我們?nèi)粘Ｊ褂玫氖謾C(jī)、相機(jī)都是 2D 成像，只能捕捉平面畫面；如今常見(jiàn)的 3D 成像技術(shù)，比如人臉識(shí)別、掃地機(jī)器人的避障系統(tǒng)，能感知物體的遠(yuǎn)近和立體形狀，但卻少了關(guān)鍵的動(dòng)態(tài)感知能力。就像掃地機(jī)器人能看清地上的拖鞋，卻未必能及時(shí)判斷滾過(guò)來(lái)的籃球速度，容易出現(xiàn) “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(tuán)隊(duì)在 Nature 發(fā)表成果，他們成功開發(fā)出一款 4D 成像傳感器，除了知道物體的位置，它還能測(cè)出物體的速度。

更重要的是，它像 CMOS 相機(jī)芯片一樣實(shí)現(xiàn)了高度集成，讓曾經(jīng)昂貴笨重的 4D 成像技術(shù)，有望走進(jìn)普通生活。

Pointcloud 由前英特爾光子學(xué)專家雷穆斯·尼古拉埃斯庫(kù)（Remus Nicolaescu）創(chuàng)立，目標(biāo)是將激光雷達(dá)（LiDAR）從笨重設(shè)備壓縮成芯片級(jí)高性能 4D 成像解決方案。

圖 | 雷穆斯·尼古拉埃斯庫(kù)（來(lái)源：領(lǐng)英）

五年間，Pointcloud 的成果兩度登上 Nature 雜志，2021 年與南安普頓大學(xué)合作，首次展示硅光子通用 3D 成像傳感器。隨后穩(wěn)步推進(jìn)工程樣品，2024 年發(fā)布 192×64 像素短中距樣品，并推出開發(fā)套件；2025 年升級(jí)到更高像素陣列。目前，該公司已獲百度風(fēng)投等多家機(jī)構(gòu)注資。

要理解這個(gè)成果之前，我們得先聊聊機(jī)器是怎么“看”世界的。

為了讓機(jī)器像人類一樣感知世界，最初是通過(guò)我們最熟悉的攝像頭。攝像頭本質(zhì)上是在拍照片，它捕捉的是光影和顏色。雖然機(jī)器通過(guò)人工智能可以識(shí)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(zhǔn)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(dòng)駕駛早期在面對(duì)靜止障礙物時(shí)頻發(fā)事故的主因——因?yàn)樗翱础钡搅宋矬w，卻“感覺(jué)”不到距離。

為了解決距離問(wèn)題，工程師給機(jī)器裝上了激光雷達(dá)（LiDAR）。它像蝙蝠一樣，通過(guò)向外發(fā)射激光并接收回波，計(jì)算光速往返的時(shí)間來(lái)測(cè)量距離。這一躍遷讓機(jī)器擁有了“深度”，世界在它眼中變成了由無(wú)數(shù)點(diǎn)云組成的 3D 雕塑。但仍存在致命硬傷：它看不出“動(dòng)態(tài)”。

如果你想知道前面那輛車跑得有多快，系統(tǒng)必須像做物理題一樣，連續(xù)拍下兩組 3D 數(shù)據(jù)，通過(guò)計(jì)算物體在兩次掃描間的位移差，去“猜”對(duì)方的速度。這種靠計(jì)算得出的結(jié)論存在微小的延遲，但在時(shí)速百公里的高速路上，零點(diǎn)幾秒的延遲往往就意味著生與死的差別。

這項(xiàng)研究所展示的 4D 成像技術(shù)，引入了物理學(xué)中的“多普勒效應(yīng)”。簡(jiǎn)單說(shuō)，就是當(dāng)激光射向一個(gè)移動(dòng)物體時(shí)，反射回來(lái)的光波頻率會(huì)發(fā)生變化。這塊芯片在抓取 3D 空間坐標(biāo)的同時(shí)，能瞬間讀出這個(gè)頻率變化，從而直接“看”出物體的瞬時(shí)速度。

