為啥智能駕駛公司，都在做機器人？_風聞

你信不信，下一個計算時代屬於智能機器人？

作者 | siqi

編輯 | 靖宇

當我們談起「機器人」的時候，你腦子裏第一時間想到的是什麼？

你可能會想到「四大家族」和現代工廠裏的工業機器人。它們的出現，極大提高了標準化作業的生產效率，並加速了工業全球化的速度。工業機器人操作的核心底層技術邏輯，是被提前寫入機器的代碼指令。

也正因為如此，在不同的工作場景和任務需求裏，上述工業機器人的效率可能呈現兩個極端。對於汽車這樣迭代週期長的產品來説，它們是高效且穩定的；但如果換成像 SHEIN 這樣，以周甚至以天為週期，進行更新的快時尚產品中，為機器人重新編程，遠不如紡織線上的熟練工人直接上手來得實用。

所以從長遠來看，從局部智能走向全面智能，一定是機器人行業的發展方向。不過，儘管特斯拉、斯坦福等商業巨鱷、世界名校都已躬身入局，智能機器人時代究竟何時到來，依然是一個未知的問題。

其中一個重要原因，就是僅靠少數巨頭參與，還遠不足以搭建起智能機器人所需的行業生態。智能機器人要滿足更多複雜的場景，它需要數字世界和物理世界緊密交互，需要不同軟硬件相互協作，需要更多開發者共同參與。

2023 年 7 月 25 日，智能駕駛計算方案提供商地平線在深圳舉辦了 CodePlay 開發者創享日，希望連接起更多開發者，並以「後端支持者」的身份，為智能機器人的發展提供一套全新的範式。

「從芯片出貨量的角度來看，機器人（現階段）遠沒有手機那樣的龐大市場。」地平線機器人事業部負責人王叢認為，這是一項需要耐心和時間的長週期工作，「但屬於你相信未來屬於機器計算的話，就值得持續投入。」

王叢在地平線開發者創享日上進行分享 | 地平線 Horizon Robotics

01

為啥做智能駕駛的公司，

都在瞄準機器人？

提到同時在智能駕駛和機器人兩個領域開展業務的公司，人們更為熟悉的，恐怕是伊隆·馬斯克創建的特斯拉。

智能駕駛和智能機器人，在技術原理中有很多共通之處：都是基於對環境的感知和交互，對外界信息進行計算後，指導機器進行運動的過程。然而在實際應用層面，二者還是要面對不同類型、不同等級的數據處理需求和計算能力。

也就是説，智能駕駛和機器人****算法的骨架是相同的，但肉身仍有不小的差異。

從規模來説，智能駕駛或自動駕駛往往伴隨着高速場景，並且和安全緊密相關，所以需要較高算力的芯片支持實時計算；而智能機器人，在現階段通常在相對低速環境中工作，相應的計算需求會降低。

不過，從運動控制的維度上，智能駕駛只需要控制 2D 維度的運動；而如「靈巧手」那樣的機器人，需要模仿生物體多達 20 個以上的關節運動，就會使得計算和控制難度大增。

此外，智能駕駛過程中面對的數據相對「收斂」——往往是車道線、馬路邊緣、信號燈等確定的內容；而智能機器人曾需要在不同現在場景中，和多種複雜的物理環境進行交互，數據種類多樣且發散，同樣會對計算提供不同的考驗。

所以，儘管馬斯克表示，特斯拉現有的 FSD 技術，可以在未來和機器人模塊進行一定程度的算法複用，但仍然只是在「底層模塊」中進行，更高階的計算和場景還是需要針對機器人平台進行專項開發。

特斯拉人形機器人概念圖 | Teala

地平線同樣是從計算的角度切入智能機器人領域，不過和特斯拉相比，還是有兩個顯著的不同之處：

創業路徑

特斯拉的創立，伴隨着創始人馬斯克「綠色能源」的願景，進入機器人領域上是因為看到了算法複用的機會；而地平線在創立之初，原本就是想做一家「為機器人造腦」的公司，這一點從地平線公司的英文名「Horizon Robotics」就可以看出。公司現在為業界熟知的智能駕駛芯片業務，被他們描述為智能計算業務的一個「應用場景」。

商業模式和定位

特斯拉是一個直接面對 C 端消費者的品牌，它們需要打造的是一個個具體的終端產品；而在和極客公園溝通時，地平線將自己目前在機器人領域的角色，描述為「後端支持者」——他們認為機器人的開發，應該依託於一個開源的平台，吸引更多軟件端的開發者，共同完成生態建設。

「地平線則會以芯片和解決方案，佔據一個重要的生態位。」

02

從「點」（Node）

到「面」（Hub），

搭建機器人新範式

7 月 25 日，在地平線的開發者創享日現場，極客公園見到了基於不同應用場景開發的智能機器人。既有消費者比較熟悉的掃地機器人，也有在醫療領域輔助進行甲狀旁腺手術切除的檢測儀，還有不知道可以用來做什麼，但看起上去就很酷的四足「機器狗」。

