智能機器人行業正經歷上游技術儲備期，而地瓜機器人的目標是加速通用技術與垂直場景的融合，為未來規模化應用鋪路。

文｜胡嘉琦

ID | BMR2004

近日，地瓜機器人研發的旭日5芯片實現了量產，搭載該芯片的科沃斯GOAT系列割草機器人上市。從芯片發布到量產落地，僅用了8個月時間。

地瓜機器人成立于2015年，是一家機器人軟硬件通用底座提供商，脫胎于地平線。地平線以自動駕駛芯片為核心賽道，地瓜機器人則專注機器人開放生態建設。兩家公司雖然面向不同場景構建了不同的產品矩陣，但都基于統一的底層計算架構，通過神經網絡加速在智能應用場景的落地。

當人工智能浪潮席卷全球制造業版圖，機器人產業正經歷從“機械四肢”到“數字大腦”的進化奇點。在這場變革中，地瓜機器人云平臺副總裁秦玉森向《商學院》記者揭示了破局密鑰：“真正的革命不在于單一技術的突破，而在于構建一個連接萬物的生態網絡”。

01

從芯片到系統：搭建智能生態的技術基座

2015年，地平線創始人余凱洞察到，云計算與移動計算格局初定，而機器人計算將成為下一個爆發點。2019年，地平線全面聚焦自動駕駛時，地瓜機器人已通過五年的積累，形成機器人計算平臺的先發優勢。這種錯位發展最終形成閉環，即地平線在智能駕駛領域積累的高性能計算經驗反哺了機器人業務，而地瓜機器人在智能機器人領域的場景數據與算法迭代，又為自動駕駛的技術進化提供跨域驗證。地瓜機器人看似從地平線分拆，實則通過底層計算架構的共享，在AIoT（人工智能物聯網）時代構建起了橫跨“車-機”兩大終端的智能生態。

自動駕駛與機器人技術的交叉融合，使兩者在底層邏輯上具備高度相似性。本質上自動駕駛是一種行駛在道路上的“機器人”，而服務型機器人則是在不同環境中執行任務。基于此，地瓜機器人能夠在早期技術積累的基礎上，更高效地構建自身的機器人智能體系。

值得一提的是，地瓜機器人并不僅局限于硬件產品，而是通過其云平臺，為整個行業提供基礎設施和工具支持。例如，其開發工具可以幫助企業進行代碼調度、板卡管理、算法訓練等，大幅提升了研發效率。秦玉森表示：“2024年9月，地瓜機器人在生態開放大會上發布的‘口袋里的大模型賦能開發工具’，正是這一理念的實踐。”

他指出，“地瓜機器人并非只有單一的產品或技術，而是一個完整的生態體系。其基礎架構堪比一棵大樹，芯片是根，軟件和系統是干，算法是枝葉，最終落地的機器人產品是果實。芯片之上的軟件、算法、系統，共同構成了這一生態系統的核心驅動力。”

在這一生態中，地瓜機器人承擔著賦能者的角色。其云端仿真技術和基于大模型的數據生成技術，既可以作為機器人“小腦”的運動訓練場，也能成為訓練“大腦”的培訓營。通過深度學習和大模型的介入，地瓜機器人在虛擬環境中不斷迭代優化，使其感知、決策和執行能力達到最優狀態。

02

接入DeepSeek進行定制化調整

在AI大模型的浪潮下，地瓜機器人也在不斷探索如何利用大模型優化機器人研發與應用。其與DeepSeek的結合便是一個典型案例。作為國內大模型領域的佼佼者，DeepSeek在代碼生成、邏輯推理、任務調度等方面具備優勢，而這些能力正好可以用于機器人算法優化、訓練流程管理等研發環節。

事實上，從2024年5月DeepSeek Coder V2版本開始，地瓜機器人便全程跟進并應用相關技術，并在同年9月的V2.5版本迭代中完成了深度融合。這使得其開發工具在代碼自動生成、數據管理、算法訓練及任務編排等方面實現了質的飛躍，不僅提升了自身的研發效率，也極大增強了客戶的使用體驗。

