0
| 本文作者： 任平 | 2025-09-23 10:10 |
2014年，大疆作為“空中的相機(jī)”已然成績(jī)斐然。
精靈2相機(jī)、云臺(tái)、圖傳技術(shù)成熟，精靈3視覺(jué)定位與懸停功能完善，極大提升消費(fèi)級(jí)無(wú)人機(jī)實(shí)用性與易用性，徹底改變大眾對(duì)無(wú)人機(jī)的認(rèn)知，使航拍從專業(yè)小眾走向大眾普及。
然而，大疆創(chuàng)始人Frank心中仍懷揣著三大未竟的夢(mèng)想，其中之一便是賦予無(wú)人機(jī)“眼睛”和“大腦”，使其能夠在樹(shù)林中自由穿梭，自動(dòng)跟隨用戶拍攝，并能在遭遇障礙物時(shí)自主繞行。
這一設(shè)想，在當(dāng)時(shí)看來(lái)近乎天方夜譚。
當(dāng)年底，趙叢來(lái)到大疆時(shí)，毫無(wú)“正規(guī)軍”的模樣。
整個(gè)團(tuán)隊(duì)僅他一人帶領(lǐng)3位實(shí)習(xí)生龐敏健、李睿、周游。
他們既沒(méi)有獨(dú)立的研發(fā)經(jīng)費(fèi)，也缺乏固定的開(kāi)發(fā)環(huán)境，甚至連項(xiàng)目本身都未被列入精靈4（Phantom 4）的初始立項(xiàng)計(jì)劃，更像是一個(gè)游離在核心業(yè)務(wù)之外的“邊緣團(tuán)隊(duì)”。
團(tuán)隊(duì)面臨的是從零開(kāi)始的挑戰(zhàn)。
在學(xué)術(shù)領(lǐng)域，當(dāng)時(shí)計(jì)算機(jī)視覺(jué)（CV）的研究多集中于簡(jiǎn)單物體的短時(shí)跟蹤，學(xué)者們比拼的是跟蹤框（Bounding - Box）的像素級(jí)精度。
而對(duì)于一個(gè)空中機(jī)器人，需要在劇烈運(yùn)動(dòng)、遮擋、復(fù)雜光影變化下實(shí)現(xiàn)長(zhǎng)時(shí)間穩(wěn)定跟隨（Long - term Tracking），并理解三維世界進(jìn)行避障，幾乎沒(méi)有成熟方案可供參考。
從相機(jī)成像、目標(biāo)識(shí)別與跟蹤、芯片底層優(yōu)化，到局部環(huán)境地圖構(gòu)建、實(shí)時(shí)導(dǎo)航?jīng)Q策以及整個(gè)數(shù)據(jù)與控制鏈路的調(diào)校，每一個(gè)環(huán)節(jié)都需要自主攻克。
更讓團(tuán)隊(duì)感到壓力的是來(lái)自大疆內(nèi)部的質(zhì)疑。
多數(shù)老同事都對(duì)他們持否定態(tài)度。
“已經(jīng)有很多前人嘗試過(guò)但做不出來(lái)，沒(méi)必要瞎折騰?！?/p>
“GPS跟隨就夠了，視覺(jué)跟隨搞不出來(lái)的，搞出來(lái)了也落不了地?！?/p>
這樣的聲音時(shí)常傳入團(tuán)隊(duì)成員耳中。
在協(xié)調(diào)內(nèi)部資源時(shí)，他們團(tuán)隊(duì)更是屢屢碰壁。由于項(xiàng)目不受重視，他們想要獲取特殊版本的相機(jī)、飛控固件進(jìn)行調(diào)試，都需要反復(fù)溝通。
“那段時(shí)間，我差不多是每個(gè)周末都四處請(qǐng)各個(gè)部門的同事吃飯，靠各種臨時(shí)版本拼湊起來(lái)原型（機(jī)）?！?/p>
趙叢后來(lái)回憶起這段經(jīng)歷時(shí)，語(yǔ)氣中仍帶著一絲感慨。
即便面臨重重阻力，趙叢始終堅(jiān)信視覺(jué)跟隨的意義。
他清楚地知道，GPS 跟隨存在明顯短板——目標(biāo)的定位誤差高達(dá) 10 米，這使得無(wú)人機(jī)只能在高空進(jìn)行跟拍，無(wú)法滿足用戶近距離拍攝的需求；同時(shí)，被拍攝對(duì)象還必須隨身攜帶遙控器，極大限制了使用場(chǎng)景。
而視覺(jué)跟隨，不僅能將目標(biāo)定位精度提升至像素級(jí)，擺脫被拍攝主體對(duì)遙控器的依賴，還有可能以被拍主體為中心實(shí)現(xiàn)更優(yōu)的構(gòu)圖和運(yùn)鏡，甚至對(duì)運(yùn)動(dòng)目標(biāo)實(shí)現(xiàn)像“刷鍋”（環(huán)繞拍攝）等高難度運(yùn)鏡動(dòng)作，而這些鏡頭即便是職業(yè)飛手用遙控器也難以實(shí)現(xiàn)的。
“面對(duì)未知的困難，倒沒(méi)有焦慮，反而是一種對(duì)開(kāi)拓創(chuàng)新的興奮?！壁w叢至今回憶起來(lái)，“沒(méi)人做成過(guò)的事情才有意思嘛?！?/p>
2015 年中，一次偶然的機(jī)會(huì)成為了項(xiàng)目的轉(zhuǎn)折點(diǎn)。
