结论SPAD（单光子雪崩二极管）成像代表了一种从“累积光强”到“探测单光子”的范式转变。传统CMOS传感器在单帧曝光内累积光生电荷以估算强度，其根本矛盾在于“噪声与运动”的权衡：短曝光抑制运动模糊但引入读出噪声，长曝光降噪却产生模糊。在机器人面临高速运动与剧烈光照变化的场景中，这一矛盾直接导致感知数据在源头受损，后续AI处理只能被迫进行统计推断，失误风险难以根除。SPAD通过单光子级灵敏度和皮秒级时间分辨率，将灵敏度与曝光时间解耦，从物理层面打破了这一权衡。其代价是数据本质的变化——从“强度图像”变为“光子事件流”，这要求重建算法必须适应非传统的信号表征方式，也催生了从爆发视觉到即插即用计算成像等一系列新的处理范式。一、传统CMOS的“噪声—运动”权衡及其感知后果CMOS图像传感器的核心机制是在固定曝光时间内累积光生电荷，再将其转换为数字信号。读出噪声存在于每一次电荷—电压转换中，当光照微弱时，噪声可能掩盖信号。增强照明受物理空间和功耗限制，延长曝光则必然引入运动模糊——快速移动的目标在积分期间的位置变化被“涂抹”在单帧图像中。这一权衡的后果是结构性的。当机器人面对高速运动目标（如协作机械臂的快速抓取、移动机器人的动态避障）或剧烈光照变化（如从室内暗光进入室外强光、夜间的车灯眩光与阴影交织）时，传感器层面的信息损失已经发生：运动模糊抹去了高频空间细节，低光读出噪声污染了微弱信号，高光区域饱和则永久丢失了亮度信息。后续的AI模型无论多强大，都无法从已经损坏的观测中恢复真实场景——它只能依赖统计先验进行“猜测”，而猜测在安全关键的机器人场景中意味着不可接受的风险。搜索材料中Ubicept的研究明确指出，传统ISP（图像信号处理器）技术的演进主要由消费级成