近日，百度在武汉推出名为萝卜快跑的无人驾驶网约车出圈走红，引起广泛关注。萝卜快跑爆火背后，是一系列创新黑科技的应用，包括 ApolloADFM 大模型、感知系统、空间计算系统、决策算法等，更意味着空间计算时代已经到来。

OptiTrack 光学识别算法

助力无人驾驶系统及平台搭建

任何创新科技的落地应用都需要在实验室中反复进行算法研究、测算、验证及优化。新葡萄·虚拟动点凭借高精度、高稳定性和高可靠性的 OptiTrack 空间计算技术与光学识别算法，已先后助力北京理工大学、安徽大学进行无人驾驶系统与平台搭建，实现精准测量和算法优化。

同时，香港理工大学、山东大学等高校采用新葡萄·虚拟动点空间计算相关技术，研究汽车与无人机的空地协同算法，以提升灾害救援效率。

除了赋能高校，OptiTrack 还先后服务了 Meta、波音、字节跳动、腾讯、阿里等众多个国内外知名企业。

Lydia 动作大模型+数据资产平台

推进机器人智能具身技术加速落地

新葡萄·虚拟动点自研 Lydia 动作大模型是全球领先的空间动作数据 AIGC专业大模型，具备对空间动作数据的“认知、感知、预测、生成”等核心能力，支持多模态生成，包括文生动作和音乐生成动作。区别于其他视频生成类模型，Lydia 动作大模型的优势在于其可实时生成 3D 动作数据，同时可实现私有化、云化部署，以满足不同用户不同场景下的使用需求。

简单来说，只需要一句描述或一段音乐，Lydia 大模型便可迅速生成相应的3D人体动作。视觉、语言理解等多模态大模型对智能机器人变的越来越聪明，而 Lydia 动作大模型的3D动作生成能力，则帮助智能机器人行动能力越来越强，越来越像人。特别是“具身智能”的出现，让机器不再仅仅是被动的计算设备，而是能够主动与物理世界互动的智能体。

此外，新葡萄·虚拟动点在深耕空间计算领域的同时积累了大量动作数据，已经搭建完成了一体化数据资产管理平台。

该平台支持数据资产统一管理，包括上传、预览、分类、搜索、下载等，且与其他系统集成及工作流定制适配。未来将在已有动作数据管理基础上，增加模型资产管理模块。

商业模式上，该平台实现数据资产化，资产服务化，通过持续积累的动作数据，实现数字资产整合复用，提升影、视、游、虚拟仿真等行业制作效率，降低制作成本。如为影视类用户提供既有资产，助其快速完成场景构建角色生成；为 AI 类用户提供大量动作数据，助其完成数据训练；为具身智能类用户提供已有动作数据，助其完成机器人动作姿态相关训练等。

自主研发 Lydcap 无标记点识别算法

聚焦效率优先

在空间计算领域，目前公司已经沉淀了 OptiTrack 光学识别计算、Lyacap 无标记点识别计算、LYDIA 动作大模型三种核心算法技术，解决方案已经覆盖包括影视、游戏、体育、文化艺术等九大行业，数字人交互、无人驾驶、机器人具身智能等数十种场景应用。

作为 Optitrack 光学算法的补充技术， Lydcap 无标记点识别算法虚拟动点研发团队自主研发完成。该套算法成本更低，部署调试极为便捷。现场无需佩戴任何设备，可同时实现对多人进行空间识别与分析。

在商业模式上，Lydcap 分为 Windows 本地部署专业版和 SaaS 化普通版。专业版针对企业级用户，可为数字展陈、文旅夜游等领域提供完整软件技术服务，目前已成功助力哈尔滨工程大学相关研究及教学；普通版可为小型工作室与个人用户提供基础空间计算数据服务。

未来，新葡萄·虚拟动点将继续立足以空间计算为战略主体，以 AI 大模型、硬件设备、空间数据为三大核心能力的“一体三核”发展战略，加大研发力度，不断迭代算法，提升服务能力，同时携手合作伙伴，整合产业链中上、中、下游多方资源，构建开放合作的生态合作关系，助力 AI 及空间计算产业蓬勃发展。