當(dāng)時(shí)，趙叢和小伙伴們正在測(cè)試場(chǎng)地調(diào)教算法時(shí)，無(wú)人機(jī)穩(wěn)定跟隨著一名印度實(shí)習(xí)生模特，全程 10 分鐘無(wú)人工干預(yù)，這一場(chǎng)景恰好被Frank看到。
正是這短暫的演示，讓Frank意識(shí)到了該技術(shù)的潛力，“跟隨避障” 特性自此正式被納入大疆下一代核心產(chǎn)品——精靈 4 的研發(fā)計(jì)劃中。
隨之而來(lái)的，是團(tuán)隊(duì)發(fā)展的重要機(jī)遇——趙叢團(tuán)隊(duì)獲得了擴(kuò)張的機(jī)會(huì)。他們從最初的 4 人小團(tuán)隊(duì)，逐步吸納了算法工程師、嵌入式工程師、導(dǎo)航工程師等各類專業(yè)人才，包括封旭陽(yáng)、錢杰、余俊峰、劉昂、胡驍、張立天等。
同時(shí)，F(xiàn)rank對(duì)項(xiàng)目進(jìn)展高度關(guān)注，每一到兩周都會(huì)親自追問(wèn)技術(shù)進(jìn)度，查看整體效果。
“他對(duì)其他團(tuán)隊(duì)及其嚴(yán)苛，經(jīng)常給出嚴(yán)厲甚至尖銳的批評(píng)；每次看我們的演示反而是罕見(jiàn)出現(xiàn)的包容和期待，給出的評(píng)價(jià)也都是以鼓勵(lì)和建設(shè)性意見(jiàn)為主。”趙叢回憶道。
這種認(rèn)可，讓團(tuán)隊(duì)成員備受鼓舞，也為創(chuàng)新注入了更強(qiáng)的動(dòng)力。
然而，原型的成功只是第一步，要實(shí)現(xiàn)產(chǎn)品化，還需解決無(wú)數(shù)細(xì)節(jié)問(wèn)題。
對(duì)于無(wú)人機(jī)這類消費(fèi)級(jí)產(chǎn)品而言，任何一次技術(shù)故障都可能引發(fā)嚴(yán)重后果：若出現(xiàn)跟錯(cuò)目標(biāo)的情況，可能對(duì)人員造成安全威脅；若避障功能失效，則會(huì)導(dǎo)致無(wú)人機(jī)碰撞損壞。
因此，團(tuán)隊(duì)必須將不可預(yù)測(cè)行為的風(fēng)險(xiǎn)降至最低。
為攻克障礙物預(yù)測(cè)難題，團(tuán)隊(duì)在空曠場(chǎng)地搭建了臨時(shí)測(cè)試場(chǎng)，用籃球架、圍欄等物品模擬樹(shù)林、路燈、巖石等復(fù)雜空中障礙環(huán)境，進(jìn)行高強(qiáng)度的調(diào)試。
在漫長(zhǎng)的調(diào)試周期里，無(wú)人機(jī)碰撞損壞成為常態(tài)。
“那幾個(gè)月基本沒(méi)有休過(guò)周末，不記得撞壞了多少架無(wú)人機(jī)，維修部修到崩潰。”趙叢笑著回憶道。
每一次碰撞，團(tuán)隊(duì)都會(huì)仔細(xì)分析故障原因，優(yōu)化算法參數(shù)與控制邏輯，逐步提升系統(tǒng)的穩(wěn)定性與可靠性。
經(jīng)過(guò)無(wú)數(shù)次的調(diào)試與優(yōu)化，趙叢團(tuán)隊(duì)終于攻克了全世界AI和機(jī)器人領(lǐng)域尚未解決的長(zhǎng)時(shí)間目標(biāo)識(shí)別跟蹤和遮擋恢復(fù)難題，并通過(guò)雙目深度計(jì)算建立局部3D地圖和自主規(guī)劃路徑，實(shí)現(xiàn)了障礙物的主動(dòng)繞行。
這意味著，無(wú)人機(jī)首次具備了在復(fù)雜動(dòng)態(tài)環(huán)境中，長(zhǎng)時(shí)間穩(wěn)定跟蹤目標(biāo)并自主規(guī)避障礙的能力。
后來(lái)，他們回憶道：“他們做得事，類似于幾年后興起的自動(dòng)駕駛，無(wú)人機(jī)時(shí)刻面對(duì)的是動(dòng)態(tài)變化的目標(biāo)、局部可見(jiàn)的障礙物、實(shí)時(shí)變化的預(yù)測(cè)和決策，以及對(duì)事故的幾乎零容忍?！?/p>
當(dāng)時(shí)，行業(yè)內(nèi)也有其他企業(yè)在嘗試探索類似的問(wèn)題。
在2016年初，Intel就展示過(guò)其室內(nèi)無(wú)人機(jī)跟隨方案，但該方案更像是一場(chǎng)“實(shí)驗(yàn)室演出”——整個(gè)房間布滿VICON傳感器，無(wú)人機(jī)僅能執(zhí)行預(yù)設(shè)的固定動(dòng)作，毫無(wú)適應(yīng)真實(shí)復(fù)雜戶外環(huán)境的可能。
行業(yè)內(nèi)人士評(píng)價(jià)：“和當(dāng)今很多具身智能一樣，是自動(dòng)化，并不具備什么智能”。
