動物進化出大腦，發展出智慧，本質上是生存競技智能優化的結果。

而這一切的第一推動力是——感官軍備競賽。

縱觀整個生物演化史，整個人類技術史，智能化離不開的最核心東西，永遠是——電。

電正是萬物交流的基礎。

具有簡單結構的細菌，能表現出趨化性、趨氧性、趨光性、趨觸性、趨滲透壓性；結構稍微復雜的原生生物，例如草履蟲，能表現出回避、逃避反應，同時具有攝食能力。這些所有的行為，都以細胞膜上的電位變化為基礎。

離子通道的三種類型

10億年前出現的海綿，是最早出現的多細胞動物，它們沒有神經細胞，也沒有神經系統。

但它們已經有了神經系統的雛形。

作為一個整體，不僅細胞之間需要互相聯系，整體行為也需要統一。因此，海綿的消化腔內特化出神經樣變形細胞，伸出長長的“觸手”，與周圍具有毛發狀突起的領細胞接觸，從而驅動海綿的濾水系統捕獲食物[1][2]。

海綿神經樣細胞 VS 領鞭毛細胞

這正是未來兩個神經元之間互相聯系的基石。

后來的生物，正是通過這樣的神經元雛形發展出了真正的神經元，并出現了最早的神經系統。

6.5億年前的動物是沒有大腦，沒有智慧，神經系統非常的簡單。

水母這樣的刺胞動物，神經系統簡單得就像一張網，隨便碰一下，就會引起全身性的反射[3] ：

那究竟是什么力量，促使簡單的神經系統復雜化，發展出大腦的呢？

這背后的驅動力，正是感官。

和單細胞生物「刺激→應激反應」的簡單模式不同，多細胞動物的行為以反射「感覺細胞→感覺神經元→運動神經元→肌細胞」為基礎。

隨著動物演化得越來越復雜，接收到的感官信號越來越豐富，運動越來越精細復雜，反射弧中的感覺神經元和運動神經元就會越來越多。

這些神經元胞體匯聚在一起，就發展成了神經中樞，不僅節約了空間，也使得信號處理更加的高效。

5.8億年前，早期兩側對稱動物出現時，就因為感官的集中，發展出了最早的腦。

不過早期脊索動物的腦簡單得就像文昌魚這樣的一個透明腦泡。

這樣簡單的腦，是怎樣發展出智慧的呢？

動物活動能力增加了，再加上環境的變化，它們將面臨多種相似或者不同的刺激，要做出更有利的行為，那就必須把多種刺激對應的神經模式整合起來，這就需要發展出中間神經元。

我們假設A、B、C分別對應同時發生的三種刺激，例如A刺激是頭部很強的針刺，B刺激是尾部較弱的針刺，B刺激是尾部的光照刺激。這三種刺激，在某個生物體中已經形成記憶。任何一個單一的刺激，它們都能形成有效的快速反應。

當這三種刺激同時發生時，如果沒有整合，那么它們可能出現比較混亂的全身性反應，反而對生存帶來不利影響。所以這個時候，又需要額外的中間神經元，起到判斷的作用。

生命智能化的演化，總是令人驚嘆。

甚至生物智能所需要的神經元，遠遠比普通人所想象的要少得多。

秀麗隱桿線蟲[4] ，是最簡單的生命智能體之一，相比起人類神經元860億的規模，它們總共只有1090 個細胞，神經元數目302個，但它們的“大腦”已經相當的精細。

