上個月， “世界機器人大會”在北京亦莊召開，作為機器人行業(yè)最大盛會，眾多參展機器人讓人大飽眼福，也透露出了行業(yè)新風向。除了前幾年常見的的掃地機器人、娛樂機器人、陪伴機器人等服務(wù)機器人之外，我們還看到了大量新興的配送機器人、巡檢機器人和工業(yè)機器人。

還注意到一家做嵌入式人工智能解決方案公司——“米文動力”,他們不生產(chǎn)機器人，主要提供機器人的“大腦”。米文動力告訴，服務(wù)機器人行業(yè)遇冷，如今配送、巡檢、工業(yè)機器人重新煥發(fā)活力，依賴著機器人底層技術(shù)能力和場景解決方案的升級，同時也提出了很多新的挑戰(zhàn)。

（米文動力CTO蘇?。?/p>

在大會后，特意拜訪了米文動力，與CTO蘇俊深入探討目前新興的機器人技術(shù)、解決方案和落地場景。

云端AI與嵌入式人工智能

據(jù)了解，米文動力成立于2015年，致力于提供一站式、端到端、軟硬件一體化的人工智能機器人整體解決方案，該方案以嵌入式人工智能超級計算機——米文大腦為核心主控，集成機器人必備的自主感知決策、自主定位及導(dǎo)航，為個人開發(fā)者、機器人廠商、傳統(tǒng)廠商提供不同程度的定制化方案，幫助他們輕松打造機器人。

2015年，機器人正火，很多人都涌進來想要做機器人。

蘇俊告訴，2015年，機器人行業(yè)還處于最原始的時候，整個系統(tǒng)架構(gòu)還是第一代機器人的狀態(tài)，主要形態(tài)是一個實時系統(tǒng)加上一個安卓操作系統(tǒng)。同時機器人行業(yè)產(chǎn)業(yè)鏈也不成熟，很多公司選擇全鏈條都自己做，把技術(shù)戰(zhàn)線拉得很長，導(dǎo)致整體技術(shù)發(fā)展緩慢。后來，行業(yè)里的人慢慢開始發(fā)現(xiàn)，機器人系統(tǒng)很復(fù)雜，其實機器人公司應(yīng)該關(guān)注的是產(chǎn)品、市場和客戶，可以把底層的比較難的技術(shù)問題交給擅長的公司來做。

當時，機器人還沒有一個嵌入式的智能控制平臺，人工智能的主要實現(xiàn)方式是云端AI，設(shè)備通過網(wǎng)絡(luò)將數(shù)據(jù)傳到云端，在云端計算后再將數(shù)據(jù)傳出，云端AI的算法準確率高、算力強，但是云端AI對機器人并不是最好的方案。機器人一般具備多種傳感器，需要在復(fù)雜多變的環(huán)境下做出實時響應(yīng)，云端計算會帶來延遲和卡頓問題；同時，在家庭環(huán)境下，數(shù)據(jù)隱私尤為重要，需要家庭中的機器人在不聯(lián)網(wǎng)的狀態(tài)下也能正常運行。機器人行業(yè)迫切需要在本地對較大數(shù)據(jù)量進行實時處理和響應(yīng)。

在這一背景下，米文動力成立了。創(chuàng)始團隊成員有多年英偉達GPU平臺的研發(fā)經(jīng)驗，他們在成立之初就定位為英偉達在GPU平臺的技術(shù)解決方案提供商，基于英偉達Jetson系列平臺來做嵌入式人工智能。

2016年4月，英偉達發(fā)布Jetson TX1嵌入式計算平臺，專為當時熱門的AI人工智能產(chǎn)品化而生，Jetson TX1可為小型設(shè)備提供桌面級GPU的通用運算性能，有助于新興的無人機、機器人、智能車載等初創(chuàng)企業(yè)的產(chǎn)品研發(fā)。作為英偉達的戰(zhàn)略合作伙伴，米文動力同臺展出了基于Jetson TX1的嵌入式人工智能計算機“米文大腦”，以及合作伙伴的機器人產(chǎn)品—— sDeno家用服務(wù)式機器人，其能在家庭中完成基本的管家型工作，如跟隨移動、動作交互等，另外可以利用Jetson TX1帶來的學習能力，學會用戶交給它的任務(wù)。

