移動機器人走到三岔路口
移動機器人（AGV/AMR）行業最近消息不斷。普渡從服務機器人跨界進入工業市場，已顯擁擠的賽道再添新玩家。海康機器人則宣佈AMR全品類第十萬臺產品下線，行業頭部玩家發展多年後，產能正在起量，規模化發展趨勢已現。
同時，去年以來的大模型熱潮，也讓移動機器人行業迎來了新的發展利好。一位創業者興奮地表示"它對機器人智能化水平的提升，比過去十年技術的累積之和還要多。"
某種程度上，這是移動機器人行業當下發展的寫照。
過去十年移動機器人行業在國內快速興起，物流倉庫和工廠產線上往來穿梭的移動機器人成爲了智慧物流和智能製造的代名詞。據高工機器人數據，2014～2023年，行業複合增長率超過了40%，銷量十年間增長了20多倍。
潛在空間下，除了創業公司、成熟的機器人制造商以及傳統物流和自動化設備供應商紛沓入場，還有一些玩家跨界殺出，內卷嚴重。硬幣的另一面是，經過十年發展，2023年行業規模雖超12萬臺，但規模化和標準化交付仍是行業共同要跨越的難題。
大模型加持下，這一賽道會迎來新故事嗎？行業又該如何走出內卷敘事？
01 有些擁擠的賽道
近日，服務機器人公司普渡發佈了首款面向工業場景的機器人PUDU T300，從餐飲等服務場景進入低頻、輕量的工業配送環節。
普渡機器人創始人兼CEO張濤受訪時曾表示，入局工業市場的原因包括工業場景潛力大、對機器人等產品的接受度高，同時他們此前在服務機器人領域積累了經驗。外界解讀，普渡跨界進入工業物流運輸環節，是期望在行業內卷時，尋找新的增長通道。
不過，觀察人士們也指出，普渡進入的其實是一個已經有些擁擠的賽道。
過去十年，國內的移動機器人行業經歷了從起步到追趕海外企業，到逐步完善產業鏈條的過程，目前國產化率已經超過九成。
一位行業資深人士介紹，賽道從2012年3月開始點燃，當時亞馬遜以7.75億美元收購倉儲機器人提供商Kiva Systems，陸續吸引了一大批企業佈局物流倉儲自動化領域。
之後，在國內勞動力成本上漲、招工難以及產業升級等多重背景下，移動機器人產品逐漸在零售、製造等多個場景應用。
這一過程中，大量的玩家紛紛入局。據CRM產業聯盟2023年數據，國內AGV/AMR產業鏈相關企業超過600家，其中主營產品爲工業應用移動機器人（AGV/AMR）的本體企業超過220家。這個數字比移動機器人發展較早的歐洲和北美區域的數量都要多。
比如第一波移動機器人創業熱潮（2014～2017年）成立的各類企業，如極智嘉、海康機器人、快倉、海柔等已經嶄露頭角，朝規模化發展，其中極智嘉、海柔等企業在海外市場的銷量表現亮眼，佈局已經逐漸完善。但到2023年，仍然有創業公司加入這個賽道並獲得融資。
一些老牌的機器人公司庫卡、安川和發那科也把業務從機械臂延伸到AMR領域，發展出了物流搬運類機器人業務，典型如庫卡機器人，2021年在上海成立獨立的移動機器人事業部，並於同年發佈了相關產品。
AI領域的玩家也已入場。比如曠視科技，以AI算法起家，通過軟硬件一體的方式進入安防市場後，從2017年開始，智慧物流領域被曠視視作AI落地到行業場景的新破局點。
物流行業的平臺企業則從自身提效角度，投資相關的企業或推出自研產品。去年7月，物流平臺貨拉拉就曾投資塔斯克機器人，押注機器人市場。被投資的企業塔斯克本身也是一家成立於2021年的智能搬運機器人研發商，它們的主營產品是智能托盤機器人。
電商物流平臺菜鳥則在加大倉運配等環節的自動化投入時，推出過自研的倉儲運輸移動機器人，比如2022年時菜鳥對外公佈的自研托盤四向穿梭車。
由此，這一賽道內集齊了創業公司、成熟的機器人制造商以及傳統物流和自動化設備供應商，甚至富士康和中興這樣的企業。
玩家彙集，但資深人士卻認爲市場仍屬早期，一個表現就是行業規模。CMR產業聯盟數據顯示，2023年中國移動機器人（AGV/AMR）銷售規模約爲212億元，銷量約爲125000臺。即使有統計口徑大小的差異，行業市場仍待進一步打開。