• 這么小小的動物身上，在20年間，就誕生了3個諾貝爾獎。

秀麗隱桿線蟲不僅具有感知、逃逸、覓食、交配等動物具備的基礎行為，而且還擁有通用的智能行為。

科學團隊成功建模出了高精度的智能“賽博線蟲”[5] ，實現了讓它在3D流體仿真環境下動態蠕動前行、并具備簡單趨利避害的能力。

進入寒武紀，隨著動物的感官和運動能力越來越強，原來的簡單感受器和肌肉，也變得越來越復雜，最終發展成了感覺器官和運動器官，徹底開啟了全面的進化軍事競賽。

寒武紀生物大爆發，正是以奇蝦發展率先發展出眼睛作為起點的[6] 。

感官能力更差、運動能力更差的動物被大量淘汰，更強感覺器官、運動器官的動物更容易生活下來。

發達的感覺器官和運動器官，又進一步促進了中間神經元的發展和集中。因此，經過千萬年的不斷迭代，最終發展成為高級的神經中樞，大腦便誕生了。

七鰓鰻腦結構

5.3億年前的昆明魚[7] （與七鰓鰻在演化樹的位置相當）等最早的脊椎動物，就擁有了最早的大腦。

它們形成的五腦區雛形，脊椎動物沿用了整整五億年。無論后來大腦發展得多么的先進和復雜，都是以此為基礎發展的。

但后來的研究卻發現，人類的大多數腦區在魚類、爬行動物身上都能找到雛形。

只不過每一次感官的側重發展，都會刺激相關腦區的發展。

早期魚類嗅覺發達，因此發展出了發達的嗅腦。后來魚類發展出優秀的視覺，因此有了發達的中腦視葉。登陸后，感官的高級處理需求，使得再大腦舊皮層的基礎上發展出了新皮層。新皮層上發展出了處理不同感官的初級皮層，隨著多種感官的更高整合、聯絡需求，發展出了高級皮層，甚至是聯絡皮層。

所有的感官演化，都是為了生存服務的。

所以，動物進化出大腦，發展出智慧，本質上是生存競技智能優化的結果。

其實今天飛速發展的人工智能、大數據處理、機器學習，正是通過學習人類神經網絡來實現的。

人工神經元模型 VS 人工神經網絡

如今智能化的設備，已經走進了千家萬戶。我認為一款優秀的智能產品，也應該像神經系統的構架一樣，既能針對性的解決各種各樣的場景，又能發揮出綜合性智能決策的優勢。

我們以現在家庭普及率很高的掃地機器人來說。

真正做到智能化的掃地機器人，應當擁有一顆超強“大腦”，做到全智能化，解放人類雙手。

基于激光雷達和攝像頭的先進slam技術，可以幫助掃地機器人同步定位與地圖構建，確定智能路線。三維感知能夠捕捉真實世界空間、人體、物體的三維信息。AI物體識別則能識別出物體的名稱、數量，以及位置。大數據算法，則能讓掃地機器人的綜合行為，更加的智能，更加人性化。

添加圖片注釋，不超過 140 字（可選）

而在具體的運用場景上，真正的全智能掃地機器人，不僅要能自適應避障，擁有智能清潔策略，能夠支持自主探污、識污和清潔決策，還應當擁有優秀的托管系統，甚至可以搭載智能語言系統，全面解放居家清潔中的雙手，看你所看，想你所想，做你想做。

中國信通院認證的4星+大模型認證NarGPT全智能語音助手的掃拖機器人，云鯨逍遙001便是這樣的一臺完全滿足以上智能需求的掃地機器人。

超級大腦：全智能空間感知系統，如同人類的敏銳感官洞察屋內環境。

作為行業首款雙芯雙目智能清潔架構器人，云鯨逍遙001搭載火星探測車同款超廣角雙目模組，136°行業最大視場角，136°深度視場角。深度點云密度150萬點/秒，猶如一雙精密的雙眼，識別障礙物、地毯、家具的同時構建語義地圖。

云鯨逍遙001的“視覺中樞”則是全新升級的逍遙AI大模型，三十層&五百萬參數深度神經網絡算法加持。

如同生物大腦演化經過大量訓練，不斷迭代升級一般，云鯨逍遙001的“視覺中樞”經過百萬級真實家庭場景、障礙物訓練，在移動場景中也能實時監測并識別百種以上的家庭常見物體，實現毫米級感知精度，最小可精準識別、測距5毫米障礙物。

為了給精準識別、清潔策略判斷/執行提供強有力保障，云鯨逍遙001的超級“大腦”配備了：

• 雙芯八核-邊緣AI計算芯片：NPU提供4TOPS自動駕駛級算力，每秒鐘一萬億次運算。
• 核心主芯片：CPU每秒執行百萬條指令，算力11040DMIPS。

智能清潔：自適應動態清潔系統，如同人類大腦一般“思考”。

云鯨逍遙001搭載的NarGPT多模態大模型，擁有仿人自適應清潔策略，支持識別多種家庭常見臟污類型，并自主切換清潔模式，主動做到干濕分離清潔，擁有人類的清掃智慧；干垃圾只掃不拖，濕垃圾只拖不掃，避免垃圾“和稀泥”。

