Skip to Content Facebook Feature Image

Ouster推ZED X Nano腕戴式鏡頭 專為機械人操作及實體AI設計

大視野

Ouster推ZED X Nano腕戴式鏡頭 專為機械人操作及實體AI設計
大視野

大視野

Ouster推ZED X Nano腕戴式鏡頭 專為機械人操作及實體AI設計

2026年04月13日 18:02 最後更新:18:23

三藩市--(BUSINESS WIRE)--2026年4月13日--

Ouster公司(納斯達克:OUST,下稱「Ouster」或「公司」),作為實體AI(Physical AI)感測與感知領域的領先者,今日宣布推出Stereolabs ZED X Nano。這款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及實體AI時代的高通量數據採集而設計。

更多相片
Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

隨著機械人團隊擴展模仿學習(imitation learning)及強化學習(reinforcement learning)以執行操作任務,RGB圖像質素及端到端(end-to-end)採集延遲已成為關鍵瓶頸。傳統相機依賴USB連接,僅能捕捉低解像度720p的RGB及深度影像,並需要經由中央處理器(CPU)中介的管道,這限制了數據吞吐量並增加了延遲。

Stereolabs ZED X Nano從設計之初便旨在解決這些問題。該相機高度較同類解決方案縮小四成,可直接安裝於機械人手腕及末端執行器上,在這些位置,每一毫米都至關重要。它採用旗艦ZED X相機系列中備受信賴的1920×1200全域快門感應器,能以每秒高達120幀(fps)的速度捕捉高解像度RGB及深度影像,用於訓練數據及操作。

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

耐用性是其設計核心。該相機配備內置防震慣性測量單元(IMU),由堅固的GMSL2連接及新一代纜線供電,這些纜線專為機械臂的重複運動及纜線壓力而設計,以工業級連接取代脆弱的USB-C,可傳輸長達15米的影像,並具備電磁干擾(EMI)抵抗能力及鎖定連接器。

ZED X Nano的核心是一個超低延遲的採集管道,具備從感應器到圖形處理器(GPU)的完全零複製路徑,影像幀可同時直接流入英偉達(NVIDIA)硬件編碼器及AI推理管道。對於數據採集團隊而言,這意味著能以全解像度進行更高吞吐量的數據集採集。對於部署團隊而言,則代表可在相同的影像幀上並行運行感知、分割及策略網絡,為關鍵模型提供更多圖形處理器(GPU)餘裕。

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

深度功能由Stereolabs的「神經深度引擎」(Neural Depth Engine)驅動,這是領先的AI立體深度系統,在Z軸上具備亞毫米級(sub-millimeter)精度,同時提供比傳統結構光或飛行時間(time-of-flight)相機顯著更佳的橫向(XY)定位能力。這對於抓取姿態估計、精確放置及組裝任務而言是關鍵優勢,因為橫向誤差會直接導致操作失敗。該相機的最小深度感測範圍為3厘米,亦能比市場上同類解決方案感測更近的距離。

ZED X Nano是Stereolabs最新產品,提供與英偉達 Isaac Sim及Isaac Lab的一流原生整合,以實現模擬到現實(sim-to-real)的轉移,並支援原生ROS及ROS 2。建立模仿學習或強化學習管道的團隊,可透過相同的感應器及軟件堆疊,捕捉高保真演示、使用匹配的相機模型在模擬中訓練,並部署到硬件。

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Stereolabs ZED X Nano:一款緊湊型腕戴式立體相機,專為機械人操作、模仿學習及高通量數據採集而設計。(美聯社圖片) AP圖片

Ouster行政總裁安格斯·帕卡拉(Angus Pacala)指出:「ZED X Nano建基於Stereolabs在AI視覺及感知解決方案方面的領導地位,讓我們能更深入工業及機械人市場,贏得需要更小尺寸部署的新商機。實體AI的未來取決於在邊緣收集大量高品質、低延遲的圖像數據。透過ZED X Nano,我們為機械人專家提供了視覺系統的重大升級,使機器能夠以前所未有的精確度進行感測、思考、行動及學習。」

