小米摸着特斯拉過河丨機械革命
作者 | 周有輝 周倩
編輯 | 吳睿
遙想喬幫主在時，總會在發佈會快結束時傲嬌來一句：「one more thing...」然後帶來真正的最大驚喜：iMac、iPod、MacBook Pro、iPhone 4。而雷軍不愧被大家調侃爲雷布斯，在一週前小米的秋季發佈會上，也在臨近結尾時來了個“one more thing”：演示了小米的自動駕駛技術和人形機器人。
不過很多人認爲，雷布斯應該從此改名雷斯克，因爲小米相繼佈局自動駕駛和人形機器人的步伐，相似度和大洋彼岸的特斯拉有點高。兩個月前，馬斯克僅僅是宣佈Tesla Bot原型機Optimus擎天柱將於9月底亮相，就讓A股機器人公司大漲特漲。而這次，雷軍直接帶來了人形機器人成品「CyberOne鐵大」——一個頗接地氣的名字，還在臺前和鐵大互動了一番。
不過自動駕駛展示就無甚亮眼之處。雖然實現了諸如主動變道超車、無保護掉頭、自動繞行停止車輛、無人值守補能等功能，但仍有許多問題未解：
Robotaxi典型的攝像頭+激光雷達方案，怎麼解決機械激光雷達的高企落地成本還未知；在智能車路測示範區內、且非一鏡到底的視頻演示，也無法看出是否能在非編排情況下解決城市複雜路況的博弈問題……
就像馬斯克造完了車要去造火箭，雷軍造完了手機要去造車、造機器人，硬件大佬們的追求總是越來越大的「玩具」。自動駕駛和機器人這兩件「one more thing」，小米究竟「more」在哪兒？
一、無功無過自動駕駛
從視頻看，小米公佈的自動駕駛方案中規中矩，大約處在L2-L3的級別。市場普遍評價是，在官宣造車500天后，小米的自動駕駛成果基本是行業常規水平。
先劃一下重點。視頻至少出現了兩款測試車，據車身外觀和內飾結構推測，分別改裝自比亞迪漢和寶馬5系；測試場景有三：城市道路、高架和停車場；開放道路場景測試在武漢智能網聯汽車測試示範區內完成，實現了車路協同；泊車場景測試在北京小米亦莊科技園，系統先對整個停車場結構完成了感知記憶。
（小米測試車在城區自動環島繞行）
具體來看，感知方案是攝像頭+激光雷達的組合，車身四周除了環視ADAS攝像頭，前後左右還各有一顆補盲激光雷達，車頂主激光雷達爲禾賽 Pandar128 ，是一款機械雷達。
從機械雷達這個選擇上看，小米的自動駕駛方案很可能先應用於Robotaxi。機械式激光雷達爲目前Robotaxi常用的主雷達配置，比如文遠知行、百度Apollo、小馬智行等。
機械激光雷達的原理是360°旋轉掃描，圖像完整無需拼接，從而給到車輛高質量的感知數據，便於算法優化。但正是因爲需要旋轉，機械雷達也容易損壞，且價格昂貴、裝配複雜，不美觀。蔚來、小鵬等面向家用品牌的ADAS都採用了固態或半固態激光雷達。
（禾賽 Pandar128 機械激光雷達）
值得一提的是，感知方案也是小米最無法學習特斯拉的部分。篤信用攝像頭替代人眼的馬斯克傾向於用純視覺方案，支撐這一點的是遠超同儕的強大研發能力和巨大數據源。而激光雷達則是從物理角度補足，通過發射激光獲取目標物位置輪廓等，快速3D建模還原路況信息，形成處理應對方案。
小米還展示了自動充電的設想，車位旁邊的充電機器人，可自動伸出機械臂爲車輛充電。值得一提的是，移動充電機器人近期在一級市場形成了一個小熱點，其解決的核心痛點是新能源車越來越多而充電樁的基建跟不上。雖然看起來產品形態只是把充電樁放在了移動底盤上，但實際上要讓電源、底盤和機械臂合作運轉，仍有一定的技術和先發壁壘，因此不少投資人正在尋找類似標的。
（小米自動泊車入位和自動機械充電）
從這次交卷能看出，投資和收購是小米補技術課、縮短與競爭對手差距的主要方式——
激光雷達方面，上文提到的禾賽是國內機械雷達市佔前列的玩家，供給智行者、文遠知行、Aurora等公司。小米在去年6月參與禾賽科技D輪融資後，隨後又於11月追加7000萬美元的投資。
核心軟件部分，去年8月，小米以5億元人民幣全資收購自動駕駛創業公司Deepmotion深動科技，創始團隊成員也悉數加入小米。深動科技的產品覆蓋了高精度地圖、多傳感器融合感知模組、自主代客泊車AVP功能等等。
事實上，早在去年小米汽車業務立項後，雷軍系資本——包括小米集團、小米長江產業基金、順爲資本的投資領域幾乎覆蓋整個智能汽車上下游，除了上面兩個領域，還包括芯片、自動駕駛系統、動力電池、OEM等等。
據IT桔子不完全統計，2020年至今，小米在智能汽車領域&自動駕駛領域，累計投資爲54次。
在密集投資的同時期，小米自動駕駛團隊的搭建也在迅速推進。去年6月，小米發佈了自動駕駛研發相關崗位，隨後一個月，雷軍又在微博發佈招聘廣告，擬招聘500名自動駕駛技術人才。
也就是說，到去年7月底，小米自動駕駛研發團隊的搭建還未完成，據此推算，小米自動駕駛技術研發的時間實際上可能還不足一年。
