横跨多个类别的同时获奖，意味着XGRIDS不仅在单一技术方向上实现突破，更在影视制作的多个关键环节中获得行业认可。主办方评价称，XGRIDS的空间智能技术，是"影视行业当前最前沿的创新智能技术之一"，并将对未来影视行业的发展产生深远影响。

四个奖项，背后是行业范式的转变

NAB Show 一直是全球影视、广播与内容制作技术的风向标。每年，来自世界各地的技术公司、影视机构与创作者齐聚一堂，展示和评选最具突破性的产品与解决方案。

在这样的舞台上斩获四项大奖脱颖而出，意味着XGRIDS的空间智能技术不仅具备前沿创新性，更具备改变行业工作方式的潜力。

长期以来，影视制作依赖高成本、长周期的实景采集与后期重建流程，而空间智能与 3D 高斯技术的出现，正在让"真实世界数字化"成为一种更高效、更直接的生产方式。

PortalCam ，正是这一变革的关键入口。

PortalCam：定义真空间相机

PortalCam 是XGRIDS推出的空间相机，能够将真实空间重现为栩栩如生的三维模型。

它的核心价值，并不只是"拍摄"，而是通过多目相机与 LiDAR 的融合感知，在移动中完成高质量空间采集，将现实世界直接转化为可交互、可编辑、可分享的三维数字空间。配合XGRIDS的软件 LCC Studio，可对数据进行自动化处理与编辑，大幅降低三维内容生产门槛。

这意味着，传统需要多团队协作、数周完成的流程，现在可以在更短时间内完成，并保持更高的真实还原度。

XGRIDS方案已真正进入实际影视制作工作流

《狂野时代》：前期勘景与虚拟置景一体化

在电影《狂野时代》的制作过程中，XGRIDS的方案被用于前期勘景与空间数字化采集。扫描后的场景可直接用于美术置景、灯光规划与运镜模拟。

韩国 SBS 广播电视台：实时XR直播

韩国广播行业的领军企业 SBS 正式推出其 AIXR Studio，成为首家将 3DGS 和 XR 技术整合到新闻直播制作中的广播公司。通过和XGRIDS的合作，利用PortalCam 和 LCC 3D 高斯解决方案，SBS 能够捕捉真实世界的场景并将其转换为逼真的三维环境，使主播能够在不同的直播场景中无缝切换。

与AppleTV合作：美剧《诊疗中》创新尝试虚拟拍摄

在美剧《诊疗中》的制作中，XGRIDS 与 Apple TV合作虚拟拍摄，提前对拍摄场景进行空间扫描与数字化重建。场景被直接投射到LED屏幕中，演员在虚拟环境前进行实时表演，实现"所见即所得"的拍摄方式，减少后期合成依赖。

从获奖走向落地：XGRIDS的下一步

XGRIDS是目前全球唯一打通"全场景3D高斯采集—生成—压缩—编辑—应用部署"完整闭环的空间智能公司。

此次在 NAB Show 获奖，是行业对空间智能与3D高斯技术的高度认可。随着影视、游戏、XR 与 AI 的不断融合，三维空间数据正逐步成为新一代内容生产的基础。

而XGRIDS，正是这个基础的入口。

大会期间，其域创新的空间智能方案进行了现场演讲，并在 NVIDIA Robotics 以及亚马逊云科技（AWS）展台联合展示。XGRIDS 的空间智能解决方案现已支持 NVIDIA OmniverseNuRec用于基于OpenUSD的渲染，并在多个GTC展会上亮相：包括StartupPitch期间的专题演讲、 NVIDIA 机器人演示环节中的解决方案展示，以及与亚马逊AWS联合举办的演示活动。

现场演讲分享：面向 Physical AI 的 Real2Sim 路径

大会期间，其域创新海外市场销售总监Sunny Liao发表现场演讲，介绍公司的Real2Sim解决方案，重点围绕一个问题展开：当智能体要在现实世界中运行，训练环境如何尽可能接近真实世界？

其域创新给出的答案，是一条以真实世界数据驱动的 Real2Sim路径：通过多模态空间感知与高保真三维重建，将现实场景快速转化为真实可信的世界模型，用于仿真训练。

与传统依赖人工建模构建训练环境的方式相比，这一路径显著降低了高拟真场景的构建成本，也使训练环境能够随着现实世界变化而持续更新，更贴近真实部署条件。

更关键的是，能够进入 Isaac Sim 官方工作流，意味着其域创新生成的空间数据在结构一致性、物理合理性与工程稳定性上，已经满足Physical AI训练系统的要求。

这一点在 GTC 现场获得了广泛关注。多位开发者与生态伙伴在会后交流中表示，这种基于真实空间生成仿真环境的方式，为机器人训练与系统验证提供了更具现实意义的路径。

多展台集中呈现：空间智能赋能具身智能

除现场演讲外，其域创新的空间智能方案还在 NVIDIA GTC 2026 现场多个展示区域同步亮相。

在 NVIDIA 展台的 Robotics session 中，其域创新集中展示了面向具身智能系统的解决方案。

其域创新将空间感知与建模系统部署于四足机器人平台，对机器人所处环境进行持续建模与理解。

机器人不再仅依赖局部传感器进行即时避障，而是基于三维空间结构进行路径规划、行为决策与任务执行。这种对环境的全局理解能力，正成为支撑智能决策与系统持续演进的重要基础。

与此同时，其域创新在 亚马逊云科技（AWS）呈现 Real2Sim 方案，从系统层面展示真实空间数据如何进入智能训练流程，形成从环境采集、世界模型构建到仿真训练的完整闭环。

在 GTC 现场，其域创新的方案呈现吸引了大量开发者与观众驻足交流。与会者普遍关注的，不仅是三维重建本身，而是其在 Physical AI 训练体系中的角色转变——从"工具"走向"智能体训练的基础平台能力"。

通过空间智能平台，将真实世界转化为 AI 可理解、可推理、可训练的世界模型，正是其域创新长期聚焦的方向——构建连接真实世界与智能系统的空间智能基础能力。

在 GTC 这一全球 AI 技术舞台上的集中呈现，意味着这一技术路径正在进入国际主流生态视野。

其域创新将持续推进空间智能在科研与产业中的规模化应用，推动智能体在真实环境中的训练、部署与演化，加速 AI 走向"物理世界"。