就在2個(gè)月后的2016年3月，在美國(guó)紐約，大疆正式發(fā)布新一代消費(fèi)級(jí)無(wú)人機(jī)——精靈4。
發(fā)布會(huì)上，演示畫(huà)面中，精靈4無(wú)人機(jī)一路跟隨跑者、滑板玩家、跑酷冠軍，以流暢優(yōu)雅的姿態(tài)避開(kāi)沿途的巖石、路燈等障礙物，并自動(dòng)完成環(huán)繞運(yùn)鏡、一鍵生成短片，全場(chǎng)為之震撼。
精靈 4 的發(fā)布迅速引爆全球市場(chǎng)。
在 YouTube 平臺(tái)上，相關(guān)演示視頻的在線觀看人數(shù)突破 500 萬(wàn)，無(wú)數(shù)明星、網(wǎng)紅將其視作時(shí)尚單品，紛紛在社交平臺(tái)分享使用精靈 4 拍攝的作品。
《財(cái)富》雜志更是將大疆譽(yù)為 “無(wú)人機(jī)行業(yè)的蘋(píng)果”。作為全球首款具有視覺(jué)能力的消費(fèi)級(jí)機(jī)器人產(chǎn)品，精靈 4 上市后銷量迅速突破百萬(wàn)臺(tái)，為大疆帶來(lái)超百億元營(yíng)收，成為精靈系列的經(jīng)典收官之作。
憑借這一突破性技術(shù)成果，該技術(shù)創(chuàng)新成為大疆 2015 年度研發(fā)部最主要的關(guān)鍵性技術(shù)突破，趙叢作為開(kāi)創(chuàng)者和技術(shù)總負(fù)責(zé)人獲得了 “技術(shù)牛逼獎(jiǎng)”—— 這也是大疆首次設(shè)立此項(xiàng)獎(jiǎng)勵(lì)。
而創(chuàng)始人Frank更是將精靈 4 形容為 “自己迄今為止最滿意的產(chǎn)品”。
他在發(fā)布會(huì)上張開(kāi)雙手向外界宣告：“歡迎來(lái)到機(jī)器視覺(jué)時(shí)代?！?與此同時(shí)，大疆悄然將自身的定位描述從以往的 “ Flying Camera ”（飛行相機(jī)）轉(zhuǎn)變?yōu)?“ Flying Robot ”（飛行機(jī)器人），標(biāo)志著無(wú)人機(jī)行業(yè)正式邁入智能時(shí)代。
伴隨著不斷涌現(xiàn)出的創(chuàng)新，大疆也迎來(lái)了高速發(fā)展的 5 年，估值從 100 億人民幣上漲到了 200 億美金。
而創(chuàng)新的價(jià)值，從來(lái)不是一蹴而就的光鮮，而是在無(wú)人問(wèn)津時(shí)的堅(jiān)持，在重重質(zhì)疑下的突破，最終讓看似不可能的夢(mèng)想，照進(jìn)現(xiàn)實(shí)。
趙叢回憶說(shuō)，“大疆擁有非常好的創(chuàng)新土壤，整個(gè)公司非常低調(diào)務(wù)實(shí)且崇尚和鼓勵(lì)創(chuàng)新，當(dāng)時(shí)這樣的氛圍十分濃烈”。
精靈 4（Phantom 4）的成功，并未讓趙叢團(tuán)隊(duì)停下創(chuàng)新的腳步。
在消費(fèi)級(jí)無(wú)人機(jī)市場(chǎng)，用戶對(duì)產(chǎn)品的便攜性、智能化提出了更高要求 —— 既需要更小巧便攜的機(jī)身，又渴望強(qiáng)大的 AI 功能。
這一趨勢(shì)推動(dòng)著團(tuán)隊(duì)向更復(fù)雜的技術(shù)領(lǐng)域發(fā)起挑戰(zhàn)，而大疆 Mavic Pro 這款產(chǎn)品意外成為了 AI 學(xué)術(shù)界、芯片界、智能硬件界首次跨界碰撞的載體，大疆本身，也悄然連接了三個(gè)原本平行的世界。
2016 年，計(jì)算機(jī)視覺(jué)領(lǐng)域最頂級(jí)的會(huì)議 CVPR 在美國(guó)拉斯維加斯舉辦。
與以往不同，這一屆會(huì)議的贊助商名單中，出現(xiàn)了大疆的名字。其參展展位被安排在 Apple、Intel、Microsoft 和 Google 等科技巨頭之間。
展會(huì)期間，大疆展示區(qū)始終人頭攢動(dòng)。
李飛飛、何愷明等 AI 學(xué)術(shù)界大牛紛紛駐足，他們的驚訝源于兩點(diǎn)：
一是無(wú)人機(jī)竟能實(shí)現(xiàn)如此高程度的智能化；
二是大疆居然將深度學(xué)習(xí)技術(shù)成功部署在了消費(fèi)級(jí)無(wú)人機(jī)的端側(cè)芯片上。
在當(dāng)時(shí)的行業(yè)環(huán)境中，頂級(jí)智能硬件廠商如蘋(píng)果、特斯拉都尚未推出成熟的 AI 產(chǎn)品，深度學(xué)習(xí)技術(shù)多運(yùn)行在服務(wù)器端，普通消費(fèi)者對(duì) “端側(cè) AI” 的概念更是聞所未聞。
這種跨界碰撞的背后，是趙叢團(tuán)隊(duì)面臨的極端技術(shù)難題。
