9月9日至11日，由中国国际光电博览会（CIOE中国光博会）和深圳国际VR/AR博览会（SIVA）联合主办，深圳协伴展览有限公司、深圳市增强现实技术应用协会、追焦XR协办的SIVA 2026（2026深圳国际VR/AR博览会）在深圳（宝安）国际会展中心重磅启幕。作为AR/VR领域全产业链核心盛会，今年主要议题涵盖空间计算、光学、AI&AR眼镜产业、沉浸大空间的四场论坛峰会与闭门会、SIVA Awards颁奖典礼也同步举行。
在9 月 9 日下午举办的全球空间计算产业发展论坛上，其域创新行业总监于红志，以“下一代实景三维表达：3D高斯的空间数字底座与行业落地”为主题发表了演讲。
全球空间计算产业于 2026 年迎来新的发展阶段，单眼 4K、手势交互、轻薄分体式形态成为新的发展趋势，终端售价格降低的同时，产品体验大幅提升。另一方面，以轻量化眼镜形态为主的空间计算设备开始走向市场，系统、内容生态、应用场景、AI 融合稳步发展。2026年空间计算产业与物理AI、世界模型等加速融合发展，带来全新的景象。
于红志主要介绍SLAM与3D高斯结合的实景重建路线。他表示：“很多专家都讲到了物理AI大模型、具身，其实这些未来的趋势，都离不开最基础的空间数据底座。我们正是提供这个三维空间底座的公司。”
他围绕灵光、灵视系列设备与Lixel CyberColor平台，梳理从空间采集到数据生产的流程。同时，也重点介绍多源融合、厘米级量测、数据压缩、编辑及跨平台应用，说明真实空间数据如何进入数字孪生、XR展示和机器人仿真。并结合工厂、文旅及空间记录案例，呈现了公司从感知设备到软件工具的整体方案，以及面向行业与个人用户的落地探索。
以下为演讲实录（有删减）：
Hello，大家好，我是于红志。我们公司，其域创新，我简单介绍一下，我们主要专注空间计算和3D高斯建模这一块的算法和软硬件研发，算是国内最早做空间计算的一家企业。值得一提的是，我们自己的空间计算设备，2025年入驻了德国测绘历史博物馆，这意味着国产空间计算设备首次进入国际博物馆体系。
现在我们公司总部在深圳万科云城，在大疆对面。目前三百多人，80%都是研发人员。我们到了B轮融资，像红杉中国、深创投、美团、东方富海都是我们的资方。我们创始人赵开勇博士，算是国内最早推广GPU和CUDA算法的研发型人才。值得一提的是，他是全球首本CUDA中文教材的编写者之一。我们公司算是比较新的，成立在2020年，发展至今也这几年时间，一直到2024年才正式做营收。这两年来我们一直都有盈利，大概全球营收能有三五个亿左右。
我们成立之初，就发布了全球首款实时解算的空间扫描仪，叫灵光L1。当时在国内是没有这种移动式的、一边扫一边解算点云和空间的设备的，我们是最早发布，也是全球第一个发布的。截止到2024年、2023年年底我们出了3D高斯的算法，2024年我们把自己空间感知设备采集的POS信息、点云和原始照片，通过高斯算法自动化重建成真实一比一的3D高斯实景商业模型。
所以2024年我们发布了全球首个3D高斯产品，叫Lixel CyberColor平台。去年9月份，我们发布了全球第一个空间相机灵视P1。这是我们的发展历程。
我讲一下背景。其实一直以来，无论是国内还是海外，我们过往都是二维、三维的表达方式，再到后来的元宇宙、实景三维，以及到现在的空间计算大模型。刚刚很多专家都讲到了物理AI大模型、具身（智能），其实这些未来的趋势，都离不开最基础的空间数据底座。我们正是提供这个三维空间底座的公司。
我们的方案矩阵非常简单，我们有空间感知和采集的设备，针对大场景、城市级的建模，我们有灵光L系列；针对小的室内空间，我们有灵光K系列和灵视系列。这是我们的空间感知设备。
我们的平台也比较简单，就是从数据的感知到数据的生产。数据生产方面，我们面向两个行业提供两套平台，一套是面向设计行业，有基于激光点云的数据设计、画图、做CAD的平台；还有3D高斯的平台，是我们自研的，可以把我们采集的数据全自动化生成实景三维空间。数据生产完成之后，再到数据的应用和空间的理解，我们有一整套应用工作流，数据可以无缝上架到Web端使用。
我们的数据可以进入Unreal、Unity等平台，也可以用于Isaac Sim仿真，还支持微信端的应用。我们也在与合作伙伴开展战略合作，做VR真实空间展示。这是从空间理解、数据生产到数据应用的综合解决方案，核心就是SLAM加3D高斯的平台。
我们跟李飞飞讲的世界模型，包括刚刚前面很多专家都提到的AI生成模型，有什么区别呢？
其实我们是SLAM加3D高斯。我们的设备不仅有多元的相机矩阵，还有激光雷达，所以我们生产的数据，是一个真实的、可以测量的厘米级精度的真实空间模型。我们的解决方案非常成熟，有集成实时解算的SLAM设备，也有实景3D高斯（生成）的全流程自动化数据生产平台，还有自研的AI算法，可以对空间进行理解、单体化、语义分割和识别。
