感知交互大模型加速落地,极豪科技三大创新方案亮相WAIC 2026

资讯 » 科技头条 2026-07-18

2026年7月17日,2026世界人工智能大会暨人工智能全球治理高级别会议在上海世博、张江、西岸“三地四馆”同步启幕。极豪科技亮相徐汇西岸国际会展中心“前沿终端智域”展区(展位号:X1C-511-06),集中展示感知交互大模型在智能眼镜、具身智能、智能手机等端侧设备中的成果。

JVE眼动交互方案:让“目光”成为智能眼镜的意图入口

智能眼镜正成为继智能手机之后极具想象空间的智能终端入口。据弗若斯特沙利文数据,中国感知交互解决方案市场规模预计到2030年将达到427亿元,其中应用于智能眼镜的感知交互解决方案市场预计在2025年至2030年间实现38.3%的复合年增长率。在这一快速发展的市场中,交互方式的革新将成为决定产品体验与用户接受度的关键。

极豪科技在WAIC现场展示了互动游戏“看进世界杯”,体验者戴上智能眼镜,看准足球上的目标点并短暂停留,即可完成一次射门,无需抬手点击、开口呼唤或比划手势,一个眼神就能完成选择与确认。

支撑这一体验的,是极豪科技自主研发的JVE眼动交互方案。该方案支持眼球追踪、虹膜及巩膜识别、视线深度预测等能力,可帮助智能眼镜判断用户正在看哪里、关注什么,并将视线动作转化为设备可以理解和执行的交互指令。

眼动追踪并不只是“看见眼球在动”。实测数据显示,该眼动追踪解决方案在室外场景下的识别精度较传统单一光学输入技术提升约60%。智能眼镜对模组体积、重量与功耗同样高度敏感。JVE方案采用先进封装技术,整体体积最小可达1.69mm³,重量低至6.7mg,在小型化、轻量化与交互精度之间实现平衡。

超薄视触觉模组:补上机器人从“看见”到“触碰”的关键一环

围绕机器人普遍缺乏接近人手的高性能触觉感知能力和训练机器人灵巧操作所需的高质量、可规模化触觉数据仍然稀缺两大挑战,极豪科技开发覆盖空间数据处理平台、第一视角数据采集设备和跨模态视触觉交互方案的具身智能解决方案体系。本次WAIC现场展出的超薄视触觉模组JVR507-AA5A,是其中兼具高精度触觉感知与训练数据采集能力的关键硬件。

该模组采用视触觉技术路线,通过内部光学成像与AI算法协同实现高精度接触感知。当模组与物体表面接触时,内部接触层随之产生形变,光学系统实时捕捉形变图像,再由AI算法反演接触位置、受力分布、表面纹理和滑动方向等信息。系统级主控制器还可同步采集触觉数据、IMU运动姿态及温度信号,实现对多维触觉信息的精准还原。

PoLi ID非接触式AI生物识别解决方案:兼顾支付级安全与终端设计自由

极豪科技此次展出的PoLi ID通过感知交互AI算法协同定义偏振技术芯片和硬件,可实现人脸、掌纹、掌静脉等多模态识别与活体检测。用户无需按压或接触传感器,只需将面部或手掌靠近设备,即可完成身份验证。PoLi ID的误识率最低可达百万分之一,安全水平可与结构光、ToF等技术相媲美。

相较于结构光或ToF方案,PoLi ID采用更加紧凑的硬件架构,模组尺寸更小,对CMOS影像传感器、VCSEL等核心组件的要求也更低。除身份认证外,PoLi ID还可在超低功耗下支持Always ON持续感知、AI助手唤醒、注视检测、表情识别等功能,在有限的终端空间内同时承载安全认证与智能交互能力。

感知交互大模型:让智能终端理解语言之外的信息

此次WAIC展出的三项方案,其技术基石是极豪科技自主研发的感知交互大模型。以语言大模型为代表的语言交互,主要处理用户主动表达的明确指令;感知交互大模型则通过融合用户与周围环境中的多模态感知信号,识别身份、意图和动作等信息,进一步理解那些未被说出、表达不充分或不便通过语言传递的需求,与语言交互形成互补。

模型可接入光学、红外、深度、声音、惯性、电容等十余种输入信号,识别人体生物特征及行为特征,通过在统一框架下集成跨模态信号,从而实现更高的准确率与鲁棒性。与多模态输入相配套的自动化数据处理体系,覆盖数据采集、标注、管理等环节,让不同来源、不同类型的数据能够更高效地用于模型训练和迭代。

大规模多模态预训练形成的强泛化能力,使模型面对新的感知任务、硬件配置和终端形态时,仅需少量专项数据即可快速完成适配。此外,极豪科技通过剪枝、蒸馏和量化等技术,将模型算力需求降低超过1000倍的同时,基本保持算法精度不变,能更好地满足智能手机、智能眼镜和具身智能设备对算力、功耗及响应速度的要求。



免责声明:本网信息来自于互联网,目的在于传递更多信息,并不代表本网赞同其观点。其内容真实性、完整性不作任何保证或承诺。由用户投稿,经过编辑审核收录,不代表头部财经观点和立场。
证券投资市场有风险,投资需谨慎!请勿添加文章的手机号码、公众号等信息,谨防上当受骗!如若本网有任何内容侵犯您的权益,请及时联系我们。