Stereolabs ZED X Nano: Kamera na nadgarstek w starciu z RealSense i OAK

Stereolabs ZED X Nano: Kamera na nadgarstek w starciu z RealSense i OAK

9 min read•23 kwi 2026•
David Kim
David Kim

Ostatnia aktualizacja: kwiecień 2026

Firma Ouster wprowadziła na rynek Stereolabs ZED X Nano, kompaktową kamerę stereo montowaną na nadgarstku robota, przeznaczoną do manipulacji robotycznej, uczenia przez naśladownictwo i wydajnego zbierania danych treningowych. Kamera dostarcza obraz RGB i głębię w rozdzielczości 1920×1200 z migawką globalną przy prędkości do 120 kl./s przez przemysłowe łącze GMSL2 — to znaczący skok sprzętowy względem USB-owych kamer 720p, które obecnie stanowią wąskie gardło w większości potoków manipulacyjnych.


Spis treści


Czym jest ZED X Nano i jaki problem rozwiązuje?

ZED X Nano to miniaturowa kamera stereo zaprojektowana specjalnie do montażu na końcu ramienia robota — odpowiada na dobrze znany problem w badaniach i wdrożeniach związanych z manipulacją. Większość obecnie stosowanych kamer na nadgarstek opiera się na łączności USB-C, ma ograniczoną rozdzielczość 720p i przesyła klatki przez potoki z udziałem procesora, które wprowadzają opóźnienia dokładnie tam, gdzie zadania manipulacyjne wymagają najciaśniejszych pętli sterowania.

Rozwiązaniem Oustera jest kamera o 40% niższej wysokości w porównaniu z podobnymi rozwiązaniami, montowana bezpośrednio na nadgarstkach i narzędziach końcowych, która dziedziczy tę samą architekturę matryc z migawką globalną 1920×1200 z flagowej linii ZED X. Minimalny zasięg detekcji głębi wynosi 3 cm — mniej niż w większości konkurencyjnych kamer stereo — co ma bezpośrednie znaczenie dla chwytania z bliska i precyzyjnego montażu.

Według The Robot Report, CEO Oustera Angus Pacala wyraźnie powiązał premierę z Physical AI: "Przyszłość Physical AI zależy od ogromnych ilości wysokiej jakości obrazu o niskim opóźnieniu, zbieranego na brzegu sieci."


Specyfikacja techniczna ZED X Nano

SpecyfikacjaZED X Nano
Rozdzielczość obrazu1920×1200 na oko
Maks. liczba klatek120 kl./s
Zasięg głębi (min.)3 cm
Dokładność głębi (oś Z)poniżej 1 mm
Typ matrycymigawka globalna
ŁącznośćGMSL2 (kabel do 15 m)
IMUWbudowany, odporny na wibracje
Odporność na EMITak (blokowane złącza)
Integracja z symulacjąNVIDIA Isaac Sim / Isaac Lab
Obsługa ROSROS i ROS 2 natywnie
Potok GPUZero-copy, bezpośrednio do sprzętowego enkodera NVIDIA
Wymiary40% niższa od porównywalnych kamer na nadgarstek

Łącze GMSL2 (Gigabit Multimedia Serial Link 2, przemysłowy interfejs szeregowy klasy samochodowej, powszechnie stosowany w systemach ADAS) zastępuje delikatny USB-C solidnym połączeniem przemysłowym, zaprojektowanym do wielokrotnego zginania kabla i pracy w środowiskach z silnymi zakłóceniami elektromagnetycznymi. Wideo transmitowane jest bezstratnie na odległość do 15 metrów — istotne w przypadku manipulatorów z długimi przewodami lub komputerami montowanymi pod sufitem.


Jak ZED X Nano wypada na tle Intel RealSense i Luxonis OAK?

