田晏林 發自 凹非寺
量子位 | 公眾號 QbitAI

消費級機器人行業，可能要出現一次真正意義上的代際切換了。

過去幾年，大家見過太多機器狗：能跑、能跳、能翻跟頭。但問題一直沒變。

它們很多時候其實看不清、聽不清，也想不明白。

行業主流方案，還是200萬像素攝像頭、16線激光雷達、單芯片算力架構。

機器人能動，但距離真正理解世界，始終差一口氣。

直到剛才，我看到一組「離譜」數據——

6600萬像素、HDR140db、223.2萬點云/秒、70億參數端側運行280TPS。

更關鍵的是，它沒有在英偉達的規則里卷。

而是用6顆芯片組成異構計算集群，把消費級機器人的算力效率，直接拉到行業10倍以上。

這組數據，來自蔚藍科技剛剛發布的BabyAlpha A3消費級四?機器?。

這家已經賣出超2.5萬臺的消費級四足機器人、累計交互6548萬次、用戶使用時長超9.5億分鐘的公司，終于把過去幾年積累下來的核心技術，集中兌現到了A3身上。

信號已經很明確：消費級四足機器人，正在從會動，進入會理解人的新階段。

那么，問題也來了。

當機器人的感知和算力都捅破行業天花板，具身智能，究竟會被推到什么位置？

機器人終于不再“半盲”

過去幾年，消費級機器人行業一直有個很隱蔽的問題。

大家都在卷運動能力。翻跟頭、跑酷、越障、爬坡，動作越來越像科幻片。

但感知系統，其實一直停留在「能用」階段。

逆光環境容易看不清，復雜空間容易誤判，動態目標捕捉慢。

很多機器人表面上很聰明，本質上還是在模糊理解世界。

這也是為什么，行業里大量機器人看起來很靈活，但真正脫離遙控和預設環境后，依然像個「半盲選手」。

機器人如果連世界都看不清，就談不上真正自主。

而A3最狠的地方，就是直接把感知維度拉高了一個時代。

先看視覺。

A3搭載了超能視覺感知系統，由5000萬像素主攝+f/2.8 超廣角+4K全景攝像頭組成，分辨率分別為8K、4K、4K，總像素達到6600萬，還包括了1/1.3英寸大底。

