<mark id="oztn4"></mark>
0
| 本文作者： 吳華秀 | 2025-06-19 14:27 |
AI 正重塑機器人的技術(shù)邊界，而具身智能，是下一個戰(zhàn)場。
AI 帶來了新變量，也提出了新挑戰(zhàn)。一旦實現(xiàn)足夠的泛化能力，機器人將在家庭和工業(yè)等場景徹底改寫體力勞動的邊界，加速從“專用”邁向“通用”的跨越。而這背后，是基于大模型或 AI 驅(qū)動的技術(shù)壁壘重構(gòu)。
具身智能也由此成為新熱詞。
2024 年，越來越多來自智能駕駛的人才加速涌入具身智能領(lǐng)域。車與機器人的高度相似性——都需要融合感知、決策與控制，都在走向端云協(xié)同與自學(xué)習(xí)系統(tǒng)——讓不少人試圖以智能駕駛的演進(jìn)邏輯來推演機器人的發(fā)展路徑。
地瓜機器人正是在這樣的背景下，從地平線中拆分出來獨立運營，轉(zhuǎn)向這場新戰(zhàn)役。
從十年沉浮的智能駕駛，邁向仍處原野的具身智能，地瓜機器人帶著對閉環(huán)系統(tǒng)的理解與工程化經(jīng)驗，試圖用一套更“知道怎么落地”的思路重構(gòu)機器人技術(shù)堆棧。
6 月 11 日，地瓜機器人召開了一場媒體溝通會。會上，CEO 王叢、開發(fā)者生態(tài)副總裁胡春旭深入淺出地解釋了他們?nèi)绾闻袛嘞乱徊ň呱碇悄艿谋l(fā)點——又將如何從芯片、系統(tǒng)到工具鏈，重建一整套屬于機器人的基礎(chǔ)設(shè)施。
自 23 年下半年以來，一個高度收斂的行業(yè)共識開始形成：具身智能將是AI下一階段最具想象力的落點，隨之而來的是融資頻率與估值水位的持續(xù)抬升。但現(xiàn)實是，機器人行業(yè)還處于非常早期的階段——技術(shù)路線尚未收斂、行業(yè)標(biāo)準(zhǔn)缺乏、機器人形態(tài)高度異構(gòu)、需求零碎且散。
一個不爭的事實是，無論是清潔、配送還是巡檢，每一類機器人都需要 AI，卻又缺乏統(tǒng)一的系統(tǒng)性基礎(chǔ)設(shè)施。
濃烈的市場期待，與技術(shù)落地的分散，一度形成喧囂的錯位。
但無論如何演化，有一點是清晰的，當(dāng)一個新興行業(yè)進(jìn)入爆發(fā)前夜時，必須建立統(tǒng)一、可擴展的底層標(biāo)準(zhǔn)。越早搭建標(biāo)準(zhǔn)、建立生態(tài)壁壘，就越早搶占技術(shù)與平臺的先機。歷史上，Wintel 聯(lián)盟、ARM+安卓體系已經(jīng)驗證了這一路徑的確定性。
地瓜機器人選擇自研底層基座，正是基于這樣的判斷：只有足夠通用，才能夠承載多樣化的機器人形態(tài)，真正支撐起“平臺級”的可能性。這不僅是產(chǎn)品決策，更是一場技術(shù)棧的長期布局。
如何在喧鬧中找到真需求？過去十年駕駛的發(fā)展路徑，或許能帶來一些答案。一位業(yè)內(nèi)人士告訴 AI 科技評論，從智能駕駛到機器人，更多是方法論復(fù)用，涵蓋數(shù)據(jù)流、模型架構(gòu)、仿真環(huán)境、模型接口等。
本質(zhì)上，智能車也是一種具身智能體：同樣由算力驅(qū)動，同樣以模型和數(shù)據(jù)為核心資源。區(qū)別在于，汽車作為工業(yè)成熟度極高的載體，早期數(shù)據(jù)積累路徑更清晰，場景更可控。因此今天的智能車已進(jìn)入比拼系統(tǒng)工程能力的階段，硬件已不再是核心難題。
這同樣啟發(fā)了具身機器人行業(yè)：電機的扭矩控制、關(guān)節(jié)靈巧度、負(fù)載能力等雖然仍有技術(shù)提升空間，但現(xiàn)階段最大的挑戰(zhàn)，或許不再是硬件本身，而是系統(tǒng)整合、數(shù)據(jù)閉環(huán)與算法工程化的協(xié)同效率。