Mavic Pro 所搭載的芯片為聯(lián)芯 LC 1860，單核心算力僅為 1.2GFlops ，尚不如當(dāng)今主流智能硬件端側(cè)芯片算力的 1/3000，在如此有限的硬件資源上實(shí)現(xiàn)深度學(xué)習(xí)應(yīng)用，意味著必須在算法優(yōu)化、神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)、模型訓(xùn)練技巧等方面做到極致。
有了之前在精靈 4 上探索卷積神經(jīng)網(wǎng)絡(luò)（CNN 模型）小型化的經(jīng)驗(yàn)，趙叢和伙伴們開(kāi)始了針對(duì)更多 CV 任務(wù)進(jìn)行端側(cè)部署的嘗試。
隨著一批新人骨干張李亮、李思晉、李堯、許旌陽(yáng)、朱高等的加入，團(tuán)隊(duì)開(kāi)始在算法層面，對(duì)各個(gè)任務(wù)進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)、裁剪、蒸餾訓(xùn)練、以及 8 位定點(diǎn)量化，在保證識(shí)別精度的前提下，最大限度降低模型體積與計(jì)算量；
其次在芯片適配層面，他們建立了 “模型設(shè)計(jì) - 訓(xùn)練 - 量化 - 芯片適配” 的聯(lián)合開(kāi)發(fā)和調(diào)試流程，每一步都與芯片底層加速指令深度結(jié)合，避免算力浪費(fèi)；
最終，他們成功在 1.2GFlops 的 32 位 ARM 處理器上，實(shí)時(shí)運(yùn)行 100KB 參數(shù)量、50MFLOPS 計(jì)算量的目標(biāo)檢測(cè)識(shí)別和人體姿態(tài)識(shí)別模型，實(shí)現(xiàn)了無(wú)人機(jī)手勢(shì)拍照控制功能，讓用戶僅通過(guò)特定手勢(shì)，就能觸發(fā)拍攝指令。
Mavic Pro 的技術(shù)突破，不僅改變了消費(fèi)者對(duì)無(wú)人機(jī)的認(rèn)知，更引發(fā)了行業(yè)連鎖反應(yīng)。芯片廠商首次意識(shí)到，消費(fèi)級(jí)硬件芯片竟能承載如此豐富的 AI 應(yīng)用場(chǎng)景。
當(dāng)時(shí)芯片設(shè)計(jì)領(lǐng)域的前輩、IEEE Fellow、Candence 和 Tensilica 公司創(chuàng)始人Chris Rowen，專程從美國(guó)飛來(lái)深圳約見(jiàn)趙叢，探討端側(cè) AI 芯片的發(fā)展方向 —— 這一交流，也間接推動(dòng)了后續(xù)消費(fèi)級(jí) AI 芯片的技術(shù)迭代。
除手勢(shì)控制外，團(tuán)隊(duì)還在 Mavic Pro 上攻克了另外兩大技術(shù)難題：
其一為精準(zhǔn)降落功能：利用 SLAM 回環(huán)檢測(cè)技術(shù)，結(jié)合向量詞庫(kù)匹配算法，實(shí)現(xiàn)了厘米級(jí)誤差的自主返航降落，解決了傳統(tǒng) GPS 降落精度不足的問(wèn)題；
其二為超遠(yuǎn)距離避障：通過(guò)優(yōu)化目標(biāo)跟蹤算法，讓無(wú)人機(jī)可識(shí)別并避開(kāi) 1 公里外的高山及建筑，攻克了此前無(wú)人機(jī) “近視眼” 的行業(yè)痛點(diǎn)。
市場(chǎng)層面，Mavic Pro 同樣取得了巨大成功。它不僅登上《時(shí)代》周刊年度最具影響力產(chǎn)品榜首，還被媒體評(píng)為 “史上最智能無(wú)人機(jī)”。上市后，Mavic Pro 銷量迅速突破百萬(wàn)臺(tái)，為大疆帶來(lái) 180 億元營(yíng)收，成為繼精靈 4 之后，又一款現(xiàn)象級(jí)產(chǎn)品。
這場(chǎng) AI、芯片、智能硬件的跨界碰撞，不僅讓 Mavic Pro 成為經(jīng)典，更開(kāi)創(chuàng)了消費(fèi)級(jí)智能硬件的 “端側(cè) AI” 時(shí)代——它證明，即便在有限的硬件資源下，通過(guò)技術(shù)創(chuàng)新，依然能讓復(fù)雜的 AI 功能走進(jìn)普通人的生活。創(chuàng)新的裂變，往往始于對(duì) “不可能” 的挑戰(zhàn)。當(dāng)不同領(lǐng)域的技術(shù)壁壘被打破，碰撞出的火花，便會(huì)照亮整個(gè)行業(yè)的前行方向。
Mavic Pro 的成功，讓 “端側(cè) AI” 成為消費(fèi)級(jí)無(wú)人機(jī)的新標(biāo)配，但趙叢團(tuán)隊(duì)并未止步于已有的突破。在 2017 年初大疆第一代自研芯片流片成功后，Mavic Air 項(xiàng)目啟動(dòng)。
