近日，麻省理工学院研究团队成功研发出名为Gleanmer的微型芯片，为资源受限的微型自主设备实现了低功耗实时三维空间感知。该芯片针对传统3D占据建图算法算力与存储开销过高的痛点进行硬件级加速，创新性地采用高斯混合模型替代传统体素，并结合流式处理架构，仅需单次扫描即可将深度图像转化为紧凑的三维空间表示。在硬件设计层面，Gleanmer通过优化自由空间推导、相邻坐标批量查询及近似计算策略，大幅削减内存访问频次与计算冗余。实测数据显示，该芯片面积仅约4平方毫米，内置622KB片上存储，在保持96%至99%建图精度的同时，可每秒完成数百次地图更新与超百万次空间查询。其运行功耗稳定在6毫瓦左右，较主流计算平台降低逾340倍。此项突破有效解决了微型机器人在狭窄空间导航时的核心算力瓶颈。未来，Gleanmer有望赋能管道检测机器人、微型无人机及轻量级AR眼镜等设备，使其在极低能耗下具备实时环境建模与路径规划能力，为工业巡检与复杂空间交互提供关键技术支撑。