3芯片+1體系，萬(wàn)有引力正在改變空間計(jì)算的產(chǎn)業(yè)路徑

把大象裝進(jìn)冰箱，需要幾步？

小時(shí)候它是邏輯簡(jiǎn)單的幽默：三步，打開(kāi)冰箱、塞進(jìn)去、關(guān)上門(mén)。

可等到我們真正開(kāi)始理解世界，才知道這類(lèi)看似“只需三步”的事，往往藏著數(shù)十甚至數(shù)百個(gè)必須被解決的細(xì)節(jié)。

空間計(jì)算也是一樣。

在外界看來(lái)，世界的下一場(chǎng)科技革命似乎只需要一個(gè)答案：跟電影里那樣到處都是虛擬信息+現(xiàn)實(shí)世界。

但在真正的工程世界里，任何一個(gè)目標(biāo)背后，都意味著漫長(zhǎng)的技術(shù)鏈路：芯片架構(gòu)、光學(xué)模組、傳感器融合、操作系統(tǒng)、內(nèi)容生態(tài)……每一個(gè)環(huán)節(jié)都可能成為阻斷行業(yè)前進(jìn)的瓶頸。

過(guò)去幾年，XR行業(yè)像在兩條軌道上同時(shí)奔跑：一邊是頭顯廠商在消費(fèi)市場(chǎng)的試探，另一邊是算法和算力被迫借用通用芯片，在功耗、體積和延遲的物理邊界前止步。行業(yè)缺乏真正意義上的“底座”。

而在“同愿同行，創(chuàng)芯共贏”2025空間計(jì)算大會(huì)上，萬(wàn)有引力給出了它認(rèn)為的答案——一整套從芯片、模組到引擎與生態(tài)的完整體系。

這是中國(guó)第一次提出體系化的空間計(jì)算技術(shù)棧，讓行業(yè)第一次有可能真正把“大象”裝進(jìn)去。

而它的出發(fā)點(diǎn)是三顆芯片。

三顆芯片，構(gòu)建空間計(jì)算的新版圖

萬(wàn)有引力此次發(fā)布的三顆芯片——極智G-X100、極眸G-VX100和極顏G-EB100——并不是簡(jiǎn)單的三款產(chǎn)品，而是一套圍繞空間計(jì)算未來(lái)形態(tài)所建立的“能力矩陣”。它們分別對(duì)準(zhǔn)MR、AI眼鏡、機(jī)器人/智能駕艙三個(gè)方向，首次讓空間計(jì)算的底層能力具備清晰的分工與跨平臺(tái)遷移能力。

第一顆芯片，極智G-X100，解決的是MR的“物理極限問(wèn)題”。

過(guò)去十年XR的體驗(yàn)天花板并不在內(nèi)容，而在芯片。傳統(tǒng)VR/AR設(shè)備的視覺(jué)算法依賴(lài)CPU/GPU，延遲、功耗、體積之間的矛盾始終無(wú)法被突破。

G-X100將這一矛盾徹底前置處理——采用5nm制程、Chiplet異構(gòu)封裝，并將VST端到端延遲壓到9ms（行業(yè)最佳），顯著提升虛實(shí)融合質(zhì)量。

在實(shí)際體驗(yàn)上，它第一次讓百克級(jí)MR設(shè)備具有了工程可行性，讓“墨鏡式MR”從概念走向現(xiàn)實(shí)。更關(guān)鍵的是它的算法結(jié)構(gòu)，VST管線采用硬件固化實(shí)現(xiàn)極低功耗，而SLAM、手眼交互等模塊保持靈活，支持持續(xù)迭代甚至搭載大模型。這代表MR設(shè)備的底層能力第一次擁有了“可升級(jí)”的結(jié)構(gòu)，而不是一次性固化的工程方案。

第二顆芯片，極眸G-VX100，瞄準(zhǔn)的是正在加速成型的AI眼鏡賽道。

今日的AI眼鏡仍停留在“輕功能”階段：鏡腿粗、續(xù)航短、感知弱，更像智能耳機(jī)的延伸。極眸G-VX100在工程上給出的答復(fù)更激進(jìn)。采用4.2mm超窄封裝、1600萬(wàn)像素?cái)z像頭、空間視頻拍攝、眼動(dòng)&手勢(shì)追蹤，再加上全球首創(chuàng)的MMA多模態(tài)喚醒機(jī)制，讓設(shè)備在非必要狀態(tài)幾乎不耗電。

