我們日常使用的手機、相機都是 2D 成像，只能捕捉平面畫面；如今常見的 3D 成像技術，比如人臉識別、掃地機器人的避障系統，能感知物體的遠近和立體形狀，但卻少了關鍵的動態感知能力。就像掃地機器人能看清地上的拖鞋，卻未必能及時判斷滾過來的籃球速度，容易出現 “慢半拍” 的碰撞。
近日，總部位於瑞士蘇黎世的 Pointcloud 公司的科研團隊在 Nature 發表成果，他們成功開發出一款 4D 成像傳感器，除了知道物體的位置，它還能測出物體的速度。
更重要的是，它像 CMOS 相機芯片一樣實現了高度集成，讓曾經昂貴笨重的 4D 成像技術，有望走進普通生活。
Pointcloud 由前英特爾光子學專家雷穆斯·尼古拉埃斯庫（Remus Nicolaescu）創立，目標是將激光雷達（LiDAR）從笨重設備壓縮成芯片級高性能 4D 成像解決方案。
圖 | 雷穆斯·尼古拉埃斯庫（來源：領英）
五年間，Pointcloud 的成果兩度登上 Nature 雜誌，2021 年與南安普頓大學合作，首次展示硅光子通用 3D 成像傳感器。隨後穩步推進工程樣品，2024 年發佈 192×64 像素短中距樣品，並推出開發套件；2025 年升級到更高像素陣列。目前，該公司已獲百度風投等多家機構注資。
要理解這個成果之前，我們得先聊聊機器是怎麼“看”世界的。
爲了讓機器像人類一樣感知世界，最初是通過我們最熟悉的攝像頭。攝像頭本質上是在拍照片，它捕捉的是光影和顏色。雖然機器通過人工智能可以識別出那是“紅綠燈”或者“行人”，但在它眼裏，世界是“扁平”的。它很難準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，正是自動駕駛早期在面對靜止障礙物時頻發事故的主因——因爲它“看”到了物體，卻“感覺”不到距離。
爲了解決距離問題，工程師給機器裝上了激光雷達（LiDAR）。它像蝙蝠一樣，通過向外發射激光並接收回波，計算光速往返的時間來測量距離。這一躍遷讓機器擁有了“深度”，世界在它眼中變成了由無數點雲組成的 3D 雕塑。但仍存在致命硬傷：它看不出“動態”。
如果你想知道前面那輛車跑得有多快，系統必須像做物理題一樣，連續拍下兩組 3D 數據，通過計算物體在兩次掃描間的位移差，去“猜”對方的速度。這種靠計算得出的結論存在微小的延遲，但在時速百公里的高速路上，零點幾秒的延遲往往就意味着生與死的差別。
這項研究所展示的 4D 成像技術，引入了物理學中的“多普勒效應”。簡單說，就是當激光射向一個移動物體時，反射回來的光波頻率會發生變化。這塊芯片在抓取 3D 空間座標的同時，能瞬間讀出這個頻率變化，從而直接“看”出物體的瞬時速度。
目前的 4D 成像傳感器研發主要包括兩條技術路線：4D 毫米波雷達，以及 4D 激光雷達。
在汽車領域，博世（Bosch）、大陸（Continental）、採埃孚（ZF Group）以及以色列的 Arbe 等巨頭，都在主推 4D 毫米波雷達。
這種雷達是在傳統雷達的基礎上增加了“高度”信息，且具備一定的測速能力。它不懼風雪霧霾，且成本已經控制到了幾百美元，正大規模裝載在 2025-2026 年推出的中高端車型上。但毫米波雷達的分辨率較低，看世界就像隔着一層毛玻璃，能看到有東西在動，卻看不清那是誰。
相比雷達，激光（光子）的波長更短，這意味着它能看清極其細微的細節，比如路面上一個小小的石塊，或者行人的手勢。此前的激光雷達（LiDAR）雖然清晰，但非常“嬌氣”且笨重。包括谷歌旗下的 Waymo、通用的 Cruise 等都在死磕“固態激光雷達”。大家的目標只有一個：把一整套雷達系統塞進一塊芯片裏。
這也正是這項研究最令人驚歎的方面，研究人員把超過 60 萬個光學元件+電子元件都集成在一塊芯片上，體積和普通 CMOS 相機芯片差不多。而且核心是 352×176 的像素陣列，總共約 6.2 萬個像素，是之前同類技術的 5 倍。
在設計上，研究團隊用了幾個 “巧招” 讓傳感器又強又實用。
單像素 “收發一體”。每個像素又能發射激光，又能接收反射光，不用單獨裝發射器和接收器，既省空間又避免了光線錯位的問題。
硅光子+CMOS 混合集成：用成熟的硅光子工藝做光學部分，再跟標準 CMOS 電子工藝無縫對接。所有驅動、校準、數字接口全長在芯片上，不需要外部一堆分立元件。
智能光開關控制。不能所有 6 萬像素同時發激光，那芯片會燒掉。他們在芯片上做了熱光開關，像流水線一樣輪流給不同像素組發光。而且開關速度超快，不影響幀率。
團隊在多種環境中測試了這款傳感芯片，以考察其處理不同距離和運動的能力。在掃描場景後，它能將場景重構爲由數千個數據點組成的 3D 數字地圖。該系統成功繪製了 6-11 米距離內的室內房間地圖。
圖 | 單次採集獲得的辦公室場景（來源：上述論文）
爲測試其測距範圍，科學家將其對準 65 米外的一棟建築，其成像能力足以捕捉到窗戶和陽臺等細節。此外，最高能達到 15 幀/秒，相當於每秒拍 15 張 4D 畫面，能實時捕捉運動的物體，比如旋轉的圓盤、移動的汽車，不會出現 “拖影” 或數據滯後。
而且激光功率特別低，完全不會傷眼睛，適合裝在汽車、手機、機器人上。
（來源：上述論文）
目前，研究團隊仍需進一步完善這款芯片。比如，引入氮化硅材料，解決硅的功率限制，將單個像素功率提升 10 倍；結合噪聲優化，探測距離將從 65 米飆升至 200 米以上，滿足高速自動駕駛的核心需求；以及將開關移出陣列，消除畫面縫隙，讓機器擁有絲滑、全無死角的高清 4D 電影視野。
參考鏈接：
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
運營/排版：何晨龍
