1.65亿美元、估值16亿！造出Kinect和Face ID的人再创业：不做机器人，只做眼睛

这家公司在隐身模式里待了整整四年，2026年1月5日才第一次公开露面，露面时账上已经有1.07亿美元。不到八个月，估值涨到出山时的约三倍。它的三位创始人都来自苹果深度感知核心团队，CEO Alexander Shpunt更是PrimeSense的联合创始人兼CTO——正是那家给微软初代Kinect提供3D传感、2013年被苹果以约3.5亿美元收购、技术后来成为Face ID底座的公司。董事长Avigdor Willenz的履历更夸张：Galileo Technologies、Annapurna Labs、Habana Labs，三家芯片公司分别卖给了Marvell、亚马逊和英特尔。

但Lyte不造机器人。它做的是机器人的眼睛——自研感知芯片加上一套4D传感模组。更值得琢磨的是，公司至今没有公布过一个客户名字，没有放出过一份第三方性能数据，16亿美元的估值就已经摆上了桌。

PART.01 · 团队溯源

两次教会机器“看”的人，第三次盯上了机器人

故事要从2005年讲起。

那一年，曾在MIT攻读物理学博士的Alexander Shpunt参与联合创立PrimeSense，给自己定的题目是：怎么教机器看见深度。他后来反复强调一个区分——不是拍下图像，是看见。

PrimeSense的结构光方案先是装进了微软Xbox的Kinect，让游戏机第一次能识别人的身体动作；2013年苹果收购PrimeSense，团队整体进入苹果，这套技术演化成TrueDepth相机和Face ID，如今铺在全球超过十亿台设备上。Shpunt本人在苹果一路做到总监、杰出工程师和先进技术团队负责人。

和他一起出走创立Lyte的，是两个老搭档。

CTO Arman Hajati出生在伊朗，在MIT拿到电子工程与计算机科学博士，在苹果是首席系统架构师，主导过多代iPhone和Apple Watch的架构设计，名下有一百余项已经授权和待审批的专利。工程副总裁Yuval Gerson是PrimeSense时期的老人，后来在苹果担任MEMS系统架构师，此前还在以色列防务企业拉斐尔工作多年，先进研发经验超过二十五年。

三个人在苹果重逢，又在2021年一起离开。他们想解决的，是一个在苹果体系内不会成为题目、却在机器人行业到处漏水的问题——机器在真实世界里看不准。

给这家新公司托底的，是以色列半导体行业最有分量的名字之一：Avigdor Willenz。

Willenz上一次创业是在1990年代，他创办的Galileo Technologies做网络芯片，在纳斯达克上市后，2000年被Marvell以约27亿美元收购。此后他转做早期投资，投出了给亚马逊云造芯片的Annapurna Labs，又联合创立了AI处理器公司Habana Labs——2019年被英特尔以约20亿美元买走。Galileo、Annapurna、Habana，他经手的项目几乎串起了过去三十年芯片行业的一条暗线。

在Lyte，他的身份是创始投资人和董事长。1月公司走出隐身时他说过一句话：“Lyte在正确的时间，建在了正确的一层上。我见过基础技术怎样解锁整个行业，这支团队最突出的，是把感知当作一个系统来解决的纪律——持久的价值就产生在这里。”

C轮落定后，他又补了一句更狠的：“自己拥有芯片，区分的是定义一个品类的公司，和仅仅参与一个品类的公司。”

两代半导体人，两代感知技术：PrimeSense当年用结构光让消费电子看懂人和人脸，Lyte要把同一命题搬去更远、更快、更混乱的物理世界。

PART.02 · 技术拆解

别人用软件算速度，他们在硅片上直接量速度

Shpunt有一句被多家外媒反复引用的话：“物理AI在遇到模型问题之前，先遇到的是感知问题。一个机器人，没法拿着一份不忠实于世界的数据去安全行动。”

这两年行业的注意力几乎全在大模型上，机器人的“脑子”一个比一个聪明。但拆开一台真实运行的机器人，感知部分往往是另一番景象：从几家供应商分别买来摄像头、深度相机、惯性器件，再花几个月时间标定传感器、写融合软件、排查集成故障。时间戳对不齐，坐标系对不齐，软件算得再快，喂给模型的也是一份错位的世界。

麦肯锡的测算从侧面给这个痛点做了注脚：超过60%的工业企业，内部不具备独立实施机器人自动化的能力，传感器集成就是其中一道坎。

Lyte给出的答案，要从结构光的局限说起。

结构光在室内近距离识别人脸非常好用，但它只能回答一个问题：物体在哪里。至于物体往哪去、速度多快，传统办法是把这一帧和上一帧拿来比，靠软件事后反推。位置和结论之间隔着计算时间，这就是延迟。在工厂里，机器人不仅要知道叉车在哪里，还要知道叉车正以每秒四米的速度朝自己驶来；在人行道上，它不仅要看见一个孩子，还要看见孩子正在奔跑。这是两种完全不同的安全决策。在动态世界里，延迟就是风险。

