进军具身机器人和Robotaxi的智驾公司

作者:钟声

编辑:Mark

出品:红色星际

头图:智能驾驶图片

今年是智驾公司转型的大年,面向物理AI进行全新业务的布局和拓展。而这次转型的核心模式基本是"一体两翼",以智驾为基本盘,以具身机器人和L4级别自动驾驶为延伸方向。

有些智驾公司在向物理AI的转型动作非常快,已经拿到落地的成果。

1. 具身机器人的落地

众所周知,具身行业的融资非常火爆,一些头部具身公司两三个月就能完成一轮融资,估值也猛涨一轮。不过和融资的火爆相比,这些头部具身公司的商业化量产交付却并不理想,甚至有不少被客户赶出了工厂。

比如,某估值超过两百亿的头部具身公司,自家的机器人就被合作的国际Tier 1赶出了工厂。而另外一家估值超百亿的头部公司,和锂电池企业的合作,拍完照片和视频做了PR之后,机器人就被动力电池企业从产线上拆了下来。

这些头部具身公司之所以卡在量产交付上,很重要一个原因是:工程化能力弱。这又和基因有关系,都是由具身学术大牛担任CTO和联创的具身创业公司,这类公司学术能力很强,但是工程化能力弱。在和客户合作时候,展示的Demo很漂亮,但是可用性和可靠性不行,所以进了工厂就歇菜,导致被客户赶出了工厂。

反而一些智驾公司做的机器人表现不错,在客户的作业场景里落地干活了。比如一直不显山不露水的易航智能,首款机器人已经落地运营了。

目前来说,具身可以分为两派:"具身学术派"和"智驾派"。

"具身学术派"目前有些像早年的一些智驾公司,创始人都有极高的学术威望,但是没有在产业界锤炼过,对产品技术的可靠性认知很弱,工程化能力非常弱,所以发学术paper很厉害,但是交付做的不行。而"智驾派"是一些智驾行业高管创办的具身公司或转型具身的智驾公司,这些人在智驾的量产上被车企客户"捶打"过,所以锻炼出了非常强的工程化思维和能力。

像易航就在智驾上锤炼出来扎实的工程化能力,由于量产交付做的好,被一些车企当作智驾基石供应商。所以,易航在做具身机器人的时候,在智驾上积累的对场景的理解、产品定义和技术解决思路等系统化能力,复用到具身机器人上取得了不错的效果。

而一些"具身学术派"的公司,连基本的场景理解和技术解决思路都认知模糊,甚至是混乱。比如,目前具身机器人的应用方向主要是to B和to C,分别对应的是工业场景和家庭场景。两个场景对技术的要求存在很大的差异性,家庭场景是非标场景,对泛化能力要求高,对具身机器人的动作节拍、精度、成功率要求就低一些;而工业场景是相对标准场景,对泛化能力要求就没有家庭场景的高,反而对动作节拍、精度、成功率要求非常高。

两个场景对技术的侧重点可以说完全不同。但是一些头部具身公司却是"傻傻分不清楚",不会针对不同场景去做,用一套模型微调一下分别做两个场景,所以走不通。

反而"智驾派"认知比较清楚,易航基于自身的基因、技术和资源能力,在做具身机器人的时候选择了特定场景,像当初做智驾一样走"渐进式"路线,所以就非常顺手。

26年除了许多智驾公司都在忙着筹备布局具身机器人之外,华为、理想以及地平线的一些高管,也投入具身机器人的创业之中。大家都往具身机器人转,也正是看到了在智驾产业积累的工程能力在具身机器人领域有相对的优势。

目前来看,易航是智驾公司里进军具身机器人落地最快的,在许多智驾公司都尚处在调集人员进行布局的时候,易航已经做出来了,拿到了客户项目。

2. Robotaxi的新军

26年自动驾驶领域内地位变化最大的是Robotaxi。过去几年Robotaxi处于"牛夫人"的地位,整个业界包括一些原来L4玩家都往乘用车智驾转向,如果谁说做Robotaxi会"被嘘"。不过,今年风向变了,Robotaxi由"牛夫人"变"小甜甜"了,在技术上迎来了趋向规模化应用的拐点,在成本上也下降到了拐点,政策的支持也迎来了临界点。