Dla zespołów robotycznych oceniających kamery głębi montowane na nadgarstku, ZED X Nano plasuje się w znacząco innej klasie sprzętowej niż dwa najpopularniejsze rozwiązania. Oto porównanie platform pod kątem parametrów kluczowych dla potoków manipulacyjnych.

CechaZED X NanoIntel RealSense D405Luxonis OAK-D
Rozdzielczość RGB1920×12001280×7204056×3040 (zdjęcia) / 1080p wideo
Maks. szybkość klatek głębi120 kl./s90 kl./s60 kl./s
Minimalny zasięg głębi~3 cm~7 cm~20 cm
Technologia głębiNeural stereo (AI)Aktywne stereo IRPasywne stereo + opcjonalnie IR
ŁącznośćGMSL2 (przemysłowa)USB-CUSB-C
Maks. długość kablaDo 15 m~5 m praktycznie~5 m praktycznie
Wbudowane AIPoprzez hosta (NVIDIA Isaac)Ograniczone wbudowaneTak (procesor Myriad X)
Obsługa ROS 2NatywnaNatywnaNatywna
Integracja z symulacjąNVIDIA Isaac Sim/LabOgraniczonaOgraniczona
Zastosowanie doceloweManipulacja, uczenie przez naśladownictwoPrecyzyjna inspekcja bliskiego zasięguEdge AI, robotyka mobilna
DostępnośćPrzedsprzedaż, wysyłka maj 2026Dostępna terazDostępna teraz

Intel RealSense D405 to najbliższy bezpośredni konkurent do manipulacji z bliska — został zaprojektowany specjalnie dla ramion robotycznych — ale jego minimalny zasięg głębi 7 cm i rozdzielczość RGB 720p to realne ograniczenia przy trenowaniu zaawansowanych zbiorów danych do uczenia przez naśladownictwo. Luxonis OAK-D oferuje wbudowane wnioskowanie na Myriad X, co jest rzeczywistą zaletą w zastosowaniach z ograniczonymi zasobami na brzegu sieci, ale minimalny zasięg głębi 20 cm praktycznie wyklucza go z zadań chwytania z bliska, do których celuje ZED X Nano.

Silnik głębi neuronowej ZED X Nano (system głębi stereo oparty na SI firmy Stereolabs) zapewnia dokładność poniżej milimetra w osi Z i, według producenta, lepsze pozycjonowanie boczne (XY) w porównaniu z metodami światła strukturalnego lub czasu przelotu — co ma znaczenie przy estymacji pozy chwytu, gdzie nawet 2-3 mm błędu bocznego może prowadzić do niepowodzeń manipulacji na dużą skalę.


Dlaczego potok GPU z zerowym kopiowaniem ma znaczenie dla Physical AI

To szczegół architektoniczny, który większość porównań sprzętowych pomija — i może to być najważniejsza przewaga ZED X Nano dla zespołów trenujących polityki manipulacyjne na dużą skalę.

Tradycyjne potoki kamer USB przesyłają klatki przez procesor, zanim trafią do GPU: sensor → kontroler USB → pamięć systemowa → przetwarzanie CPU → pamięć GPU. Każdy przeskok dodaje opóźnienie i zużywa cykle procesora. Przy 120 kl./s i rozdzielczości 1920×1200 na oko, taki potok staje się prawdziwym wąskim gardłem przepustowości.

ZED X Nano implementuje w pełni bezpośrednią ścieżkę z sensora do GPU, a klatki trafiają jednocześnie do sprzętowych enkoderów NVIDIA i potoków wnioskowania AI. Dla zespołów zbierających dane oznacza to rejestrację demonstracji w pełnej rozdzielczości bez pomijania klatek pod obciążeniem. Dla zespołów wdrażających systemy manipulacji w czasie rzeczywistym oznacza to, że sieci percepcji, modele segmentacji i polityki manipulacyjne mogą działać równolegle na tych samych przychodzących klatkach, pozostawiając znacznie więcej zasobów GPU.

