随着大模型和“具身智能”技术的进展，机器人可能会在 2030 年成为产业升级的重要引擎，但现在行业仍面临硬件不够成熟、算法不够完善、工具重复开发等难题。地瓜机器人致力于简化整个机器人开发流程，提供从端侧的旭日智能计算芯片和 RDK 套件，到云端的开发环境和算法中心的全链路基础设施。
本期播客，我们邀请到了地瓜机器人开发者生态负责人、全国最大的 ROS 机器人知识分享社区的创始人——胡春旭聊一聊机器人行业的始末兴衰。
在今年的九月份，胡春旭在地瓜机器人开发者大会上特别介绍了今年 9 月发布的开发板新品 RDK X5。RDK X5 针对中小创客和个人开发者，提供极高算力和简化的开发体验：10 TOPs 的大算力、Type-C 一线搞定、丰富接口、灵活拓展，还有配套的大模型和算法资源，让开发者从 0 到 1 的创新更加轻松。
🔗双十一纵享好价，低成本就能组装你的机器人：【淘宝】限时官方立减83元 http://e.tb.cn/h.gAboAAtoackrpjv?tk=pamM3pAsHcv MF6563 「地瓜机器人旭日X3派RDK X5开发板10T算力ROS编程树莓派嵌入式套件」点击链接直接打开 或者 淘宝搜索直接打开
欢迎收听本期的播客。
[09:24] 对时序数据有什么样的感知
[13:12] 地瓜机器人社区是什么样的
[21:44] 具身智能是如何爆火的
[33:46] 有什么应用场景吗
[41:34] 社区开发者怎么参与
[47:31] 设备端会有数据存储的需求吗
如果你也是基础软件或者开源领域的从业者、爱好者，也想和我们聊聊你的经历。可以微信搜索“持续集成”，私信我们立即投稿，一起共创！
地瓜机器人是什么样的
春旭：地瓜机器人是从「地平线」孵化出来的。「地平线」是给车提供一些底层计算的平台，包括整个的解决方案。我们之前是地平线机器人事业部，其前身叫 AIOT 事业部，是为了探索一些更通用的机器人使用场景创立的。
德福：那把车上的技术放到扫地机器人上，这是降维打击？
春旭：可以理解为降维打击，但还是不一样，比如说不同场景下，从最底层的芯片就不一样，包括很多算法也不一样。
德福：所以现在你们的核心产品是芯片？
春旭：我们从「地平线」内的事业部孵化出来，成为一个独立运营的子公司，就是为了有更多的资源、更专注地去做未来通用机器人。
除了不做终端的产品之外，整个链条上面的其他事情我们都会去参与或主导。我们会提供硬件的“身体”，芯片构成的“大脑”，甚至包括“大脑”里的算法和系统。可以理解为一个针对机器人的、完整的，从硬件到软件一体化的解决方案。
对时序数据有什么样的感知
颖文：简单来说，一个数据如果带上时间戳，就可以理解它是时序数据。
比方说你真正关注一段时间内一个连续的图像变换，本质上关注的是各个实体在一段时间内产生的数据，独立一个时刻的数据是没有意义的。通常来说要在整个时间段内去观察它的一些趋势变化才能做更详细的分析。
春旭：是的，数据都是有价值的。回到机器人这个话题的话，这也会是未来机器人数据闭环的重要底层。
德福：因为但凡有传感器，但凡有动作，被记录下来的东西天然就是在时间线上的。
春旭：我们社区里 90% 以上都是软件工程师，因为“玩”这个东西不需要特别懂硬件，但是需要懂怎么去接外部传感器和相机什么的，就需要一些软件知识。我们更专注的是机器人和智能化这个领域，就会给大家提供很多成熟的智能化算法，所以大部分还是软件开发者。
德福：那他们现在是玩的比较多，还是开始上生产环境了？
春旭：都有，我们做了大概两年多的时间，大概有了 5 万多的开发者，一部分是学生，可能是用在上课，学习或者比赛上，个人开发者就做一些即刻的东西，偏个人类的。那另外一类就是生产环境了，我们现在很多产品的终端用户是感知不到的。
德福：你们出了多少个芯片？
春旭：大概就数百万量级，并且以每年百万的量级字增长。可以理解为数百万个产品搭载着我们的芯片出现我们的生活周边。
比如说大家买到的科沃斯扫地机器人，几乎都是用的我们的这套东西，你可能会在明年的某些时间看到国内更多的厂家用我们的芯片。
文康：比如说我买了这种终端产品，我可以把它拆开然后连上去 debug 吗？
春旭：几乎是不可能的，除非你是这架构的工程师。因为这些产品用到的芯片在出厂之前，一定会把 debug 的东西给去掉。
德福：如果我们真的想自己玩一玩怎么办？
春旭：可以看一下我们的 RDK 开发板，这个就是全开放的，价格很便宜，双十一还有减 100 的活动。
具身智能是如何爆火的
春旭：机审领域的一个关键词，叫做“具身智能”。讲的是机器人跟实际环境是交互的，它是有物理环境的。即使做了大量的仿真依然是一个虚的东西，部署后一定会有物理环境干扰。像摩擦力，阻尼这些东西很难完全地模拟出来，这对机器来讲确实是很大的一个挑战。
德福：“具身智能”发展很多年了，这两年好像说的多了一些？
