从手机模组到机器人视觉

近日，具身机器人视觉头部厂商联合影像完成新一轮数亿元级融资，由产业资本、国资与市场化机构共同参与，投资方包括敦鸿资产、杭州具身智能产业基金、富阳产投、智平方。

据悉，本轮资金将用于深度相机产品线建设、端侧AI视觉理解能力升级、数据采集与模型评测能力提升，以及杭州智能视觉产业基地的建设。

 

01.

从手机模组到机器人视觉

公开资料显示，联合影像成立于2014年，创始人张枫曾在手机行业深耕多年。

联合影像从手机摄像头模组起步，早期为头部手机品牌供应商。2016年，张枫判断手机产业链价值将逐步走低，小供应商在品牌面前缺乏议价权，于是开始寻找视觉模组的增量场景。

第一次转型发生在2018年。联合影像在扫地机器人爆发前自主开发了一套抗灰尘、抗反光、低延迟的视觉模组，随后成为科沃斯扫地机传感器的关键供应商。

截至目前，联合影像已是国内扫地机器人、割草机、泳池清洁机器人等消费机器人领域最大的视觉方案供应商之一，客户覆盖科沃斯、云鲸、追觅、九号机器人等。

第二次转型在2021年，这个时间比具身智能赛道的爆发还要早两年。那时，联合影像已经与当时体量很小的宇树开展合作，为其提供双目视觉方案。

如今，其机器人相关业务已占公司整体营收近三分之一，头部机器人客户覆盖超过一半，客户名单涵盖宇树科技、智平方、自变量、Rokid、Pico等。

张枫在采访中透露，联合影像接触过上万家中小创新企业，覆盖美西、中国、韩国等创业活跃的区域。这些公司找上门来，大多是为了做原型机，“因为AI的发展，很多想法需要变成一个初代原型机给投资人看，因此需求非常旺盛。”为此，联合影像把“做原型机”做成了标准化服务线，从PRD到代码输出到BOM输出全部自研。

目前，联合影像拥有深圳2万平米工厂、威海2.5万平米工厂、越南基地等产能布局，以及完整的影像实验室和NPI能力。公司SKU达数百个，预计年底突破1000个。

02. 

绕开传统路径，押注深度学习

在技术路线上，联合影像选择了一条不同于行业主流的路径。

深度相机领域，国内头部玩家走的是传统算法路线，依赖十几年积累的场景数据和人工特征提取。联合影像没有这样的积累，选择直接押注深度学习。深度学习的本质是数据越多、迭代越快，一旦跨过阈值，后续的追赶速度就不是传统算法能比的了。

有测试显示，在强阳光下，某头部厂商的深度相机难以输出有效深度信息，而联合影像Eagle系列仍能清晰分辨水泥地上的裂缝和阴影。差异不来自传感器硬件，而是端侧模型实时做的场景补偿。在弱纹理、高反光等传统算法容易失效的场景下，联合影像的产品同样表现出超越可比竞品的深度感知能力。

2025年，联合影像发布了首款自研深度双目相机，搭载AI大模型，通过深度学习特征提取处理天空、白墙等传统算法失效的场景。

2026年，他们进一步推出了Pulse、Prism、Eagle系列深度相机及Unimage Pi边缘AI视觉方案、SerDes方案等产品矩阵。针对机器人底盘、头部、躯干、手腕和末端执行器等不同安装位，这些产品匹配了不同的基线距离、视场角、帧率和成本区间。

张枫对所有工业相机还有一个硬性要求：都必须带端侧AI能力，即在设备本地完成目标识别和场景判断，而非将数据传回云端处理。

在数据采集环节，联合影像于今年8月与港交所上市公司五一视界成立合资公司，推出软硬一体的具身智能数据平台AperData，切入真实数据采集赛道。

硬件覆盖头戴式AperEgo（第一人称全景采集，四目总水平视场超270°）、腕部相机AperWristCAM、夹爪采集器AperFinger（集成视觉、深度、力觉等六大维度），软件端AperOS将采集、质检、处理、解算到数据集交付串成完整链路。该方案将质量检查前移到采集端，无效片段在端侧直接筛除，有效数据再上传，大幅减少了无效数据的传输和存储成本。

AperData发布至今已获超10000套订单，8月底首批量产交付，首发价5100元/套。

张枫将联合影像目前的发展阶段比作“上小学”，“前十年更像是摸索期，早期即实现盈利但缺乏清晰战略方向，直到几年前才觉得真正进入创业状态。”2025年，公司整体年营收达到20亿元。这家此前长期“水下”运营的公司正走向台前。