Ouster 推出 Stereolabs ZED X Nano 手腕式攝影機

Ouster 提供數位雷射雷達、相機、AI 運算、感測器融合與感知軟體,以及 AI 模型。 | 來源:Ouster
Ouster, Inc. 昨日宣布推出 Stereolabs ZED X Nano,這是一款專為機器人操作、模仿學習及大量數據收集而設計的緊湊型手腕式立體相機。
「基於 Stereolabs 在 AI 視覺與感知解決方案領域的領導地位,ZED X Nano 讓我們能更深入地滲透工業與機器人市場,開拓需要更緊湊外形設計的新應用領域,」Ouster 執行長 Angus Pacala 表示。 「物理人工智慧的未來取決於在邊緣端收集的大量高品質、低延遲影像資料。透過 ZED X Nano,我們為機器人專家提供了視覺系統的重大升級,使機器能夠以非凡的精準度進行感知、推理、行動與學習。」
隨著機器人團隊在操作任務中擴大模仿學習與強化學習的應用規模,RGB 影像品質與端到端擷取延遲已成為主要瓶頸。傳統相機通常依賴 USB 連接,僅能擷取低解析度的 720p RGB 與深度資料,且需透過 CPU 調度的處理流程,這不僅限制了吞吐量,更增加了延遲。
Ouster 設計了 Stereolabs ZED X Nano 以解決這些挑戰。其高度比同級解決方案縮短了 40%,可直接安裝於機器人手腕及機械手臂末端工具上。它採用與旗艦級 ZED X 相機系列相同的可靠 1920×1200 全局快門感測器。 該相機可每秒以高達 120 幀的速度擷取高解析度 RGB 與深度影像,適用於訓練資料與機械手臂操作任務。
ZED X Nano 即日起開放預購,預計於 2026 年 5 月開始出貨。
ZED X Nano 專為物理 AI 設計,提供亞毫米級精準度
ZED X Nano 的核心具備超低延遲擷取管道,從感測器到 GPU 採用完全零複製的資料路徑。這使得影像幀能同時直接串流至 NVIDIA 硬體編碼器與 AI 推論管道。
對於資料收集團隊而言,這能以全解析度實現更高吞吐量的資料集擷取;對於部署團隊而言,則可讓感知、分割與策略網路在相同的視訊串流上並行運行,從而釋放更多 GPU 資源。
深度感測由 Stereolabs 的 Neural Depth Engine 驅動,這是一套由 AI 驅動的立體深度系統,能在 Z 軸上實現亞毫米級精度。 Ouster 表示,相較於傳統的結構光或飛行時間相機,此深度引擎在橫向(XY)定位方面表現顯著更佳。對於抓取姿勢估算、精準定位及組裝等任務,橫向誤差可能導致操作失敗,此引擎提供了關鍵優勢。憑藉 3 公分的最小深度感測範圍,該相機還能偵測比市面上許多競爭解決方案更近的物體。
Ouster 在設計 ZED X Nano 時著重耐用性。它配備了內建的抗震 IMU,並採用堅固耐用的 GMSL2 連接埠,搭配新一代線纜,專為承受機械手臂的重複運動與線纜拉力而打造。此設計取代了易損的 USB-C 連接埠,改用工業級連接埠,不僅能傳輸長達 15 公尺的視訊,還具備抗電磁干擾能力及安全鎖定連接器。
ZED X Nano 是 Stereolabs 最新推出的產品,不僅能與 NVIDIA Isaac Sim 和 Isaac Lab 進行無縫原生整合,實現模擬到實機的轉移,同時也全面支援 ROS 和 ROS 2。開發模仿學習或強化學習流程的團隊,可透過同一套感測器與軟體堆疊,擷取高保真示範、使用精準匹配的相機模型在模擬環境中進行訓練,並部署至實體硬體。
相關文章
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
Anthropic 將 Claude AI 編碼工具擴充套件至日本,以推動海外增長
Anthropic,一家美國知名的人工智慧公司,正加強其全球推廣力度。週三,該公司在東京舉辦了一場大型開發者活動“Code with Claude”,吸引了近500名軟體工程師參加。該舉措旨在積極將Claude AI工具及相關產品引入日本市場,強調其自主編碼能力在提升企業生產力方面的核心優勢。強調自動化程式碼生成在活動中,Anthropic展示了其先進的自主編碼系統,該系統能夠獨立處理複雜的程式設計任務並最佳化現有程式碼結構。隨著全球對高效開發工具的需求不斷增長,Anthropic希望透過此類活動加強
相關專題推薦
評論 (0)
0/500