目前來看，機器人硬件架構(gòu)與 AI 模型的演進(jìn)仍處于多路徑探索中。
具身智能的典型能力模型是“感知—決策—行動”三位一體。在此之上，行業(yè)逐漸分化出兩條技術(shù)路線：一是分層架構(gòu)，強調(diào)模塊化和工程可控性；二是端到端路徑，追求算法的極致泛化與協(xié)同。前者對數(shù)據(jù)的依賴較低，部署門檻較低，但難以適配復(fù)雜場景；后者雖然具備更強的通用性和任務(wù)適應(yīng)力，但前提是需要海量高質(zhì)量數(shù)據(jù)支撐。
目前分層與端到端兩條技術(shù)路線在機器人領(lǐng)域尚未定論，但在汽車場景中，這兩條路線已有所驗證：
早期，智能駕駛主要采用傳統(tǒng)的分層架構(gòu)，端到端的技術(shù)理念雖有興起，但影響有限。自 2018 年起，差異逐漸明確。一面是以特斯拉為代表的企業(yè)在端到端上不斷做探索，另一面則是傳統(tǒng)車企和科技公司仍然堅持分層架構(gòu)。2024 年，技術(shù)路線進(jìn)一步分化。理想、小鵬、蔚來等新勢力紛紛宣布轉(zhuǎn)向端到端架構(gòu)，同時分層架構(gòu)也在引入新技術(shù)與算法，如華為乾崑 ADS 3.0 引入端到端大模型架構(gòu)，但仍采用感知 + 決策分層的 GOD + PDP 架構(gòu)。
可以看到，在智能駕駛中，分層路線已經(jīng)大規(guī)模落地，而端到端方式迅速崛起后正逐步落地。
以汽車類比，當(dāng)下機器人發(fā)展階段大概與 L2 與 L3 的汽車階段相似，那落地最快的方式正是分層架構(gòu)。分層架構(gòu)雖然泛化性存在不足，但整個穩(wěn)定性和數(shù)據(jù)需求相對沒有那么苛刻。而端到端架構(gòu)，是圍繞一個數(shù)據(jù)飛輪來構(gòu)建全流程。
胡春旭指出，未來機器人從“專用”到“通用”，必然會以端到端方式為主導(dǎo)；但在當(dāng)下，如何更快落地、找準(zhǔn)場景，是更為緊迫的現(xiàn)實需求，因而大小腦的分層架構(gòu)落地會更快。
相比智能駕駛，機器人當(dāng)前面臨的最大挑戰(zhàn)并非算法或模型，而是高質(zhì)量數(shù)據(jù)的嚴(yán)重匱乏。
汽車場景天然更具結(jié)構(gòu)化：道路規(guī)則明確、環(huán)境相對穩(wěn)定，且車足夠多，數(shù)據(jù)采集效率高，成本也相對可控。以特斯拉為例，截至 2024 年，全球已有超過 600 萬輛車在路上奔跑，形成了龐大的真實駕駛數(shù)據(jù)池，也為模型訓(xùn)練提供了堅實基礎(chǔ)。
而機器人的世界復(fù)雜得多。機器人不僅要解決動態(tài)環(huán)境下的物理交互難題，還要在家庭等私密空間中獲取數(shù)據(jù)，面臨更高的數(shù)據(jù)采集門檻。同時，不同形態(tài)的機器人帶來系統(tǒng)異構(gòu)，數(shù)據(jù)格式不統(tǒng)一，進(jìn)一步加劇了訓(xùn)練難度。數(shù)據(jù)稀缺、分布不足，機器人正深陷“數(shù)據(jù)饑渴”，這也成為具身智能邁向規(guī)模化應(yīng)用的核心瓶頸。
面對數(shù)據(jù)難題，業(yè)界主要采用兩條路徑：
一是生產(chǎn)數(shù)據(jù)，通過仿真、生成、合成等手段搭建數(shù)據(jù)金字塔，提升長尾場景的覆蓋率；
二是優(yōu)化算法模型，提升效率與性能。例如 DeepSeek 采用稀疏 MoE 架構(gòu)，僅激活 5%-10% 參數(shù)推理，配合 FP8 混合精度訓(xùn)練，顯存降 30%，訓(xùn)練提速翻倍；
