「镁客·请讲」酷哇机器人刘力源:主打低速自动驾驶场景,AI环卫需求正在急速增长

简介: 作为创业公司,得首先保证自己活下去,也就是找到一个中间的商业化落地场景。

作为创业公司,得首先保证自己活下去,也就是找到一个中间的商业化落地场景。

说到自动驾驶,很多人的第一反应都是摇头,因为不安全。

不论是Uber自动驾驶汽车去年撞死行人,还是Waymo在年底突然大呼“做自动驾驶好难”,都无不印证着自动驾驶“难做”。

“作为创业公司,我们和大公司不一样,得首先保证自己活下去。那么,就必须找到一个中间的商业化落地场景。”酷哇机器人联合创始人&COO刘力源说。

TB1mi4yCPTpK1RjSZKPXXa3UpXa.jpg

图 | 酷哇机器人联合创始人&COO刘力源

低速场景下的自动驾驶

酷哇成立于2015年,谈及为什么要入局自动驾驶行业,刘力源笑着说,“选择自动驾驶,是因为在大众日常生活中,‘衣食住行’中,自动驾驶会改变其中的“住和行“,这个市场足够大,这件事情值得让我们去做。

然而,即便是现在,自动驾驶在很多方面都还只是“纸上谈兵”,真正大规模落地应用的时间点,即便是如谷歌这样的大公司都无法确定。更何况是在2015年。

“2015年的时候,国内有关自动驾驶的声音非常少。技术、产业、概念普及教育都不成熟。当时我们能做的,就是把底层技术做好,做深。”

在刘力源看来,真正的自动驾驶离我们至少还有5-10年时间。与主流观点相吻合,自动驾驶市场的爆发点,要到2025-2030年才会出现。

但技术最终是要实际应用的,尤其对于创业公司来说,没有多少公司能在没有商业化的情况下挺过这么长时间,而且容易在过度研发中迷失产品化的方向。

当前,有关自动驾驶汽车底盘、传感器硬件、计算芯片等产业的发展都还不够成熟,尤其在驾驶这样一个高速、复杂度极高的场景中,即使依赖人类驾驶员每年的事故率也是所有交通工具里面最高的。

简单来说,当前自动驾驶高速场景下大规模商业应用还存在很多问题。那么,从高速走向低速,是否“有路可行”?

“从本质上来说,自动驾驶是为了解决交通安全、拥堵等问题,而不应该在技术不成熟时给交通造成困扰,这一定程度上违背了我们的初衷,也会让更多人否定这个产业。而低速、商业作业的场景或许能解决这些困扰。”

行李箱机器人是酷哇走向商业化的第一步。

基于视觉识别、跟踪定位、激光测距、避障导航等技术的综合应用,酷哇推出了一款机器人行李箱,可在没有任何人为力量驱使的情况下,自动跟随用户运动路线进行实时跟随。速度不快,且场景简单。

TB1.9xyCFzqK1RjSZSgXXcpAVXa.png

“其实这款产品是我们一次有关技术降级的尝试,也就是将自动驾驶技术应用到常用消费品上,一方面检测我们的技术,一方面在公司创立前期给与资金保障。”

据刘力源透露,仅2018年,行李箱机器人便出货达1万台,已成为酷哇营收的重要组成部分。而这款产品的成功商业应用,也在一定程度上证明了:再高不可攀的技术,短时间内如果无法成熟应用的话,结合成熟产品做技术降级不失为一好的解决办法。

从To C到To B,环卫机器人需求正在急速增长

如果说,做行李箱机器人是酷哇在创业初期的一次将技术商业化尝试的话,那么技术降级的最终目的,终究还是要回归到技术原本价值上的。

很显然,相较于2015年年中自动驾驶行业的“默默无闻”,现在,它已经成为了人工智能行业当之无愧的“热搜王”。

2015年年底,百度宣布成立自动驾驶事业部;2016年,谷歌Waymo独立,Uber启动自动驾驶汽车测试;2017年,英特尔斥资153亿美元收购Mobileye;通用要在今年实现自动驾驶汽车商业化......