它的目的非常明確，就是要讓AI眼鏡從“時(shí)尚配件”變成真正的智能終端。

極眸G-VX100提供了成為“個(gè)人環(huán)境層設(shè)備”所需的幾乎全部基礎(chǔ)感知能力，讓眼鏡能夠?qū)崟r(shí)采集視覺(jué)場(chǎng)景、理解用戶(hù)意圖、構(gòu)建連續(xù)的空間認(rèn)知。它是AI眼鏡邁向主流的第一塊真正意義上的核心芯片。

第三顆芯片，極顏G-EB100，則把空間計(jì)算的邊界從XR拓展到機(jī)器人、智能駕艙領(lǐng)域。

極顏G-EB100的出現(xiàn)，讓“渲染+重建”第一次具備跨行業(yè)的抽象能力：它既支持MR的反向透視渲染，也能驅(qū)動(dòng)機(jī)器人實(shí)時(shí)重建3D Avatar模型、生成靈動(dòng)臉，并在復(fù)雜場(chǎng)景中實(shí)現(xiàn)高逼真視覺(jué)反饋和友好的人機(jī)交互界面。

換句話(huà)說(shuō)，它能讓同一套視覺(jué)和交互能力在頭顯、機(jī)器人、智能駕艙系統(tǒng)中遷移復(fù)用，從而推動(dòng)整個(gè)行業(yè)從單設(shè)備創(chuàng)新走向跨場(chǎng)景融合。

XR行業(yè)十年的瓶頸，正在被“極域”打開(kāi)

如果說(shuō)三顆芯片解決的是設(shè)備所需要的能力從哪里來(lái)的問(wèn)題，那么“極域”要回答的則是另一件更難也更本質(zhì)的事——這些能力如何真正落地，成為規(guī)模化產(chǎn)品？

十年來(lái)，XR的技術(shù)敘事不斷循環(huán)：新的光學(xué)方案、新的交互方式、更強(qiáng)的渲染能力……但在工程世界里，真正阻礙XR落地的從來(lái)不是單點(diǎn)突破，而是整條鏈路的“不連續(xù)”。

從芯片到軟件再到量產(chǎn)，這一整條鏈路在任何行業(yè)里，都是一條必須閉環(huán)的產(chǎn)品鏈路。但在XR領(lǐng)域，這些鏈條卻相對(duì)更“獨(dú)立”。芯片廠提供芯片，硬件廠商自己拼接算法，很多時(shí)候看到的設(shè)備更像是“拼好機(jī)”，能用是能用，但總歸差點(diǎn)意思。

“極域”試圖做的，就是把這一條長(zhǎng)鏈重新封裝為一個(gè)五層能力體系：芯片層、設(shè)備平臺(tái)層、空間引擎層、SDK層、生態(tài)集成層。

在這五層中，最具產(chǎn)業(yè)意義的是設(shè)備平臺(tái)層。XR行業(yè)公認(rèn)最困難的工程環(huán)節(jié)，包括多傳感器標(biāo)定、光學(xué)聯(lián)合標(biāo)定、SLAM管線構(gòu)建、系統(tǒng)集成等等，都被萬(wàn)有引力封裝進(jìn)X100-M1模組，并配套PC MR工程化平臺(tái)。

在這個(gè)基礎(chǔ)上，一臺(tái)XR設(shè)備從立項(xiàng)到工程可交付，不再是兩年，而是半年。可以說(shuō)直接成倍提高了行業(yè)的工程效率。效率提高的同時(shí)成本降低，讓更多中小規(guī)模的團(tuán)隊(duì)也能加入其中。

同時(shí)，“極域”在空間引擎層所做的抽象，也讓XR的技術(shù)邊界第一次出現(xiàn)跨行業(yè)延展的可能性。

SLAM、Tracking、多傳感器融合本是XR、機(jī)器人、車(chē)載系統(tǒng)各自獨(dú)立的體系，但在“極域”框架中，這些能力不再屬于某一類(lèi)設(shè)備，而成為一種可以被不同形態(tài)硬件復(fù)用的底座。