春旭：这两年随着“具身智能”出现了个词叫人形机器人，在人工智能逐渐具象化的时候，大家发现“具身智能”这件事就是机器人在很好地解决人的生活，去提供服务，因为整个社会都是为人类创造的，所以很多环境都是人能实现的。那人形机器能够做得好的话，就能很好地融入人类生活的每一个环节，所以这是人形机器人逐渐火爆的一个原因。
德福：我压根没有想到人类的生活和工作环境这一点，就人形机器人的一切设置都是为人设计和考虑的，所以把机器人做成人形是最方便的。
春旭：所以现在我们看到的常规机器人基本上都是一米六到一米八之间，跟人的常规身高差不多，而且人本来就跟外部环境有很多交互，这个交互过程自然而然的就是具身智能的基本的概念和要求。
德福：原来我以为是一种美学上的考虑，或者一些什么奇怪的执念。
颖文：然后我感觉人的构造对机器人来说不一定是最合适的。
如何看具身智能这个行业
春旭：从学生端来讲，各个高校都在开人工智能专业和基金工程专业，生源的数量和高考分数都在逐年增加，这是入口端看到的情况；从出口端看，很多的具身智能公司，包括自动驾驶和机器人等等，这些公司的数量在变得越来越多，所以需求也在拉动。整个链路从入口到出口都会变大，这套基数还没有像互联网那么大规模，但我觉得未来一定不亚于互联网的规模矩阵。
德福：我觉得家里所有设备都可以换一遍，只要能插电的设备都有机会重新 rebuild。
春旭：所以说大模型会让所有的行业都重新来一遍。
德福：因为我是个工程师，我不太喜欢 AI 生成的内容，只有 c 端觉得有意思，在社区的声量或者民众的传闻里声量比较大，但我觉得它不够去支持一个那么大的产业链。
春旭：它真实的社会需求是有的，而且非常多，遍布生活的方方面面，就不只是生成一些传播内容。
颖文：说不定哪天机器人能帮我完成垃圾分类了。
有什么应用场景吗
春旭：我们之前做过一些比赛，比如说送药——机器人会从 a 点模拟标病房，然后到 b 点， b 点可能是一个医生开处方的地方，他去完成一个任务，识别当前的药是 a 药还是 b 药，识别成功之后再把药带到病床去，中间就会有很多障碍，比如医院里面有很多人，那我觉得医院的人要比宾馆多，那怎么样去避障？我们会人为设置一些障碍物，设置人参与进去的场景，然后控制它完成这个任务。
德福：这不是跟萝卜后台似的？不行的话马上人工。
春旭：是的，不行就人工接入，其实目前很难用机身解决所有问题，确实有一些环节需要人去介入。
德福：但是可以一个人管很多台设备，然后有设备报警再去手动接管，效率还是提高了？
春旭：是的，我们把这些很有意思的限制场景融入到比赛里了，学生就可以按照这个规则来做事。
文康：那如果说我要服务一家医院，需要多少个这样的机器人呢？
春旭：这个看医院的实际需求，包括整个场地的规划。其实留给机器人的空间非常狭小，除非那种新建的医院，所以医院里这种机器人大概就是个位数，一层楼里面三台、五台，已经是我看到最多的了。
前段时间社区的开发者做了一个有意思的东西——智能化的吹风机，我们常规使用吹风机的时候必须有一个手拿着吹风机去吹头发，对于长头发的女生比较麻烦，需要的时间长，于是他用我们的开发板加了一个机械臂，机械臂上有一个相机，这个相机一方面是识别头发在哪里，另一个是识别头发的干燥程度，接下来控制机械臂去环绕式地吹头发。
社区开发者怎么参与
春旭：我们发布一个新的、全是地瓜机器人集成的新品牌；另外发布了 RDK X5，500 多块钱的新开发板，以及里面的大模型、算法和工具。发布之后我们考虑到很多的开发者想来玩一玩，但是不具备一些动手能力，于是我们发起了「地瓜孵化营」的活动，会有专业的导师来带着大家，用大概两个月的时间，指导大家把一个机审的创意给做出来，尽量以方法论的方式教大家怎么去干这件事情。
文康：面向有一定编程基础的学员吗？
春旭：不需要，会有问卷调查，但这个点其实不是我们最看重的，我们更看重一个人有没有兴趣和激情去做这个事。
文康：如果实际去学习的话，用什么样的形式去写代码？
春旭：我们会把所有的弹药都告诉大家，让他们来选择最合适的方式。社区里小到有初中的学生，大点的可能有四五十岁的年龄，只要他们愿意参与，我们就很欢迎。
设备端会有数据存储的需求吗
春旭：这个取决于我们客户的情况，比如客户最后做的是扫地机器人、割草机器人，或者家庭陪伴的娱乐机器人，它对本地端的存储能力的需求是不一样的。一般情况下有很多敏感性的数据，是不允许上传的，这些数据肯定要在端上面处理和脱敏之后再上传到云端，甚至不上传到云端，就本机处理完了，所以端侧的芯片里面会有一定的算力。有一定的需求，然后还是看场景。
颖文：因为我们也想在边缘端部署一个有多模态能力的数据库，不只是纯时序类的数据，还具备向量数据库的能力。
春旭：会有一些结合点，就是需要大数据筛选的时候，或者说是需要机审（判断）的场景，做一些预测的时候，就有一些合作的可能性。
本期节目中德福和嘉宾探讨了具身智能技术发展与行业现状，交流了具身智能与时序数据的联系。了解更多生成式人工智能相关请跳转上期博客。欢迎大家给我们来信交流讨论，也非常感谢大家的支持，欢迎持续关注我们的播客节目，我们将为大家带来更多更精彩的内容。