（米文大腦S2）

米文大腦是米文動力的核心產(chǎn)品，目前已經(jīng)迭代到第二代——米文大腦 S2，基于NVIDIA JETSON TX2。S2的尺寸為97 mm ×60 mm ×40mm ，與前一代米文大腦相比，體積縮小了約 30%。功能方面，S2 提供免費的 Linux 層面的人體、物體相關(guān)算法的SDK，包括但不限于人臉檢測，身份識別，屬性識別，年齡識別、物體識別等。

蘇俊告訴，米文大腦S2從操作系統(tǒng)層到算法層都針對嵌入式硬件做了大量的深度優(yōu)化。嵌入式人工智能和云端AI有很大不同，云端AI的難點主要是算法，而在終端實現(xiàn)AI則會發(fā)現(xiàn)軟件只是最上層，基石其實是整個系統(tǒng)和硬件，如果基石不穩(wěn)的話，雖然軟件可能是最能出彩的地方，但依然沒有辦法發(fā)揮出來。在蘇俊看來，米文動力是軟件和硬件都擅長的團隊，突出優(yōu)點是對整個系統(tǒng)的理解和整個GPU優(yōu)化能力。

米文大腦 S2的核心技術(shù)分為硬件和軟件兩方面。硬件方面，因為深度學習終端應(yīng)用環(huán)境各不相同，所以從整個硬件設(shè)計上要比消費類電子產(chǎn)品要求更高，米文大腦的接口的保護、電路設(shè)計都要以工業(yè)標準來要求自己。軟件方面，最突出的是針對GPU的特性對大家現(xiàn)在比較常用的算法進行很強的加速，米文大腦 S2 能將 Mobilenet SSD 的性能提升5倍以上，原來不做任何工作的話，在硬件上只能跑到7-8次/秒，但當做了核心優(yōu)化時，速度能到40次-50次/秒。

此外，米文動力會根據(jù)不同行業(yè)提供完整的解決方案。比如機器人行業(yè)對多個傳感器的時鐘同步有非常高要求，傳統(tǒng)方式只能另外再拿一個硬件做時鐘同步，并且把它的數(shù)據(jù)接入到另外計算單元里面。米文動力在一個設(shè)備里實現(xiàn)了這些功能，集成度非常高。

室內(nèi)機器人與室外機器人

雖然市面上已經(jīng)有這么多的機器人，但是與已經(jīng)成熟的單點的人工智能技術(shù)，比如計算機視覺、語音識別相比，機器人才剛剛蹣跚學步。

這對米文動力這樣致力于提供機器人底層技術(shù)的公司來說，最明顯的挑戰(zhàn)就是，他們不能只是提供一個固定的硬件，他們還需要根據(jù)不同的新興場景，定制不同的落地方案，為機器人集成多種能力。

視覺是機器人最重要的感知系統(tǒng)，也是每個機器人必備的功能。米文動力自己研發(fā)了一套基于深度神經(jīng)網(wǎng)絡(luò)的智能視覺系統(tǒng)架構(gòu)，能實現(xiàn)人臉識別、人臉追蹤、物體識別、動作識別、手勢識別等功能。

目前，這些CV技術(shù)已經(jīng)成熟，為何還需要米文動力重新研發(fā)呢？蘇俊解釋到，機器人的視覺系統(tǒng)很復(fù)雜，最后實現(xiàn)出來的功能不是單個算法組成的，而是一套算法系統(tǒng)，并且集合一些非算法的邏輯來完成整個功能。直接采用現(xiàn)有的算法，達不到整個功能的要求，并且這個新的算法在很多場景已經(jīng)作出了一些限制，沒有辦法滿足機器人特定場景的一些需要。

這兩年，機器人的落地場景也發(fā)生了一些變化。今年世界機器人大會上的服務(wù)機器人數(shù)量較此前大大減少，大家逐漸從純交互的服務(wù)機器人上轉(zhuǎn)到帶有一些功能性的機器人和落地場景，例如米文動力現(xiàn)在主攻的配送機器人、巡檢機器人、工業(yè)機器人、工業(yè)視覺檢測、視頻智能分析。