對此，地瓜機器人也給出了自己的解法，兩端發(fā)力。第一步，是打造具身智能工具鏈云平臺，覆蓋業(yè)內(nèi)最大規(guī)模的并行化訓(xùn)練場與最完整的訓(xùn)練工具鏈，旨在提升數(shù)據(jù)生產(chǎn)效率，加快模型訓(xùn)練閉環(huán)。
“目前行業(yè)普遍缺乏統(tǒng)一 benchmark 和標(biāo)準(zhǔn)數(shù)據(jù)集，導(dǎo)致算法難以橫向比較和持續(xù)迭代?！倍辔恍袠I(yè)專家曾向 AI 科技評論指出。這種分裂的狀態(tài)，已成為科研到工程轉(zhuǎn)化過程中的一大痛點。
地瓜機器人平臺內(nèi)置專用 3D 數(shù)據(jù)庫，并通過高度并行的物理仿真環(huán)境生成各類長尾場景，輔助模型完成對復(fù)雜動作的模擬與驗證。與此同時，還支持模型在仿真和實機之間的快速遷移，加速具身智能模型迭代周期。
第二步，在算法側(cè)，地瓜機器人也在構(gòu)建開放協(xié)作生態(tài)。CEO 王叢透露，團(tuán)隊已在 CVPR、ICRA 等國際會議上發(fā)布多項具身智能相關(guān)成果，并與國內(nèi)多所高校建立合作機制，圍繞 Manipulation、導(dǎo)航等關(guān)鍵任務(wù)優(yōu)化模型，并逐步開源部分算法代碼和訓(xùn)練腳本，便于行業(yè)開發(fā)者快速復(fù)現(xiàn)與集成。
數(shù)據(jù)是具身智能的突破口，一旦打開，將催生大量機器人模型，走向真正部署。但數(shù)據(jù)難題并非一蹴而就的工程，而是一個典型的閉環(huán)過程，必須在持續(xù)迭代中形成正循環(huán)。
如前所述，端到端架構(gòu)需分階段實現(xiàn)，大小腦分層架構(gòu)是當(dāng)下更快落地的方案。而大小腦的核心是大小模型的深度融合，需要兼顧低功耗和多樣化算力組合的單 SoC 計算平臺。
隨著具身智能從人工設(shè)計算法向數(shù)據(jù)驅(qū)動模型演進(jìn)，其對底層計算能力提出新要求：不僅追求 TOPS，還需要低延遲響應(yīng)與控制閉環(huán)能力，并能承載更復(fù)雜的多模態(tài)模型。傳統(tǒng)的 CPU、GPU、MCU 架構(gòu)分散，靈活度有限，而市面上也缺乏能統(tǒng)一調(diào)度多種計算單元、兼顧決策與控制需求的 SoC 產(chǎn)品。
6 月 11 日，地瓜機器人推出 RDK S100 算控一體化機器人開發(fā)套件，采用異構(gòu)架構(gòu)設(shè)計，在單一 SoC 上整合了機器人所需的幾乎所有處理單元，包括用于通信和邏輯決策的 CPU、用于模型推理的 BPU、用于底層高頻控制的 MCU，可同時兼顧感知推理和實時運動控制的計算需求，并減少系統(tǒng)的體積和復(fù)雜度。
CPU+BPU+MCU 的異構(gòu)設(shè)計，是 RDK S100 的靈魂。它以單芯片實現(xiàn)對大模型感知推理與底層實時控制的協(xié)同調(diào)度：
大腦：由 6 個 Cortex-A78AE 高性能 CPU 核與新一代 BPU 納什（Nash）架構(gòu)組成，具備高達(dá) 100K DMIPS 算力，支持 Transformer 等模型的高效推理與復(fù)雜任務(wù)規(guī)劃；
小腦：由四核心 Arm Cortex R52+ 實時 MCU 構(gòu)成，提供 6K DMIPS 的運控能力，滿足低延遲、高頻次的底層控制需求。
據(jù)胡春旭介紹，與之配套的 BPU 納什架構(gòu)，是地平線繼“伯努利”“貝葉斯”之后的又一代進(jìn)化產(chǎn)品——前者針對 CNN 進(jìn)行了結(jié)構(gòu)級優(yōu)化，后者則專注于 Transformer 的高效加速。如今，納什架構(gòu)在算力與功耗之間找到更優(yōu)平衡，并支持 80、120TOPS 靈活配置，適配不同形態(tài)的機器人應(yīng)用。