什么概念？很多旗艦手機主攝，才5000萬像素。

更關鍵的是感光能力達到HDR140db視網膜級別。

行業主流機器人，大多還停留在HDR90db以下，而人類眼睛理論動態范圍，大約在100db～120db之間。

A3第一次把機器人視覺動態范圍，推到了超過人眼的水平。

這意味著，以前機器人在強逆光、暗光、復雜明暗切換環境里，經常會瞬間「失明」。

但現在，A3真正具備了復雜光線下的環境理解能力。

還有一個特別容易被忽視的數據——最高幀率480fps。

行業主流很多還是30fps，類似普通視頻。

480fps，接近超慢動作視覺。

高速運動目標、兒童跑動、突然出現的障礙物，在機器人眼中都是慢動作回放，是可以逐幀分析的清晰畫面。

這還不是最夸張的。

真正拉開代差的，是空間感知。

A3用了5組3D ToF+3D結構光構成的360°環視面陣，點云密度達到223.2萬點/秒。

而行業大量16線激光雷達方案，點云密度只有4.8萬點/秒。

「點云密度」可簡單理解為：每秒鐘機器人通過傳感器采集到的三維空間點的數量。

高密度點云就像高清照片，能分辨出細小的障礙物（比如電線、玩具、小臺階）。而低密度點云就是一張馬賽克圖。

4.8萬點/秒VS 223.2萬點/秒，差距接近兩個數量級。

如果說別人的機器人還在用2G地圖導航，那么A3已經切到了4K實時地圖。

它看到的，不再只是障礙物輪廓，而是一個高精度、實時變化的三維世界。

聽覺系統也一樣。業內很多機器人只是「聽到聲音」。

A3全球首發12-Mic 3D Mesh仿生立體聽覺，能「聽懂聲音從哪來」。

12個麥克風組成三維聲場陣列，可以判斷方向、距離、空間位置。

謙虛點說，它更接近具身智能。但依我看，這就是具身智能啊！不僅理解語言，還能理解環境。

就像人類干活兒，要求「知行合一」，只有感知對了，才能更好地行動。具身智能的終極目標不就是如此么？

在這樣的感知能力下，A3也在挑戰自己，目前它的最高速度能達到3.5m/s，能夠爬上45°角的坡，最大越障能到28cm。

注意，這不是炫數字。機器對復雜環境的理解，已經產生質變了。

同時，這也意味著具身智能從實驗室邏輯，進入真實世界邏輯。

但看得見，只是第一步。

獨創異構計算集群，繞開英偉達路線

感知到了，還得「想得動」。

過去5年，無論是英偉達親兒子OrinNX，還是國產性價比高手，大家本質上都是在單芯??案?卷。

究其原因，還是端側算力跟不上，無奈只能被拉進英偉達的路線上硬扛。

事實上，這種路線有非常明顯的物理上限。功耗、散熱、成本、實時協同能力，都會越來越難。

于是行業出現一種很詭異的狀態。

機器人越來越貴，但真正的智能提升卻越來越慢。

這也是為什么很多機器人看起來越來越像「高配遙控車」。

能動，但不會思考。

A3這次換個方向突圍，不再繼續堆參數，直接繞開英偉達路線。

它做了一套自研的「具身智能邊緣端混合異構計算集群」。

簡單理解，它更像一個「芯片智囊團」。不是讓一顆芯片硬扛所有任務，而是6顆芯片分工協作。

2顆5nm芯片、2顆8nm芯片、2顆3D堆疊芯片，共計22核CPU。

不同芯片負責不同任務。感知、決策、運動控制實時協同。

像公司里產品、技術、設計、運營同時開工，而不是一個人既寫代碼，又做PPT，還得拉融資。

這背后其實是路線之爭。跟著英偉達規則走，只能拾人牙慧，不如換條賽道，自己跑。

因為消費級機器人真正的問題，從來不是「能不能做出來」，而是「能不能讓普通家庭買得起」。

這也是為什么，A3最核心的一組數據，不是參數，而是效率。

• 15億參數模型下，617TPS；
• 30億參數模型下，427TPS；
• 70億參數模型下，280TPS。

行業什么水平？很多競品70億參數根本跑不起來。能跑的，最高也就6TPS。

競品思考?句話的時間，A3已經能完成?段對話了。

更關鍵的是成本，國產方案300多美金，而英偉達Jetson Thor T5000，約3000美金。

蔚藍打破了算力壟斷，用更少的成本做出超越英偉達的效果，這能不服？

其實這件事真正有價值的地方在于，它第一次把「端側真正跑通大模型」，拉進了消費級市場。

過去行業有一種很重的云端「依賴」，本質上還是芯片算力弱。

但機器人和ChatBot不一樣。它得實時感知、實時決策、實時運動。

云端延遲，很多時候意味著機器人直接撞墻。

而A3因為算力夠強，能在「端側跑通大模型」。而這，恰恰是Physical AI得以落地的核心基石。

能進入家庭的機器人，首先得足夠安全

感知、算力、運動能力這些參數再強，也只是消費級機器人的入場券。

真正決定一臺機器人能不能進入家庭的，其實是另一件更底層的事：安全。

因為家庭環境和實驗室完全不是一個世界。

實驗室里沒有突然躥出來的貓，沒有滿地拖鞋和掉落的充電線，也沒有剛學會走路的小孩。但真實家庭里，這些場景全都有。

△AI生成

蔚藍很早就把安全放在了極高優先級，所有原材料和零部件均來源于全球頂級供應商，很多設計思路都來自真實家庭里踩過的坑。

這次，A3身上有一個明顯特點：它的很多安全能力，不是后加的，而是一開始就嵌進了底層設計。

比如物理安全。

行業很多機器人，關節、線束、運動結構都暴露在外。一旦兒童誤觸，很容易出現夾手、碰撞等問題。

而A3直接做了隱藏式關節、隱藏式線束、防夾手設計。甚至在故障狀態下，還能實現毫秒級安全制動。

這很像汽車行業從機械時代進入智能時代后的變化。