一個(gè)為MR構(gòu)建的空間理解能力，可以直接遷移到機(jī)器人上；一個(gè)車(chē)載場(chǎng)景下的空間交互邏輯，也能天然兼容MR頭顯。可以說(shuō)，空間計(jì)算擺脫“設(shè)備屬性”，成為一種“平臺(tái)能力”。

為了讓這種能力真正被開(kāi)發(fā)者使用，“極域”的SDK進(jìn)一步消解行業(yè)長(zhǎng)期存在的生態(tài)碎片化。過(guò)去一個(gè)XR應(yīng)用需要分別適配Android、Windows、不同的芯片架構(gòu)與工具鏈，如今可以在同一套跨系統(tǒng)框架下“一次開(kāi)發(fā)、多端部署”。這讓內(nèi)容生態(tài)第一次具備擴(kuò)張到規(guī)模市場(chǎng)的基礎(chǔ)，也讓XR不再是只有大型廠商才能負(fù)擔(dān)的賽道。

當(dāng)這五層結(jié)構(gòu)合在一起，“極域”呈現(xiàn)的是一套可以快速調(diào)用、快速試錯(cuò)、快速量產(chǎn)的技術(shù)基座。就像谷歌安卓為智能手機(jī)帶來(lái)的一切一樣，在空間計(jì)算時(shí)代，“極域”正試圖承擔(dān)同樣的角色。

三顆芯片組成了能力體系，“極域”構(gòu)成了路徑。前者解決“能不能做”，后者解決“能不能落地、能不能規(guī)模化做”。

從技術(shù)突破到產(chǎn)業(yè)系統(tǒng)，這可能是XR行業(yè)十年來(lái)最接近“真正拐點(diǎn)”的一次嘗試。

結(jié)語(yǔ)

當(dāng)我們把這場(chǎng)發(fā)布會(huì)放回更大的產(chǎn)業(yè)背景中，會(huì)發(fā)現(xiàn)它所引發(fā)的變化早已超出“一家公司的技術(shù)突破”。

MR設(shè)備的延遲、重量和渲染能力正迎來(lái)真正意義上的代際躍遷；AI眼鏡也因?yàn)閾碛辛藢?zhuān)用的感知芯片而朝著獨(dú)立終端的方向駛?cè)ァ袠I(yè)的第一輪洗牌可能比所有人預(yù)期得更早到來(lái)。

而更深層的影響來(lái)自空間計(jì)算能力本身的外溢——機(jī)器人遠(yuǎn)程操控、車(chē)載空間交互、工業(yè)可視化，這些原本各自獨(dú)立、自研體系的行業(yè)，正在向共同的底層能力收攏。

這正是“極域”與三顆芯片同時(shí)出現(xiàn)的意義所在，它們所回答的問(wèn)題已經(jīng)不只是XR設(shè)備該如何發(fā)展，而是：空間計(jì)算的底座應(yīng)該是什么形態(tài)？它是否可以跨設(shè)備、跨行業(yè)、跨生態(tài)，成為一種通用能力？

如果答案只是一顆更強(qiáng)的芯片、一臺(tái)更輕的設(shè)備或一個(gè)更好用的SDK，這場(chǎng)發(fā)布會(huì)不會(huì)掀起太大的波瀾。但當(dāng)?shù)鬃恢厮転閺乃懔Φ侥＝M，從引擎到工具鏈，再到生態(tài)的全鏈路體系時(shí)，產(chǎn)業(yè)的競(jìng)爭(zhēng)邏輯也隨之轉(zhuǎn)變。

距離真正的產(chǎn)業(yè)爆發(fā)還有多遠(yuǎn)？萬(wàn)有引力并沒(méi)有給出全部答案，卻提供了一條可能跑得通的路徑。而在技術(shù)變革的漫長(zhǎng)道路上，有時(shí)候路徑本身，就已經(jīng)是一個(gè)足夠重要的開(kāi)始。