23:1——這是最頂級的人工智能學術(shù)會議和最頂級的機器人學術(shù)會議上，參展的中國公司的數(shù)量比。在今年7月底在夏威夷召開的CVPR大會上，國內(nèi)阿里巴巴、騰訊、京東、大疆、奇虎360、滴滴、今日頭條等巨頭及地平線等一批明星創(chuàng)業(yè)公司盡數(shù)到場，而在9月溫哥華召開的IROS大會上，參展的中國企業(yè)僅有一家。

這樣的懸殊數(shù)據(jù)對比或許反映了中國企業(yè)在這兩個領域的技術(shù)差距：在AI領域，中國與美國頂尖研究團隊的差距并不是很大，而在某些領域如計算機視覺與深度學習，中國是領先梯隊國家之一，有30-40%的論文屬于中國人，僅次于美國；而在機器人領域，雖然中國一直在進步，但普遍認為中國的機器人研究要趕上國際水平大約還需要10年左右的時間。

從另一方面的人才供給量看，每年CS（計算機類）專業(yè)畢業(yè)生的數(shù)量都是EE（電子工程類）畢業(yè)生的數(shù)倍，根據(jù)網(wǎng)站mastersportal數(shù)據(jù)，全美共有1488家大學設有CS碩士學位，相比之下，僅有306家大學設有EE碩士學位，后者僅為前者的1/5。

巨頭的態(tài)度也在影響著人工智能和機器人這兩個方向在產(chǎn)業(yè)中的前景。以Google為例，這家科技巨頭已經(jīng)收購了19家人工智能公司，Deepmind、Kaggle等公司在被Google收購后風生水起，相比之下，像Boston Dynamic這樣的機器人公司因為無法給Google帶來收益，最終被轉(zhuǎn)手軟銀，而在Andy Rubin任內(nèi)力主收購的其他多家機器人公司，也難逃被冷藏的命運。

當人工智能已經(jīng)開始完成從學術(shù)研究到產(chǎn)業(yè)轉(zhuǎn)化的轉(zhuǎn)身，機器人創(chuàng)業(yè)的突破口在哪里？

 

企業(yè)市場 VS 消費者市場

機器人作為一個行業(yè)已經(jīng)發(fā)展了幾十年，在工業(yè)領域也有著一定的應用。這當中最成熟的應用當數(shù)Tesla在Fremont的“超級工廠”，這里擁有全球自動化程度最高的制造系統(tǒng)，截止目前，工廠的生產(chǎn)率已經(jīng)提升了 400%。

即便如此，相對于Tesla的訂單量，這樣的生產(chǎn)效率還是不夠高。而且限于規(guī)模、成本等因素，只有少數(shù)大型工廠可以負擔將機器人廣泛應用于生產(chǎn)中。

如果把機器人工業(yè)市場比作一塊金礦，那么挖到第一桶金的應該是賣鐵鍬的。而當前的工業(yè)機器人遇到的問題是，由于通用性方面的限制，目前機器人通常只能解決某些特定環(huán)境、特定場景下的特定問題，而不同廠商由于需求存在差異，往往需要進行特別定制，如果能研發(fā)出價格更低、通用性更好、更智能的機器手，自然會被希望工業(yè)自動化的“淘金者”青睞。

這也是為什么湖南瑞森可機器人科技公司的技術(shù)總監(jiān)胡斌博士如此看重抓取比賽名次的原因。按胡斌的想法，他們是想一舉拿下生產(chǎn)和服務兩個組別的冠軍“一鳴驚人”，但由于現(xiàn)場比賽出了一些人為失誤，最終“只”拿了一個冠軍和一個亞軍。

（瑞森可擁有“快換系統(tǒng)”的Sawyer機器手在IROS 2017抓取比賽中）

胡斌的信心來自于其研發(fā)的“快換系統(tǒng)”，可以讓其使用的Sawyer機器手快速更換夾具，從而適應在不同應用場景的需求。盡管沒有達到預定目標，但胡斌仍然信心滿滿。