趙叢提出了一個(gè)更激進(jìn)的目標(biāo)：
通過(guò)AI實(shí)現(xiàn)完全脫離遙控器的全手勢(shì)操控，讓無(wú)人機(jī)成為真正意義上的 “空中自主機(jī)器人”—— 用戶無(wú)需任何額外設(shè)備，僅憑手勢(shì)就能完成從起飛、飛行控制、拍攝到降落的全流程操作，讓 Mavic Air 像一只隨時(shí)聽(tīng)候調(diào)遣的寵物。
這一目標(biāo)，相當(dāng)于在無(wú)人機(jī)領(lǐng)域要實(shí)現(xiàn)空中的 L3 級(jí)別自動(dòng)駕駛，其技術(shù)難度與安全要求遠(yuǎn)超此前所有產(chǎn)品。
“當(dāng)時(shí)也是受 Mavic Air 產(chǎn)品經(jīng)理的一句話之托，希望給產(chǎn)品增加一些亮點(diǎn)，我感覺(jué)這個(gè)軸距的機(jī)型，從定位上除了飛高飛遠(yuǎn)拍風(fēng)景以外，非常適合近距離用戶交互。而且這幾顆 CEVA DSP 不用來(lái)做些酷炫的新功能很可惜。”趙叢回憶道。
當(dāng)時(shí)距離 Mavic Air 計(jì)劃發(fā)布僅剩 9 個(gè)月，而團(tuán)隊(duì)面臨的不僅是時(shí)間壓力，還有硬件層面的全新挑戰(zhàn)。
此次 Mavic Air 搭載的是大疆第一代自研芯片，搭載了 4 顆 CEVA DSP ，每個(gè)核心的 16 位定點(diǎn)計(jì)算能力是 30 G FLOPS。雖然與聯(lián)芯 LC 1860 相比有了較大的算力提升，但想要達(dá)到全自主飛行的精度仍然十分捉襟見(jiàn)肘。
CEVA 官方只提供了Google Inception v2/v3 的參考模型，用作圖像分類，而且也只能跑到 30 %左右的 MAC 利用率?！斑@哪夠用，我們要跑一堆 AI 模型，那我們自己重寫(xiě)工具鏈吧！”
趙叢回憶道，“我們沒(méi)有選擇等待更高算力芯片的問(wèn)世，而是決定從軟件層面挖掘硬件潛力?！?/p>
要在這樣的硬件基礎(chǔ)上同時(shí)運(yùn)行 6 個(gè) AI 模型，支撐全手勢(shì)操控的復(fù)雜需求，團(tuán)隊(duì)必須在芯片優(yōu)化與算法設(shè)計(jì)上實(shí)現(xiàn)三重突破：
首先要解決的是算力瓶頸。
他們對(duì)自研芯片中的 2 顆 CEVA DSP 核心進(jìn)行了徹底的軟件重寫(xiě)，通過(guò)重構(gòu)指令集、優(yōu)化數(shù)據(jù)流轉(zhuǎn)邏輯，將 16x16 的MAC 單元拆成 2 個(gè) 8x8 的 MAC 單元來(lái)使用。這一改造不僅讓芯片的理論算力提升 2 倍，更關(guān)鍵的是，通過(guò)算法和芯片的緊耦合協(xié)同設(shè)計(jì)，將算法利用率提高了 8 倍，最終使芯片的 MAC 利用率達(dá)到了恐怖的 97% ——這意味著每一分算力都被精準(zhǔn)利用，幾乎沒(méi)有浪費(fèi)。
其次是AI算法。
全手勢(shì)操控對(duì)識(shí)別精度的要求極高，任何微小的誤差都可能導(dǎo)致操作失誤，且由于脫離了遙控器，系統(tǒng)甚至沒(méi)有機(jī)會(huì)提醒用戶介入修正。
甚至用戶可能會(huì)期待他在 0.5米～10 米的范圍內(nèi)的所有交互動(dòng)作都可以被無(wú)人機(jī)識(shí)別和響應(yīng)。
為解決這一問(wèn)題，需要高精度且實(shí)時(shí)的運(yùn)行 6 個(gè) AI 模型：近身頭肩檢測(cè)識(shí)別、遠(yuǎn)場(chǎng)全身檢測(cè)識(shí)別、近身頭部跟蹤、遠(yuǎn)場(chǎng)全身跟蹤、人體關(guān)節(jié)點(diǎn)、手部手勢(shì)識(shí)別。為了避免定點(diǎn)量化造成的模型精度損失，他們研發(fā)了 8 位無(wú)損訓(xùn)練技術(shù)，通過(guò)將定點(diǎn)量化納入訓(xùn)練環(huán)節(jié)，保證了 8 位定點(diǎn)與 32 位浮點(diǎn)的模型誤差在 0.1‰ 以內(nèi)，既滿足了實(shí)時(shí)性需求，又確保了手勢(shì)識(shí)別的準(zhǔn)確性。
與此同時(shí)，導(dǎo)航控制方面的開(kāi)發(fā)也在同步推進(jìn)。
