科技圈系列访谈由天风证券副总裁、研究所所长赵晓光主导，通过每周1-3场的访谈揭秘“全球前沿科技技术”，寻找“中国优秀科技公司”，帮助投资者跟踪科技趋势，挖掘未来的科技龙头。本系列访谈财联社、《科创板日报》已获得授权传播，如需转载，请联系微信：huaiy306013751。

本期访谈嘉宾：阿泰因首席科学家彭倍

亮点摘录

“安防、应急保障、安全生产等行业必然会率先使用机器人技术。”

“所有的感知决策都是基于算法。没有一种算法能够估计到所有的变化？必须通过学习来对算法进行训练。没有长期数据积累的企业，做出来的产品用户体验会非常差。”

“机器人技术的发展对传感器产业推动非常大，硬件成本会不断降低。”

“软件才是机器人的核心，也是今后最赚钱的产业。”

“机器人的智能发育最终要通过群体智能来实现，没有一个核心的控制中心，而是分布式的并行计算，因此需要大量快速地在机器人之间进行信息交换共享，5G是目前最合适的技术。”

专访全文

关于机器人发展：“服务机器人最容易在人力高度集中的行业里发展起来。”

赵晓光：我们先讨论服务机器人，服务机器人产业空间巨大，但难以有标准化的方案，必须行业深度定制化。对于这一点，彭老师怎么看？

彭倍：我觉得这正是服务机器人的机遇。目前市场还不成熟，给中小企业带来了巨大的发展机会。现在市场处在战国争雄的时期，一旦有企业度过这个时期，在服务机器人的一些核心技术上形成标准和技术优势，就能产生龙头企业。但整个发展过程大致要经历两个阶段，首先是商用服务机器人，然后才是家用和个人服务机器人。

赵晓光：服务机器人要跟各行各业紧密结合，您最看好哪些领域行业的应用会先起来。会以什么样的方式起来？

彭倍：服务机器人涉及到人工智能的很多技术，目前还是处于发展初期阶段。智能化程度比较低。目前最容易在人力高度集中的行业里发展起来，即那些需要雇用大量人工来完成重复的、简单的、机械的、甚至危险的工作的领域，像这些行业就具备“机器人换人“的条件。比如说像安防、应急保障、安全生产等行业是必然会率先去使用机器人技术。有两点原因，第一人力成本高。第二，在用人方面有一定的困难。

赵晓光：服务机器人核心技术主要在哪几个环节？

彭倍：一是定位导航，环境理解。二是机器视觉，智能识别，包括物体识别，人的识别（人脸识别，姿态识别，行为分析），语音识别，自然语言交互。三是要解决机器人平台的问题、包括体系架构、操作系统、机器人云平台、后台的大数据处理、通信等。

赵晓光：关于第一点，因为机器人必须在非常了解特定行业的环境和应用场景的前提下才能做定制化。那么具体来说，“定制化”主要体现在那些方面，比如在视觉识别、语音识别、空间识别上做定制化？是硬件还是软件？

彭倍：理解环境最大的问题就在于环境的多样性。室内环境、室外环境、厂矿环境，或者是山区环境等，每一种环境都不一样，很难用一个通用技术去解决这种多变的环境问题。即便是要用一个通用的技术去解决，那么成本代价也是非常高的。所以这就要求定制化的设计要能够针对不同的场景，对硬件、软件以及算法进行相应的调整。

另外还有一点，就是现在的硬件受环境干扰影响非常的大。比如光线、动态变化的障碍物体的影响等等。实际上现在很多的传感器是没办法去分辨这些变化的，这就需要很多算法来进行补偿。这方面现在很多公司也都在做，但也没有一个统一的解决方案。这个技术现在发展得非常的快，几乎所有的机器人公司都必须要攻克这方面的技术。主要看各个企业在这项技术上的储备，和他的研发能力怎么样，公司之间还是有非常大差异的。但是我相信所有的机器人公司，都会宣称自己正在研发这项技术。

赵晓光：所以是不是可以这样理解，当我们要做以人为核心的应用场景的时候，过去大家可能只是不同的企业（比如有人做人脸识别，有人做语音识别），你需要把所有这些聚集到一起，然后用你的算法对整个场景进行一个描述，对人的行为进行一个定性，对不对？

彭倍：是的，现在大多的人工智能企业都只是专注某一种识别算法的研究，但机器人是需要感知很多信息，就像人的五官。因此需要有公司来做集成（协调融合）的事情。

关于核心技术：“目前大部分公司采用开源的ros操作系统，这对后续的开发研究造成了巨大限制。”

赵晓光：具体来说，核心芯片主要包含两部分，一部分是输入端的，即视觉识别、语音识别的芯片。这个芯片可以是标准化的，可以使用第三方的芯片。在这个芯片的基础上进行数据的处理、加工，然后形成的这个主芯片就是我们的核心竞争力？那么我们的主芯片是采用什么模式架构？我们的核心是做芯片设计呢，还是操作系统，还是主算法？