視頻智能分析則是泛化的機器人概念，可以利用米文大腦的強大計算能力和低成本去做一些純視覺的工作。

配送機器人、巡檢機器人都是室外機器人，對核心計算和整個系統(tǒng)可靠性要求很高。室內(nèi)機器人和室外機器人的導(dǎo)航算法、傳感器也都不一樣，室內(nèi)會用單鏡頭激光器+攝像頭，在室外更多會使用多鏡頭激光器+攝像頭。另外傳感器接入方面，室外的會用一些傳統(tǒng)的監(jiān)控用的攝像頭，室內(nèi)會用USB的攝像頭或其他密閉接口的攝像頭。巡檢機器人也可能工作在室內(nèi)，也可能工作在室外，這個時候同一種巡檢機器人也可能有不同的方案。

不過現(xiàn)在室外機器人的方案還不夠成熟。京東或菜鳥都有在做室外的配送機器人，并且做的時間比較長，聲量比較大但銷量并沒有到一定程度，為什么？其實室外機器人有一個很大的痛點，其對硬件的要求接近于自動駕駛，外界環(huán)境更復(fù)雜，這就要求整個內(nèi)部系統(tǒng)設(shè)計需要做一個非常特殊的設(shè)計，看上去不太起眼的抗震性設(shè)計、車危及人的設(shè)計，成了目前這個領(lǐng)域更往前走一步的阻礙。

米文動力的室外機器人方案場景需要2個米文大腦S2。據(jù)蘇俊透露，米文動力也正在研發(fā)基于英偉達下一代Xavier計算核心的第三代產(chǎn)品米文大腦Apex，產(chǎn)品的計算能力相當于第二代10-30倍，是非常適合室外場景的一個核心控制單元，能夠解決以上提到室外機器人面臨的問題。

AI芯片與通用GPU

人工智能對算力、算法要求很高，很多人工智能公司都在自研芯片。2018年，語音技術(shù)公司，包括科大訊飛、云知聲、思必馳、出門問問等都在做語音AI芯片，期待以專用芯片來解決AI算法和算力上的瓶頸。編輯好奇，AI芯片方案是否會比米文大腦利用通用GPU方案更適合機器人呢?

蘇俊告訴，目前很多做產(chǎn)品的公司去做芯片，方向上是好的，因為產(chǎn)品公司對業(yè)務(wù)場景理解最深刻，能直接體會到現(xiàn)有的芯片的不足，當產(chǎn)品達到一定的量的時候，他們會選擇自己去做芯片，一方面降低成本，另一方面更符合自己的需要。通常去做一款芯片的話，起碼產(chǎn)品要有千萬級別的量，但機器人離這個數(shù)量還差得非常遠。所以現(xiàn)在的機器人公司還沒有必要去做自己的AI芯片這些方面。

機器人其實需要的是一個更加強的計算能力的芯片，目前大部分AI芯片為了平衡功耗和它作為一個后入者切入，目標瞄向一些功耗和計算平衡的方向，這個方向其實并不是機器人方向需要的。另外機器人上面需要的算法非常多，所以現(xiàn)在更需要的是計算能力比較強的一個接近通用計算的平臺。自動駕駛需要有一個計算能力很強的核心能力，但不一定需要是一個專用AI芯片的概念。特斯拉這樣的公司依然使用基于英偉達的Hardware 2.5核心硬件，依然是通用計算的平臺。

在研發(fā)成本方面，如果要采用AI專用芯片，需要學習各自底層的語言與工具鏈，研發(fā)成本比較高。而GPU最近十幾年的時間在并行計算整個生態(tài)里，并且開放了像CUDA這樣一些工具，在工程師資源上有了很大的積累，意味著各個產(chǎn)品公司在嵌入式GPU上進行開發(fā)的難度和資金投入會遠遠低于用一個新的AI芯片。

綜合這幾個因素，蘇俊認為現(xiàn)在的嵌入式GPU更加適合機器人這種形態(tài)的，而且它可能比較難遇到特別強的競爭者。

在采訪的最后，蘇俊也談到，人工智能時代是技術(shù)創(chuàng)業(yè)的時代，與互聯(lián)網(wǎng)靠流量紅利創(chuàng)業(yè)已經(jīng)截然不同。AI的數(shù)據(jù)、算力、算法對硬件和軟件都提出了同等強烈的要求，近來很多公司開始AI公司做芯片、做服務(wù)器，也是需要提高自己的計算力、降低成本，同時以硬件作為通道去占領(lǐng)市場。