當下，越來越多的企業開始關注從專業端向通用端的轉變，機器人行業亦不例外。傳統的機器人往往被認為是專用設備，如掃地機器人用于家居清潔，送餐機器人用于酒店配送。然而，秦玉森認為，這些機器人背后的核心技術——感知、決策、導航本質上是通用的，只是在不同場景下進行定制化調整。

因此，地瓜機器人的目標并非局限于某一特定領域，而是構建一個可廣泛適配的智能機器人生態。從家庭到工業，從物流到醫療，地瓜機器人希望成為機器人行業的“Wintel”（Windows-Intel架構），提供一個通用的底層智能平臺，致力于為具身智能的前沿科研探索、消費級機器人應用落地、中小創客及個人開發者創意開發提供全鏈路的開發基礎設施，加速機器智能進化，使得更多企業能夠基于這一平臺開發自身的機器人應用。

地瓜機器人以旭日智能計算芯片和RDK機器人開發者套件為核心，提供了 5—128 TOPs多層級的智能計算平臺。當前，地瓜機器人主要布局于工具類機器人和集成型機器人兩個方向，工具類機器人涵蓋掃地機器人、割草機器人、無人機等消費級產品。集成型機器人即具身智能機器人，適用于更復雜的應用場景，如物流、醫療、服務等。這類機器人不僅需要強大的感知能力，還需要高度靈活的決策能力。

秦玉森表示，地瓜機器人自接入DeepSeek后，充分利用其先進的大模型技術，顯著提升了自身在多模型協作、數據生成、人機協同以及具身智能等領域的能力。在引入DeepSeek后，地瓜機器人積極探索多模型協作智能體（LLM Agent）相關的潛力。不同的大模型各有所長，如何讓它們在特定任務中協同工作，成為提升整體智能體水平的關鍵。

以數據生成為例，地瓜機器人利用多個裁判多模態大模型對文生圖大模型生成的圖像進行評分，每個模型根據自身的評判標準打分，最終綜合各模型的反饋，確定圖像的質量和真實性，并形成大模型訓練的閉環方法。這種方法有效提升了數據生成大模型的迭代效率和質量。

03

數據合成與物理世界交互雙輪驅動

在數據處理和算法訓練中，地瓜機器人引入了“數據副駕駛”概念。這一智能助手能夠理解研究人員的自然語言指令，從不同的數據集中提取特定條件的圖像，并自動執行算法訓練。

秦玉森認為，盡管大模型在許多任務中表現出色，但人工的介入對于修正大模型的偏差至關重要。通過人類反饋，模型能夠不斷調整和優化，以確保其輸出符合預期標準。這種人機協同的方式，確保了模型在實際應用中的可靠性和準確性。

在訓練機器人識別復雜環境時，獲取真實世界的數據往往困難且耗時。為此，地瓜機器人采用了仿真與現實相結合的方法，通過大模型生成高質量的合成數據。例如，為了讓掃地機器人識別地面上的電線，團隊生成了各種地面材質和電線纏繞的合成圖像用于模型訓練。這種方法不僅豐富了訓練數據集，還提高了模型在復雜環境中的識別能力。

地瓜機器人的技術應用不僅限于特定場景。通過生成多樣化的合成數據，模型能夠適應不同的地理和文化環境。例如，為了滿足中東市場的需求，地瓜機器人團隊生成了具有當地特色的地面材質圖像，幫助機器人更好地適應當地環境。這種多樣化的數據支持，使得地瓜機器人的技術具備了全球適用性。

但秦玉森也強調，在合成數據的過程中與物理世界交互的重要性。從理論走向實踐，具身智能的發展揭示了人工智能與物理世界交互的必要性。早在1948年，圖靈通過“雙貓實驗”提出具身智能的核心命題：擁有實體的貓能通過運動與外界交互學習，而僅依賴視覺輸入的貓則無法真正理解環境。

秦玉森認為，這一思想與當前AI面臨的困境高度契合。傳統AI主要依賴視覺或文本數據，因缺乏物理交互能力，難以實現真正的認知突破。他以“缸中之腦”實驗間接闡明了這一矛盾：若感知完全來自虛擬信號，如何驗證真實性？盡管大模型已能通過圖靈測試，但脫離實體交互的“電子大腦”仍無法跨越虛擬與現實的鴻溝。