為什么偏偏選擇百 TOPS 算力級別？這是出于對當(dāng)前落地場景的判斷。
胡春旭表示，這一級別算力最適配的落地場景包括商業(yè)化清潔、園區(qū)或戶外的低速物流車，以及執(zhí)行巡檢任務(wù)的四足機器人等。這類場景普遍具備環(huán)境結(jié)構(gòu)化、任務(wù)可控的特點，對算力的需求也相對溫和，有助于在成本、功耗與功能之間找到平衡點，更容易在短期內(nèi)實現(xiàn)規(guī)模化產(chǎn)品落地。
從市場和技術(shù)的反推角度看，先落地、再演進(jìn)，是更為現(xiàn)實的路徑。
在產(chǎn)品戰(zhàn)略上，地瓜機器人正形成“有梯度”的算力組合：從 10 TOPS 的 RDK X5 到百 TOPS 級的 RDK S100，分別對應(yīng)對控制強實時性與對模型強感知性的場景需求。
為了支撐具身智能的大模型部署，RDK S100 也支持多模型高效協(xié)同運行，從輕量級視覺模型到 LLM 等高語義層任務(wù)，打通多模態(tài)輸入與多樣化運動執(zhí)行之間的鏈路——最終構(gòu)建“感知-決策-控制”閉環(huán)體系，推動機器人在認(rèn)知能力與交互能力上同時升級。
更進(jìn)一步，圍繞該芯片平臺，地瓜機器人構(gòu)建了完整的軟硬件協(xié)同棧，涵蓋深度適配的 ROS 操作系統(tǒng)、算法工具鏈、模型倉庫與云端訓(xùn)練平臺，從芯片級能力到開發(fā)者生態(tài)形成閉環(huán)，構(gòu)建屬于機器人的“端-云協(xié)同基礎(chǔ)設(shè)施”。
王叢表示，“從底層芯片出發(fā)，我們搭建了一整套面向具身機器人的基礎(chǔ)設(shè)施。它不僅要通用，還要夠用、好用，為行業(yè)提供真正能落地的‘地基’。”
在未來具身智能時代，“通用機器人”將不再是遙遠(yuǎn)愿景，而是在數(shù)據(jù)與算法雙輪驅(qū)動下，以“小步快跑”的方式逐步實現(xiàn)。而落地的關(guān)鍵，始終是算力與數(shù)據(jù)兩端的閉環(huán)聯(lián)動。
2024年，機器人與大模型開啟相互滲透、快速發(fā)展階段。
地瓜機器人選擇從“賣鏟子”做起，從芯片到操作系統(tǒng)、從算法倉庫到數(shù)據(jù)云平臺，搭建具身智能的底座，是一場關(guān)于標(biāo)準(zhǔn)、生態(tài)與工程化能力的持久戰(zhàn)。它既延續(xù)地平線在車載智能領(lǐng)域的技術(shù)脈絡(luò)，也主動切換至機器人這一新戰(zhàn)場，將經(jīng)驗轉(zhuǎn)化為判斷，將判斷轉(zhuǎn)化為產(chǎn)品。
這是一條從趨勢中反推產(chǎn)品、從應(yīng)用中反推架構(gòu)的路徑。是面對“數(shù)據(jù)饑渴”與“需求碎片化”困局時，不盲目卷模型參數(shù)，而是在算力、能效與生態(tài)適配間，尋找更實際的解法。
正如地瓜機器人所說：“要先找準(zhǔn)能落地的場景。”
在巨大的智能化想象力背后，真正需要回答的問題，是哪類機器人可以率先規(guī)?；涞?？哪類計算架構(gòu)更適配當(dāng)下的數(shù)據(jù)與工程現(xiàn)實？以及，誰來為這類場景提供標(biāo)準(zhǔn)化、可復(fù)制的底層技術(shù)棧。
這是技術(shù)公司在下一盤比模型更深的棋。
雷峰網(wǎng)(公眾號：雷峰網(wǎng))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。詳情見轉(zhuǎn)載須知。
