ai软件下载这股热潮背后，科技巨头们看中的究竟是什么？

鱼羊萧箫发自凹非寺

量子位|公众号QbitAI

一切科技变革周期，一切发明时代，其实都是幂集创新作用的时代。我们期望借助这一系列栏目提供一种尺度，丈量技术变革周期的尺度，从科技维度把握创新浪潮的演变路线。

这是量子位最新原创系列企划节目「幂集创新」第三期，本期的主题是机器人&AIoT。

科技巨头都在竞速争夺「机器人」。

前有雷军抢先公布人形机器人CyberOne，后有马斯克即将亮相的特斯拉人形机器人擎天柱。

或者从今年开始，百度造的智能车，都被李彦宏叫成汽车「机器人」……

机器人不是哪个新概念。但弊端在于，实际产业和大众认知之间ai软件下载，属实也有亿点点距离。

虽然，在多年科幻大片的浸润下，「机器人」在大众心目中，多少是和强人工智能挂钩的。

然而，这股风潮背后，科技巨头们看中的到底是哪个？

莫非机器人产业，还真就渐渐走向了大体量应用前夜，要步入变现的时间节点了？

机器革命正在进行时

如果把视野局限在狭义的机器人原本，谈论高度自主的行动、思考和决策能力，普通人的生活看起来离科幻片还颇为遥远。

像这种在「控制」这一方面惊艳众人的，全球也只波士顿动力一家。

但似乎如果把机器人的定义拓展开去，涵盖进具备一定的认知能力、规划素养、行为能力，能辅助他们工作生活的手动化机器，那么在这些最酷炫最仿生的人型机器人背后，一场机器革命确实已经在他们的日常生活中铺开。

以及是以润物细无声的方法，涉及到你所能想到、所想不到的方方面面。

最容易想到，也跟「机器人」之名直接相关的，便是扫地机器人。

在开启千家万户的同时，当下的扫地机器人们，也已变成机器人「控制」和「智能化」技术最日常化的落地应用代表。

例如石头扫地机器人T7Pro，就运用了手动驾驶新款立体视觉辨识科技和AI物体识别技术。

扫地机器人鼻祖iRobot，也在高通骁龙212平台所集成的人工智能科技的基础上，让扫地机器人学会快速掌握房间格局，并在使用过程中学习和适应不断变迁的家庭环境。

而更多的终端，无机器人之名，却有机器人之实，它们也许不是Robot，但必定驱动自Robotics…

包括能自动测试食物存量、自动下单补货的智能冰箱；能基于语音辨识科技，对家中各种电子仪器进行控制的智能音箱……

这还仅仅在我们熟悉的日常生活情景，在更广阔的工业、农业场景中，终端智能化改革的步伐，甚至非常深入。

比如农业植保无人机，就已与飞防员、农药共同构成了我国农业飞防体系。

基于智能航线规划、自主飞行、断点续航等智能化能力，以及基于5G的信息处理能力，其作业强度能超过人工的30倍，并持续增加农药利用率。

△天途航空M4E植保无人机

又例如工业中的智能头戴计算机。

虽然具备智能双摄像头，像“两只耳朵”一样检查现场、将数据通过5G迅速发送给后台处理；能够解放双手，使用AI语音命令能够完成智能检索、和专家远程通话、表单可视化等功能。

△瑞欧威尔工业AR头戴计算机

也就是说，越来越多机器终端，从摄像头，到大小家电，再到无人机或者汽车，都正在AI和5G等前沿科技的加持之下，化身广泛含义上的「机器人」。

以及正在连点成线，以越来越快的速度，铺就一张前沿科技落地应用的很大网络，一张由算法驱动软件、软件驱动硬件的很大网络。

而这，也正是AIoT的实质。或者你也可以理解为：AI→AIoT的进程中，Robotics是必备要素。

根据IDC的数据分析，2021年中国物联网支出超过7542.8亿港元，并有望在2025年超过1.2万亿港元，2021-2025年复合增长率11.4%。

或者也开始有预测机构，用AIoT审视新科技时代的一切，因为可以更合理地端到端评估，并且把包含特斯拉、SpaceX等马斯克的变革公司都放在AIoT维度之下。

是否有根据？

深究AIoT快速演进至今背后的底层技术和基础设备，其实便可窥出端倪。

背后的「基础设施」是哪个？

针对一个日益趋向成熟的行业而言，这种进度已经能够仅凭AI技术中的单一基准，或软件上的某个机械效率来度量，而需要从当前生产模式能否规模化、乃至应用落地的生态布局来整体把控。

当前，行业制造模式能否已具有大体量量产的成熟条件，首要条件即具有科技底层的「基础设施」——

即近年来渗透到机器人行业各个角落、覆盖软软件和研发工具的成熟平台型解决方案。

其中的一个典型代表，就是高通机器人RB5平台和RB6平台。RB5是首个同时支持5G和AI的机器人系统，能够规模化地从科技上支持研发者解决机器人能否具有「足够自主性」的问题。

