我們非常榮幸地通知大家：思嵐新一代全集成AI空間感知系統——Aurora S正式發布!

為具身智能而生，機器人的專屬眼睛

在238克的小巧的機身中，Aurora S首創的將多種空間感知能力：3D實時建圖定位(VSLAM)、稠密深度感知以及AI語義識別等功能融合在一起。

并在深度學習引擎的加持下，無需額外開發算法或配備算力，只需要通電，Aurora S即可出色工作，滿足具身智能時代下的各類空間感知需求。

簡單建圖進化為AI語義理解

多模態空間感知，加速世界模型構建

面對這個由色彩、紋理構成的豐富世界，僅只是把世界簡單的抽象成一個只有幾何點或者面的單調地圖是絕對不夠的。作為思嵐Aurora家族的新成員，Aurora S在內置了實時高精度視覺建圖定位系統基礎上，更集成了AI物體識別和語義理解能力。

并且各模塊相互高度融合工作，將空間感知能力提升到新的高度，讓機器人更好的理解我們的精彩世界!

思嵐自研深度學習引擎，從容應對各類挑戰

深度學習作為具身智能時代的核心，高維度神經網絡的推理效果已在多個領域實現了遠超傳統方案性能的飛躍。同樣我們也將深度學習根植于Aurora S系統內，使得可以從容應對各類環境的嚴苛挑戰。

自研深度學習AI-VSLAM，已被多場景驗證的高可靠性

高可靠性是一個實時定位和地圖(SLAM)系統的必備素質。通過深度學習引擎的加持，Aurora S可以在弱光、高光照變化、弱紋理、高動態環境變化、超大型場景等環境下穩定工作，提供遠超傳統VSLAM系統的工作表現。

無論是室內多樓層，戶外草地復雜地形還是夜晚弱光環境，Aurora S都能穩定工作。

同時，在Aurora S的自身系統內已經內置了全功能的圖優化、閉環修正和重定位引擎。性能強勁，不需要再配備外部算法和算力。

深度學習的端到端雙目深度點云引擎，超大廣角，室外可用

Aurora S同樣利用深度學習方案實現了深度視覺感知，可以15fps幀率對外輸出120°超大廣角、高度豐富稠密的深度點云數據。并且無論在室外強光、還是室內弱紋理情況下，都可以穩定工作，效果優于傳統雙目深度方案。深度數據和RGB色彩嚴格像素級同步。

AI物體識別和語義分割，識別近百種物體，兩套模型動態切換

為了應對不同的語義感知需求，Aurora S內集成了兩套物體識別和語義分割模型。可以針對不同場景需求，實時識別超過18類室外場景與80類通用物體，并可按需實時切換。

語義分割和識別的數據也和Aurora S內的其他空間感知系統深度綁定，將各模塊數據進行進一步融合，從而實現如語義地圖構建等高級功能。

傳統SLAM系統生成的稀疏、抽象的點云圖與我們看到的豐富的世界仍存在很大的差距。Aurora S利用其多模態感知能力，提供了PhotoReal真景地圖構建技術。只需要簡單操作，便可輕松構建帶有真實色彩紋理的稠密3D地圖。

相關的建模模型可供進一步的數字孿生、3D場景重建、VLA/VLN訓練使用。 助力具身智能構筑“世界模型”!

豐富的擴展開發支持，科研、產品各取所需

Aurora S 配備了完整的開發支持體系來方便廣大科研和開發者順利的基于它展開工作：

Aurora Remote UI可視化工具：無需編碼，實時預覽3D地圖與語義分割效果，輕松管理地圖與參數。

Aurora Remote SDK：提供C++、ROS1/ROS2、Python的版本，靈活集成，快速實現稠密建圖、語義地圖、3D高斯潑濺(3DGS)重建等高階功能。

同時，為了方便在各自熟悉的環境下使用Aurora S，相關的工具和SDK可以運行在多種平臺/架構當中，包括了：

蘋果/macOS (M系列芯片)

Windows

Linux (x64和arm64環境)

多格式數據集導出

快速接入各類3DGS(高斯潑濺)框架，加速VLA/VLN訓練

使用Aurora S的預生成地圖和數據，可以一鍵導出用于進行3DGS以及其他目前行業前沿3D重建框架所支持的輸入數據集，例如Colmap格式。實現對于目前SOTA模型和工作成果的評估和進一步研究工作。同時，生成的相關模型文件也可以輕松導入諸如Nvidia omniverse框架，進行VLA/VLN所需的真值數據或者進行sim-to-real訓練。

賦能千行百業，Aurora S 的應用無處不在

Aurora S的強大性能，正在為多個行業帶來智能化升級：

具身智能：為人形機器人、四足機器人提供核心視覺

戶外機器人：賦能割草機、農業機器人，應對復雜非結構化環境

工業自動化：提升AGV/AMR在動態車間環境下的智能水平

數字孿生：高效進行3D場景重建，采集VLN/VLA訓練數據

低速無人駕駛：服務于園區物流、安防巡檢機器人