“沒關系，明年我們自己研發(fā)的機器手就出來了?！焙笳f。

瑞森可是Sawyer機器手的開發(fā)者Rethink Robotic的戰(zhàn)略合作伙伴。2016年，瑞森可將Rethink Robotics的協(xié)作機器人引入中國，在此過程中，瑞森可收集了不少用戶反饋信息，但Rethink Robotics的研發(fā)節(jié)奏偏慢，這也讓胡斌產(chǎn)生了自己研發(fā)改進的念頭。

胡斌告訴雷鋒網(wǎng)，Rethink的機器手基于ROS（Robot Operating System，機器人操作系統(tǒng)）研發(fā)，而ROS是一個面向機器人的開源元操作系統(tǒng)，主要目標是為機器人研究和開發(fā)提供代碼復用的支持，為開發(fā)者們提供了大量的庫文件、仿真和數(shù)據(jù)可視化工具組合，官方網(wǎng)站還提供了各種豐富的支持文檔，提供了一套“一站式”的方案。

簡單來說，ROS打造了一個強大的生態(tài)系統(tǒng)的同時，也降低了機器人創(chuàng)業(yè)的門檻，而胡斌自己研發(fā)的機器手，不僅可以達到甚至超過Rethink同級別機器手的表現(xiàn)，價格上也會更便宜。

“ROS就是機器人的Android，而且比Android還開放，所有都是免費的?！焙笳f。

 *  *

另一方面，相對于企業(yè)市場，消費者市場是一個更廣闊的市場。然而與工業(yè)應用類似，目前的機器人性價比還是太低，盡管不少人看好家庭機器人、服務機器人的未來前景，但限于技術(shù)因素，這類機器人還是難以在短期內(nèi)走入家庭。

相反，如果降低消費者的預期，可能會有意想不到的驚喜。最成功的例子當數(shù)大疆，在初誕生時不少消費者對無人機的印象是“只是個航?！?，但通過成功開拓了航拍市場，其估值已超過了100億美元。

換言之，如果能找到消費級機器人的第二個引爆點，誰就有可能成為第二個大疆。而IROS 2017唯一一家中國展商PerceptIn的聯(lián)合創(chuàng)始人張哲認為，在消費級市場，機器人產(chǎn)業(yè)化的下一個突破口在視覺感知。

（PerceptIn CEO張哲在IROS展臺講解產(chǎn)品）

“機器人和人工智能的研究正在融合。”張哲告訴雷鋒網(wǎng)?！霸谝曈X感知方面尤其明顯，最近的IROS上都有機器學習和自動駕駛的單獨的Track，而在前兩三年是沒有的。”

在創(chuàng)辦PerceptIn之前，張哲曾經(jīng)在微軟、Magic Leap分別從事機器人和人工智能方面的工作。在他看來，機器人與人工智能屬于彼此獨立又有所關聯(lián)的兩個社區(qū)，視覺正是兩個社區(qū)中重合的那一部分。

事實上，在計算機視覺領域，IROS是排名第四的學術(shù)會議（前三個分別為CVPR、ICCV、ECCV），今年的IROS大會視覺的元素更為突出，著名計算機視覺學者李飛飛做了題為“A Quest for Visual Intelligence”的Keynote報告，大會主席張宏教授也是SLAM方面的專家，而SLAM 技術(shù)也是機器人和計算機視覺領域的熱門研究方向。

張哲告訴雷鋒網(wǎng)，雖然IROS上的機器學習和自動駕駛Track上談了不少視覺相關感知相關的內(nèi)容，但更多還是從幾何和機器人的角度討論視覺的應用，相比之下，類似CVPR等會議會更“純視覺”一些。

