近年来，具身智能与人形机器人发展迅猛，机器人正从“能走、能看”迈向“能抓、能操作”。支撑这一跃迁的关键在于腕部相机的广泛应用——通过“手眼协同”实现近场精细感知。相较于传统全局视觉，“眼在手上”的腕部相机克服了遮挡问题，提升操作精度。尤其以DM-Mini3DToF为代表的微型3D相机，凭借轻量化设计、0.04m起深度感知、高精度多模态数据输出及高速串行接口，有效解决近场视觉盲区与动态抓取难题，广泛应用于灵巧手、双臂协同与狭小空间作业。其同步输出的RGB-D数据更成为训练机器人操作大模型的核心“燃料”。未来，随着视觉感知向指尖下沉，机器人将真正实现“看得近、操得准”，加速迈向自主操作的新阶段。

报告系统梳理了具身智能的技术内涵、产业进展、应用落地、评测体系与治理趋势，重点分析其从“实验室”走向“实训场”的关键进展与挑战，为理解2026年具身智能发展态势提供参考。

ToF深度相机正在从单一感知器件演变为多场景智能感知的核心基础设施。从移动机器人的dToF补盲模组，到工厂车间的3D拆垛系统，再到机场的智能客流分析平台，ToF技术以其主动红外测距、稠密深度输出、低算力开销的特点，覆盖了0.2~8米这一最广泛的中近距感知需求。

2026年上半年，全球人形机器人出货量接近2.5万台，同比增长432.1%，市场规模超7.4亿美元。IDC同步将2030年全球出货预期上调至75万台以上，较此前预估提高约50%。但比增速更值得关注的是，行业增长的内在逻辑正在发生根本性位移。

在烟草、化工、食品、物流仓储车间，托盘上堆叠的纸箱、编织袋等物料源源不断，拆垛是入库和转运环节的高频作业。传统机器人拆垛大多依靠人工示教编程，只能处理固定品规、标准码放的垛型。一旦遇到混码堆放、箱体角度偏移或包装外观多变的货物，就很容易抓取失败。3D视觉引导拆垛技术的出现，让机器人真正“看懂”了不同形态的货堆。然而，一个容易被忽视的事实是：同样是拆垛，规整纸箱垛、编织袋软包垛和多SKU混垛对3D视觉相机的要求截然不同。本文将分三类场景拆解其技术难点与视觉相机的差异化要求，并简述洛微拆垛3D相机在各场景中的适配能力与现场效果。

在机器视觉项目中，不管是2D工业检测、双目立体视觉，还是ToF深度相机、机器人手眼标定，都离不开相机标定这一步骤。标定板作为标定过程中的基准参照物，相当于视觉系统的一把标准“标尺”。标定板选择不当，即便算法调试再完善，也会带来镜头畸变校正不准、像素物理换算偏差、点云精度下降等一系列问题。很多工程师遇到标定结果漂移、重复度差，问题往往不在算法，而是标定板与场景不匹配。