3芯片+1体系，万有引力正在改变空间计算的产业路径

把大象装进冰箱，需要几步？

小时候它是逻辑简单的幽默：三步，打开冰箱、塞进去、关上门。

可等到我们真正开始理解世界，才知道这类看似“只需三步”的事，往往藏着数十甚至数百个必须被解决的细节。

空间计算也是一样。

在外界看来，世界的下一场科技革命似乎只需要一个答案：跟电影里那样到处都是虚拟信息+现实世界。

但在真正的工程世界里，任何一个目标背后，都意味着漫长的技术链路：芯片架构、光学模组、传感器融合、操作系统、内容生态……每一个环节都可能成为阻断行业前进的瓶颈。

过去几年，XR行业像在两条轨道上同时奔跑：一边是头显厂商在消费市场的试探，另一边是算法和算力被迫借用通用芯片，在功耗、体积和延迟的物理边界前止步。行业缺乏真正意义上的“底座”。

而在“同愿同行，创芯共赢”2025空间计算大会上，万有引力给出了它认为的答案——一整套从芯片、模组到引擎与生态的完整体系。

这是中国第一次提出体系化的空间计算技术栈，让行业第一次有可能真正把“大象”装进去。

而它的出发点是三颗芯片。

三颗芯片，构建空间计算的新版图

万有引力此次发布的三颗芯片——极智G-X100、极眸G-VX100和极颜G-EB100——并不是简单的三款产品，而是一套围绕空间计算未来形态所建立的“能力矩阵”。它们分别对准MR、AI眼镜、机器人/智能驾舱三个方向，首次让空间计算的底层能力具备清晰的分工与跨平台迁移能力。

第一颗芯片，极智G-X100，解决的是MR的“物理极限问题”。

过去十年XR的体验天花板并不在内容，而在芯片。传统VR/AR设备的视觉算法依赖CPU/GPU，延迟、功耗、体积之间的矛盾始终无法被突破。

G-X100将这一矛盾彻底前置处理——采用5nm制程、Chiplet异构封装，并将VST端到端延迟压到9ms（行业最佳），显著提升虚实融合质量。

在实际体验上，它第一次让百克级MR设备具有了工程可行性，让“墨镜式MR”从概念走向现实。更关键的是它的算法结构，VST管线采用硬件固化实现极低功耗，而SLAM、手眼交互等模块保持灵活，支持持续迭代甚至搭载大模型。这代表MR设备的底层能力第一次拥有了“可升级”的结构，而不是一次性固化的工程方案。

第二颗芯片，极眸G-VX100，瞄准的是正在加速成型的AI眼镜赛道。

今日的AI眼镜仍停留在“轻功能”阶段：镜腿粗、续航短、感知弱，更像智能耳机的延伸。极眸G-VX100在工程上给出的答复更激进。采用4.2mm超窄封装、1600万像素摄像头、空间视频拍摄、眼动&手势追踪，再加上全球首创的MMA多模态唤醒机制，让设备在非必要状态几乎不耗电。

它的目的非常明确，就是要让AI眼镜从“时尚配件”变成真正的智能终端。

极眸G-VX100提供了成为“个人环境层设备”所需的几乎全部基础感知能力，让眼镜能够实时采集视觉场景、理解用户意图、构建连续的空间认知。它是AI眼镜迈向主流的第一块真正意义上的核心芯片。

第三颗芯片，极颜G-EB100，则把空间计算的边界从XR拓展到机器人、智能驾舱领域。

极颜G-EB100的出现，让“渲染+重建”第一次具备跨行业的抽象能力：它既支持MR的反向透视渲染，也能驱动机器人实时重建3D Avatar模型、生成灵动脸，并在复杂场景中实现高逼真视觉反馈和友好的人机交互界面。

