芯片、OS、AI撐起智能機器人軟硬件技術

要判斷技術類公司的價值，首先要理解相關領域的技術背景、問題以及難點。

智能服務機器人大體包含三大塊技術：芯片、操作系統，以及AI技術。其中，AI技術又包含感知、交互以及運動控制技術。可以說，每一塊技術都處在不同的發展階段，有著各自的問題和挑戰。

芯片

目前，大多智能服務機器人使用的還是通用芯片，包括CPU、GPU以及FPGA。相比CPU，GPU對于圖像的運算性能更強，而FPGA雖然不具備通用計算功能，但是在簡單重復運算上不僅效率高，而且功耗低，在行業內也有普遍應用。

除了通用芯片，近年來，英偉達、中科院等企業和研究機構也研發出了基于深度神經網絡的專用AI芯片，有望在智能機器人、智能駕駛等領域得到廣泛應用。國內提供AI芯片的公司主要包括來自中科院的寒武紀科技，以及來自百度深度學習研究院的余凱團隊——地平線機器人。

由于通用芯片和專用AI芯片各有優勢，因此在未來的應用中，不會是相互替代，而是互為補充。與智能手機類似，AI芯片的關鍵在于性能，而起量要依賴爆款產品的出現。

操作系統

智能機器人操作系統目前仍以Android為主流，專門針對機器人的新興操作系統ROS也在逐漸從科研院校向業界普及。國內做語義分析的圖靈機器人和智臻智能也分別研發出了自己的機器人操作系統——Turing OS和iBot OS，但仍只在小范圍應用。

相比新興機器人操作系統，Android不僅產業鏈成熟完整、成本較低，而且擁有大量開發者，因此目前看來更具優勢。但Android的長處在于觸摸交互，對于語音、圖像、手勢等新興交互方式則略遜一籌。未來，谷歌有可能通過改進現有Android系統，推出專門針對機器人的操作系統，而新興機器人操作系統也有望逐漸普及，占據主流。

AI技術

AI技術包含感知、交互、運動控制三大塊。感知部分相當于人的五官、皮膚，交互相當于人的對話、手勢、表情溝通，運動控制則相當于人的四肢活動和行走能力。

1、感知

智能服務機器人要實現自然的人機交互體驗，必須要具備環境感知能力。機器人可以通過攝像頭視覺方案、毫米波雷達、超聲波雷達以及激光雷達等傳感設備來感知周圍環境。

目前，從行業發展趨勢來看，多傳感器融合是大勢所趨。但是，由于視覺方案受環境光限制較多，而激光雷達可以不受光線影響，實時測量周圍物體和障礙物的距離，加上近幾年激光雷達成本逐漸下降，被認為是目前最具優勢的感知方案。不同的激光雷達有不同的應用領域。單線激光雷達主要用于近距離感知，而多線激光雷達則應用于無人駕駛和無人機等遠距離感知。

以思嵐科技、鐳神智能為代表的國內企業正在通過低成本的激光雷達+SLAM方案幫助智能服務機器人和無人機實現定位導航和路徑規劃，目前已經實現量產。而以禾賽科技為代表的創業公司也成功突破國外技術壁壘，研發出低成本32線激光雷達，有望在智能駕駛領域廣泛應用。未來，隨著智能機器人產業化不斷推進，激光雷達成本也將大幅下降。

2、交互

目前智能機器人領域的人機交互技術主要包括語音識別、語義理解、圖像識別、體感/手勢交互等。

語音識別：語音識別技術由于起步較早，目前商業化已經相對成熟，也誕生了科大訊飛這樣的上市公司和行業巨頭。同時，捷通華聲、思必馳、云知聲、出門問問等起步較早的創業公司，繞過訊飛所在的教育、電信市場，從新興的智能家居、智能車載、智能機器人等領域切入，也較好地實現了商業化落地。此外，百度、搜狗等大型互聯網公司也在發展自己的語音技術，用于支撐其AI平臺及C端應用和產品。

語義理解：相比語音識別，語義理解技術目前尚不成熟。雖然中文語音識別和語義理解公司具有天然語言壁壘和優勢，但是中文在斷字、消歧方面的難度大大高于英語。另外，語音識別在遠場、噪音、口音以及重復、斷句等方面存在的瓶頸，仍需要結合語義理解才能攻破。

圖像識別：人類感覺中，80%的信息都來自視覺，因此圖像識別是智能機器人交互的重要技術環節。目前，以曠視、商湯為代表的視覺龍頭公司，已經將人臉識別和圖像識別應用于金融、安防、公安、社交、娛樂等領域。未來，隨著深度學習技術不斷進步、大數據的積累，以及芯片計算能力的提升，圖像識別技術將越來越成熟，并逐漸拓展到更多應用領域。

體感交互：手勢和體態動作也是人與人之間自然的交互方式之一，因此人機交互必然少不了手勢和體感交互。由于體感技術主要通過視覺感知人體動作和環境信息，因此也屬于圖像識別領域。目前體感識別主要結合VR、智能電視等設備，用于游戲、娛樂等領域，在智能機器人方面應用較少。未來，隨著智能機器人內容和應用的不斷豐富，體感交互也有望融入其中，進一步提升交互體驗。

