作者 | 陈悦琳

编辑 | 郭思

几乎同时迎来 " 量产元年 " 的人形机器人和智能眼镜，正在放大光学的 " 戏份 "。

据 Counterpoint 统计，今年上半年全球人形机器人出货量突破 2.2 万台，同比激增近 300%。与此同时，智能眼镜市场也迎来爆发，IDC 数据显示，今年一季度全球智能眼镜出货量达 356.6 万台，同比增长 130.1%。

尽管产品形态各异，两者对光学系统提出了共同诉求—— " 更清晰 " 和 " 更轻便 "。人形机器人需精准感知障碍物与距离以规划动作；AI 拍摄眼镜要在轻薄镜架中还原第一视角；AI+AR 眼镜则需将数字信息无缝叠加至现实视野。

在此趋势下，镜头、摄像模组、光波导等光学器件，直接决定了新一代智能硬件的感知精度、显示效果乃至最终形态。这也正是舜宇光学坚定推进 " 光学 +AI" 战略，并在今年深圳光博会（CIOE）现场集中展示相关技术的核心逻辑。

机器人越智能，越依赖视觉

在舜宇光学科技集团战略与市场部高级总监熊冠皓看来，视觉系统在智能硬件中的价值占比正在提升。

他首先想到的场景是割草机器人。过去一些自动割草机主要依靠 GPS 差分定位沿着规划路线工作。定位能够告诉机器自己 " 在哪里 "，却很难直接识别周围的障碍物和草地区域，路径规划也容易出现遗漏。

对于这一难点，舜宇的做法是提供 X-BOX 割草机视觉解决方案，包括 360 ° 全景摄像头、主动双筒摄像头和 RGB 摄像头三种方案。

在摄像头采集周围环境的同时，感知算法识别障碍物和草地区域，路径规划再据此决定下一步怎么走，改变了割草机此前 " 盲人摸象 " 的状态。

然而，视觉感知系统的导入，无法一次性解决所有场景难题。例如，机器人 3D 视觉会遇到测距失效、干扰、深度失真和标定复杂等问题；到了户外强光、高反、低反、细小物体和半透明材质等场景，稳定获取深度和空间信息的难度还在攀升。

具体到人形机器人这一层，这类问题更加突出。在今年上半年出货的数万台人形机器人中，智能制造的占比已经上升至 13%，仓储物流则达 5%。真实作业场景一多，机器人过去在固定环境里练就的能力还能否复用，成为下一道门槛。

这其实就是业内著名的泛化性难题，宇树创始人王兴兴就曾直言，产业临界点有 2 个 80% 的门槛，机器人如果能在约 80% 的陌生场景中，仅通过语言指令完成约 80% 的任务，就接近具身智能的 "ChatGPT 时刻 "。

风浪越大，鱼越贵，如何通过视觉让机器人在陌生环境里完成任务，首先得持续、稳定地获取外部信息。对此，舜宇提供的也不再只是一颗摄像头，而是围绕不同场景，布局双目、iToF、dToF、结构光等 3D 视觉路线，并进一步加入多传感融合、标定和算法能力。

" 很多新兴行业客户可能并不擅长光学硬件调校、光学算法匹配，他们需要可以直接集成落地的整套视觉系统。" 熊冠皓进一步补充。

舜宇 2026 年中期业绩公告显示，公司的割草机器人和仓储自动化机器人项目已经量产，并获得多个整机及系统方案新项目。此外，在机器人视觉领域已深耕逾 11 年的舜宇，目前已向头部机器人厂商送样检测 ToF 相机、双目视觉等核心视觉硬件。

更清晰的智能眼镜，也要求更轻

智能眼镜面临的，不仅要解决是否看得清的问题，还要追求看得自然。某智能眼镜 CEO 接受公开采访时，将光学显示列为智能眼镜首先需要继续攻克的技术方向，并指出现有光波导眼镜仍面临透光率、彩虹纹和漏光等问题。

显示效果之外，光学系统还得继续做小做轻。另一家 AI 眼镜创始人曾公开提到，当前智能眼镜重量从 50 克继续往下降时所面临的难题之一，在于光学底层技术的演进。而色彩显示方式、单双目和摄像头数量等方案的选择，也都会影响整机重量。

作为智能光学系统解决商，舜宇光学敏锐地捕捉到了 " 轻量化 " 与 " 高集成度 " 这两大行业痛点，并将破局方向精准锁定在更小的光机、更薄的镜片以及更高集成度的模组上。近期披露的一系列前沿产品印证了这一思路：高性能轻量化棱镜、超薄 VID 镜片、极致小型化显示光机以及高精 MicroLED 封装技术相继亮相。其中，其 VID 镜片的可量产厚度已成功压缩至 0.8mm 以内，为整机减重提供了关键支撑。

这些能力正在进入不同形态的智能眼镜。针对无显示的 AI 拍摄眼镜，舜宇此前披露已与魅族旗下首款拍摄类 AI 智能眼镜 StarV Snap 的合作，为其提供摄像头模组和智能眼镜一站式系统方解决方案。

而在带显示的 AR 产品领域，舜宇轻薄化全彩 AR 显示模组已在 2026 年上半年实现小批量落地。

不过值得注意的是，熊冠皓并不认为所有系统方案都值得继续往下做。核心光学器件在整套产品中的价值占比够不够高、是不是舜宇真正擅长的部分，是他反复提到的两道门槛。

落地系统方案，制造是舜宇的底盘

作为全场景、端到端智能光学系统解决商，舜宇在向系统端延伸的同时，仍在持续升级精密制造。熊冠皓强调，系统解决方案和大规模制造是 " 同时并举 " 的两种能力。

众所周知，手机摄像模组制造商是舜宇早期最鲜明的行业标签。早在 2003 年，公司便已前瞻性地切入手机摄像模组的生产制造，随后进一步覆盖至执行器、精密装调等环节。然而，在 AI 时代，相较于手机业务所带来的直观利润，这一标签更深层的意义在于，它为舜宇淬炼出了一种不用从头再来的底气。

举个最简单的例子。智能手机对摄像头的极致追求，倒逼厂商在光学设计、精密制造和良率控制上不断突破。这些能力一旦沉淀下来，便具备了极强的可迁移性。

舜宇在手机时代练就的 AA（主动对准）制程技术，如今被直接用于全场景机器人视觉模组的精密生产。手机摄像模组所积累的超薄封装经验，则成为 AR 光机小型化的关键支撑——舜宇将手机模组的小型化封装技术应用于 AR 光机研发，设计出业界体积最小的 AR 光机方案。

更重要的是制造规模。手机行业动辄百万级、千万级的出货量，让舜宇建立起一套成熟的大规模交付体系。当机器人客户需要的不只是 " 一颗镜头 " 而是 " 整套视觉系统 " 时，舜宇能够以模组 +SDK 甚至整机的形态快速响应，大幅降低客户的集成难度。

值得注意的是，现在 AI 还开始反过来改造这套制造底盘。熊冠皓表示，舜宇正在把 AI 模型用于生产，希望进一步提高良率和生产效率，同时让产线调整和响应客户需求更快。

但归根结底，舜宇想争取的并不只是把更多光学器件卖进 AI 时代的新终端，而是更早参与产品和系统定义，让光学能力进入下一代智能硬件和 AI 基础设施更核心的位置。

雷峰网雷峰网

雷峰网 ( 公众号：雷峰网 )

雷峰网原创文章，未经授权禁止转载。详情见转载须知。