Robotaxi成了具有商业想象力的赛道,不仅L4公司在积极扩军,做乘用车智驾的L2+玩家也在积极布局备战。

Robotaxi也分为两类玩家,传统的L4玩家和新进场的L2+玩家。两类玩家的背景、禀赋、资源等完全不同,在Robotaxi上的做法差异非常大。

有些L2+玩家进入Robotaxi领域,并没有抄传统的L4玩家的作业,而是带来了全新的玩法,无论从商业场景以及技术上,玩法和传统的L4玩家不一样。

比如易航,在出行场景定位上,拓展了中高端商旅场景。在车型选择上采用了MPV车型。而且,易航选择的MPV也是乘用车智驾量产客户的车型,这就可以复用乘用车智驾的工程经验,只需增加了传感器的冗余和升级功能就可以,所以易航从制定Robotaxi方案到落地,进程非常快,而且大幅的降低了成本。

另外,在Robotaxi的运营维护的系统化解决方案上,L2+玩家也带来了完全不同的方法。比如,在一些需要补能、清洗的运营点,传统的L4玩家们还都需要人类司机去驾驶停泊,因为传统的L4玩家的技术方案比较依赖高精地图,而一些运营点内部场景是没有高精地图覆盖的,所以需要人类司机去驾驶操作。而L2+玩家们则是另外一套解决方法,易航就通过BEV+SLAM+驾驶算法解决了这个场景难题,车辆可以自动的去来找到应该停泊的位置。

易航的做法降低了对人工操作干预的依赖,运营维护的成本就能做到很低,而传统的L4玩家们的运营维护成本就要高很多。

这背后本质上是基因的不同。L2+玩家经历过智驾的内卷和车企的"捶打",所以对场景的理解、解决思路和传统L4玩家不同,毕竟传统L4玩家们没经历过生死内卷,是自动驾驶圈子偏安逸的群体,所以缺乏量产的思维,就容易出现Robotaxi运营维护上边边角角的场景问题不去解决。

据悉,易航的Robotaxi也已经拿到了一两个试点城市,今年9月份就将上路。随着L2+玩家们作为新军入场,Robotaxi也从L4玩家们主导的1.0阶段,进入L2+玩家和L4玩家同台竞技的2.0阶段。

Robotaxi落地需要的不仅是算法技术,更需要的是从技术、运营到维护的系统化解决能力,这也是Robotaxi竞争的核心。未来的竞争谁能脱颖而出,就看谁的系统化解决能力更强。经历过乘用车智驾锤炼的玩家们无疑具有脱颖而出的潜力,像易航就给Robotaxi带来了新的系统化解决思路。

结束语

今年智驾圈最火的概念就是物理AI,智驾公司们开始向物理AI转型。这种转型具有战略上的合理性,其实智驾公司们本来就是物理AI的先行军,毕竟现在整个物理AI能够实现技术和商业落地的只有自动驾驶。

而面向物理AI的转型,挑战的核心还是工程化能力。务实严谨的工程能力,系统化的解决落地场景的能力,才是转型物理AI的保障。一些公司已经给行业做出了样本,通过务实的工程能力,在具身机器人和Robotaxi快速的落地。而嗅觉敏锐的投资人们,在看了一圈具身公司后,目光会不会锁定"智驾派"中的领头羊呢?

-END-

相关推荐
测试员周周7 小时前
【Appium 系列】第16节-WebView-H5上下文切换 — 混合应用的自动化难点
运维·开发语言·人工智能·功能测试·appium·自动化·测试用例
K姐研究社9 小时前
怎么用AI制作电商口播视频,开拍APP一键生成
人工智能·音视频
LaughingZhu9 小时前
Product Hunt 每日热榜 | 2026-05-21
前端·人工智能·经验分享·chatgpt·html
商业模式源码开发9 小时前
实体门店低获客成本增长案例:3 人转介绍模型 + 消费返还机制落地分析
大数据·商业模式·私域流量
传说故事10 小时前
【论文阅读】MotuBrain: An Advanced World Action Model for Robot Control
论文阅读·人工智能·具身智能·wam
北京耐用通信10 小时前
全域适配工业场景耐达讯自动化Modbus TCP 转 PROFIBUS 网关轻松实现以太网与现场总线互通
网络·人工智能·网络协议·自动化·信息与通信
火山引擎开发者社区10 小时前
TRAE × 火山引擎 Supabase:为你的 AI 应用装上“数据引擎”
人工智能
小a彤11 小时前
GE 在 CANN 五层架构中的位置
人工智能·深度学习·transformer
前端若水11 小时前
会话管理:创建、切换、删除对话历史
前端·人工智能·python·react.js
元拓数智11 小时前
智能分析落地卡壳?先补好「数据关系+语义治理」这层技术基建
大数据·分布式·ai·spark·数据关系·语义治理