Natywna integracja z NVIDIA Isaac Sim i Isaac Lab rozszerza tę przewagę na pętlę sim-to-real. Zespoły mogą rejestrować demonstracje na fizycznej kamerze, trenować w symulacji z użyciem dopasowanego modelu kamery ZED X Nano i wdrażać z powrotem na sprzęt — wszystko bez zmiany stosów percepcyjnych ani ponownej kalibracji między środowiskami. W przypadku uczenia przez wzmacnianie i naśladownictwo, ta ciągłość na granicy symulacji i rzeczywistości jest niebagatelna.


Co to oznacza dla zespołów robotycznych

ZED X Nano nie jest ewolucyjną aktualizacją wizji montowanej na nadgarstku — to zmiana klasy sprzętowej. Zespoły, które obecnie borykają się z wąskim gardłem w postaci USB-owych kamer 720p w swoich potokach manipulacyjnych, mają jasną ścieżkę modernizacji. Łącze GMSL2 i wytrzymała konstrukcja kabla rozwiązują również realny koszt operacyjny, który nie pojawia się w arkuszach specyfikacji: kable USB-C na ramionach robotów regularnie ulegają uszkodzeniu przy wielokrotnym zginaniu, a wymiana sprzętu wizyjnego w trakcie wdrożenia jest kosztowna.

Minimalny zasięg głębi 3 cm ma praktyczne znaczenie. Większość badań nad manipulacją obejmuje obiekty na dystansach, gdzie konkurencyjne kamery stereo albo nie mają danych głębi, albo mają obniżoną dokładność. W przypadku zadań montażu, kompletacji i pick-and-place z pojemników oznacza to realnie nowe możliwości, a nie tylko przyrostową poprawę.

Przedsprzedaż rusza teraz, a wysyłki rozpoczną się w maju 2026. Zespoły budujące zbiory danych do uczenia przez naśladownictwo lub wdrażające zręczne systemy manipulacyjne w 2026 roku powinny porównać tę kamerę ze swoim obecnym sprzętem — szczególnie jeśli już korzystają z infrastruktury NVIDIA Isaac.

Dla zespołów budujących lub rozwijających systemy zdolne do manipulacji, przeglądaj roboty przemysłowe i automatyka na Robot Overflow, aby porównać platformy współpracujące z kamerami montowanymi na nadgarstek, takimi jak ZED X Nano.


Najczęściej zadawane pytania

Czym jest Stereolabs ZED X Nano?

ZED X Nano to kamera stereo montowana na nadgarstku, opracowana przez Stereolabs (spółka zależna Oustera) do manipulacji robotycznej, uczenia przez naśladownictwo i zbierania danych na brzegu sieci. Rejestruje obraz RGB i głębię w rozdzielczości 1920×1200 przy prędkości do 120 kl./s, z minimalnym zasięgiem głębi 3 cm i potokiem GPU zero-copy poprzez przemysłowe łącze GMSL2. Jest o 40% niższa od porównywalnych rozwiązań montowanych na nadgarstek.

Jak dokładność głębi ZED X Nano wypada w porównaniu z kamerami światła strukturalnego?

ZED X Nano wykorzystuje Neural Depth Engine firmy Stereolabs, system głębi stereo oparty na AI, zapewniający dokładność poniżej milimetra w osi Z. Według Oustera oferuje lepsze pozycjonowanie boczne (XY) niż tradycyjne kamery światła strukturalnego lub czasu przelotu — to kluczowa przewaga przy estymacji pozycji chwytu, gdzie błędy boczne rzędu 2-3 mm mogą powodować systematyczne błędy manipulacji w precyzyjnych zadaniach montażowych.

Jakiego łącza używa ZED X Nano i dlaczego to ważne?