真正高級的安全，不是出了問題能救回來。而是盡可能不讓問題發生。系統安全也一樣。

很多人現在討論機器人，都在關注安全邊界。

當機器人開始具備長期聯網、自主行動、持續感知環境能力后，它本質上已經是一臺會移動的智能終端，不能再按普通玩具思路設計了。

A3這次直接上了端云雙重安全架構。

端側有360安全大腦做惡意攻擊、木馬病毒、遠程攻擊的攔截。

云端則接入等保三級+阿里云安全體系+Azure DDoS防護。

本質上，它已經開始按「智能終端級別」做安全。

還有一個很關鍵的點：隱私。

過去幾年，很多用戶對家庭機器人的最大顧慮，其實不是貴，而是不放心。

畢竟，家是每個人安全的港灣，是一個能讓人徹底放松下來的地方。

可如果一個集移動攝像頭、麥克風、傳感器于一身的設備，長期待在家里，那算怎么回事兒？

所以蔚藍這次強調了一件事：盡可能把算力和數據處理留在本地。

包括本地可信計算架構、全鏈路通信加密、端側數據存儲與處理、安全啟動鏈等等。

這不是簡單說一句「我們不會泄露數據」，而是從架構層面，讓很多數據壓根不需要離開設備。

這件事非常重要。

特別是對于消費級具身智能來說，想要大規模進入家庭，「安全」比「智能」重要多了。

萬元級消費機器人背后

這也是消費級量產玩家非常少的原因。

To B、To G業務還能靠關系、項目或定制化拿單，但To C行不通：消費級市場只關心一件事：用戶到底愿不愿意掏錢。

蔚藍不依賴ToB、ToG先跑規模，而是選了一條要求技術必須真正做到低成本、高可靠的難路。

公司從2019年成立的第一天起，定位瞄準的就是萬元級消費產品，主打家庭場景和長期陪伴。

△AI生成

行業很多公司還在Demo階段，蔚藍的核心產品BabyAlpha，已經累計賣出超過2.5萬臺，是全球銷量最多的消費級四足機器人產品。

蔚藍內部有個很重要的邏輯。

四足機器人，是人形機器人真正成熟之前，必須經歷的「啟動階段」。

先用消費級四足產品獲取真實世界數據，再反哺具身智能大腦訓練。

催熟?腦智能后，建?產業鏈規模壓縮成本，解決?形機器?在消費場景下的成本-價值倒掛問題。

這件事非常關鍵。

當前，想讓機器人從「演示Demo」走向「實用落地」，許多玩家在訓練產品時，依然苦于缺少高質量、規模化、有真實物理交互的數據。

很多公司還在靠合成數據訓練，真實的家庭環境數據，幾乎沒法模擬。

殊不知，孩子突然撲過來、玩具散落一地、客廳燈光變化、多人同時說話……這些真實世界噪聲，才是機器人真正的考場。

△AI生成

而蔚藍的2.5萬余臺訂單量、用戶累計使用時長超9.5億分鐘；累計交互次數超6500萬次所積累的數據，全部來自真實家庭環境，而非實驗室生成。

為了獲取這些可貴的數據，蔚藍分了四步走：

• ?機價格帶的?童陪伴產品完成規模出貨，獲取真實家庭場景數據
• 基于用戶數據訓練云端模型+?密度OTA，產品用戶粘性不斷提?；
• 通過技術創新，壓縮產品成本，為算?讓路，將云端模型下放端側
• 最后，對?用戶進?低利潤產品升級和回收，形成持續的「數據→智能→產品」完整?輪。

本質上，它已經不是單純賣硬件了，而是持續訓練具身智能。

核心團隊

最后，再聊聊團隊。

創始人劉維超，是一位連續創業者，從中學時期就對智能體算法感興趣。

2009～2011年，他連續三年拿下RoboCup人形機器人國際冠軍。

之后赴德國留學，在波恩大學攻讀人工智能機器人專業。

他師從德國波恩?學計算機學院院?Prof.Sven Behnke、萊布尼茨獎獲得者Prof. Daniel Cremers，并與?動駕駛之?Prof. Sebastian Thrun系出同?。

△蔚藍科技創始人劉維超

2012～2017年，劉維超創立過AUGTEX，還是LoRa Alliance創始董事成員、亞太區唯?董事成員。

2018年，他開始籌備蔚藍科技。目前，整個技術團隊有賓夕法尼亞大學GRASP Lab、UIUC AI Lab、哈工大等全球頂級實驗室背景。

相比科研背景，他們搭建產業的能力也很強。

這么說吧，前面咱們講到的「感知、運動能力」是進入物理世界的身體，「算力」相當于底層引擎，「數據密度」是企業的護城河，「安全」是進入家庭場景的生死線。

那么「產業化」，就是具身智能公司把復雜技術帶進消費級市場的最后一道門檻。

在這方面，蔚藍積累了多年經驗。

2021年，其第2代工程機C200，打破了MIT四足機器人奔跑速度和旋轉速度紀錄。

2022年，公司建成國內首個四足機器人量產工廠。

2023年，蔚藍推出全球首款家庭陪伴四足機器人BabyAlpha。

到了2024年，全國首家消費級具身智能零售門店落地南京德基。

很多公司還在講未來，蔚藍已經開始把機器人真正放進商場、放進家庭。

消費級具身智能真正難的，從來不是做出Demo，而是持續量產、持續迭代、持續進入真實世界。

BabyAlpha A3真正有意思的地方在于，它第一次把感知、算力、自主能力，拉進了同一個時代。

當機器人開始看得比人更清楚，想得比過去更快，一個新的問題就出現了：人造勞動力，離普通家庭還有多遠？

或許，消費級具身智能真正的臨界點，不是在實驗室里。

而是在某一天，一個售價萬元級的機器人，真正開始進入普通人的客廳。

據官方介紹，BabyAlpha A3預計Q3正式上市。

真正的消費級具身智能，可能要從這一代開始了。

ps：BabyAlpha A3首發權益禮盒已置頂評論區，需要的朋友自取～