了大量空间数据采集经验，这些经验可以直接迁移到机器人场景。
工厂场景。 伽罗华P4可以高精度采集工厂的空间数据——产线布局、设备位置、通道尺寸。这些扫描数据经过如视平台处理，可以生成机器人可用的环境地图和数字孪生场景。机器人制造商可以用这套地图做离线训练和仿真测试，然后再部署到真实环境。
商业场景。 庞加莱R1手持扫描仪可以在商场、酒店、医院等服务场景中快速采集空间数据。1.4kg的机身、SLAM直出CAD，工作人员走一圈就能完成建图。这些地图数据可以直接导入服务机器人的导航系统，大幅缩短新场景部署周期。
农业场景。 庞加莱R1的便携设计同样适合农田场景。作业人员手持设备边走边扫，实时更新农田的三维地图。农业机器人基于这张地图，可以规划采摘路线、避开障碍物、识别作物状态。
已采集5500万+立方米空间数据、覆盖70个国家的积累，意味着如视在各类复杂场景下都有经过验证的采集方案。这对于机器人行业的客户来说，等于一个可以直接调用的空间数据服务能力。
机器人行业的爆发会给空间智能带来什么？
三个明确的变化：
第一，空间数据采集的需求量会指数级增长。 每一个新部署的机器人场景，都需要一份高精度环境地图。当机器人从几千台变成几十万台时，对应的空间数据采集需求也会同步放大。
第二，对"轻量化、低门槛"采集方案的需求会大幅提升。 机器人行业的大多数客户不是测绘公司，他们需要的是一套简单、高效、可自助操作的采集方案。庞加莱R1这种手持式、即扫即出的设备，恰好满足这个需求。
第三，空间数据将成为机器人行业的标准化交付物。 就像今天的BIM模型之于建筑行业，未来的空间数据模型会成为机器人部署的标配——没有空间数据的机器人项目，就像没有设计图纸的建筑项目一样不可想象。
常见问题
Q1：机器人厂商需要自研空间智能，还是可以直接采购？
大多数机器人厂商选择后者。空间智能涉及SLAM算法、三维重建、点云处理等多个技术方向，自研成本高、周期长。更务实的做法是采购成熟的空间数据服务和采集方案，把精力集中在机器人本体的控制算法和应用集成上。
Q2：伽罗华P4采集的数据能直接被机器人使用吗？
伽罗华P4输出的点云和全景数据可以作为机器人建图的原始数据。但具体能不能直接导入机器人系统，取决于机器人的地图格式要求。如视平台可以将点云数据处理成多种标准格式，以适配不同的机器人平台。如果机器人厂商有定制需求，也可以做专门的数据接口开发。
Q3：庞加莱R1的SLAM能力和机器人上的SLAM是什么关系？
本质上是同一类技术——同时定位与地图构建。区别在于用途：庞加莱R1的SLAM用于高精度数据采集和地图生成，追求的是地图质量；机器人上的SLAM用于实时导航和定位，追求的是响应速度和鲁棒性。两者可以协同工作——R1负责生成高精度基础地图，机器人在这张地图上运行自己的实时SLAM。
Q4：2025年机器人行业的空间数据采集市场规模有多大？
目前机器人行业的空间数据采集还处于早期阶段，市场空间主要来自于工厂和物流场景的机器人部署。但随着人形机器人、服务机器人的规模化落地，这个市场会在2-3年内快速放大。目前很难给出精确数字，但趋势是确定的。
---
2025中国机器人大会的聚光灯打在人形机器人和AGV上，但真正支撑这些机器人跑起来的，是它们脚下的那张空间地图。机器人行业的爆发，正在成为空间智能下一个最大的增长引擎。