從實際測試可以看出，云鯨逍遙001在工作的時候相當的智能：

遇到干垃圾就把拖布收了起來，遇到濕垃圾就把邊刷收了起來，不同情況工作模式一清二楚，非常省心省力。

不僅如此，云鯨逍遙001不僅能精準識別障礙物，還能針對不同的障礙物進行差異化避障，實時動態調整清潔路徑，有效避免清潔過程中碰撞家具或者被電線、紙巾等細小障礙物纏繞，遇到機器人無法處理的寵物糞便、嘔吐物等，還會智能繞行，做到安全清潔、高效清潔和有效清潔。

通過實測可以發現，云鯨逍遙001面對跟地板顏色相近的插座線，繞行的同時貼著插座線邊緣工作，整個過程還完全沒有卷線。

除此之外，云鯨逍遙001內置的鯨靈托管3.0，通過百萬家庭清潔大數據訓練，可根據每個人的清潔偏好、歷史清潔行為、環境溫度、房間臟污程度、地板材料智能定制私人化的清潔策略。通過AI視覺臟污識別+基站雙光譜臟污識別，它能針對頑固污漬智能復洗復拖，一遍、兩遍、三遍……直到干凈為止。

全智能化：真正做到解放人的雙手，化身全面智能清潔管家。

云鯨逍遙001不僅通過NarGPT多模態大模型實現了清掃工作的全面智能化，還可以通過云鯨智能APP一鍵遠程托管，華為鴻蒙系統全線接入，輕松解決全屋的智能清潔。

作為首個搭載了中國信通院4星+大模型認證NarGPT全智能語音助手的掃拖機器人，它還能化身家庭陪護管家。在語言人工智能迅速發展的今天，人與機器人交互的智能化，即將成為未來的潮流。

當在書房工作，不僅可以通過語音指令，讓云鯨逍遙001到身邊工作，而且休息時還可以讓它講故事，查詢本地天氣情況，以及進行其它的有趣互動。

雖然云鯨逍遙001還遠遠達不到人類大腦這樣的智能，但它就如同早期生命大腦誕生的那一刻一樣，邁出了劃時代的第一步。

我想，終極的智能清潔機器人，一定是一臺全面智能化的保姆AI機器人。

每當工作一天回家，疲憊不堪的時候，家里已經被機器人打掃得一塵不染。甚至連頑固污漬，都被機器人精心處理。吃過晚飯，你便可以帶著家人一起去散步，外出逛街，陪伴孩子，碗筷完全交給機器人。孩子心中的十萬個為什么、無厘頭的問題，都會得到機器人專業且耐心的回答。你工作不便的時候，家里都老人都有機器人陪伴。甚至遇到危險，機器人還能及時報警……

這樣全面的智能清潔機器人，或許距離我們還比較遙遠。但我相信，這是未來的趨勢。云鯨在全智能領域的積極探索，正在為這場全智能革命帶來深遠的影響。

參考文獻：

[1] Longo, Caterina, et al. "Life-cycle traits of Paraleucilla magna, a calcareous sponge invasive in a coastal Mediterranean basin." (2012): e42392.

[2] Mah, Jasmine L., and Sally P. Leys. "Think like a sponge: the genetic signal of sensory cells in sponges." Developmental biology 431.1 (2017): 93-100.

[3] Nordstr?m, Karin, et al. "A simple visual system without neurons in jellyfish larvae." Proceedings of the Royal Society of London. Series B: Biological Sciences 270.1531 (2003): 2349-2354.

[4] Brenner, Sydney. "The genetics of Caenorhabditis elegans." Genetics 77.1 (1974): 71-94.

[5] Olivares, Erick, Eduardo J. Izquierdo, and Randall D. Beer. "A neuromechanical model of multiple network rhythmic pattern generators for forward locomotion in C. elegans." Frontiers in computational neuroscience 15 (2021): 572339.

[6] Paterson, John R., Gregory D. Edgecombe, and Diego C. García-Bellido. "Disparate compound eyes of Cambrian radiodonts reveal their developmental growth mode and diverse visual ecology." Science Advances 6.49 (2020): eabc6721.

[7] Murakami, Yasunori, and Fumiaki Sugahara. "Evolutionary and Developmental Perspectives on the Origin and Diversification of the Vertebrate Cerebellum." Cerebellum as a CNS Hub. Springer International Publishing, 2021.

[8] Persaud, Susshma. "The brain-three parts." Looking at Trauma: A Toolkit for Clinicians (2021): 39-41.