判断机器人能否具有足够自主性，往往是辨别它内在程序的「智能性」，即处理传感器数据等外界信息的素质，以及按照行动作出判定以更好地完成更多任务的能力，往往同时遭遇AI算法和算力的性能调度。

现在RB5平台尚未广泛用在各行各业的机器人上。搭载的第五代骁龙AI引擎，一方面达到每秒15万亿次运算（15TOPS）的AI计算能力、另一方面适配多种复杂的AI算法，给基于这一系统建立的各类智能机器人提供了极大的创新空间。

去年新启用的RB6平台，则需要在AI和5G能力上更进一步，不仅通过扩展卡让系统在将来支持5G不断发展的联结特性，包括3GPPRelease15/16/17/18的特点；还将AI计算能力提高到了每秒70-200万亿次运算（70-200TOPS），算法丰富度也进一步提高。

进一步地，在具有成熟基础设备的状况下，如何产生改变传统行业的生态布局，又得从行业发展模式来看。

这场机器革命能够获得突破的关键，还在于它能否能给各行各业增添规模性的强度提高、而非只是局限在某一类场景中形成效用。

集中到一个关键词上，其实就是对数据的最大化利用。

从这个维度来看，也就更无法理解AIoT为什么能够作为一个评价技术变革的全新框架：

传感器是数据流入的接口，5G搭建了数据快速交换的桥梁，而背后的AI，则代表着数据处理的最先进方法。

AIoT产业化过程中，技术原本也正是在这几个关键节点上布局和连接。

以高通的统一AI硬件栈为例，就是以统一不同终端设施算法的方法，加速了AI算法在物联网各终端的落地速度，从而实现整个AIoT产业的迅速铺开。

数据驱动下的万物互联浪潮

回溯AIoT的几个发展阶段，不难发现以传感器为代表的数据生成，正是确立物联网发展基础的初始阶段。

在这个阶段中，物联网基于计算机程序初步具有了一定的数据处理能力，但距离大体量落地应用也有很远。

直到迎来AI和5G科技后，物联网才真正具有了模式化、批量化的数据预测能力，成千上万的数据被逐渐传输并汇集到一块、有了用武之地，自此「万物互联」的价值也随之开始表现。

单从连接节点来看，终端正展现出一种以数据驱动为核心的态势，将智能+连接的能力推动到更多类型的设备上。

正如高通智能网联边缘（CIE）的观念一样，如今这些智能化、连接化的态势不仅表现在移动终端、甚至虽然表现在电子设备上，而是生活中的一切物体，皆可能作为物联网的联结节点。

比如，商场中的购物车，原本也是一个（坐在上面玩）商品的暂存工具，但将其智能化后，不仅能一键将加购的商品进行结账、省去了排队的时间，还能在购入途中根据偏好智能推荐优惠券。

△超嗨科技的智能购物车

这背后正展现出一种以摄像头、GPS为传感器核心，以高通450移动系统的5G传输能力和AI推荐算法为基底的数据驱动浪潮，席卷了商超零售市场。

又比如，理发店中的镜子，原本也是Tony老师让你心情变差的证据（自动狗头）ai软件下载，但将它智能化后，镜子就成了预览「最美发型」的能力。

根据你的脸型和要求，智能镜子会借助实时渲染仿真模拟出剪发后的效果，再也不用怀疑Tony老师剪出奇怪的发型了。

△欣响智智能魔镜MagicMirror

而这背后，又是基于摄像头等传感器技术，结合5G实时渲染能力和高通845平台中AI图像生成等能力，针对日常终端设施实行的一场数据变革。

或者最常见的运输运汽车，智能化后也极大提高了可运输的货物类型，特殊的、需要冷链储存的贵重药品运载（如胰岛素）无需再借助人力监管，机器能自动辨识并推断最佳储存温度、及时调整舱内环境。

△移为通讯的冷链监控智能终端

这其中从传感器芯片、5G低延时数据交换，到AI智能温控等科技，背后的数据驱动能力都来自高通MDM9206LTEIoT提供的物联网「工具系统」，驱动整个物流行业的智能变革。

虽然智能购物车、镜子还是传感器监控的功用不尽相似，所用技术也各不一样。

但即使从数据驱动的维度去观察，就会看到上述一切场景的技术根源都可以被归溯到数据生成、数据存储和数据预测三方面上，并最后落地到AIoT这个答案上。

而高通这几年所进行的科技储备，也正是在这几个方面有所表现：数据生成上的传感器管理、摄像头控制、定位导航等；数据存储上的无线连接、5G基带等科技；数据预测上的图像处理、语音辨识等……

这其中的环节也就像幂集创新的科技素养一般环环相扣，互相制约催生出更多的科技应用，乃至于加快更多智能设备的连接。

比如高通的VisionIntelligence400平台中就设计了一系列专门为IoT设备成为的芯片，将AI计算和边缘计算能力直接加持到智能手机、摄像头和机器人上，让更多寻常的数据生成设备也能具有AI的数据预测能力。