目前的 4D 成像傳感器研發(fā)主要包括兩條技術(shù)路線：4D 毫米波雷達(dá)，以及 4D 激光雷達(dá)。

在汽車領(lǐng)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(dá)。

這種雷達(dá)是在傳統(tǒng)雷達(dá)的基礎(chǔ)上增加了“高度”信息，且具備一定的測(cè)速能力。它不懼風(fēng)雪霧霾，且成本已經(jīng)控制到了幾百美元，正大規(guī)模裝載在 2025-2026 年推出的中高端車型上。但毫米波雷達(dá)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(dòng)，卻看不清那是誰(shuí)。

相比雷達(dá)，激光（光子）的波長(zhǎng)更短，這意味著它能看清極其細(xì)微的細(xì)節(jié)，比如路面上一個(gè)小小的石塊，或者行人的手勢(shì)。此前的激光雷達(dá)（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(tài)激光雷達(dá)”。大家的目標(biāo)只有一個(gè)：把一整套雷達(dá)系統(tǒng)塞進(jìn)一塊芯片里。

這也正是這項(xiàng)研究最令人驚嘆的方面，研究人員把超過(guò) 60 萬(wàn)個(gè)光學(xué)元件+電子元件都集成在一塊芯片上，體積和普通 CMOS 相機(jī)芯片差不多。而且核心是 352×176 的像素陣列，總共約 6.2 萬(wàn)個(gè)像素，是之前同類技術(shù)的 5 倍。

在設(shè)計(jì)上，研究團(tuán)隊(duì)用了幾個(gè) “巧招” 讓傳感器又強(qiáng)又實(shí)用。

單像素 “收發(fā)一體”。每個(gè)像素又能發(fā)射激光，又能接收反射光，不用單獨(dú)裝發(fā)射器和接收器，既省空間又避免了光線錯(cuò)位的問(wèn)題。

硅光子+CMOS 混合集成：用成熟的硅光子工藝做光學(xué)部分，再跟標(biāo)準(zhǔn) CMOS 電子工藝無(wú)縫對(duì)接。所有驅(qū)動(dòng)、校準(zhǔn)、數(shù)字接口全長(zhǎng)在芯片上，不需要外部一堆分立元件。

智能光開關(guān)控制。不能所有 6 萬(wàn)像素同時(shí)發(fā)激光，那芯片會(huì)燒掉。他們?cè)谛酒献隽藷峁忾_關(guān)，像流水線一樣輪流給不同像素組發(fā)光。而且開關(guān)速度超快，不影響幀率。

團(tuán)隊(duì)在多種環(huán)境中測(cè)試了這款傳感芯片，以考察其處理不同距離和運(yùn)動(dòng)的能力。在掃描場(chǎng)景后，它能將場(chǎng)景重構(gòu)為由數(shù)千個(gè)數(shù)據(jù)點(diǎn)組成的 3D 數(shù)字地圖。該系統(tǒng)成功繪制了 6-11 米距離內(nèi)的室內(nèi)房間地圖。

圖 | 單次采集獲得的辦公室場(chǎng)景（來(lái)源：上述論文）

為測(cè)試其測(cè)距范圍，科學(xué)家將其對(duì)準(zhǔn) 65 米外的一棟建筑，其成像能力足以捕捉到窗戶和陽(yáng)臺(tái)等細(xì)節(jié)。此外，最高能達(dá)到 15 幀/秒，相當(dāng)于每秒拍 15 張 4D 畫面，能實(shí)時(shí)捕捉運(yùn)動(dòng)的物體，比如旋轉(zhuǎn)的圓盤、移動(dòng)的汽車，不會(huì)出現(xiàn) “拖影” 或數(shù)據(jù)滯后。

而且激光功率特別低，完全不會(huì)傷眼睛，適合裝在汽車、手機(jī)、機(jī)器人上。

（來(lái)源：上述論文）

目前，研究團(tuán)隊(duì)仍需進(jìn)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(gè)像素功率提升 10 倍；結(jié)合噪聲優(yōu)化，探測(cè)距離將從 65 米飆升至 200 米以上，滿足高速自動(dòng)駕駛的核心需求；以及將開關(guān)移出陣列，消除畫面縫隙，讓機(jī)器擁有絲滑、全無(wú)死角的高清 4D 電影視野。

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(yùn)營(yíng)/排版：何晨龍