ZED X Nano即日起接受預訂。有關技術規格、定價及整合詳情,請瀏覽www.stereolabs.com。產品將於2026年5月開始付運。

關於Ouster

Ouster公司(納斯達克:OUST)是實體AI(Physical AI)感測與感知領域的領導者,業務涵蓋工業、機械人、汽車及智能基礎設施。Ouster透過高性能數碼激光雷達(lidar)、相機、AI運算、感應器融合及感知軟件,以及AI模型組成的統一平台,提供改善實體世界生活質素的解決方案。Ouster總部位於美國三藩市,業務遍及全球,在美洲、歐洲及亞太地區設有辦事處,服務數千名客戶。有關產品詳情,請瀏覽www.ouster.com,或透過X或LinkedIn聯絡銷售團隊。

前瞻性聲明

本新聞稿包含《1995年私人證券訴訟改革法案》所界定的前瞻性聲明。本公司旨在使此類前瞻性聲明受《1933年證券法》(經修訂)第27A條及《1934年證券交易法》(經修訂)第21E條所載的前瞻性聲明安全港條款涵蓋。此類聲明基於管理層當前的計劃、估計及預期,並受各種風險及不確定性影響,可能導致實際結果與此類聲明存在重大差異。包含前瞻性聲明不應被視為此類計劃、估計及預期將會實現的陳述。諸如「預期」、「將會」、「可能」、「預計」、「打算」、「反映」、「應該」、「計劃」、「能夠」、「可能」、「提供」、「估計」、「潛在」、「追求」、「展示」等詞語及其否定形式和類似表達,旨在識別前瞻性聲明,儘管並非所有前瞻性聲明都使用這些詞語或表達。除歷史事實外,所有聲明,包括有關公司產品的開發、功能、性能、需求及採用;產品供應及付運時間表;Ouster的市場及競爭定位;行業及業務趨勢,以及Ouster的業務目標及計劃的聲明,均構成前瞻性聲明。所有前瞻性聲明均受可能導致實際結果與我們預期存在重大差異的風險及不確定性影響,包括但不限於:合同取消或推遲或實施不成功的可能性;與Ouster產品採用相關的風險、市場增長及客戶需求預測不準確;供應鏈限制及挑戰;Ouster應對不斷演變的法規及標準的能力;貿易政策、關稅及進出口法規的變化可能對Ouster的業務、財務狀況及經營業績產生不利影響;公司目標行業或全球經濟狀況;以及公司在2025年12月31日止年度的10-K表格年度報告中討論的其他重要風險因素,以及可能不時在公司提交給美國證券交易委員會(SEC)的其他文件中更新的內容。讀者應在評估這些前瞻性聲明時仔細考慮這些因素及所有情況,並且不應過度依賴其中任何一項。任何此類前瞻性聲明均代表管理層截至本新聞稿發布之日的合理估計及信念。儘管Ouster可能選擇在未來某個時間更新此類前瞻性聲明,但除法律可能要求外,Ouster不承擔任何更新義務,即使後續事件導致其觀點發生變化。

(美聯社)

越來越多美國打工仔在工作中嘗試使用人工智能(AI),但普遍仍抱持懷疑態度。

蓋洛普(Gallup)最新民意調查發現,雖然更多員工頻繁使用人工智能(AI)工作,但同時亦越來越多人憂慮新科技會取代他們的工作。許多不使用AI的員工表示,他們寧願不使用AI工作,對該技術抱持道德反對,或擔心數據私隱問題。

(美聯社圖片/珍妮·凱恩) 檔案照片顯示,一名人士於2019年10月8日在紐約使用電腦鍵盤。 AP圖片

(美聯社圖片/珍妮·凱恩) 檔案照片顯示,一名人士於2019年10月8日在紐約使用電腦鍵盤。 AP圖片

這項於2月進行的調查指出,AI正以不同方式重塑美國職場。部分人認為AI能大幅提升生產力及效率,但亦有人關注其潛在的負面影響。

社工斯科特·施高(Scott Segal)表示,他經常使用人工智能(AI)尋找資訊,以協助維珍尼亞州(Virginia)北部的長者及弱勢病人連接醫療資源。他坦言,雖然他工作中帶來的人際連結和關懷非常重要,但他亦相信AI可能很快會取代他。

現年53歲的施高指出:「我正在提前規劃。我認為每個從事可被取代領域或行業的人都應該提前規劃。」

大約三成員工在工作中頻繁使用人工智能(AI),即每天或每周數次。約兩成員工則不常使用,即每月數次或每年數次。

Google 人工智能(AI)模型「Gemini」。AP圖片

Google 人工智能(AI)模型「Gemini」。AP圖片

蓋洛普(Gallup)調查發現,約四成受訪者表示其所屬機構已採用人工智能(AI)工具或技術,以改善組織運作。當中約三分之二的員工指出,AI對他們個人的工作生產力及效率帶來「極度」或「某程度上」的正面影響。

