作者 | 李沐蓉

具身智能的熱度正在迅速升溫。

估值在不斷抬高，故事也在變得更加宏大，但真正可落地的產品，依然稀缺。

在當下具身智能賽帶動輒百億估值、融資屢創新高的熱潮里，今年 3 月下旬，星燦智能完成的千萬級融資，顯得格外低調。

但我們視線從融資額移開，了解星燦智能的技術路線和商業判斷，會發現一個信號：

這家公司，可能代表著另一條路徑，一條更接近現實商業化的路徑。

星燦智能的團隊自帶鮮明的「智駕基因」——創始人李戰斌及團隊成員均來自吉利、百度 Apollo 等智駕團隊。

他們沒有一上來就做人形機器人，而是主攻兩款產品：割草機器人與智能輪椅。

他們的核心思路很明確：將 L4 級空間智能與具身智能技術下沉到家庭和康養這兩個剛需場景，打造「空間智能+具身交互」的出行陪護機器人，實現先感知控制，后認知智能。

可以看到，星燦智能正在驗證一件事情：具身智能不必從「最復雜形態」開始，其實也可以從「最可落地場景」開始。

離開公路，智駕人的下一個出口

星燦智能團隊成員清一色來自智駕背景，這并非個例。

從 2024 年開始，智能駕駛領域的核心人才正在大規模離開智駕賽道，涌向具身智能賽道。

理想汽車前 CTO 王凱、理想前 AI 首席科學家陳偉、原地平線智能駕駛總裁余軼南... 紛紛跨界入局具身智能。

這股人才遷移并非是偶然，背后是整個智能駕駛行業的發展瓶頸。

深究原因，本質上是智能駕駛行業不再提供確定性回報。

過去十年，Robotaxi 一直是智能駕駛行業的「終極夢想」，資本也為此投入了上千億資金。

蘿卜快跑、小馬智行、文遠知行、滴滴自動駕駛等企業也已經在北京、廣州、深圳等地實現常態化載客，但是 L4 級自動駕駛規模化落地，依然面臨著較大的瓶頸。

單車智能在長尾極端場景、全天候魯棒性、全場景冗余上仍存在無法突破的技術局限，安全底線沒有完全筑牢。

同時，場景碎片化嚴重、B 端和 C 端協同不足，尚未形成可復制的商業閉環。

技術落地一再推遲，資本的耐心也逐漸耗盡，不少投資人開始觀望。

更關鍵的是，車企紛紛收縮智駕自研投入，轉向外部合作模式——在汽車智能化節奏加快的背景下，高投入、長周期的自研路線弊端愈發凸顯，曾經的「核心增長引擎」，正在逐漸變成「成本中心」。

對于身處行業之中的算法工程師而言，更核心的問題在于邊際價值的下降。

智駕行業已經過了「快速擴張期」，進入了工程化收斂期。

感知、決策、規劃模塊已經相對成熟，頭部方案在高速公路、城市快速路等結構化場景中的表現已經接近天花板。

而剩余的長尾問題，更對依賴海量數據采集與極端場景依賴，而非算法的單點突破。競爭日趨激烈，人才的發展空間也越來越窄。

相較之下，具身智能尚處于早期爆發階段，技術與智駕高度重合，卻擁有更廣闊的想象空間和資本熱情。

對人才而言，這幾乎是一個順理成章的技術延伸與價值再釋放之地。

因此，智駕精英「轉戰」具身智能，與其說是主動選擇，不如說是智能駕駛的「確定性」在消退，而具身智能提供了一個技術復用度高、需求更剛性、場景更廣闊的新出口。

看懂物理世界，機器人才能真正走進家庭

對家庭機器人來說，問題從來不是「有沒有大模型」，而是能不能看懂物理世界。

那空間智能是什么，它為何是解決家庭復雜環境的最優解？

簡單來說，語言大模型是讓 AI 學會理解文字，空間智能就是讓 AI 學會理解物理世界。

李飛飛將空間智能稱為「世界模型的基石」，她曾下過一個精準的定義：

「空間智能就是讓 AI 在三維世界中擁有感知、推理、行動的能力」。

她表示，空間智能解決的是「小腦」和「感官」的閉環，讓 AI 擁有對三維空間的實時感知和身體協調能力。

沒有空間智能，再強大的語言模型也只能停留在屏幕里，而有了空間智能，AI 才能真正走進我們的客廳、廚房和臥室等復雜的場景。

掃地機器人遇到移門的門檻過不去、客廳地毯上不去，遇到其他凳子腿、沙發腿也只會轉圈圈——這是當下機器人在家庭場景中的普遍困境。

不久前，某保潔機器人進入家庭做家務，缺點也很明顯：

疊一件衣服要接近 10 分鐘，動作笨拙，夾鞋滑落，可進入的場景十分受限。

出現這些情況的核心原因是，機器人的動作大多是基于預設程序，一旦環境發生微小變化，機器人往往會無所適從，在「感知、預測、控制」上三者未能形成高效閉環，導致在陌生環境中的抗干擾能力不足。