换句话说，它能让同一套视觉和交互能力在头显、机器人、智能驾舱系统中迁移复用，从而推动整个行业从单设备创新走向跨场景融合。

XR行业十年的瓶颈，正在被“极域”打开

如果说三颗芯片解决的是设备所需要的能力从哪里来的问题，那么“极域”要回答的则是另一件更难也更本质的事——这些能力如何真正落地，成为规模化产品？

十年来，XR的技术叙事不断循环：新的光学方案、新的交互方式、更强的渲染能力……但在工程世界里，真正阻碍XR落地的从来不是单点突破，而是整条链路的“不连续”。

从芯片到软件再到量产，这一整条链路在任何行业里，都是一条必须闭环的产品链路。但在XR领域，这些链条却相对更“独立”。芯片厂提供芯片，硬件厂商自己拼接算法，很多时候看到的设备更像是“拼好机”，能用是能用，但总归差点意思。

“极域”试图做的，就是把这一条长链重新封装为一个五层能力体系：芯片层、设备平台层、空间引擎层、SDK层、生态集成层。

在这五层中，最具产业意义的是设备平台层。XR行业公认最困难的工程环节，包括多传感器标定、光学联合标定、SLAM管线构建、系统集成等等，都被万有引力封装进X100-M1模组，并配套PC MR工程化平台。

在这个基础上，一台XR设备从立项到工程可交付，不再是两年，而是半年。可以说直接成倍提高了行业的工程效率。效率提高的同时成本降低，让更多中小规模的团队也能加入其中。

同时，“极域”在空间引擎层所做的抽象，也让XR的技术边界第一次出现跨行业延展的可能性。

SLAM、Tracking、多传感器融合本是XR、机器人、车载系统各自独立的体系，但在“极域”框架中，这些能力不再属于某一类设备，而成为一种可以被不同形态硬件复用的底座。

一个为MR构建的空间理解能力，可以直接迁移到机器人上；一个车载场景下的空间交互逻辑，也能天然兼容MR头显。可以说，空间计算摆脱“设备属性”，成为一种“平台能力”。

为了让这种能力真正被开发者使用，“极域”的SDK进一步消解行业长期存在的生态碎片化。过去一个XR应用需要分别适配Android、Windows、不同的芯片架构与工具链，如今可以在同一套跨系统框架下“一次开发、多端部署”。这让内容生态第一次具备扩张到规模市场的基础，也让XR不再是只有大型厂商才能负担的赛道。

当这五层结构合在一起，“极域”呈现的是一套可以快速调用、快速试错、快速量产的技术基座。就像谷歌安卓为智能手机带来的一切一样，在空间计算时代，“极域”正试图承担同样的角色。

三颗芯片组成了能力体系，“极域”构成了路径。前者解决“能不能做”，后者解决“能不能落地、能不能规模化做”。

从技术突破到产业系统，这可能是XR行业十年来最接近“真正拐点”的一次尝试。

结语

当我们把这场发布会放回更大的产业背景中，会发现它所引发的变化早已超出“一家公司的技术突破”。

MR设备的延迟、重量和渲染能力正迎来真正意义上的代际跃迁；AI眼镜也因为拥有了专用的感知芯片而朝着独立终端的方向驶去……行业的第一轮洗牌可能比所有人预期得更早到来。

而更深层的影响来自空间计算能力本身的外溢——机器人远程操控、车载空间交互、工业可视化，这些原本各自独立、自研体系的行业，正在向共同的底层能力收拢。

这正是“极域”与三颗芯片同时出现的意义所在，它们所回答的问题已经不只是XR设备该如何发展，而是：空间计算的底座应该是什么形态？它是否可以跨设备、跨行业、跨生态，成为一种通用能力？

如果答案只是一颗更强的芯片、一台更轻的设备或一个更好用的SDK，这场发布会不会掀起太大的波澜。但当底座被重塑为从算力到模组，从引擎到工具链，再到生态的全链路体系时，产业的竞争逻辑也随之转变。

距离真正的产业爆发还有多远？万有引力并没有给出全部答案，却提供了一条可能跑得通的路径。而在技术变革的漫长道路上，有时候路径本身，就已经是一个足够重要的开始。