市場也不可避免地出現了內卷競爭局面。新鬆機器人移動機器人BG總裁此前專門指出，在市場需求大的動力電池與光伏行業項目上，單個項目銷售額上億元，但大部分項目都是以最低價中標爲基本，"投標價格沒有最低，只有更低"。
海康機器人去年提交的招股書顯示，從2020年到2022年移動機器人業務毛利率有下滑趨勢，並提到，"行業競爭的加劇導致報告期內的產品存在一定幅度的降價，尤其是移動機器人業務方面較爲明顯"。
02 定製化需求VS規模增長
競爭雖然激烈，但市場需求依然旺盛。一位資深人士介紹，近年來隨着新能源汽車、光伏和動力電池的行業需求增大，移動機器人正在這些行業加速應用，這幾個場景也佔了行業增量的大頭。
市場裡第一梯隊的玩家已經逐步走出了規模增長趨勢。海康機器人日前宣佈AMR全品類第十萬臺產品下線，某種程度這是行業頭部玩家們經歷十年發展交出的一份答卷。
而這個數據背後也隱藏着一個行業問題：移動機器人廠商們如何實現規模化發展？
移動機器人產業聯盟統計，2022年中國工業應用移動機器人市場有4家企業業務訂單額跨過了10億門檻，銷售額過億元的企業約42家，其中，1～3億元的企業有28家，行業內大量玩家的營收規模很難突破3億元大關。
之所以出現這種局面，在於企業需求現場的複雜性。
倉儲物流及工業生產場景裡需求千差萬別。海康機器人副總裁吳永海在一次會議演講時就提到，他們面對千行萬業時，即使同一個行業同一個場景，不同企業的運行模式是完全不一樣的。
同時，在複雜的應用現場，企業的目標優先級可能也不相同，這使得行業內很難像其他消費電子行業一樣實現大規模的批量化交付。
唐文斌介紹，有些行業裡比如冷庫，需求方會關注無人化程度，希望無人化程度高，倉庫裡可以用更少的人。有些客戶則會追求易維護性，設備種類少一點，維護起來會更簡單。還有企業會追求空間內存儲和訂單出庫能力的大小。
這些因素影響下，要滿足客戶需求，就不可避免會出現定製化的情況。
定製化需求和企業規模化發展之間如何實現平衡？移動機器人廠商們也在想辦法解決問題，比如用組件化和平臺化方式來應對挑戰。對繁雜業務功能進行梳理，分類抽樣出一些原子級別的組件，再進行原子級別的組合，搭建出不同的應用場景，來適配各種各樣的需求。
另外，企業還日益重視客戶現場端的二次修改和開發的能力。海康機器人提到，他們有專門的的Dataflow業務開發平臺，可以用業務邏輯去編排，用戶可根據自身業務的變化，來不斷調整邏輯策略。
一位資深人士舉例，"上了系統之後，客戶發現有浪費要改怎麼辦？自己改不了就找廠家，但廠家都退場了，這個時候就非常尷尬。"二次開發平臺的搭建就能適配企業需求端的變化。
軟件系統也非常重要。一個是不同軟件產品的兼容。由於企業業務現場的複雜需求，一些解決方案需要不同品牌的產品互相配合。但如何調度不同企業的產品，實現兼容，也是難題。另一點在於，隨着一些智能倉儲場景落地深入，大規模的移動機器人之間如何協調，機器人如何不撞車並規劃最優路線，非常考驗算法的能力。
目前國內主流的物流機器人企業都很重視軟件系統方面的投入。比如曠視在2019年研發河圖系統時，就是以河圖作爲一箇中央大腦來調度所有的自研及三方設備，並實現了包括倉庫管理系統（WMS）、倉庫執行系統（WES）、任務執行系統（TES）和機器人本體控制軟件在內的軟件系統連接。不僅實現了智能化的倉儲物流一體化管理，還支持在規劃階段進行仿真，真正實現了倉儲物流系統的全生命週期管理。
在行業多產品配合的背景下，推動相關接口規範與統一也成行業內的共識。一些行業協會和已經在牽頭提了行業標準，也有企業已經行動起來。比如，2022年移動機器人產業聯盟制定了《工業應用移動機器人與其調度系統數據的接口規範》已於去年4月發佈。
目前看，移動機器人的企業需要面對的是一個系統工程。唐文斌認爲，整個鏈條裡，從硬件、軟件、算法，到整個的方案設計和最後實施落地，包括一些細節，比如客戶的接口，培訓和運維，整個長鏈條的業態都影響最終效果。"這是個綜合系統，廠商在任何一個環節短板都不能太短。"
