孔雀SPAD-SoC落地量产，速腾聚创继续打开机器人感知边界

在2026柏林IFA展会上，搭载速腾聚创E2全固态激光雷达的未岚大陆Navimow H5 Pro智能割草机器人正式亮相。作为E2自WAIC首发之后首个落地的量产项目，这次公开亮相也释放出重要产业信号：速腾聚创自研的孔雀SPAD-SoC正式完成量产交付。一款面向机器人与车载补盲场景的超大面阵系统级芯片走向市场，也让行业看到，机器人感知能力的迭代，已经推进到芯片定义的新阶段。

九号割草机器人 搭载E2

对于实体机器人而言，感知不是简单获取图像或者点云数据，而是要在多变的现实环境中稳定输出可用的环境空间信息。分辨率、视场范围、近距探测能力、探测距离、抗干扰特性，共同决定一台机器人能不能看懂周边世界，可靠完成避障、环境识别等基础任务。

孔雀SPAD-SoC正是针对这类现实痛点设计的超大面阵系统级芯片。不同于传统方案将感光、计算拆分在不同器件上，这颗芯片把SPAD感光阵列与处理单元高度集成，实现图像级三维点云输出。640×480 VGA的面阵规格，带来更高的点云密度，让机器人可以捕捉环境里更多细节特征；180°×135°的大视场，配合小于5厘米的最近探测距离，有效改善传统传感器普遍存在的近距盲区问题，机器人靠近障碍物时也不会丢失感知能力。依托片上集成的TDC测距处理引擎，芯片可以稳定输出毫米级测距精度，同时支持10-30Hz帧率输出，适配机器人动态作业的需求。

这些硬件层面的改善，让机器人对环境、障碍物的识别更加完整，面对复杂场景作业时的稳定性得到明显提升。而这一系列性能的实现，并不只是依靠像素规格的堆叠，背后是速腾聚创自研创世架构的完整支撑。

孔雀SPAD-SoC

创世架构Eocene是一套面向SPAD-SoC的可迭代开发平台，能够根据车载、机器人不同场景需求，孵化定位各异的芯片产品，可以把长期技术积累转化为可持续的产品代差优势。整个架构分为四层，其中核心计算层、算法加速层、安全可靠层为速腾聚创独家自研能力，构成差异化的核心壁垒。

工艺是芯片性能的基础。在基础工艺层，选用28nm车规制程，对比行业主流索尼40nm量产SPAD芯片，在缩小芯片面积的同时降低整机功耗。第三代超敏SPAD感光层将光子探测效率PDE提升至45%，比国际主流高出8个百分点，在弱光、远距离目标探测场景具备天然优势；第二代3D堆叠工艺把感光单元与处理电路做垂直高密度集成，复用成熟CMOS产线能力，兼顾高性能与量产可行性。

高分辨率面阵会产生海量点云数据，而核心计算层通过4320-Core可配置异构计算阵列，实现算力灵活调度，每秒可完成4950亿次点云采样处理，保障高像素点云高速流转，搭配超距感知、皮秒级测量等感知增强引擎，为图像级三维感知筑牢算力基础。

户外场景下，阳光直射、多台设备同时工作带来的信号串扰，是量产落地绕不开的痛点。算法加速层将信号处理逻辑固化在硬件内部，而非依赖后端软件补偿，实现抗阳光噪声、抗对射串扰能力双双提升99.9%，从硬件源头降低环境干扰带来的影响。同时集成智能像素管理、自适应分辨率等能力，单颗芯片即可适配车载、机器人多元场景。

面向商业化大规模装车与装机，可靠性是不可忽视的一环。安全可靠层搭载原生车规功能安全架构，支持-40℃~125℃宽温域稳定运行，配套工业级接口，同一套芯片同时满足汽车与机器人的严苛可靠性要求。

通过整套架构的能力，速腾聚创在全球SPAD-SoC赛道形成突出的技术优势。

RoboSense 空间感知技术加速物理AI

在SPAD相关赛道，不少厂商仅聚焦感光像素单元开发，后续计算、算法处理需要外接器件完成。与之不同，速腾聚创依托创世架构形成完整平台能力，构建起“芯片领先→产品代差→市场扩张→研发再投入”的正向循环，持续放大技术优势。

放到全球行业视野中，速腾聚创的整体布局优势也十分明确。工艺与感光指标上，28nm车规制程、45%光子探测效率，相较索尼40nm工艺、37%PDE形成代际提升。产品布局上，索尼SPAD产品集中在线阵路线，IMX479最高仅520线；速腾聚创车载凤凰SPAD-SoC实现单片原生2160线，输出超400万像素。而在机器人亟需的宽面阵赛道，索尼尚无可量产的对应产品，孔雀SPAD-SoC已经完成商业化落地。

更重要的是，速腾聚创打通从SPAD感光单元、片上计算、硬件算法、空间相机的全栈链路，可以实现芯片定义、算法调优、整机验证的协同，充分释放芯片的硬件潜力，重新定义机器人空间感知能力上限。

RoboSense速腾聚创 “孔雀”芯片

孔雀SPAD-SoC实现量产交付，是速腾聚创SPAD-SoC技术从技术研发走向商业落地的重要里程碑。无论是车载领域，还是具身机器人赛道，单纯依靠外购器件做整机集成的发展阶段正在走向尾声。物理AI的竞争，已经逐步下沉到底层芯片层面。一个物理AI大模型、一款具身机器人产品最终能达到什么样的上限，很大程度由数据决定，而数据由源头的芯片的工艺水准、架构设计、工程化与量产能力决定。面向愈发复杂的真实世界，底层芯片技术的突破，正在成为机器人产业向前演进的重要驱动力。