PerceptIn定位于為機器人提供視覺感知的解決方案。他們現(xiàn)在的主打產(chǎn)品是一套視覺慣性計算模組，在物聯(lián)網(wǎng)、掃地機器人、機器人平臺乃至自動駕駛上都會有一定的應用，而目前他們主攻的一個市場就是家用掃地機器人市場，這是一個每年增長率可達50%的消費者級別市場。

而在未來，PerceptIn還計劃將其產(chǎn)品擴展到自動駕駛領域。張哲告訴雷鋒網(wǎng)，他們展位隔壁一家做激光雷達的老牌廠商就對他們的產(chǎn)品非常感興趣，計劃將他們的視覺系統(tǒng)和自己的激光雷達結(jié)合起來。為此，這家廠商還特地送了一個激光雷達給他們研究。

今年PerceptIn預計會有數(shù)百萬元的營收，這當中大部分就來自于掃地機器人的銷售。通過硅谷和深圳兩個團隊的協(xié)作，目前PerceptIn已經(jīng)形成了兩個月適配一個掃地機器人底盤平臺的能力，足以滿足客戶產(chǎn)品更新?lián)Q代的周期需求。

“哪怕不拿融資，我們的業(yè)務也可以滾動起來。”張哲說。

 

他山之石

瑞森可和PerceptIn，只是參加IROS的中國企業(yè)中露出水面的“冰山一角”。

根據(jù)大會官方公布數(shù)據(jù)，IROS 2017共收錄來自中國論文66篇，論文收錄數(shù)量排在美國、德國、日本之后居第四位，占所有970篇論文的6.8%。而據(jù)大會主席張宏透露，中國注冊者與收錄論文數(shù)量比接近4:1，除了與論文相關的直接參會者外，當中也不乏希望能從大會上了解機器人領域新動向的企業(yè)人員。

但相比在AI類會議活躍的中國公司來說，機器人領域的代表在IROS上顯得低調(diào)得多。如視源股份的高級軟件工程師陽方平告訴雷鋒網(wǎng)，會前視源股份也曾考慮贊助IROS，但最后陽方平還是建議公司，“先觀察一下再說”。

“先觀察一下”或許也正反映了不少參會但未參展的中國公司的態(tài)度。在人工智能領域由于較少涉及到復雜的硬件操作，好的算法轉(zhuǎn)化成產(chǎn)品的相對容易，而在機器人領域，產(chǎn)業(yè)界和學術(shù)界的目標有時候會有很大的差別，往往機器人的產(chǎn)業(yè)應用需要的是可靠性、控制成本，而學術(shù)界想的往往是如何證明新技術(shù)的可行性和可能性，而未必適合于產(chǎn)業(yè)應用。

但類似人工智能領域，機器人領域也在呈現(xiàn)出研究向產(chǎn)業(yè)靠攏的趨勢。如果說人工智能研究者前往企業(yè)界的重要原因之一是人工智能對數(shù)據(jù)的依賴性越來越高，需要借助企業(yè)擁有的大量數(shù)據(jù)來完善自己的科研，機器人學術(shù)會議對硬件的依賴性也越來越高，不管是做感知、定位或是決策都依賴于新的傳感器，如在這次IROS大會上，有不少論文討論的都是諸如架構(gòu)怎么設計、硬件怎么同步等方面的問題；而如不同類型的傳感器的數(shù)據(jù)融合，也是學術(shù)界和產(chǎn)業(yè)界共同感興趣的話題。

張哲告訴我們，大會有不少論文對他們都是有啟發(fā)性的。例如這次IROS他們看到了一篇190度魚眼前后視覺計算模組的論文，這與他們半年多前的產(chǎn)品化方向不謀而合。而高通的另一篇眾包無人車3D地圖的論文，對于他們來說也有不小的借鑒意義。

“當然我們也會看算法真正產(chǎn)品化的程度，有的算法非常好，但離產(chǎn)品化非常遠，我們也會慎重些?！睆堈茏詈罂偨Y(jié)說。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。