详解小米仿生机器人“铁蛋”:离波士顿动力还有多远?
小米在手机影像技术和智能生态技术上颇有沉淀,这些都对研发仿生机器人极为有利,但是核心技术控制算法依然用的开源算法。文丨青山白鹭BT财经原创文章头图来源丨创客贴8月10日小米秋季新品发布会如期而至。穿着白衬衫牛仔裤的小米创始人、董事长雷军讲述了关于小米的“新故事”
小米在手机影像技术和智能生态技术上颇有沉淀,这些都对研发仿生机器人极为有利,但是核心技术控制算法依然用的开源算法。
文丨青山白鹭
BT财经原创文章头图来源丨创客贴
8月10日小米秋季新品发布会如期而至。
穿着白衬衫牛仔裤的小米创始人、董事长雷军讲述了关于小米的“新故事”,同时发布了一系列小米新品,包括小米MIX4、小米平板5和小米OLED电视等等。因为防疫要求,到场观众为0,但是各直播平台摄像器材挤满了舞台周边,说明这场发布会的重要性。
发布会中,小米意外的发布了一款仿生机器人CyberDog,格外引人注目。这款概念产品叫CyberDog,中文名“铁蛋”,售价为9999元。同时雷军还宣布,小米成立了机器人实验室。
仿生机器人对我们来说已经不陌生,从充满科幻感的波士顿动力研发的机器人士兵和大狗,到2021年春晚“机器牛”群演,无一不说明这种新事物已经不再遥远。
而仿生机器人产业中蕴藏着巨大的市场,波士顿咨询公司最近的报告显示,2030年,全球仿生机器人催生的专业服务机器人市场将会达到1700亿美元,远远超出工业机器人和辅助机器人市场规模。
数据显示,截止2019年中国的仿生机器人市场规模仅为42.5亿美元,未来中国未来中国市场具有巨大现象空间。在技术驱动和市场红利影响下,中国未来仿生机器人赛道会迎来迅速升温。
小米盯上的仿生机器人会是一门好生意吗?
小米的“铁蛋”是个什么鬼?
昨天,小米的仿生四足机器人正式亮相,这个叫“铁蛋”的小家伙和波士顿动力的“大狗”颇为相像。
小米官方称其是小米技术11年沉淀的结晶,把它的名字取为“铁蛋”,因为铁比较硬,命硬的项目容易成功。
“铁蛋”的动力系统来源于小米自研的高性能伺服电机,可以提供最大为32N/米的输出扭矩,并且以每秒三米(每小时10公里)的速度行走。
在行走速度上可以看到“铁蛋”已经超越波士顿动力的SpotMini机器狗(体型上看属于一类产品),SpotMini行走速度为每小时7公里,但是小米并未公布“铁蛋”的续航性能,投入应用后续航性能才是仿生机器人最关键的指标,SpotMini的初始款续航已经达到20英里(约32公里)。
“铁蛋”搭载了NVIDIA JETSON XAVIER NX平台作为数据处理终端,这决定了“铁蛋”的感知能力并不弱,可以同时处理身体上多个传感器发来的信号,“铁蛋”身上起码配置了11个传感器,这对处理终端要求十分高,而传感器和处理终端的配合决定了“铁蛋”是否能模仿生物的环境感知能力和分析处理能力。
“铁蛋”的空间感知能力来自小米手机的影像技术,比如“铁蛋”的自主跟随能力就是源自人脸识别技术的衍生,以及SLAM建图和导航避障功能都来自影像技术的延伸的视觉探知技术,“铁蛋”通过影像技术感知环境后,通过算法创建出地图并导航,最终规划出最优路线。
小米在手机领域深耕多年,在影像技术领域应该颇有技术沉淀,遗憾的是,小米新品发布会现场并未展示“铁蛋”的避障能力。
而“铁蛋”分析用户指令的技术应该来自小米的明星产品“小爱同学”等智能生态,用户可以通过语音向“铁蛋”下达指令唤醒“铁蛋”,并让“铁蛋”做出行动。目前的小米智能生态已经覆盖八大应用场景和72个品类,转为机器人技术并不难。
另外“铁蛋”还具有丰富的延展能力,全身配备了1个HDMI接口和3个Type-C接口,这些接口可以接入相机、灯具、激光雷达等扩展设备,让“铁蛋”具有更多种应用场景。
需要特别指出的是,虽然小米在仿生机器人赛道上已经迈出了第一步,但是据小米官方说法,“铁蛋”的核心算法是基于开源项目。据分析机器人控制算法极大可能来自波士顿动力,因为从外形上看,“铁蛋”极其像波士顿动力的大狗,控制算法很大程度上限制了外形的变化。
也就是说小米的“铁蛋”的核心技术(类似手机操作系统),不具有竞争力,甚至可以说技术含量并高。而这对产品的未来发展具有极大的风险性,可以参照华为手机最终不得不自研鸿蒙系统。
春晚出现的四足仿生机器人是由深圳优必选科技研制的,而这款机器人所采用的控制算法极有可能也采用的开源代码,此外国内知名的还有宇树科技、钢铁侠科技等公司,目前来看,国内仿生机器人离国际上的产品仍有差距,除了外形设计外,还有行动能力和感知能力的技术差距,比如宇树科技的仿生机器人在实验中多次出现行走不稳,避障失败等问题,小米的“铁蛋”目前来看(需要面世后更多验证数据),并没有太突出的技术优势。
另外还有一个现实问题,智能机器人的核心零件中国目前仍需要大量进口解决,比如机器人生产所需要的减速器、控制器、伺服电机等等,进口比例甚至超过了80%,这对仿生机器人的应用并不是什么好消息。