“用戶的手部動(dòng)作太多太豐富了，這和之前精靈 4 的跟拍完全不一樣。你需要面對(duì)，哪些是用戶有意識(shí)的召喚和控制，哪些是無(wú)意識(shí)的抓耳撓腮，哪些是主人的動(dòng)作，哪些可能是其他人錯(cuò)位而構(gòu)成的干擾，哪些情況是 AI 觀測(cè)失效需要導(dǎo)航控制加強(qiáng)預(yù)測(cè)，哪些情況是 AI 觀測(cè)誤報(bào)需要過(guò)濾。跟得太緊了，飛機(jī)的動(dòng)作太猛會(huì)嚇到圍觀的人，跟得太松了，主人會(huì)覺(jué)得它笨得像熊。”
趙叢笑著說(shuō)道，“2017 年還沒(méi)有端到端、VLA 的概念，每個(gè)細(xì)節(jié)都是一行一行代碼，一個(gè)一個(gè)參數(shù)調(diào)教出來(lái)的。甚至連交互的設(shè)計(jì)、指示燈的閃爍，F(xiàn)rank只提了一個(gè)要求，就是要讓用戶不看說(shuō)明書(shū)的情況下憑直覺(jué)就可以操作“。
經(jīng)過(guò) 9 個(gè)月的極限攻關(guān)，團(tuán)隊(duì)最終在 Mavic Air 上實(shí)現(xiàn)了預(yù)設(shè)目標(biāo)：
用戶只需伸出手掌，無(wú)人機(jī)即可通過(guò)手勢(shì)識(shí)別完成起飛；在 0.5 米～ 10 米范圍內(nèi)，通過(guò)揮手、推拉、旋轉(zhuǎn)等動(dòng)作，就能精準(zhǔn)控制無(wú)人機(jī)的飛行方向、距離與高度；拍攝時(shí)，一個(gè)簡(jiǎn)單的手勢(shì)即可觸發(fā)拍照或錄像；任務(wù)結(jié)束后，手勢(shì)指令又能引導(dǎo)無(wú)人機(jī)平穩(wěn)降落。
整個(gè)過(guò)程無(wú)需任何額外設(shè)備，完全依靠無(wú)人機(jī)自身的視覺(jué)感知與 AI 決策完成。
這一技術(shù)突破的意義，遠(yuǎn)超產(chǎn)品本身。
直至 2025 年的今天，業(yè)界多數(shù)具身智能相關(guān)研發(fā)仍依賴遙控器進(jìn)行輔助控制，而 8 年前的 Mavic Air 的全手勢(shì)操控，首次證明了消費(fèi)級(jí)機(jī)器人可以實(shí)現(xiàn)真正意義上的 “自主交互”。
此后，各國(guó)政要來(lái)大疆參觀考察時(shí)，全手勢(shì)操控成為必看的代表性功能——它用最直觀的方式，展現(xiàn)了機(jī)器視覺(jué)與 AI 技術(shù)融合的可能性。
市場(chǎng)反饋同樣印證了技術(shù)的價(jià)值。Mavic Air 不僅再次登上《時(shí)代》周刊年度最具影響力產(chǎn)品榜首，延續(xù)了 “史上最智能無(wú)人機(jī)” 的口碑，更在商業(yè)上取得巨大成功：上市后迅速成為 2018 年消費(fèi)級(jí)無(wú)人機(jī)銷冠。
在 Mavic Air 上推出的 “一鍵短片” 功能，包含 “小行星”“彗星” 等創(chuàng)新模式，通過(guò) AI 算法自動(dòng)規(guī)劃飛行軌跡與云臺(tái)姿態(tài)，讓普通用戶也能輕松拍攝出電影級(jí)的短視頻，進(jìn)一步拓寬了無(wú)人機(jī)的應(yīng)用場(chǎng)景。
從技術(shù)層面看，Mavic Air 的全手勢(shì)操控為具身智能的發(fā)展提供了重要啟示：
在硬件資源有限的情況下，通過(guò)算法與芯片的深度協(xié)同優(yōu)化，依然能實(shí)現(xiàn)高復(fù)雜度的自主交互功能。它證明，具身智能的核心并非單純依賴高算力硬件，而是在于對(duì) “感知 - 決策 – 控制” 全鏈路的精準(zhǔn)把控，以及對(duì)用戶需求的深度理解。
大疆團(tuán)隊(duì)在 Mavic Air 項(xiàng)目中展現(xiàn)的，不僅是技術(shù)創(chuàng)新能力，更是對(duì) “極限挑戰(zhàn)” 的掌控力——在有限的時(shí)間與資源下，將看似不可能的目標(biāo)轉(zhuǎn)化為現(xiàn)實(shí)，這正是創(chuàng)新最核心的價(jià)值所在。
2017-2018 年的兩年間，趙叢團(tuán)隊(duì)進(jìn)入了創(chuàng)新井噴期。
在精靈 4、Mavic Pro、Mavic Air 之外，團(tuán)隊(duì)還在 Spark、自動(dòng)駕駛、Mavic Pro 2、Robomaster、農(nóng)業(yè)無(wú)人機(jī) T16 等領(lǐng)域持續(xù)保持創(chuàng)新和突破。
據(jù)稱，大疆每年年終總結(jié)全年誕生的兩三項(xiàng)最重要的突破創(chuàng)新中，就有一兩項(xiàng)是來(lái)自于這支視覺(jué)導(dǎo)航團(tuán)隊(duì)。
