一、案例背景
2026年9月，计算机视觉领域顶级学术会议欧洲计算机视觉会议（ECCV）上，一家名为极佳视界（GigaAI）的中国AI企业引发了行业广泛关注。该公司共有13篇论文被大会收录，其中7篇聚焦于空间智能方向，联合清华大学、中国科学院自动化研究所、浙江大学、上海交通大学等顶尖学术机构，形成了一套贯穿“空间感知—物理推演—具身决策”的完整技术方案。
极佳视界的崛起并非偶然。自2025年成立以来，这家专注于空间智能与物理AI的初创企业便确立了“从二维像素走向三维物理世界”的技术愿景。在公司创始人兼CEO林远舟的带领下，极佳视界以“学术驱动产业”为核心理念，迅速集结了一支由顶尖高校博士、产业界资深工程师组成的跨学科团队，并在成立不足两年的时间内，于ECCV、CVPR、ICCV等顶级会议上累计发表论文超过30篇。
极佳视界所瞄准的空间智能赛道，正处于人工智能从数字世界向物理世界跨越的关键节点。以3D Gaussian Splatting、Sora级视频生成以及多模态大模型为代表的技术，曾经让行业看到了空间智能的巨大潜力。然而，当这些算法尝试走向真实硬件与物理场景时，行业遭遇了普遍的“落地阵痛”。极佳视界敏锐地识别出当前视觉与空间模型面临的三大瓶颈：其一，决策依赖暗盒式的直接预测，缺乏对物理因果的常识推理；其二，三维资产仅停留于视觉逼真，剥离了质量与形变等物理属性；其三，世界模型缺乏对动作控制的精确响应，沦为无法评估安全的离线画面。
在ECCV 2026上，极佳视界展示的技术成果直指上述三大瓶颈。其中，与中科院自动化所、清华大学合作推出的VLA-R1框架，首次将类似DeepSeek-R1的强化学习与显式思维链深度融入具身操控决策中，要求机械臂在输出控制指令前先生成可解释的文本思维链，显式回答空间遮挡关系、目标识别与路径规划等物理常识问题。实验数据显示，引入GRPO强化学习后，VLA-R1的可供性区域IoU指标提升至36.51，轨迹平均误差大幅降至91.74，在真实餐桌场景的复杂真机测试中表现出极强的鲁棒性。
……