引言:
/朝聞通/如視是中國領先的空間智能與三維重建服務提供商,該公司利用 NVIDIA Jetson 系列模組實現邊緣端毫米級三維重建。其旗艦空間采集産品龐加萊 R1(标準版)和伽羅華 P4(标準版),讓多行業的場景空間智能應用效果較傳統方式實現顯著提升。面向行業發展趨勢,企業依托積累的空間數據資産,持續探索物理 AI 與具身智能應用,構築面向未來的空間智能技術生态。
一套 100 平方米的住宅,掃描時間大約四分鐘。操作者手持一台大号手電筒大小的設備,沿房間走一圈,放下設備時,系統已經生成了彩色點雲和 3DGS。15分鐘後,一張标注了牆體、門窗、上下水管線和強弱電箱的 CAD 戶型圖在雲端自動生成。不需要卷尺,不需要人工繪圖,直接自動輸出 CAD 文件,單尺寸測距誤差最小僅 3mm。
這台設備是龐加萊 R1(标準版),一款由如視研發的手持實景掃描儀。
如視是一家專注三維重建技術的空間智能公司,在該領域深耕近十年,産品覆蓋房産、家裝、工業巡檢、文博展覽等多個行業。R1(标準版)的實時點雲處理運行在内置的 NVIDIA Jetson Xavier™ NX 模組上。
如視的另一款旗艦産品伽羅華 P4(标準版)——面向超高清采集場景的三腳架式 VR 掃描儀——搭載了 NVIDIA Jetson Orin™ Nano。兩台設備覆蓋了從快速現場測量到博物館級三維數字化的不同需求,AI 推理全部在邊緣端完成。
兩台設備,兩顆Jetson芯片
兩款産品選擇不同的 NVIDIA Jetson 模組,對應各自工作流的具體算力需求。
龐加萊R1(标準版)搭載Jetson Xavier NX
R1(标準版) 是一款為速度和便攜性設計的手持掃描儀,主要用于精準量房、施工現場勘測和裝修前期測量。Xavier NX以緊湊的體積和低功耗提供高性能AI推理能力。

龐加萊 R1(标準版) 搭載 NVIDIA Jetson Xavier NX
掃描過程中,R1(标準版)的激光雷達生成高密度點雲,RGB 相機同步采集色彩數據。Xavier NX 在設備端實時運行如視自研的點雲降噪算法和結構識别算法,自動識别牆體、門洞、窗戶、水管、電箱等建築要素,輸出結構化三維模型。該模型經雲端處理後,15 分鐘内即可轉化為 CAD 圖紙。
中國計量科學研究院的校準報告确認,R1(标準版) 的單尺寸測距誤差最小為 3mm,是目前國内已知唯一通過國家計量院認證的手持激光掃描儀。

龐加萊R1國家計量院認證
伽羅華 P4(标準版) 搭載 Jetson Orin Nano
P4(标準版) 面向對畫質和空間細節要求極高的場景:博物館展覽、高端餐飲空間、大型工業廠房。
NVIDIA Jetson Orin Nano 提供34TOPS的AI算力,支撐更重的邊緣計算負載。

伽羅華 P4(标準版) 搭載 NVIDIA Jetson Orin Nano
P4(标準版) 采集 24K 分辨率全景圖像——單幀約 3 億像素——并在設備端完成實時拼接和深度信息解算。其激光雷達與高清相機陣列同時生成幾何點雲和超高清視覺數據,Orin Nano的高吞吐量和多傳感器融合能力使兩路數據流在現場即完成對齊,避免了傳統設備"先采集、後計算"造成的數據斷層。
多行業實踐部署
如視搭載 Jetson 的設備已在多個行業投入使用。以下案例展示了邊緣AI處理如何轉化為可量化的運營效率提升。
住宅裝修——福州安住
福建省家裝公司福州安住引入龐加萊 R1 用于現場量房。一個兩人團隊在 10 天内完成了 454套住宅的掃描采集,套均耗時 2.8 分鐘。此前,單套人工量房通常需要 40 分鐘以上,且依賴經驗豐富的技術人員。R1(标準版) 輸出的 CAD 數據可直接導入 BIM 系統,省去了人工繪圖環節。
工業數字孿生——雀巢中國
雀巢在中國運營 22 家工廠、3 個研發中心和 5 個創新中心。如視使用伽羅華 P4(标準版) 為雀巢的生産設施構建高保真三維數字孿生,覆蓋安全管理、遠程巡檢和員工培訓等場景。
雀巢中國的石秋香表示:"如視 VR 有效幫助管理層和救援人員第一時間掌握工廠情況,迅速定位風險點。"
實際效果包括:新員工培訓周期縮短約 50%,跨地域協作差旅成本降低約 70%,安全隐患排查效率提升約 3 倍。
伽羅華P4(标準版) 生成的三維模型可導出為 OpenUSD/USD 兼容資産,從而能夠被基于 NVIDIA Omniverse庫和包括NVIDIA Isaac Sim在内的開放框架構建的智能體與應用程序所使用,可進一步用于數字孿生和機器人訓練。
文化遺産——清華大學校史館
清華大學校史館總建築面積 5.000 平方米,展區面積 3.000 平方米,使用伽羅華 P4(标準版) 完成了1:1 VR 數字化複刻。成果支持中英文雙語導航、AI 智能導覽和語音講解。
數字化後的校史館全年 365 天面向全球校友和公衆開放。8 倍無損放大功能使遠程訪客可以細看畫作筆觸和展品銘文——這些細節即使在現場也不易觀察。該項目同時為無法長期展出的珍貴藏品建立了永久數字檔案。
面向具身智能和物理AI
如視已積累超過 5.800萬組空間數據,覆蓋面積達48億平方米,是全球規模最大的真實場景三維空間數據庫之一。這一數據資産的價值正在從傳統的可視化應用向更廣泛的領域延伸。
如視三層空間解構流水線當前輸出的結構化數據包括:幾何尺寸、材質粗糙度、光照條件和物體空間關系。後續規劃将拓展至重量估算、摩擦系數和受力分析——這些屬性是機器人訓練環境中實現真實物理仿真所必需的。
如視的三維模型已兼容 NVIDIA Omniverse 庫,支持Real2Sim2Real工作流:真實空間高保真采集→1:1 虛拟環境重建→可交互仿真訓練→機器人實際部署。這一閉環的每個階段都依賴精确、屬性豐富的空間數據——正是搭載 Jetson 的邊緣采集設備所産出的數據類型。

如視數字空間多層解構
随着空間AI模型和具身智能系統的成熟,對高質量真實場景三維訓練數據的需求将持續增長。結合NVIDIA邊緣算力驅動,如視的空間采集基礎設施為這一需求提