“2015 年在招募算法工程師的時(shí)候，被問(wèn)到最多的問(wèn)題是‘大疆要做視覺(jué)用來(lái)干什么’。2016 年被問(wèn)到最多的是‘大疆要做深度學(xué)習(xí)用來(lái)干什么’，后來(lái)這些問(wèn)題就消失了。我記得到了 2018 年的校招，整個(gè)研發(fā)部收到的約 6000 份簡(jiǎn)歷當(dāng)中，有大約 3000 份是投向了機(jī)器學(xué)習(xí)工程師的崗位。那個(gè)階段大疆在 AI 相關(guān)領(lǐng)域的眾多企業(yè)中，是領(lǐng)跑者的存在。”趙叢回憶道。
這一時(shí)期，隨著陳曉智、陳競(jìng)、劉政哲、潘為、潘緒洋等新一批技術(shù)骨干的加入，創(chuàng)新開(kāi)始在大疆的各個(gè)產(chǎn)品線遍地開(kāi)花：
從無(wú)人機(jī)，到手持云臺(tái)相機(jī)、自動(dòng)駕駛、Robomaster 機(jī)甲大師、農(nóng)業(yè)噴灑無(wú)人機(jī)等等。
2017 年，大疆的視覺(jué)團(tuán)隊(duì)面臨一個(gè)殘酷現(xiàn)實(shí)：無(wú)人機(jī)仍是極客玩具，從未真正“破圈”。
趙叢團(tuán)隊(duì)決定向“繁瑣”開(kāi)刀。他們推出的 Spark 不像無(wú)人機(jī)，倒像一款智能寵物——用戶托掌即起飛，揮手能操控，點(diǎn)擊可出片。背后是毫秒級(jí)的人臉識(shí)別、CNN 手勢(shì)算法和 95% 以上的交互精度。它用“一鍵短片”干掉 99% 的飛行學(xué)習(xí)成本，第一次讓小白用戶拍出電影感鏡頭。
但這只是開(kāi)始。
一年后，Mavic 2 Pro 把跟蹤算法碾到了新高度。它不僅看得見(jiàn)目標(biāo)，更能預(yù)測(cè)運(yùn)動(dòng)、繞開(kāi)障礙，甚至在目標(biāo)消失后仍能智能續(xù)追。真正破圈的是“一鍵短片”。用戶不用學(xué)任何飛行動(dòng)作，只要點(diǎn)一下，Spark 就能自動(dòng)完成漸遠(yuǎn)、環(huán)繞、螺旋等電影運(yùn)鏡，生成 10 秒短視頻。它降低了創(chuàng)作的門檻，也重新定義了消費(fèi)級(jí)無(wú)人機(jī)的交互標(biāo)桿。
同年，大疆殺入農(nóng)業(yè)。T16 植保機(jī)搭載的視覺(jué)系統(tǒng)，能在 1 分鐘內(nèi)掃描200畝地，精準(zhǔn)識(shí)別每一棵果樹(shù)、電線桿和水塘，還實(shí)現(xiàn)了“哪兒有樹(shù)飛哪兒，沒(méi)樹(shù)不飛，高樹(shù)高飛，低樹(shù)低飛”。有數(shù)字顯示，這款農(nóng)機(jī)將農(nóng)藥成本壓降 30% ，作業(yè)效率提升 5 倍，可以說(shuō)真正用機(jī)器視覺(jué)重新定義了“精準(zhǔn)農(nóng)業(yè)”，也是大疆技術(shù)從天空走向土地，從創(chuàng)作走向生產(chǎn)的一個(gè)例子。
2019 年，技術(shù)落地教育。RoboMaster S1 機(jī)器人配備31個(gè)傳感器，能識(shí)別人、標(biāo)簽、手勢(shì)甚至掌聲，支持從 Scratch 到Python的無(wú)縫編程過(guò)渡。它讓高中生也能親手搭建一臺(tái)真正具有視覺(jué)能力的 AI 機(jī)器人。
實(shí)際上，在創(chuàng)新高歌猛進(jìn)的兩年里，也有難題。
趙叢講述，當(dāng)時(shí)團(tuán)隊(duì)面臨的已不僅是技術(shù)問(wèn)題，而是急劇增長(zhǎng)的碎片化需求，倒逼團(tuán)隊(duì)在 2018 年中拆分為機(jī)器學(xué)習(xí)部，更聚焦于 AI 底層突破。
從 Spark 到 T16 ，這支最初 4 人的小組推動(dòng)大疆從“飛行相機(jī)”蛻變?yōu)椤帮w行機(jī)器人”。而這些突破，也悄悄為后日的大疆埋下伏筆：后來(lái)大疆孵化的許多創(chuàng)業(yè)項(xiàng)目，都源自這個(gè)階段積累的視覺(jué)基因。
2019年，趙叢離開(kāi)大疆，一年后創(chuàng)立共達(dá)地。
在籌備創(chuàng)業(yè)的那一年，趙叢不明白：“AI賦能千行百業(yè)”的口號(hào)已喊響多年，但真正實(shí)現(xiàn)成功商業(yè)化的案例卻寥寥無(wú)幾？”
深入調(diào)研后，趙叢發(fā)現(xiàn)了問(wèn)題的核心矛盾：
一方面，千行百業(yè)蘊(yùn)含著海量且復(fù)雜的AI算法需求——從城市治理中的細(xì)節(jié)監(jiān)測(cè)，到工業(yè)生產(chǎn)里手機(jī)零部件的高精度質(zhì)檢，每個(gè)行業(yè)所需的AI算法數(shù)以千計(jì)；