03 大模型紅利
過去一年多，大模型技術在全球範圍內引發了連鎖反應，也打開了不少企業的增長空間。
IDC日前發佈過一個數據，從2022年10月1日到2024年3月15日近18個月的時間裡，全球包括雲計算廠商、硬件芯片、到軟件應用和大模型公司的60家企業，在大模型浪潮下，資本市場上市值已經增加了8萬億美元。
大模型到來，也給機器人賽道帶來了很高的討論熱度。一名機器人創業公司的資深人士告訴數智前線，他們看到這一兩年來，大模型對機器人智能化水平的提升，比過去十年技術的累積之和還要多。
"原來是基於寫死的程序，通過編程設定出機器人的智能。"這位人士告訴數智前線，比如讓機器人從a點到b點到c點，需要清晰界定過程，機器人才能過去。大模型加持後，只要用戶用自然語言說到哪裡去，機器人就可以實現。
人機交互方式正在變革。曠視科技CTO唐文斌舉了一個例子，比如在歐洲物流和工業生產的一些現場，有不少語音類控制系統的解決方案，很多人作業時帶着耳麥，通過有限制的指令，用語音去跟系統交互。大模型到來後，強大的語義理解能力下，人能更快更方便地把操作指令給到系統。
唐文斌告訴數智前線，另一個更重要的變化在於，端到端的大模型，從感知、決策和控制能力集中在一個模型上，人對機器人的控制能力、機器的智能程度都有望上一個新的臺階。
實際上端到端的模型也是當下業內基礎大模型演進和發展方向，比如OpenAI日前發佈的GPT-4o就是端到端模型，它已經實現文本、音頻和圖像的任意組合作爲輸入，並生成文本、音頻和圖像輸出的任意組合，交互響應速度與真人對話非常類似。而谷歌去年8月發佈的延時效果令不少人感到驚豔的機器人大模型Robotics Transformer 2（簡稱RT-2），也是一個集視覺-語言-動作（VLA）能力爲一體的端到端模型。
國內某人工智能企業的某行業解決方案負責人告訴數智前線，端到端大模型意味着，從語音的輸入到語義理解到控制決策，之前由多個模型疊加完成，現在變成一個模型去完成。此前疊加的方式多少會帶來智能程度的損耗，同時信息在不同的模型間流轉也天然有更多的延遲，而端到端模型則意味着更少的損耗，智能程度更高和更短的時延。
一些人有疑問，物流倉儲環節裡看起來相對封閉，這個場景裡有必要引入大模型嗎？唐文彬認爲，倉儲物流場景其實任務類型並不單一。比如，一個物料運輸作業場景包含了搬箱子、揀選、包裝、貼膠帶等多類任務，大模型的泛化能力能帶來很確定的價值。"物流這個場景，其實是非常好的場景。它要乾的活挺多的，需要更智能化的機器人。"
這些新變化讓物流機器人賽道上的玩家感到興奮不已。去年大模型浪潮來臨後，唐文斌和他的團隊很快就有反應，"曠視科技創立時就想做機器人，這波浪潮下，我們是爲數不多既懂大模型又懂機器人的公司，這兩個技能點很少匯聚在一個團隊上"，目前他們正在打造大模型和物流機器人相結合的產品。
行業人士認爲，設備智能水平的提升會加速產品在各類行業場景裡的應用滲透，這可能釋放新的空間，避免玩家在存量空間內卷。
海康機器人首席執行官賈永華舉過一個例子。此前傳統AGV感知能力和自主決策能力都比較弱，只能實現點對點的搬運或是一些環線的簡單固定重複工作，產業的規模也比較小。他曾經去日本某一家知名公司，每年出貨量僅幾百臺。但隨着移動機器人加入更多算法，單體的智能越來越強大，產品變得更具柔性，能在人機交互的環境下運行後，移動機器人的應用範圍就實現了大擴展，比如去年一年海康機器人的出貨量可能比十年前整個行業都多。
不過，大模型帶來的劇變可能剛剛開始。行業也普遍認爲，用Transformer模型和預訓練的方式去做機器人控制，打開了技術的新方向，但具身智能發展仍處於早期。"還需要隨着數據的循環，不斷提升它的成功率，並且真正在一些場景裡產生業務價值的閉環。路還是挺長的。"唐文斌說。