麻省理工学院研究团队近日成功研制出名为Gleanmer的专用系统级芯片。该成果通过算法与硬件的协同设计，使低功耗微型无人机及自主机器人能够在复杂环境中实时构建高精度三维地图。传统建图技术依赖体素数据，面临极高的算力与内存瓶颈。研发团队创新采用高斯椭球替代立方体体素进行空间表征，配合单遍图像解析与片上缓存优化机制，彻底规避了传统像素级比对带来的冗余开销。实测数据显示，该芯片运行功耗仅约6毫瓦，不足当前行业领先方案的百分之二点五，并能显著降低机器人避障路径规划能耗。研究已在多类预设三维场景及手机实时摄像流中完成验证。核心作者Vivienne Sze教授与Sertac Karaman教授强调，此设计首次将实时三维感知能力降至微瓦级别，不仅可全面赋能工业暖通管道巡检等微型无人系统，亦能支撑医疗教学与精密装配等场景下的长时间轻量级增强现实设备运行。相关论文已提交至国际超大规模集成电路研讨会，获多家学术基金与企业联合资助。后续研究将致力于进一步压缩传感器与计算单元的物理距离，并拓展高斯表征技术在工程图纸智能解析领域的潜力。