从 Kinect 到人形机器人的十六年：四条技术路线、四幕产业剧、一张玩家地图。为深度探索准备，正文所有关键节点都挂了原文链接。
普通摄像头输出 RGB——每个像素的颜色；RGBD 相机在此之上，给每个像素再多输出一个 D（Depth，深度）。一帧画面里既有"那是什么"（颜色纹理，可以跑识别），又有"它离我多远"（三维坐标）。
这也是它和激光雷达的本质分工：激光雷达只回答"多远"，RGBD 同时回答"是什么 + 多远"。语义与几何在一颗传感器里合流，这就是它在机器人上的位置。
获取深度只有两类思路：几何法（视差三角测量：双目、结构光）和时间法（光的飞行时间：iToF、dToF）。四条路线的取舍决定了各自的生态位。
优势：成本最低、无发射器、户外强光无压力
死穴：白墙/暗光/无纹理算不出；算力开销大
代表：早期 ADAS 双目（Subaru EyeSight）
优势：近距精度最高（毫米级）
死穴：阳光淹没散斑直接失效；量程 <5m
代表：iPhone FaceID、初代 Kinect、刷脸支付机
优势：中距离、分辨率较高、模组小
死穴：多路径干扰、强光衰减、精度随距离降
代表：手机后置 ToF（华为 P30 Pro 时代）、部分扫地机
优势：抗强光最好、远距精度稳
死穴：面阵分辨率上限低、SPAD 成本高
代表：iPhone LiDAR、扫地机导航模组（奥比 MS200）
2024 年以来的行业共识：机器人全场景用主动双目——双目为主、红外投射器给白墙"补纹理"，户外室内通吃（奥比"突破户外阳光限制"官方说明）；近距高精度（抓取/检测）留给结构光；dToF 面阵则在和激光雷达融合。代表产品：奥比 Gemini 335/336、RealSense D435 系。
十六年里 RGBD 换了三次"金主"：游戏机 → 手机 → 机器人。每次退潮都把产能和人才推向下一个场景。
微软 Kinect（PrimeSense 结构光方案）成为第一个百万级消费 RGBD 设备，60 天卖出 800 万台创吉尼斯纪录。2013 年苹果 3.6 亿美元收购 PrimeSense——这笔收购写好了下一幕的剧本。
iPhone X 的 FaceID 把结构光装进亿级出货的手机；奥比中光靠给 OPPO Find X 供货一战成名。但杀手级应用始终没出现：安卓 ToF 退潮、Kinect/Azure Kinect 先后停产、Intel RealSense 2021 年被砍单差点死掉——消费端第一波集体退场。
产能流向扫地机、服务机器人、AMR、刷脸闸机。奥比中光在这个周期拿下中国服务机器人 3D 传感器约 70% 市占、累计量产 500 万+ 颗（官网）。关键工程进步是芯片化：深度计算从主机搬进相机内的专用芯片（MX6600 → MX6800），主控直接拿深度图。
人形机器人爆发，每台需要 2–6 颗深度相机（头/胸/腕）。两个标志事件：RealSense 2025 年 7 月从 Intel 独立，融资 5,000 万美元并绑定 NVIDIA 生态；奥比中光 2026 Q1 业绩兑现（下一节数据）。
| 维度 | 奥比中光 | RealSense | 图漾 / INDEMIND 等 |
|---|---|---|---|
| 生态位 | 规模 + 成本 + 全路线 | NVIDIA 生态位（Jetson Thor / Isaac Sim） | 工业细分 / 方案定制 |
| 量产背书 | 500 万+ 颗、70% 服务机器人市占、1000+ 机器人客户 | 十年 D400 系口碑，独立后重建供应链 | 细分场景打样多、总量小 |
| 交付 | 20 天（从 40 天压缩） | 海外渠道为主 | 项目制 |
| 风险 | 价格战主动发起方 | 脱离 Intel 后的产能爬坡 | 规模与现金流 |
| 深挖 | 机器人 3D 相机选型指南 | 独立公告原文 | 避障技术解读 |