這是典型的雷軍／小米式打法——深入供應鏈，通過投資入股或收購獲得行業核心技術，以最快速度攢出產品。
不過，小米的自動駕駛當然也不是隻憑買買買，其多年積累的AI能力還是得到了很大程度的複用，並且已經沉澱進自研的軟硬件架構中。
雷軍當天演講時表示，小米自動駕駛團隊規模已超過500人，自動駕駛技術還得到了人工智能實驗室、小愛團隊、手機相機部等多個協同團隊的支持。小米汽車自動駕駛負責人葉航軍就曾經直接管理小米AIoT的“神經中樞”：小愛同學。
二、真正驚喜CyberOne
相比較自動駕駛的無功無過，發佈會結尾給雷軍獻花又合照的CyberOne才更有老喬“one more thing”的驚喜意味。
（鐵大登臺）
CyberOne，身高177釐米，體重52公斤，由電機驅動。上半身應用了協作機器人這兩年在小型化方向的技術積累，下半身結構模仿了國外雙足機器人公司Agility的產品Cassie，後者的研發靈感來自於鴕鳥的行走姿態。感知、交互等技術則應用了小愛原有的積累。
它的驚喜點在於研發快和成本低。一位自稱接近研發團隊的知乎用戶@Tianer提到，今年3月份時，CyberOne還只有一雙不完整的腿部結構。一位機器人從業者告訴36氪，大家都認爲這次發佈會頂多是“鐵蛋（小米此前發佈的機械狗）二號”，但沒想到小米直接做出了可運行的雙足人形機器人，並且把價格壓到了七十萬。
有人形機器人研發人員告訴36氪，腰腿部是人形機器人的最大難關，下肢研發4-5年，上肢只用一年是正常現象；而從四足的機械狗到兩足的人形，最難的是保持平衡，這需要機械設計和軟件算法的雙重能力。
小米人形機器人項目負責人向迪昀接受媒體採訪時表示，人形機器人的難度和鐵蛋不在一個level上。“小米通過在智能製造和之前CyberDog機器狗項目上的技術積累，最終決定下半身和上半身並行推進，（因此）項目進展較快。”
仿人的關節也是難點之一。近年來協作機器人公司不少在努力攻克高密度扭矩關節，即用盡可能小的硬件自重實現更大的“力”。研究機構普遍認爲，關節占人形整機成本的三分之一至一半以上。
36氪從業內人士處瞭解到，小米爲了把高密度扭矩關節做好，今年1月份請來了協作機器人公司珞石科技（有早期投資人向36氪表示，珞石估值已達50億元左右）的原系統工程師任賾宇。此前任賾宇一直從事仿人手臂的相關研發工作，珞石也擁有自研減速器的相關技術積累。
CyberOne下肢結構則非常像美國公司Agility的Cassie機器人，電機的部署位置、連桿結構都基本相似。Cassie機器人也是目前尚有一定出貨量的人形機器人，2021年大約賣出40~60臺，單價25萬美元。
（Agility機器人）
馬斯克和雷斯克都深知，雖然「自動駕駛本質上就是有輪子的半感知機器人」，但一臺能走能獻花的人形機器人帶來的品牌熱度，比自動駕駛的老生常談多得多。從各種性能維度上看，小米的最大追求的大概率不是逼近人類，而是其AI技術的一次吸睛落地。
從極重要的動力系統來說，機器人運動表現天花板——波士頓動力的Atlas是採用液壓驅動，爆發力更強，所以才能跑、跳、翻跟斗；小米用的則是電機驅動，更容易控制，只要通電再加上編碼器和減速器就可以行動了，但是電機的功率很難驅動大型人形機器人完成複雜的平衡行走。
波士頓動力馬克·萊伯特曾表示：“現階段（2017年）電機驅動機構的功率水平根本不足以滿足實用化機器人的性能需求。最高水平的電機和液壓系統之間仍然有20-30倍的功率差距。”
所以小米想做的，更像是在其“智能硬件生態”中，基於汽車和人形機器人間相似的軟硬件技術棧，迭代上層的軟件、算法和系統架構。
在人機交互層面，CyberOne能感知45種人類語義情緒，分辨85種環境語義，這部分能力正是來自小愛同學團隊。據向迪昀介紹，小愛團隊很早就開始搭建情緒訓練模型和環境語音語義模型，這方面技術對軟硬件平臺要求較高，尚未開放給大衆用戶，而首次應用在了CyberOne。
另一方面，人形機器人也需要感知周遭環境，並通過算法進行決策最後執行。其中就需要用到視覺識別算法、激光雷達算法、傳感器融合技術和SLAM導航等一整套技術，這在自動駕駛、自主移動的機器人（如掃地機器人）、手機攝影和AR上都會有所應用。
一位關注自動駕駛的美元基金投資人告訴36氪，自動駕駛技術平移到機器人的技術，大概能夠實現兩三成的功能，並且這不是簡單的複製挪用，而是基於背後技術原理的借鑑。“就好像我們學會了數學書上的例題，掌握瞭解題方法，就比較容易挑戰更高難度的題目。”
不過，通用技術到具體產品仍然有一道鴻溝。“剩下的七八成還是需要從機器人本身特點和實際用途出發改進。”他表示。
注：文章內動圖均來自企業官方視頻
歡迎關注36氪華南