相关数据统计显示,到2020年,全球自动驾驶产业市场规模将达3000亿元。而中国,将成为全球最大的自动驾驶市场。

大公司在行动,创业公司也到了厚积薄发的时候了。

2018年4月,在经过3年的技术沉淀后,酷哇凭借自研垂直场景下的特征驱动、定位建图、轨迹规划等技术,携手中联环境(中国最大的环卫机械企业,占高端环卫市场70%市场份额)推出无人驾驶扫地车,智慧环卫机器人。

TB1jd0xCNTpK1RjSZFKXXa2wXXa.jpg

可以看到,在众多需要“车”运作的场景中,环卫的路线相对较为固定,尤其在景区、园区内,目前已经拓展到城区环境里。且因作业需求,速度也会比较慢。更重要的是,环卫早已是一个成熟的产业,自动驾驶技术与之结合,其实是一个赋能传统产业的过程。

但在人工智能等相关技术的发展的过程中,总会有“取代人类,增加失业率”的质疑出现。

“很多人说,我们做自动驾驶环卫车会让环卫工人失业,但现实情况却是现在没有人愿意去做环卫工作。当前的大多数环卫工年龄较大,而年轻人大多抗拒这个工作。一旦现有环卫工到了不再适合工作的年龄,就会出现严重的员工断层现象,环卫产业目前的劳动密集型特性的压力也会迅速增加。”

目前,酷哇已经和中联环境一起,成立合资公司,以建设专门的自动驾驶环卫车生产线。而从去年7月开始真正投放到现在,仅5个月时间,酷哇便已经在在长沙橘子洲头投放了十余辆、共5种类型的环卫车,包括小型以及中型的车型,已经形成一个车队,覆盖范围达10平方公里。

TB1xGxvCHPpK1RjSZFFXXa5PpXa.jpg

除此之外,在环卫服务市场所覆盖的片区未来都会是酷哇的市场,目前成都、芜湖、长沙、天津等城市城区,酷哇也已有所部署。

最后

如果说,自动驾驶是一潭水,那么所有的自动驾驶公司便都是这潭水中的一条鱼。

2018年,所有人都在说这是自动驾驶落地的元年,随之而来的,便是资本和媒体吹捧,抛下了大量的“鱼饵”。但实际结果却是,很多鱼没能经住诱惑,最终或被撑死或彻底离开了这片潭水。

相信在2019年,还会有人说“元年”的概念,讲着一些精彩的故事。“但实际上,如果今年还是期待用算法和估值讲故事的话,今年会是比较危险的一年。而商业落地,则需要提前部署好节奏,才能做到步步为营,稳步向上。”

【镁客·请讲】专注于报道科技创新项目;我们敞开心扉面对每一位创业者,力求为您呈现一群鲜活、有性格的品牌和人物;我们倾听创业故事和人生经历、探讨商业模式和行业趋势、对接资本市场和供需双方,以期为产业发展注入新的活力。