Kamera korzysta z GMSL2 (Gigabit Multimedia Serial Link 2), przemysłowego interfejsu szeregowego klasy samochodowej, który zastępuje USB-C. GMSL2 obsługuje kable o długości do 15 metrów, zapewnia odporność na zakłócenia elektromagnetyczne i stosuje blokowane złącza przystosowane do wielokrotnego zginania i wibracji podczas ruchu ramienia robota. Eliminuje to częsty problem w systemach manipulacyjnych, gdzie kable USB ulegają degradacji przy ciągłym ruchu.

Czy ZED X Nano działa z ROS i NVIDIA Isaac?

Tak. ZED X Nano oferuje natywną obsługę ROS i ROS 2 oraz integrację pierwszej klasy z NVIDIA Isaac Sim i Isaac Lab do transferu sim-to-real. Zespoły mogą trenować z dopasowanym modelem kamery ZED X Nano w symulacji i wdrażać na identycznym fizycznym zestawie bez ponownej kalibracji potoków percepcyjnych.

Kiedy ZED X Nano będzie dostępny i jak można go zamówić?

ZED X Nano jest dostępny w przedsprzedaży, a wysyłki rozpoczną się w maju 2026. Zamówienia można składać za pośrednictwem Oustera i kanału produktowego Stereolabs.

Czy ZED X Nano nadaje się do zbierania danych do uczenia przez naśladownictwo?

Tak — to jeden z jego głównych celów projektowych. Szybkość 120 kl./s w pełnej rozdzielczości 1920×1200, potok GPU zero-copy i natywna integracja z Isaac Lab są specjalnie zaprojektowane do wydajnej rejestracji demonstracji o wysokiej przepustowości, z szybkością i rozdzielczością wymaganą przez nowoczesne metody uczenia przez naśladownictwo.


ZED X Nano to celna odpowiedź na rzeczywiste wąskie gardło sprzętowe, które od lat ogranicza badania i wdrożenia w dziedzinie manipulacji. To, czy deklaracje dotyczące dokładności XY silnika Neural Depth Engine sprawdzą się w różnych warunkach oświetleniowych i dla różnych obiektów, zadecyduje o tym, jak szybko zastąpi on utrwalone rozwiązania oparte na USB — ale na papierze specyfikacja robi wrażenie.

Arizona appeals court vacates manslaughter sentence after AI video

An Arizona appeals court vacated the 10.5-year sentence of Gabriel Horcasitas while upholding his manslaughter conviction, first reported by Nytimes. The case returns to Maricopa County Superior Court for resentencing without the video, after judges found that it presented scripted statements as if the victim himself were speaking in court.

The three-judge panel said the video generated a likeness of Christopher Pelkey’s voice and appearance but did not reflect actual events. It found that allowing and relying on the video made the sentencing fundamentally unfair, and noted that no prior Arizona case had addressed the admissibility of such a depiction at sentencing.

The judges said a victim’s right to speak cannot override a defendant’s right to be sentenced on accurate, reliable information. They said the video collapsed the distinction between the family’s belief about what Pelkey would have said and Pelkey’s own voice and opinions.

The ruling distinguishes family members speaking about Pelkey from a generated likeness that appeared to speak for him.

Pelkey’s sister, Stacey Wales, presented the video during Horcasitas’s sentencing alongside victim-impact statements from family and friends. Wales wrote the script and said her husband and the couple’s longtime business partner helped create the video using Pelkey’s voice from a YouTube video and his face and torso from a funeral-service poster.

Judge Todd F. Lang praised the video as genuine, then imposed the maximum sentence of 10.5 years, more than the nine years prosecutors had sought.

Wales said nobody intended to make the court believe Pelkey was alive or that he had recorded the video before his death. She said she disagreed with the ruling and argued that families use slide shows, collages, hypothetical conversations and poetry to convey grief.

Wales compared the AI video with photography, saying it took 15 years of landmark cases around the 1860s before photography was widely accepted in courts.

The case returns to Maricopa County Superior Court for a new sentencing hearing without the AI-generated video.