彭倍：我们的主芯片是FPGA+ARM的架构，这个主要的优势在于信息处理能力强，交互能力强，是一种分布式计算的架构。它不但处理传感器的信息，同时还通过智能决策，向机器人发送各种指令。

赵晓光：也就是说，阿泰因的核心技术是在 FPGA+ARM的架构下面的整个平台的软件部分（包括整个操作系统和整个应用部分）对吗？本质上有点像海康和大华，核心是做整个安防行业的操作系统与行业应用的紧密结合，而不只是做硬件摄像头，对吧？

彭倍：是的。

赵晓光：如果是这样的话，那么是否在同样的FPGA+ARM架构下，不同的应用场景的操作系统和算法都是不一样的？比如说为物流行业和农业行业做的机器人，他们的差别主要是在软件层面？不同行业之间的差异化是不是很大？开发周期会不会很长？

彭倍：是这样的，整个核心架构包括操作系统平台应该都是一样的，关键在于可以实现模块化设计。实际上，我们的软件可以做成很多的这种模块，根据应用场景的需求不一样。我们把不同的算法、软件的模块加载到这个系统里边，就可以组装成不同的机器人。

赵晓光：也就是说如果你在一个领域占据先机，别的人想进来，他不是简单的，拼一个机器人就ok的，他必须要深度定制整个操作系统和软件的解决方案？芯片是否标准化的？

彭倍：我们不是为了一种应用或者一个客户的需求，就以从头建大厦的形式去造一个新的机器人。我们首先要定义机器人的整体架构，然后再根据用户的需求往整体架构上面去叠加各种功能的模块。整体架构和主控芯片必须是标准化的。虽然现在还没有形成国家标准，但国家正在做这个事情。肯定要有龙头企业来牵头才能做这个事情。

赵晓光：操作系统是你们做的还是外购的？过去我们定义的机器人主要是能够执行标准化的流程和动作。那么根据我理解，机器人主要分三部分。第一是感知。感知的环节未来是很重要的。第二是根据感知的数据做决策。第三是控制输出。所以其实过去是在感知和决策这两个环节存在很大的空间。彭老师可以谈一下你的看法么？

彭倍：我们正在做国产操作系统。目前大部分公司采用开源的ros操作系统，这对后续的开发研究造成了巨大限制。工业机器人是不需要太多感知的，只需要按照程序执行工作。但服务机器人是没有固定场景的，感知尤为重要。

赵晓光：对的。工业机器人是执行一个标准化的流程，虽然也需要检测产品品质、状态等等，但还是相对标准化。但是服务机器人对感知方面的要求就更加重要。另外，决策也很重要。需要根据数据、信息进行判断状态。所以说，这两个环节是服务机器人和工业机器人不一样的地方，服务机器人的难度比工业机器人更高。

彭倍：是的，要求更高，否则用户体验很差。先感知，再分析处理，决策，最后执行。

赵晓光：另外还有一点，可不可以理解成，机器人是与行业应用深度结合，表面上看这是一个技术问题，实际上这是一个数据的问题？就是你做的案例越多，越能融入这个行业。机器人通过自我学习，其感知决策和控制性能就越强，形成了正反馈之后还会自我加强？那么如果一个企业，一旦进入行业成为了龙头，就会不断的正反馈自我加强，然后把整个行业给垄断？关于这一点您怎么理解？从技术到案例数据这块，请彭老师重点讲下。

彭倍：这一点上光总理解很正确。我们所有的感知决策实际上都是基于算法，但世界是多样性的千变万化的，没有一种算法能够估计到所有的变化。那么这些算法他要怎么样来完善呢，就必须要通过学习，通过数据来对我们的算法进行训练。当我们积累的数据越多，我们的算法也就更加的完善。举一个很典型的例子，比如我们做的公安行业的机器人。因为我们进入的时间也比较久，大概有五年时间一直坚持在公安司法这个体系中做服务机器人，所以积累了大量的数据。这些数据实际上也是一种宝贵财富。其他企业如果也想进入这个行业的市场，那么他没有这些数据的话，用户体验就会非常差。

赵晓光：所以，你们机器人应用的企业应该会变成生态。算法会随着行业应用的深入不断强化。这种算法的不断提升，对做视觉识别，语音识别等识别技术的公司，也是反向推动他们？做视觉识别的这类公司，也在向下游延伸做机器人，关于这一点您怎么看？

彭倍：肯定有推动作用，而且是互相推动的。这些企业今后会深度交叉，合作，关键看谁掌握市场和资金。有可能做视觉的公司今后做机器人，也有可能反过来做机器人的公司今后吃掉这些做视觉语音的。这一点跟腾讯，阿里类似。

关于供应链：“软件才是机器人的核心，也是今后最赚钱的产业。”

赵晓光：以人为应用核心的领域，比如工人，学生，病人，老人，犯人等等，这些领域的核心是把人的各类生物识别数据整合在一起，利用算法进行分析和决策，彭老师怎么看这一点？