欢迎做客【镁客·请讲】,栏目合作请发送邮件至:post@im2maker.com

相关文章
|
28天前
|
人工智能 自然语言处理 算法
具身智能高校实训解决方案 ----从AI大模型+机器人到通用具身智能
在具身智能的发展历程中,AI 大模型的出现成为了关键的推动力量。高校作为培养未来科技人才的摇篮,需要紧跟这一前沿趋势,开展具身智能实训课程。通过将 AI 大模型与具备 3D 视觉的机器人相结合,为学生搭建一个实践平台。
192 64
|
15天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
7天前
|
机器学习/深度学习 人工智能 算法
X-AnyLabeling:开源的 AI 图像标注工具,支持多种标注样式,适于目标检测、图像分割等不同场景
X-AnyLabeling是一款集成了多种深度学习算法的图像标注工具,支持图像和视频的多样化标注样式,适用于多种AI训练场景。本文将详细介绍X-AnyLabeling的功能、技术原理以及如何运行该工具。
49 2
X-AnyLabeling:开源的 AI 图像标注工具,支持多种标注样式,适于目标检测、图像分割等不同场景
|
21天前
|
机器学习/深度学习 人工智能 JSON
【实战干货】AI大模型工程应用于车联网场景的实战总结
本文介绍了图像生成技术在AIGC领域的发展历程、关键技术和当前趋势,以及这些技术如何应用于新能源汽车行业的车联网服务中。
312 34
|
3天前
|
人工智能 安全 机器人
OpenAI重拾规则系统,用AI版机器人定律守护大模型安全
在人工智能领域,大语言模型(LLM)展现出强大的语言理解和生成能力,但也带来了安全性和可靠性挑战。OpenAI研究人员提出“规则基于奖励(RBR)”方法,通过明确规则引导LLM行为,确保其符合人类价值观和道德准则。实验显示,RBR方法在安全性与有用性之间取得了良好平衡,F1分数达97.1。然而,规则制定和维护复杂,且难以完全捕捉语言的多样性。论文:https://arxiv.org/pdf/2411.01111。
34 13
|
6天前
|
存储 人工智能 开发工具
AI场景下的对象存储OSS数据管理实践
本文介绍了对象存储(OSS)在AI业务中的应用与实践。内容涵盖四个方面:1) 对象存储作为AI数据基石,因其低成本和高弹性成为云上数据存储首选;2) AI场景下的对象存储实践方案,包括数据获取、预处理、训练及推理阶段的具体使用方法;3) 国内主要区域的默认吞吐量提升至100Gbps,优化了大数据量下的带宽需求;4) 常用工具介绍,如OSSutil、ossfs、Python SDK等,帮助用户高效管理数据。重点讲解了OSS在AI训练和推理中的性能优化措施,以及不同工具的特点和应用场景。
47 10
|
6天前
|
弹性计算 人工智能 数据管理
AI场景下的对象存储OSS数据管理实践
本文介绍了ECS和OSS的操作流程,分为两大部分。第一部分详细讲解了ECS的登录、密码重置、安全组设置及OSSUTIL工具的安装与配置,通过实验创建并管理存储桶,上传下载文件,确保资源及时释放。第二部分则聚焦于OSSFS工具的应用,演示如何将对象存储挂载为磁盘,进行大文件加载与模型训练,强调环境搭建(如Conda环境)及依赖安装步骤,确保实验结束后正确清理AccessKey和相关资源。整个过程注重操作细节与安全性,帮助用户高效利用云资源完成实验任务。
51 10
|
10天前
|
传感器 机器学习/深度学习 人工智能
AI在自动驾驶汽车中的应用与未来展望
AI在自动驾驶汽车中的应用与未来展望
60 9
|
15天前
|
人工智能 Cloud Native 调度
阿里云容器服务在AI智算场景的创新与实践
本文源自张凯在2024云栖大会的演讲,介绍了阿里云容器服务在AI智算领域的创新与实践。从2018年推出首个开源GPU容器共享调度方案至今,阿里云容器服务不断推进云原生AI的发展,包括增强GPU可观测性、实现多集群跨地域统一调度、优化大模型推理引擎部署、提供灵活的弹性伸缩策略等,旨在为客户提供高效、低成本的云原生AI解决方案。
|
1月前
|
人工智能 自然语言处理 算法
【AI问爱答-双十一返场周直播】AI产品专家直播解读重点AI应用场景怎么用?
阿里云【AI问爱答】栏目强势回归,11月25日至28日每晚19:00,连续四天直播,涵盖AI营销、企业办公、社交娱乐及大模型推理调优四大主题,助您深入了解AI应用,解决实际问题。欢迎预约观看!

热门文章

最新文章