那麼，從 0 到 1 搭建起一個機器人，究竟是怎樣的過程？

如果把步驟進行抽象，理論上應該分為以下 3 個階段：

明確需求；

開發硬軟件功能；

實現不同的部件間的相互協同。

但對於開發者而言，最高效的場景決不能是「從零開始」。一些基礎的功能應該被略過，真正的創新永遠是站在前人肩膀上進行的，不能把時間浪費在重複造輪子上。

舉個例子，如果希望開發一個用於山地救援或者工程作業的新產品，有時會希望利用四足機器人的運動優勢，那麼這個時候，開發者的重心不應該是思考怎樣重寫代碼，實現四足機器人的運動，而是應該專注於新功能的開發，以及思考如何讓不同模塊真正實現高效協作。

基於此，購買已有的配件或套件**，**可以解決硬件層面的問題，而搭建系統並進行代碼開源，則可以提高開發者在軟件層面的效率。ROS 是機器人行業裏著名的開源協作的底層系統，它集成了大量的工具軟件包、庫代碼，以及約定協議，讓跨平台研究和研發變得更簡單。

地平線機器人事業部生態負責人胡春旭，是 ROS 機器人社區「古月君」的創始人，專注於這個操作系統在國內的推廣和應用。今年年初，胡春旭正式加入地平線，並且在開發者日發佈了地平線的開發者套件 RDK 和基於 ROS 平台的 TogethROS.Bot 第二個版本更新。

根據胡春旭介紹，T.ROS 2.0 版本將在軟硬協同、開源算法、配件驅動支持等多個方面進行升級迭代，並且和 RDK 套件進行更深層的綁定。

胡春旭發佈 NodeHub 機器人應用開發分享中心 | 地平線 Horizon Robotics

與此同時，胡春旭還在現場發佈了全新的 NodeHub 應用開發中心。他希望按照從點到面的方式，為機器人底座的搭建提供一套全新的範式思路。

例如，如果要搭建一台掃地機器人，那麼需要先完成環境感知、自主導航、目標檢測、運動控制等多個功能**「點」**的安裝和驅動，而這些「點」就像一個個手機 App 一樣，被封裝進了 NodeHub 的應用商店裏，直接被開源下載。

據此思路，胡春旭在現場用了大約 15 分鐘時間，即完成了由「點」（Node）到「面」（Hub）的機器人底座搭建。也就是説，除了安裝清掃垃圾需要的硬件和程序代碼，這個掃地機器人的骨架已經搭建完成。

地平線希望，基於這套全新的範式和方法論，在未來攢出一個機器人底座，讓創建機器人「可以像搭積木一樣簡單」。

發佈會現場搭建起的掃地機器人底座 | 地平線 Horizon Robotics

03

和開發者共同成長

除了地平線對機器人開發生態及方法論的探索，讓極客公園有些意外的是，有不少在校大學生也在暑假期間到現場參加了這次活動。他們或在展區驚訝於某個產品的設計「很酷」，或在晚宴現場感慨於分享嘉賓的學霸經歷。

一個深圳大學的大一新生，敏鋭地捕捉到地平線 CEO 餘凱在分享時的一句「商業黑話」，拋出了一個有些稚嫩但很有趣的問題：

「作為一名學生，在科研領域裏，怎樣找到屬於自己的『生態位』？」

這位年輕的開發者贏得了全場的掌聲和鼓勵，而餘凱的解答是：「對於年輕人來説，一定要做現在是冷門，明天是熱門；現在是非主流，明天是主流的事。」一如他此前無數次面對媒體時的講述那樣，強調「非共識」在創新裏的作用。

開發者日現場的年輕人們 | 地平線 Horizon Robotics

而這一問一答，也恰好呈現了機器人開發現階段在技術和商業層面的處境。開發者未必是嚴格意義的「創業者」，來自高校領域的愛好者是這個生態未來發展需要爭取的人才。

而商業層面上，現階段跑通閉環的，往往是能執行某些特定任務的「機器」（如掃地、割草、陪伴等領域），而非那種聽起來更酷、功能更全的通用「機器人」。地平線機器人事業部負責人王叢告訴極客公園，他認為未來 2-3 年裏，機器人領域不會有像手機一樣的爆品出現。也就是説，這依然是一個長週期的項目。

所以在創業第 8 年的時候，地平線又回到了機器人的賽道里，它們也許比創業初期，更清楚地意識到這件事的困難和複雜程度，所以，機器人業務在地平線內部，既是一個技術部門，也可以理解為一個社區平台。和開發者共同成長是選擇開源後的必然選擇。

餘凱説，他在 27 年以前就接觸到了機器學習，並認定這將是一輩子的事業，而且此刻仍然在成長和等待。

「重要的是，你相不相信智能手機後，下一個計算時代屬於機器人。」

*頭圖來源：地平線

本文為極客公園原創文章，轉載請聯繫極客君微信 geekparkGO