传感器是一种将物理世界的温度、气味、运动等信息转换为可处理数据的感知器件，是自动驾驶、机器人和物联网等 AI 应用的底层入口。随着 AI 对真实世界数据的需求激增，传感器正从单纯采集工具走向与基础模型深度结合的新阶段。
传感器近期进展
当前焦点与观察点
行业讨论的核心矛盾在于数据与成本：物理世界的训练数据远比互联网文本稀缺，而廉价传感器与基础模型的结合被认为是补齐这一短板的关键路径，这也解释了嗅觉芯片、高频运动芯片等低成本方案为何受到关注（物理世界数据短缺，廉价传感器与基础模型或带来变革）。
另一个争议点是自动驾驶技术路线。Waymo 批评纯端到端方案不安全，强调多传感器融合与冗余设计的必要性，这与特斯拉以视觉为主的路线形成对照，其安全性之争预计将随 Cybercab 的推出继续发酵（Waymo 批纯端到端自动驾驶不安全）。
总体来看，传感器行业正呈现两个趋势：一是向嗅觉等新型模态扩展，二是以更低成本换取更高的采样率与精度，从而为 AI 提供更丰富的物理世界数据。后续值得关注的观察点包括低成本嗅觉芯片能否规模化量产，以及多传感器融合路线在自动驾驶安全论证中的实际表现。