這也揭示了一個行業現狀：

機器人的硬件本體正在快速發展，但它「大腦」和「小腦」這些對物理世界的感知、理解并做出快速反應的能力卻相對滯后。

為什么空間智能是家庭場景的最優解？

因為家庭環境的核心特點是「非結構化、不可預測、高度多樣化」的。

孩子的玩具隨手亂放，家具布局因人而異，光線、遮擋、地面起伏等突發情況層出不窮。

每個家庭的布局、物品收納、生活習慣都不一樣，這對具身智能進入家庭提出了極高要求。

傳統機器人基于預設規則和固定路徑運行，遇到突發情況，就很容易「罷工」。

而擁有空間智能的機器人，能像人一樣實時構建對三維空間的語義理解，自主判斷是繞行還是等待，是立即制動還是緩慢通行。

星燦智能做智能輪椅，就是先解決空間理解與運動控制，再疊加智能。

他們自研 XcanSense 5D 感知系統，作為實現空間智能的技術底座。

通過多傳感器融合，實現對室內外環境的實時厘米級語義建圖與理解，讓機器人獲得通用的「空間認知」能力。

同時，他們將 L4 自動駕駛的車規級技術架構進行「輕量化」改造，提出「大小腦協同」架構。

「大腦」（決策層）負責任務規劃與場景理解；

「小腦」（控制層）專攻高實時性的運動控制與動態避障。

這相當于為機器人配備了一套「室內外通用高精地圖」和「環境理解大腦」，使其能在書房避讓桌椅，也能在庭院識別草坪與花壇的邊界。

現在，越來越多的企業開始探索空間智能。

宇樹 G1 人形機器人搭載 OpenClaw 后，已經能初步認識空間和時間，知道房間、人和物體的位置。

在 2026 AWE 現場，掃地機器人已經慢慢長出「大腦」（AI 芯片）、「眼睛和耳朵」（多模態傳感器）、「手腳」（機械臂與輪足），并學會「思考」（大模型自主決策）。

例如，石頭科技 G30S Pro 引入 RGB 攝像頭+三線結構光的融合感知系統，結合 Reactive AI 避障算法，可識別超過 280 種常見障礙物；

追覓 X60 系列實現 AI 大模型支持自然語言交互，機器人可理解用戶模糊需求，自主規劃、決策路徑完成任務。

總之，從虛擬走向物理，對真實空間的認知與重建，已成為 AI 進化的必經之路，機器人進入家庭環境，空間智能是最優解。

具身智能商業化，好用比形態更重要

回歸星燦智能，為什么會說是最接近「現實商業化的」的玩家之一？

現在具身智能賽道，大多數玩家執著于通用人形機器人的研發，但往往會陷入重形態、輕實用的困境，短期內無法實現技術落地。

而星燦智能的核心優勢，在于對行業需求和技術戰略的精準把握。

它沒有追逐「人形機器人」的行業熱點，而是錨定家庭康養這一剛需賽道，將資源集中在最核心的感知與決策能力上，快速實現產品閉環。

過去的電動輪椅，甚至多數同類智能輪椅，都只解決了「移動」這個基礎需求，卻沒有解決老人出行的安全、獨立和陪伴問題。

同類智能輪椅要么過于注重功能堆砌，單純增加導航、語音控制等基礎功能；要么陷入「技術內卷」，盲目搭載高端硬件，導致成本高企，難以走進普通家庭。

星燦精準抓住了老人出行的核心訴求，將智駕領域的多模態感知技術，深度嫁接到智能輪椅上。

在感知層面，星燦采用激光雷達+雙目視覺+毫米波雷達+IMU 的多模態感知方案，構建了遠超同類產品的感知網絡，實現了厘米級的環境感知和動態預測，無論是夜間、強光還是昏暗環境，都能穩定運行。

在決策規劃層面，星燦采用端側小模型與規則兜底的混合架構，常見的指令比如緊隨、避障、路徑規劃，可以實現毫秒級響應。

復雜語義理解則調用本地輕量級 LLM，避免了云端大模型導致的延遲、斷網等問題。

與同賽道的 Strutt ev¹ 相比，據公開資料，Strutt ev¹搭載 2 個激光雷達、10 個飛行時間傳感器，具備 360°避障能力，在硬件規格上較為完善。

但其產品定位更側重「高精度控制」而非「深度環境認知」，在識別動態物體與語義理解層面仍有局限；同時其核心能力依賴持續的算法迭代更新。

此外，其售價高達 7499 美元，高昂的成本也讓普通家庭難以承受，商業化普及難度比較大。

而星燦智能以「空間智能」為核心，通過技術優化實現性能突破，其 5D 感知系統可在嵌入式芯片上運行，滿足消費級產品的成本要求，預計 2026 年 Q4 量產。

「感知優先、輕量化模型」的路線天然具備成本可控優勢，更能精準適配家庭場景的動態需求。

這意味著，星燦所采用的「感知優先、輕量化模型」路線，其所需的硬件成本已經降至可大規模普及的區間。

更具行業價值的是，星燦推行「沿途下蛋」的戰略：

割草機器人提供了大量戶外非結構化場景數據。

地形起伏、光線變化、動態障礙物，這些正是空間智能系統最需要的訓練素材，積累完成后直接復用到智能輪椅的室內外感知研發中。

后續逐步向類人陪護機器人延伸，每一款產品既是可盈利的商業載體，也是下一輪技術升級的基礎設施，通過數據與技術的積累實現復利效應。

這種「不追求一步到位、從剛需場景切入、技術復用迭代」的模式，也說明了具身智能商業化的核心不在于形態，而在于「能用、好用、能盈利」。

人形機器人或許是具身智能的終局，但剛需場景才是走向終局的必經之路。

星燦的選擇提示了一種可能：

在這個行業里，最先跑通商業閉環的，未必是最炫的那個，而是最先解決真實需求、破解現實痛點的那個。

       原文標題 : 人形機器人是終局，但剛需場景才是具身智能的當下