以其中的QCS605为例，这是一个制程10nm的AIoT芯片，包含对于GPS导航定位、WiFi、麦克风阵列和一系列传感器（如摄像头、陀螺仪和加速度计等）的支持。

在某些程度上，可以将其理解为以计算机视觉ISP（CV-ISP）为核心、具有网络联结等各方面功能的SoC。

CV-ISP是人工智能科技的一个特别重要的领域，高通在手机SoC的骁龙855中便已内置了中国首个CV-ISP，具备基于软件的深度感测功能，支持即时高清视频录制、对象分类和对象分割。

目前类似的先进AI科技尚未在IoT领域进行了大范围铺开，并按照IoT终端类型进行了更多的多样化延展。

这类终端接收到（摄像头等）传感器产生的数据后，可以借助QCS605自带的计算能力和采用的AI模型对数据进行预测处理，并借助WiFi等方法再将处理好的数据传递出来。

目前凭借这一系统，更多在新城、楼宇、乃至整个城市中常用的设施被联入物联网中，成为“AI+”中重要的落地场景。

比如园区中的AI智能监控，就可以借助用摄像头采用VisionIntelligence400平台的方法来实现。

摄像头先收集道路上的图片数据，传输给系统中的AI模型进行人流量、车牌号等图片信息提取后，结合系统的AI计算能力和信号存储能力，就能迅速智能地完成园区内上下班高峰分析、车辆放行等操作，从而作出对应的判定。

此外，从单个连接节点扩大到覆盖范围上，会看到物联网尚未从最初的智能家居场景，发展到农工业、智慧生活等一切能想像到的应用中去。

例如，就连采矿业，也已变成物联网布局的一个关键场景。

本身井下地形复杂、布线困难，液压支架、采煤机、掘进机等设施移动后信号电缆折叠易脱落，可能导致数据存储中断、影响远程操作，在数据存储这一环节无法再次。

但结合有线和5G传输信号，并运用AI科技提高信号密度、在故障时智能切换使用网络，就能进一步提高采矿业的安全性、避免发生沟通延迟造成的机器事故。

结合AI科技，这一平台还推动了井下采掘、运输、检修等语音和视频等数据的预测情况，甚至推动井上井下的即时通话，进一步提高了煤矿巡检机器人、自动驾驶采矿机器人等装置的效率。

△宇祺智能的智慧矿井系统

而在智慧城市中，类似的数据驱动场景也能在餐厅、道路、学校、办公场所等公共区域看见，如消杀机器人、智能共享交通软件、乒乓球机器人等，进一步提高了疫情之下他们出行的便捷性、安全性。

比如具备自动巡航、远程监控和云系统数据预测功能的数字消杀小坦克，就是借助5G网络联结和AI控制平台，自动、准时按量地完成指定场所的消杀任务。

△广和通&睿悦Nibiru数字消杀小坦克

比如消杀机器人以外，布局在道路上具有AI功能、能自主感知道路信息的智能共享交通软件，也通过物联网提升了制约的空间和只用的功能。

比如智能共享滑板车，不仅可以识别人流、检测停车位置，还内置地图、具备行车记录，随时查看并改进经过的模式，加速连接成果。

△九号S90L的智能共享滑板车

又如在大学网球球课上，也用上了专门的发球机器人，不仅能按照对手的素质智能调整发球难度、还能专门运用AI分析大数据并对应提高击球弱点：

△庞伯特发球机器人

回过头重新思考「万物互联」的几个演进阶段，从数据生成、数据存储、数据预测到推进落地的过程，似乎都与高通在这一领域大量探索的模式不谋而合。

最初在物联网概念兴起时，高通就即将基于骁龙系统，为不同产业提供传感器管理、摄像头控制、图像处理等AI数据预测方案。

日积月累下，高通发展的各类AI能力产生了一系列完整的「基础设备」平台，为更多场景所调用。

之后，5G等通信科技开始获得进一步发展，高通也依靠通信科技继续作为5G时代的弄潮儿。2022年Q1，高通以59.5%的净利份额继续蝉联基带芯片行业营收第一。

IoT辐射范围因而逐渐缩减，急剧下降的数据存储能力让5G、AI和IoT技术进一步趋向整合，更多5G+AI科技被采用机器人等设施，并逐步从智能终端辐射到整个物联网

目前，高通也正基于统一AI硬件栈的赋能思路，将一切终端设施以共同的AI功能连接出来，落地到以Robotics为代表的的更多场景中去，直至加速这一轮机器革命触达奇点。

以高通对各种机器人/物联网企业赋能的实例为代表可以感得到，整个AIoT产业的今后技术推向，也相同符合幂集创新场景的规律——

当最基础性、生态型底层技术变革发生，同样会造就一系列画面的创新。

如果说10的一次幂是底层落地变革场景，那么10的二次幂带来的便是百倍降本增效的提高；

而随着10的三次幂，这一画面虽然带给数以千计的生态位机会、开发者机遇，更因而在市场中形成了对大一统底层系统的需求。

未来，这一轮「万物互联」浪潮的终极形态会是何种样？我们拭目以待。

—完—