我们的工具链路非常简单，上手容易，效率非常高，15分钟可以完成300到500平米的区域采集，5小时以内就能生成真实的三维空间模型。我们的核心技术优势比较多，资本也比较青睐我们，我们团队以研发为主，有自研能力。
第一个技术优势，就是我们有多项技术的数据成果保障。我们输出的真实三维空间模型，支持异步渲染、LOD层级的加载，所以无论多大的场景和面积，我们还原出来的数据都可以在线上、Web端进行分层的渲染和加载，呈现出来空间是厘米级精度，可以测量。
在数据生产过程中，我们有核心自研的调度系统，可以调度多GPU、多显卡的集群去运算。我们沿用了大疆的整体（经验），因为我们本身初创团队大部分都从大疆出来，对AI动态剔除和鬼影剔除算法做了更多优化，在数据采集和生产的过程中，会自动识别动态物体。这是我们的核心技术优势之一。
第二块，我们还支持多元的原始数据融合。无论是我们自己的空间感知设备，还是大疆的无人机、手机，所拍的数据、视频，或者采集的激光雷达数据，我们都可以通过平台计算成高保真的3D高斯模型。
我们自己的设备针对一些复杂场景，暗光环境、高反光表面、高对比度环境、过曝环境等，都有非常好的算法做优化。我们有自研的数据格式，最终生产的数据用LCC格式，在PICO眼镜里面是流畅加载的。它的体积压缩至原始PLY格式文件的8%。
举个例子，我正常用无人机飞下来做倾斜摄影，或者做一个原始的点云建模，可能要十个G，通过我们的数据格式就变成800兆。这样就做了极大的数据压缩，但不影响数据质量。
我们支持导出多种数据格式，有用于城市级平台加载的3D Tiles瓦片格式，也有Isaac Sim、Omniverse等平台可以导入的USD格式，我们也是USD联盟数据合作生态的一员；还有基础的PLY格式。同时，设备采集到的激光原始数据、相机内外参、POS信息，以及三维几何和视觉信息，也会向XR应用、具身机器人和AI算法研发开放。做训练或感知应用的团队，都可以获取这些真实空间的原始数据。
我们还提供非常丰富的实景模型编辑器，这也是我们今年5月份发布的。这个编辑器可以导入我们自己的模型，也可以导入第三方任意模型，对它进行裁剪、测量、编辑标注、重打光，和一些资产的叠加、增删改查，都可以做，包括跨平台的分享。还有我们自研的AI算法，3D高斯跟AI的空间理解、基于点云的实例分割、基于图像的标注加识别，我们都有成熟的算法团队做支撑。
我们的应用场景非常多。除了今天这个可能XR或者具身领域用得到，包括我们的影视虚拟拍摄，以及刚刚前面李总有讲到黑神话的话，其实如果是需要真实的空间，我们也可以给游戏做一个实景的空间还原。包括XR的虚拟交互，以及数字孪生，这是我们的一些应用场景。
简单讲一下，数字孪生来说是比较简单的，底层是原始传感器的IoT数据加政务系统大数据，我们提供真实的3D高斯模型底座。无论是到虚幻还是Unity，或者是我们的Web端，以及国产的一些低代码平台，都可以无缝加载我们的数据，去做应用层的开发和最终的应用。
简单看两个案例。这是我们跟比亚迪工厂合作的数字孪生工厂项目，这个是南山景区的项目。这都是我们的3D高斯模型，以及高斯加XR。XR就比较简单了，它的内容展现形式无非是线上的3D元宇宙，或者是VR的沉浸式体验、XR或者是AR的增强现实。
大家都可以用到我们的数据，无论是VR的直接展示，还是AR的重定位，包括最终的现实交互，都可以导入我们的模型。包括线上的文物保护和互动体验、真实的看房、数字展厅，以及空间资产的记录和留存。这个是VR沉浸式的展示，这都是VR眼镜里面的画面，加载得非常流畅。包括高斯用于具身，无论是自动驾驶的环境数据、真实的物理空间数据的还原，再到数据的整合、数据治理和训练，我们都兼容这些平台。
这是一个案例，也是我们做自驾的训练平台。我们导入的环境数据都是我们设备采集的，生产时间是下午17点整。（数据）包括机器人仿真，我们对它提供USD格式。刚才也提到了，我们可以直接放到Isaac Sim平台去做自身的训练。这是一个小的demo，包括机器人的实时建模和机器人巡检。
值得一提的是，我们上个月还发布了面向C端的LCC Scan，也就是手机里的空间相机。大家可以去官网下载，拿手机扫描，就可以还原成真实、带尺寸、可以量算的模型。下面介绍一下这几年的商业成果。
我们在具身智能、AI大模型训练等领域已有应用，包括特斯拉的自主导航与环境感知，以及与Autodesk、英伟达的合作，例如LCC for Revit AI插件、Scan to BIM和Isaac Sim项目。这些都是已经落地的应用。这是我们的头部生态和客户，我们在全球都有市场。