另一方面，各行業(yè)仍面臨AI人才的短缺。據(jù)統(tǒng)計(jì)，2025年全國(guó)各行業(yè)AI工程師缺口總和將達(dá)到2000萬(wàn)。
供需之間的巨大差距，讓AI技術(shù)難以真正滲透到產(chǎn)業(yè)深處。這些難題相互疊加，形成了AI落地的“死亡循環(huán)”：碎片化需求推高開(kāi)發(fā)成本，泛化能力不足增加迭代頻率，人才短缺延長(zhǎng)項(xiàng)目周期，最終導(dǎo)致企業(yè)投入產(chǎn)出比失衡，不敢輕易嘗試AI應(yīng)用，進(jìn)一步限制了行業(yè)發(fā)展。
趙叢深刻意識(shí)到，要打破這一循環(huán)，不能依賴傳統(tǒng)的“定制開(kāi)發(fā)”模式，必須從技術(shù)底層、產(chǎn)品形態(tài)與商業(yè)模式三個(gè)維度同時(shí)進(jìn)行系統(tǒng)性創(chuàng)新，找到一條可規(guī)?；瘡?fù)制的路徑。
2020年，趙叢創(chuàng)辦了共達(dá)地，致力于通過(guò)技術(shù)創(chuàng)新、產(chǎn)品創(chuàng)新與商業(yè)模式創(chuàng)新，打破AI廣泛落地的壁壘，讓AI技術(shù)真正服務(wù)于千行百業(yè)。
在技術(shù)層面，通過(guò)端到端的AutoML創(chuàng)新來(lái)模擬AI工程師的工作流程。用戶只需上傳數(shù)據(jù)，系統(tǒng)就能自動(dòng)分析場(chǎng)景的數(shù)據(jù)特點(diǎn)，自動(dòng)對(duì)數(shù)據(jù)進(jìn)行標(biāo)注，自動(dòng)設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，自動(dòng)訓(xùn)練與調(diào)參，以及半自動(dòng)進(jìn)行芯片適配。點(diǎn)點(diǎn)鼠標(biāo)，即可生成能在邊緣和終端直接運(yùn)行的AI算法。
在產(chǎn)品層面，打造業(yè)界首個(gè)低門檻端到端的AI訓(xùn)練和推理平臺(tái)。該平臺(tái)支持拖拉拽式業(yè)務(wù)邏輯編排與多模態(tài)大模型的用戶交互，適配10余個(gè)品牌超100款芯片。
在商業(yè)模式上，通過(guò)解決方案咨詢來(lái)積累大量的B端客戶，通過(guò)高效低門檻的算法服務(wù)沉淀大量的AI應(yīng)用場(chǎng)景，通過(guò)對(duì)這些應(yīng)用場(chǎng)景的不斷抽象來(lái)打磨更好的產(chǎn)品使用體驗(yàn)。
坦白講，趙叢這幫人，一直都是野路子。
當(dāng)年在大疆，他硬是帶著幾個(gè)兄弟給無(wú)人機(jī)“開(kāi)了天眼”，從零磕出機(jī)器視覺(jué)，讓飛機(jī)學(xué)會(huì)自己看路、認(rèn)人、避障。圈內(nèi)人都說(shuō)：這小子夠狠，資源沒(méi)有、代碼自己寫(xiě)，炸過(guò)的機(jī)比別人飛過(guò)的還多。
后來(lái)出來(lái)搞共達(dá)地，他依然不信邪。AI落地這潭深水，多少團(tuán)隊(duì)淹死在里頭，趙叢偏要摸出一條路來(lái)。沒(méi)場(chǎng)景？下地！沒(méi)數(shù)據(jù)？硬訓(xùn)！說(shuō)白了就是一個(gè)道理，搞技術(shù)不是請(qǐng)客吃飯，是打仗。你得比問(wèn)題更兇，比痛點(diǎn)更狠。
回頭看看，從飛控算法到農(nóng)業(yè)噴藥，從視覺(jué)跟蹤到千行百業(yè)，趙叢這幫人還不想躺平。他們信的是手上有代碼，眼里有需求，腳下就得踩出條路。
如今江湖再遇，他依舊那句話：“別廢話，就是干。解決問(wèn)題的路上，從來(lái)沒(méi)有終點(diǎn)，只有下一個(gè)山頭。”
在記錄趙叢他們的故事時(shí)，筆者曾找趙叢本人要一張團(tuán)隊(duì)合影，結(jié)果只有這一張團(tuán)隊(duì)趴在地上的背影，誰(shuí)都沒(méi)露出正臉。
這也是個(gè)注腳。
趙叢這幫搞技術(shù)的人，事兒做得轟天動(dòng)地，回過(guò)頭看，卻只覺(jué)得那天普通得不能再普通。照樣調(diào)試、跑碼、爭(zhēng)論、加班，深夜的實(shí)驗(yàn)室燈亮著，泡面盒堆在墻角——當(dāng)時(shí)他們或許沒(méi)覺(jué)得自己正在“改變世界”，只尋思著這個(gè) bug 今晚必須干掉。
說(shuō)到底，真故事，就是這樣。
雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))雷峰網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