這一矛盾直指AI發展的關鍵瓶頸——符號接地問題。傳統大模型通過文本學習“蘋果”的概念，卻無法理解其酸甜、色澤或觸感等物理屬性。人類的多模態認知建立在感官與行動的統一基礎上，而AI若僅停留在符號層面，便難以形成對世界的深層理解。因此，使AI實體連接物理世界，成為智能進化的必經之路。

機器人產業的特殊性恰恰為此提供了落地場景。秦玉森指出，機器人并非單一行業，而是融合物流、醫療、服務等領域為一體的通用技術載體。其技術底座（如感知、決策系統）具有高度的通用性，但需針對不同場景優化執行機構。這一特性與新能源產業的技術演進路徑頗為相似，即光伏和新能源車行業的爆發，均源于上游核心技術的長期沉淀（如電池、材料）。地瓜機器人正以類似的邏輯布局，聚焦導航、交互等底層技術，從云端大模型到端側算法工具鏈賦能合作伙伴，推動技術從通用層面向千行百業滲透。

正如地瓜機器人創始人王叢所言，公司的定位是“技術底座提供者”，通過開放合作構建生態。這種戰略既規避了硬件重資產風險，又通過賦能多行業積累數據反哺技術迭代。在政策支持與資本推動下，智能機器人行業正處在上游技術儲備期，而地瓜機器人的目標正是加速通用技術與垂直場景的融合，為未來規模化應用鋪路。正如新能源車的十年蟄伏，最終在電池技術突破后迎來爆發。機器人產業的成熟，或許正始于今日對“具身智能”的堅持。

04

科技重塑人類生產力

數字洪流席卷全球的今天，麥肯錫關于“8億崗位將被機器人取代”的預言猶如“達摩克利斯之劍”高懸。秦玉森認為，科技不會讓人失業，而是讓社會變得更好。就像今天的中關村已經從電子產品交易中心轉型為科技創新中心一樣，未來的社會結構也會因機器人和AI技術的發展而發生深刻變革。過去的打字員、電話接線員、裝機人員，雖然崗位發生了變化，但他們并未真正失業，而是進入了新的產業形態。今天的智能機器人也將在生產力釋放的同時，創造新的工作機會。例如，自動駕駛雖然減少了部分司機的直接駕駛需求，但同時也催生了遠程運維、AI訓練等新崗位。

秦玉森指出，事實上，科技的本質是提高效率，讓人們從重復性勞動中解放出來，使社會整體向更高層次發展。如今的AI會議紀要、智能翻譯、云計算等技術，已經讓人們能夠專注于更有創造力和價值的工作，而不是被瑣碎的事務所困擾。

地瓜機器人正以技術平權的姿態，在這場文明躍遷中搭建“通天塔”。2024年，地瓜機器人與多個高校和技術企業展開合作，如清華大學、火山引擎、英飛凌等，提供機器人賽事、開發者培訓以及智能化解決方案。此外，地瓜機器人的產品已進入多個國際市場，參與柏林電子展、美國FIRST技能大賽、西班牙機器人大會等全球技術交流活動。通過這些合作，地瓜機器人不僅推動了中國智能機器人技術的國際化，也為全球開發者提供了更加豐富的技術支持。迄今，超過200名中小創客、200所頭部高校、50000名個人開發者在地瓜機器人平臺上，創造了超過50種品類的智能機器人，為全球數百萬用戶帶來了智能化的創新體驗。

秦玉森表示，地瓜機器人的目標，是通過打通底層技術，提供從消費級機器人到具身智能機器人的大腦載體，再到相關適應環境的基礎算法、云平臺和仿真、及AGI數據生成等大量的上游基礎設施，使機器人能夠更廣泛地應用于不同場景，推動產業智能化升級。未來，隨著技術的成熟和市場的接受度提升，具身智能機器人將從當前的“高成本、低通用”階段，逐步進入“低成本、高適用”的發展周期，最終成為社會生產力提升的重要推動力。同時，地瓜機器人不僅要擁抱技術，還要推動技術的公平普及，確保更多的人能夠在智能時代找到自身的位置。

來源 | 2025年2&3月合刊