相較於個人貢獻者,擔任管理職位並使用人工智能(AI)的員工,更傾向認為該技術對其生產力至少帶來「某程度上」的正面影響。約七成每年至少使用AI數次的領導層表示,AI令他們工作更有效率,而個人貢獻者中則僅略高於一半。

路易斯安那州(Louisiana)巴吞魯日(Baton Rouge)的勞工及僱傭律師伊利沙伯·布洛赫(Elizabeth Bloch)表示,她使用ChatGPT協助「以更圓滑的方式草擬信件或電郵,因為這是一個充滿對抗的行業,有時情緒會變得激動。」

人工智能(AI)工具似乎對管理、醫療保健及科技領域的員工帶來比服務業更大的益處。這些領域中約六成使用AI的員工表示,AI至少「某程度上」提升了他們的生產力,而服務業中則有45%的員工持相同看法。

即使公司提供人工智能(AI)工具,亦無法保證員工會採用。根據蓋洛普(Gallup)的研究,約一半美國員工每年僅使用AI一次或完全不使用。

AI 人工智能

AI 人工智能

布洛赫指出,她曾嘗試使用人工智能(AI)進行法律研究,但發現它容易出現「幻覺」,即編造虛假資訊,即使是專為法律工作而設的AI工具亦然。她擔心其他本來就不擅長尋找和引用相關判例法的律師,「將會不擅長使用AI,因為他們沒有使用正確的提示詞」,最終可能導致法官因虛假引用而制裁他們。

在公司有提供人工智能(AI)工具但未有使用的員工中,46%表示是因為他們偏好維持現有的工作方式。約四成可使用AI的非用戶表示,他們在道德上反對AI,擔心數據私隱,或不認為AI對他們的工作有幫助。

約四分之一有AI工具可用的非用戶表示,他們曾在工作中使用AI但認為沒有幫助,而約兩成則稱他們未準備好有效使用AI。

馬里蘭州(Maryland)一間與聯邦政府合作的公司的合約行政人員翠·皮松(Thuy Pisone)表示,她每周都會使用人工智能(AI)處理日常瑣碎事務,但對於她本身已能妥善處理的工作則避免使用AI。

皮松指出:「我聽同事說過,我們可以使用人工智能(AI)來製作PowerPoint簡報。我有點偏見,因為我自己就能製作PowerPoint,我不需要幫助,因為我花時間磨練了我的技能。」

雖然這並非放棄在工作中使用人工智能(AI)的主要原因,但調查亦發現,美國打工仔越來越擔心會被新科技淘汰。

約兩成(即18%)美國打工仔表示,他們的現有工作很可能在未來五年內因新科技、自動化、機械人或人工智能(AI)而被淘汰。這數字較2025年的15%有所上升。在已採用AI的公司工作的員工,更傾向擔心自己的工作會被淘汰:23%的人認為這在未來幾年內至少「某程度上」可能發生。

福克斯新聞(Fox News)於3月進行的一項民意調查發現,約六成已登記選民認為,人工智能(AI)在未來五年內將會淘汰更多職位,而非創造更多職位。僅約一成受訪者預期AI會創造更多職位,而約三分之一則表示現在判斷言之尚早。約七成有工作的選民表示,他們「不太」或「完全不」擔心自己的現有工作會被AI淘汰。

維珍尼亞州(Virginia)的社工施高表示,如果人工智能(AI)取代他的工作,他的替代方案是開展一項新的「醫療陪護服務」,親自護送病人往返不同預約,特別是當他們被鎮靜後,沒有家人或其他人接送的情況。

施高指出:「我認為這項服務在未來10到15年內都不會被取代,直到機械人具備人工智能(AI)為止。我確實相信AI將會取代大多數人的工作職能,我質疑屆時人們將如何謀生。」

與此同時,他一直在向人工智能(AI)聊天機械人尋求協助,為其退休儲蓄制定策略。

蓋洛普(Gallup)的季度勞動力調查是透過隨機抽樣,訪問在美國機構全職及兼職工作、年齡18歲或以上的成年人,他們均為蓋洛普概率抽樣小組的成員。最近一次調查於2026年2月4日至19日進行,訪問了23,717名受僱的美國成年人。所有受訪者的抽樣誤差幅度為正負0.9個百分點。

(美聯社)

你 或 有 興 趣 的 文 章