Ouster 提供數位雷射雷達、相機、AI 運算、感測器融合與感知軟體,以及 AI 模型。 | 來源:Ouster
Ouster, Inc. 昨日宣布推出 Stereolabs ZED X Nano,這是一款專為機器人操作、模仿學習及大量數據收集而設計的緊湊型手腕式立體相機。
「基於 Stereolabs 在 AI 視覺與感知解決方案領域的領導地位,ZED X Nano 讓我們能更深入地滲透工業與機器人市場,開拓需要更緊湊外形設計的新應用領域,」Ouster 執行長 Angus Pacala 表示。 「物理人工智慧的未來取決於在邊緣端收集的大量高品質、低延遲影像資料。透過 ZED X Nano,我們為機器人專家提供了視覺系統的重大升級,使機器能夠以非凡的精準度進行感知、推理、行動與學習。」
隨著機器人團隊在操作任務中擴大模仿學習與強化學習的應用規模,RGB 影像品質與端到端擷取延遲已成為主要瓶頸。傳統相機通常依賴 USB 連接,僅能擷取低解析度的 720p RGB 與深度資料,且需透過 CPU 調度的處理流程,這不僅限制了吞吐量,更增加了延遲。
Ouster 設計了 Stereolabs ZED X Nano 以解決這些挑戰。其高度比同級解決方案縮短了 40%,可直接安裝於機器人手腕及機械手臂末端工具上。它採用與旗艦級 ZED X 相機系列相同的可靠 1920×1200 全局快門感測器。 該相機可每秒以高達 120 幀的速度擷取高解析度 RGB 與深度影像,適用於訓練資料與機械手臂操作任務。
ZED X Nano 即日起開放預購,預計於 2026 年 5 月開始出貨。
ZED X Nano 專為物理 AI 設計,提供亞毫米級精準度
ZED X Nano 的核心具備超低延遲擷取管道,從感測器到 GPU 採用完全零複製的資料路徑。這使得影像幀能同時直接串流至 NVIDIA 硬體編碼器與 AI 推論管道。
對於資料收集團隊而言,這能以全解析度實現更高吞吐量的資料集擷取;對於部署團隊而言,則可讓感知、分割與策略網路在相同的視訊串流上並行運行,從而釋放更多 GPU 資源。
深度感測由 Stereolabs 的 Neural Depth Engine 驅動,這是一套由 AI 驅動的立體深度系統,能在 Z 軸上實現亞毫米級精度。 Ouster 表示,相較於傳統的結構光或飛行時間相機,此深度引擎在橫向(XY)定位方面表現顯著更佳。對於抓取姿勢估算、精準定位及組裝等任務,橫向誤差可能導致操作失敗,此引擎提供了關鍵優勢。憑藉 3 公分的最小深度感測範圍,該相機還能偵測比市面上許多競爭解決方案更近的物體。
Ouster 在設計 ZED X Nano 時著重耐用性。它配備了內建的抗震 IMU,並採用堅固耐用的 GMSL2 連接埠,搭配新一代線纜,專為承受機械手臂的重複運動與線纜拉力而打造。此設計取代了易損的 USB-C 連接埠,改用工業級連接埠,不僅能傳輸長達 15 公尺的視訊,還具備抗電磁干擾能力及安全鎖定連接器。
ZED X Nano 是 Stereolabs 最新推出的產品,不僅能與 NVIDIA Isaac Sim 和 Isaac Lab 進行無縫原生整合,實現模擬到實機的轉移,同時也全面支援 ROS 和 ROS 2。開發模仿學習或強化學習流程的團隊,可透過同一套感測器與軟體堆疊,擷取高保真示範、使用精準匹配的相機模型在模擬環境中進行訓練,並部署至實體硬體。
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
Anthropic 將 Claude AI 編碼工具擴充套件至日本,以推動海外增長
Anthropic,一家美國知名的人工智慧公司,正加強其全球推廣力度。週三,該公司在東京舉辦了一場大型開發者活動“Code with Claude”,吸引了近500名軟體工程師參加。該舉措旨在積極將Claude AI工具及相關產品引入日本市場,強調其自主編碼能力在提升企業生產力方面的核心優勢。強調自動化程式碼生成在活動中,Anthropic展示了其先進的自主編碼系統,該系統能夠獨立處理複雜的程式設計任務並最佳化現有程式碼結構。隨著全球對高效開發工具的需求不斷增長,Anthropic希望透過此類活動加強





首頁






