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

来源：财经报道网

2026-07-18 23:37:58

（原标题：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）

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。其中，徐汇西岸国际会展中心以“可感知、可体验”为特色，聚焦智能终端、尖端科技与沉浸式互动体验，成为公众近距离感受未来科技生活的重要窗口。

作为全球领先的智能终端一体化感知交互解决方案供应商，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前沿创新成果。

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。

智能眼镜的语音交互虽然自然，却可能受到环境噪声、公共场合隐私及交互效率等因素限制；手势交互则需要用户作出相对明显的动作。眼动交互由此展现出独特价值，人的目光天然指向其关注目标，能够成为连接“所见”与“所想”的高效意图入口。

极豪科技在WAIC现场带来的互动游戏“看进世界杯”，正是对这一交互方式的生动演绎。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。看似简单的足球游戏，背后展示的却是一种全新的交互逻辑：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”。在真实佩戴环境中，户外强光、复杂反射、极端曝光、设备位移和用户运动等因素，都会对识别精度与稳定性提出挑战。依托感知交互大模型和数据驱动的视线估计算法，极豪科技的眼动方案减少了对固定硬件配置的依赖，可在复杂环境中保持高帧率和稳定识别精度。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。

“这个游戏想让大家体验的是：智能眼镜以后不只是‘听你说’，也可以‘看懂你在看什么’。”现场工作人员介绍道。眼动交互方案不仅能让设备识别用户正在看什么、关注什么，还可与语音、手势、空间感知协同工作，支撑信息提示、内容选择、身份验证、低功耗唤醒等多元场景，让目光成为智能眼镜理解用户意图的重要入口。

超薄视触觉模组：补上机器人从“看见”到“触碰”的关键一环

当前，许多具身机器人已经具备较强的视觉识别能力，但要实现精细、稳定的物理操作，仍面临两项相互关联的挑战：一方面，机器人普遍缺乏接近人手的高性能触觉感知能力，能够“看见”物体，却难以准确判断接触状态、受力变化、表面纹理以及物体是否发生滑动，限制了稳定抓取和复杂任务执行；另一方面，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，仅依靠视频和运动轨迹，很难完整还原人类操作物体时的接触位置、力度、方向和纹理等信息。

围绕这两项挑战，极豪科技已形成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。

不同于传统压阻式、电容式或霍尔效应等依赖电信号转换的触觉传感方案，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。

该模组厚度仅5毫米，更薄的结构使其能够进入机器人灵巧手的指尖、触觉数据手套等空间高度受限的位置，在降低集成难度的同时，减少对设备原有结构和运动能力的影响。在人手端，模组可记录真实任务中的动作、接触与受力数据，为机器人训练提供更加完整的操作样本；在机器人端，则可感知接触状态、受力变化和物体滑动，为稳定抓取与精细操作提供触觉信息。同一套模组由此贯通“人如何教机器人”与“机器人如何感知物体”两个环节，并可进一步应用于工业远程遥操作和科研触觉感知实验平台等场景。

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

全面屏、折叠屏等产品形态不断演进，手机内部留给生物识别模组的空间越来越有限。如何在不增加产品设计负担的前提下实现支付级安全，成为终端方案升级的重要方向之一。

极豪科技此次展出的PoLi ID，是一款基于偏振成像技术的非接触式AI生物识别解决方案。该方案通过感知交互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。由于摄像头与光源不需要遵循固定的物理基线，两者可以根据终端内部结构灵活布局，为全面屏、折叠屏及其他空间受限的设备留下更多设计余量。

同时，PoLi ID无需进行繁复的额外校准，可利用现有生产线完成集成，有效减少新增制造环节并缩短导入周期。在保证支付级安全的同时，其综合应用成本也更具优势，为高等级生物认证进入更多产品系列创造了条件。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。

极豪科技在智能手机生物识别领域已形成规模化产业优势。据弗若斯特沙利文报告，按2025年相关收益计，公司在中国智能手机生物识别解决方案市场中排名第二，市场份额达14.5%；2023年至2025年，相关收益复合年增长率达44.4%，增速位居行业第一。公司的智能手机解决方案已成功应用于2025年中国出货量前十大智能手机品牌中的八家。

感知交互大模型：让智能终端理解语言之外的信息

JVE让智能眼镜感知视线与关注意图，超薄视触觉模组让具身设备感知物体接触状态与受力变化，PoLi ID让智能终端感知用户身份。此次WAIC展出的三项方案，共同呈现了人与智能终端及物理世界之间更加丰富的感知与交互方式，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。

极豪科技自研的多模态感知交互大模型具备多模态感知交互能力、大规模自动化数据处理能力、强大的泛化能力和行业领先的轻量化部署能力等关键技术优势。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。