彭倍：与人相关的市场一定是未来最大的市场，而且应用也会有很多种。实际上现在很多的机器人公司都在围绕人这块在做，比如教育、安防等等。但是这个技术含量也很高。因为人需要监测的东西很多。比如他的生理数据、行为、人脸识别，语音识别，还有心理、情绪等等这一系列的监控。现在这块也是才刚刚才起步，很多技术也还不是很成熟。

赵晓光：彭老师您刚才讲到这些技术还不是很成熟，那么您认为这些技术的发展方向是什么方向？阿泰因如何让这个技术变得更成熟？

彭倍：机器人技术的发展对传感器产业推动是非常大的。举个例子，大概五年前，激光传感器的价格大概在二十万左右，而最近几年价格已经降到一万以下，几千块钱就可以买到。所以对整个产业的促进作用是非常大的。这个事可以通过我们的机器人产业园来推动，形成一个生态圈，相互促进。市场很大，大家各自做擅长的事。

赵晓光：谈一下3D摄像头和新的传感器技术对整个机器人应用的带动？

彭倍：新的传感技术会率先在机器人上应用，这些传感器也可以提升机器人的性能，使机器人的智能化能力提升，带来更好的体验感。机器人反过来会大大促进传感技术的发展，推动硬件成本降低。

赵晓光：主要是哪些新的传感技术？

彭倍：激光雷达，毫米波雷达，红外，惯性传感器，压力传感器，高精度定位系统，三维视觉，生理检测传感器，温度传感器，柔性传感器，智能皮肤等等，太多了。新的传感技术层出不穷，而且发展非常快。我们需要不断了解科技前沿，了解哪些技术是可以用的。比如说生理感知，像现在的智能手环技术，它可以通过非直接的测量来监控和检测到人的体温、脉搏、心跳、血糖等等。

赵晓光：从供应链环节，您觉得机器人最核心的环节主要有哪些？比如说传感器、减速器、控制器。

彭倍：伺服电机，减速器，控制器。这个逐渐国产化，价格越来越便宜。这个领域发展太快。趋势是小型化，集成化，标准化，未来都是做成芯片。软件才是机器人的核心，也是今后最赚钱的产业。

关于5G：“以后机器人就是物联网。”

赵晓光：谈下5G对机器人技术和产业带来的变化？基于单机处理和云处理的区别？

彭倍：机器人的智能发育最终要通过群体智能来实现，没有一个核心的控制中心，而是分布式的并行计算，因此需要大量快速地在机器人之间进行信息交换共享，5G是目前最合适的技术，单机处理成本高，处理能力低。云处理能大大降低硬件成本，还能实现群体智能，已经是现在主流方向，当然对通信要求很高。以后机器人就是物联网，物联网叫 Internet of Things，机器人可以叫做Internet of Robots（IOR），这个词是我发明的。机器人身上本来就有各种各样的传感器，把机器人用云平台连接在一起，自然是更强大的物联网，而且是可以自学习的物联网。

赵晓光：彭老师讲下中国服务机器人产业发展的痛点？

彭倍： 痛点1，缺乏核心技术，大部分算法包括操作系统没有掌握。2，企业规模普遍偏小，同质化竞争比较严重。3，还没形成大的行业应用，好的商业模式，没有产生龙头企业。

赵晓光：关于第一个痛点，彭老师认为应该如何解决？

彭倍：加大科技投入，改变科技评价机制。这个是中国科研长期存在的问题，不是简单可以解决的。中国也有优势，以市场换技术。有了龙头企业，一定会倒逼技术发展。可以从国外挖人，或者直接在国外建立研究中心。

赵晓光：海外机器人技术有哪些趋势？

彭倍：国外机器人公司技术实力比较强，但在应用方面还不如中国。主要的特点是专业性更强，另外一个高端机器人国内还没有能力研发。专业性指在军事，反恐，医疗，工业，航天，科考这些方面有专业型的公司。而且每个公司的分工比较明确，不像国内的公司同质化竞争。

赵晓光：海外企业在服务机器人方面发展得怎么样？

彭倍：国外企业一部分是从大学和科研院所出来的，比如波士顿动力。一部分是军转民，比如达芬奇机器人。趋势就是智能发育水平更高，能自主决策。然后是多机器人协同，人和机器人协同。大量应用仿生技术。最后是人机共融。

下期预告：

科技圈之5G大浪潮：从云游戏到云视频！

茅晓东（Crusoe Mao）：董事长 & CEO；美籍华人；在GPU芯片、视频图形图像、GPU计算架构、游戏主机， VR／AR等领域作出过杰出贡献，拥有40多项发明专利。教育背景： 1995年留学于加州大学伯克利分校EECS，博士未毕业即加入Intel。 1990-1995年复旦大学计算机科学系，学士。

威尔视觉：公司成立于2016年，注册资本1.35亿，总部设在深圳，在美国硅谷设有研究院。核心团队主要来自索尼互动娱乐(SIE)，腾讯。创始股东包括：茅晓东及其团队，前海母基金等。公司致力于研发设计下一代云计算技术及服务， 打造以大流量、低延迟为特征的5G云计算平台， 为全球的通讯运营商、互联网公司、终端厂商、云服务商、地方政府等提供面向5G的云计算基础设施及服务。