AI视觉基建加速渗透眼科底层生态
摘要
近期多项跨领域技术动向正悄然重塑眼科产业逻辑：LG Innotek从iPhone摄像头转向人形机器人视觉模组；高德开源全球首个具身操作基座模型ABot-M0；北京前沿脑机接口研究院成立，构建覆盖神经电生理数据到临床验证的全链条平台；苹果国行AI短暂上线又撤回，折射监管适配仍处攻坚期。这些信号共同指向一个趋势——以多模态感知、边缘智能与医工闭环为特征的新一代视觉基础设施，正在脱离消费电子单点叙事，系统性下沉至医疗硬件与诊疗流程中。
信息来源： 36氪医疗 发布于 2026年3月31日
要点速览
- LG Innotek已开始向波士顿动力供应摄像头模块，并计划共同开发机器人组件，视觉系统采用多传感器融合模式
- 高德全量开源ABot-M0，为全球首个基于统一架构的机器人具身操作基座模型，在Libero-Plus基准任务成功率达80.5%
- 北京前沿脑机接口研究院由首都医科大学宣武医院牵头成立，将构建覆盖神经电生理数据资源、智能算法开发、器械开发测试等六大共性支撑平台
本站解读
当LG Innotek把镜头对准波士顿动力机器人的关节运动而非iPhone的自拍美颜，它暴露的不只是供应链转型的焦虑，而是整个光学感知赛道的价值重心正在迁移：从‘成像清晰度’竞争，转向‘动作理解力’和‘场景决策闭环’能力的卡位。这对眼科行业意味着什么？不是简单加装一个AI辅助诊断模块，而是重新定义检查设备的底层架构——OCT不再只是输出断层图，而要成为能主动追踪固视偏移、实时校准扫描路径的‘视觉代理’；眼底相机也不再满足于静态拍照，必须嵌入微动补偿与病灶动态建模能力。
国内研发管线已出现明显代际分野：高德ABot-M0这类通用具身模型虽未直接瞄准眼科，但其在Libero-Plus上80.5%的任务成功率，远超Pi0近30个百分点，说明中国团队已在‘小样本动作泛化’这一眼科设备最痛的痛点上取得实质性突破；而北京脑机接口研究院搭建的六大共性平台，则把神经电生理数据、生物样本库与前临床验证拧成一股绳，这种医工深度咬合的节奏，比海外同类机构更强调临床问题反向驱动算法迭代。护城河正在从单一光学设计能力，快速迁移到‘临床语义理解+硬件执行反馈’的双螺旋结构上。
真正需要盯紧的沙盘信号藏在苹果AI的闪退里——它不是技术失败，而是监管沙盒尚未就绪的明确提示。一旦国行版Apple Intelligence通过审批，其端侧大模型将天然兼容虹膜识别、眼动追踪等传感器，这会倒逼国产眼科设备厂商在2025年内完成OS级重构，否则连接入生态的资格都将丧失。下一轮淘汰赛，不会发生在参数表上，而是在设备能否被写进iOS健康框架的API白名单里。
常见问题
这些AI和机器人技术跟我的近视或白内障检查有什么关系？
目前它们不直接用于诊断，但正在改变检查设备的底层能力。比如未来的眼底相机可能自动识别您眨眼时的微小移动并实时补偿，让图像更清晰；OCT设备可能根据您的固视稳定性动态调整扫描策略。这些改进会提升检查准确率和舒适度，如有疑虑可咨询眼科医生。
苹果AI反复上线又撤回，是不是说明国内用不上这类技术？
不是用不上，而是落地节奏受监管审批影响。苹果明确表示正在积极推进国行版落地，这意味着相关技术已具备基础适配能力。对眼科而言，后续重点在于国产设备能否快速对接类似端侧智能框架，从而提升本地化服务响应速度。
延伸阅读
电子视网膜植入物首获临床读写功能验证
欧洲PRIMA临床试验在《新英格兰医学杂志》发表，证实一款新型电子眼植入设备可帮助干性年龄相关性黄斑变性及地图样萎缩患者恢复中央视力，部分受试者实现字母与数字辨识。该研究为全球首个在真实世界中验证人工视网膜具备功能性阅读能力的III期级别证据，聚焦于此前无药可治的晚期视网膜退行性疾病人群。
雷朋Meta眼镜进入视障辅助赛道
2025年6月17日，美国Lighthouse Guild发布对Ray-Ban Meta智能眼镜的专项评估，聚焦其在低视力及视障人群中的实际可用性。该机构技术专家指出，当前版本虽非医疗级设备，但已通过语音提示、实时环境描述、物体识别与导航辅助等功能，在部分日常场景中展现出替代传统助视工具的潜力。报告强调其易用性优势，同时提醒用户注意设备在强光、复杂动态场景下的识别稳定性局限。
智驾算法公司集体闯关港股：窗口期倒计时与眼科AI的镜像危机
本分析并非眼科临床研究，而是对当前智能驾驶算法企业密集冲刺港股IPO现象所作的眼科行业映射式深度解构。在技术范式从模块化走向端到端大模型统一架构的背景下，自动驾驶已丧失代际性技术溢价能力，估值逻辑正从‘算法先进性’转向‘物理世界智能入口’的叙事重构。Momenta、元戎启行与轻舟智航虽客户覆盖广、量产节奏快，但其技术护城河正被算力军备竞赛与主机厂自研能力反超所稀释；而资本市场对垂直AI的热情明显让位于通用大模型与具身智能。这一结构性迁移，与眼科AI辅助诊断系统近年遭遇的商业化瓶颈高度同频——当OCT影像分析准确率突破95%后，临床落地仍卡在医保支付、医生工作流嵌入与责任界定三大断点。真正的分水岭不在算法精度，而在能否将技术锚定于可计量、可报销、可追责的临床价值闭环。