　　3、運動控制

　　早期智能服務機器人（如ASIMO、NAO等）基本都具備運動控制功能。但JIBO、亞馬遜Echo等“先驅”產品的出現帶起了一波桌面機器人的熱潮。由于運動控制所需的伺服電機成本較高，因此大多需要運動的機器人基本都采用了輪式方案。

　　目前，國內智能服務機器人從形態來看，可大致分為三類：桌面機器人（如Rokid、布丁等）、輪式機器人（如路萌等）、人形機器人（如優必選Alpha系列）。桌面機器人要么以傳統小家電為原型設計，在發揮智能性的同時兼具功能性；要么模擬萌寵形象，定位早教陪伴，吸引兒童群體。輪式機器人大多以商用服務機器人為主，可以在一定空間內自主運動和作業。當然，具備同樣屬性的還有家用掃地機器人。

　　值得一提的是，成立于2012年的優必選是國內人形機器人的典型代表。團隊經過多年研發，將小型伺服舵機成本降至國外1/3，從而成功推出人形機器人Alpha系列，并實現量產。目前，優必選是國內智能服務機器人領域產品類公司中唯一一家獨角獸。

　　了解完技術，讓我們從產品應用角度看看智能服務機器人行業的發展現狀。

　　消費級和商用級，產品類公司多點開花

　　產品類公司按照應用領域可大致分為消費級的個人/家用機器人，以及企業級的商用服務機器人。

　　個人/家用機器人

　　目前，個人/家用領域，清潔機器人由于需求明確、任務單一，因此發展較為成熟，國內也成長出了科沃斯這樣的行業領導者。雖然國際巨頭iRobot也已經打入中國，但科沃斯近幾年來一直保持50%以上的市場份額。隨著海爾、美的等傳統家電、以及有強大生態鏈的小米陸續入場，這一領域競爭將更加激烈。鑒于產品已經相對成熟，因此各家的比拼會聚焦在性能、價格、渠道、營銷等方面。

　　兒童早教/陪伴是國內大多家用智能機器人目前的定位方向，究其原因，還是由于交互體驗尚不完善，通用場景需求不明確，而早教任務明確，定位清晰，加上兒童對產品體驗要求不高，因此成了智能機器人率先落地的方向。當然，早教市場也存在著大量的傳統早教機，雖然早教機器人相比傳統產品，功能更豐富、交互性更強，但是價格也更高。如果未來能將成本降到一定區間，有望取代原有早教機市場，實現更大范圍的普及。

　　如果說掃地機器人和兒童陪伴/早教機器人是對原有市場產品的升級和替換，那么智能管家類機器人就屬于基于未來家居場景所創造的新需求。正如蘋果手機創造了智能手機市場一樣，智能管家機器人也有望帶動智能家居市場的交互變革和體驗升級。不過，當前智能家電普及率并不高，完全智能的家居環境只有一些前裝的精裝房具備，普通家庭的對傳統家電的替換還需要一定的過渡期。因此，從目前來看，智能管家類機器人離市場爆發還有較遠距離。

　　商用服務機器人

　　商用服務機器人無論在醫療、客服、物流、教育、餐飲等領域都才剛剛起步。不過，不同行業之間，應用情況和市場進度也會存在較大差別。

　　醫療領域對機器人的機械操作和高精度定位能力要求很高，物流領域則偏重機器人的運動導航、搬運等功能，這兩塊都對交互方面需求較弱。相比之下，客服、教育、餐飲等行業則需要機器人具備很強的交互能力，以實現交流溝通、教育、服務等目的。

　　智能服務機器人在商業領域解決的最主要問題是，減輕人工負擔，提高作業效率，逐漸取代一些簡單、重復的體力或計算、推理工作，同時降低企業人力成本。目前幾大應用領域也都存在這些需求。不過，當前商用服務機器人面臨的最大問題還是，使用機器人成本過高，動輒幾十萬、上百萬，而且體驗不好，企業沒有足夠的動力替換現有方案。一些銀行、酒店、餐廳購進智能服務機器人，更多地還是為了宣傳、作秀。

　　需要注意的是，客服領域由于嚴重依賴人工，且工作內容相對簡單，因此，對智能機器人的應用走在了最前面，目前主要以虛擬形式提供在線客服。從行業平均水平來看，機器人客服目前可以解決70%的服務量，剩余部分還是要靠人工回答。行業普及面臨的問題一方面來自語義理解技術的不成熟，一方面由于業務定制成本很高，大量中小企業缺乏較強的支付意愿。

　　未來，隨著語音交互和語義理解技術不斷進步，以及相關零部件成本的下降，智能服務機器人有望在教育、餐飲、導購等領域替代大量基礎性人力工作。當然，商用服務領域是明顯的需求導向市場，產品需要從具體的行業需求和使用場景出發，考慮好產品的需求剛性和使用頻次，才有可能實現市場爆發和普及。