Lyte的核心技术叫“相干视觉”。它不再投射图案、读取扭曲，而是发射连续光信号、测量回波。位置和速度在同一瞬间被直接拿到，速度成了测量本身内置的第四个维度，而不是软件算出来的附加结论。

更重的活在芯片层。Lyte自己设计硅片，把4D相干视觉、高分辨率RGB成像和惯性测量三路数据在硬件层完成融合，压到同一条时间线上，原生输出位置和运动状态，再通过单根电缆交给机器人。落到产品上，模组叫LyteVision，即插即用；上层空间智能平台叫Lyte Galaxy，把传感器、算力、软件和算法收成一个完整技术栈。用公司自己的说法，这是“从晶体管往上”全部自研。

模组负责感知，自研芯片随后完成融合，数据再交给AI层理解和决策——一台机器人拿到的不再是几路需要互相说服的信号，而是一份时间对齐、可以直接行动的证据。

这套东西在今年1月的CES上拿到了2026年机器人品类最佳创新奖，同届申报作品有3600份。Lyte还进了英伟达的合作体系：3月GTC上，双方宣布用Holoscan Sensor Bridge把LyteVision的高带宽数据零拷贝直接送入GPU显存，在感知发生的瞬间生成数字孪生；6月英伟达发布面向机器人的全栈功能安全系统Halos，Lyte是首批参与方之一，并加入了ANAB认证的AI系统检测实验室。Shpunt对这件事的表述是：“当部署本身成为训练的一部分，自主能力才真正往前走。”

从自主移动机器人、机械臂、四足机器人到Robotaxi和人形机器人，Lyte给自己的定位是一层跨形态的公共底座。行业都在拼腿和手，他们赌的是眼睛才是更稀缺的那一层。

PART.03 · 资本信号

八个月估值翻三倍，聪明钱开始为“眼睛”出价

把融资节奏摊开看，会更清楚这笔钱的信号意义。

2021年公司成立，之后隐身四年。今年1月5日带着累计1.07亿美元的A轮和B轮融资出山；仅仅八个月后，C轮一笔就是1.65亿美元——比公司前四年累计拿到的钱还要多。按彭博和Calcalist的说法，出山不到一年，估值大约涨到原来的三倍。

领投方Maverick Silicon是专注深科技的成长型基金，Andrew Homan进董事会时给的评价很高：“早期客户需求的广度和多样性，让我们更加确信，Lyte有机会成为机器人时代具有定义性的技术公司之一。”上一轮领投的富达没有犹豫，C轮直接继续加注——在硬件公司里，老股东愿意在八个月内按三倍估值追投，比任何路演话术都有说服力。

钱敢这么给，底色是整个物理AI赛道的资金水位。Crunchbase的统计显示，2026年上半年，全球物理AI领域风投总额达到474亿美元、共521笔，接近2025年下半年120亿美元的四倍，比2025年上半年的264亿美元也高出近八成。不过这笔钱分布极不均匀，光是头部自动驾驶公司的单笔超大轮次，就占去约三分之一。资金涌向头部自动驾驶和明星整机公司之外，Lyte这类公司能分到1.65亿，说明另一种偏好正在形成：资本开始为最硬、最容易卡住的基础设施环节付钱。

需求侧也有支撑。Grand View Research预测，AI机器人市场到2030年将达到1250亿美元。Lyte出山即进入量产，目前产品已经在向巡检、制造等工业场景的头部机器人客户出货。先拿确定性最高的工业现场验证产品，再向人形机器人和更大的市场要空间，这是一条比“先讲故事再做产品”笨、但更扎实的路线。

PART.04 · 风险与考题

16亿美元买的是未来，三道考题已经摆在桌上

感知这一层当然不是只有Lyte看到。

2025年7月，英特尔RealSense完成分拆，带着5000万美元A轮独立，手上有超过3000家客户的现成渠道；2026年2月，激光雷达公司Ouster收购双目视觉厂商Stereolabs，把激光雷达、双目相机、边缘算力和融合软件打包出售；中国的奥比中光手里有结构光、双目、TOF和激光雷达全产品线；Luxonis靠着开源OAK相机也在7月拿到了A轮。再往上看，高通和英伟达这种芯片巨头，自己就在推机器人感知平台。

Lyte的差异化押在自研芯片和相干视觉上，但差异化能不能变成胜势，有三道题绕不过去。

过去二十年，这群人两度站在感知革命的起点：第一次让游戏机认出人的身体，第二次让手机认出人的脸。这一次他们押注的方向很清楚——当机器人真正大规模走进物理世界，最先被需要的未必是更聪明的大脑，而是一双值得信任的眼睛。

既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。

THANKS FOR READING