来源：36氪
管窥一个关于机器人的未来。文｜潘潇雨
编辑｜彭孝秋
来源｜硬氪（ID：south_36kr)
封面来源｜企业供图
创业第三年濒临破产，第五年遇到疫情，去年直面资本寒冬，这是移动机器人明星公司斯坦德的切身经历。
背后也是整个行业从疯狂到沉寂的缩影——最疯狂的时候，机构一度携巨资入场；而最沉寂的时候，行业没有一家公司完成融资。
幸运的是，斯坦德机器人（Standard Robots）在今年初完成了由小米产投领投、中信建投跟投的数亿元C轮融资。斯坦德是36氪持续在跟踪的机器人公司。其推出的AMR、复合机器人、无人叉车等产品，已覆盖日本、美国等十余个国家和地区，并打入丰田、蔚来、小米、中创新航、爱旭、华天等企业。
资本回头，是否意味着今年牌桌上的玩家又重拾起了to B的信心？尽管这类AGV/AMR形态的机器人，真正进入到工业制造业中，也不过短短几年。但经历了一波三折的移动机器人行业，也不再是从前靠炫酷科技就能轻易取胜的市场，而是到了需要真枪肉搏抢山头的时代。
毕竟在行业内看来，移动机器人的产品硬件已高度趋同。不过，产品同质化在斯坦德看来却仍是一个值得商榷的问题。在今天，我们与斯坦德CEO王永锟聊了聊，通过斯坦德的发展，以及技术迭代的路径，管窥一个关于机器人的未来畅想。
斯坦德产品
出海，再出海
时隔半年，当我们再次坐回到王永锟面前，他的状态明显松弛了很多。
2022年机器人行业的阴霾正在散去，随着新一笔融资引入，斯坦德也迎来了转机。一方面是下游应用行业如新能源、汽车等，在逐渐打开场景、释放订单；另一方面是疫情过后，机器人同样迎来了出海机会，不单是海外仓储、酒店服务等，工业领域的市场应用也在同步扩展。
虽然早在疫情之前，斯坦德就曾定下跨国界的设想，毕竟在拓展新的场景与行业中，换个地理环境似乎仍是最轻松的模式。2019年，斯坦德尝试出海日本和美国市场，并成功拿下了松下电子、日本东芝等公司。
在出海向好的趋势下，斯坦德也招好了海外销售、布置好了展会，但很快就是熟悉的情节——2020年突如其来的新冠肺炎疫情打乱了全球经济节奏，斯坦德的出海之路不得不放缓节奏。
不过，据王永锟介绍，斯坦德早在大力出海之前就已经推进了其规划的另一大方向——拓行业。在他看来，跨国界是相对容易的方式，而跨行业的核心就需要找到与3C类似的场景，因为移动机器人在离散型制造业本身就是通用型需求。
不论是搬运需求还是作业场景，半导体的封测环节与汽车电子，就是这个最理想的场景。确定了半导体与汽车电子后，沿着类3C的逻辑，斯坦德又向上游延伸到半导体封测、晶圆、新能源锂电等场景。
能够迁移的细分行业相对有限，但每个行业的入局规则各不相同，所需掌握的行业know-how也繁复多样。更何况，市场上的产品，不论是外观还是功能看似都已高度趋同。行业竞争点来到了肉眼可见的“抢山头”阶段。
另一层原因也在于，只有拿下更多标杆客户、“占山为王”，构建细分行业壁垒，才能缓解融资的紧迫性。融资的紧迫气息在去年尤为明显，随着2022年外部环境大降温，宏观局势变化莫测，资本市场也陷入一片寒冬，投资人大面积“躺平”已成为行业常态。
事实上，去年机器人行业的融资困境早已有迹可循。2020年资本热钱迅速涌入行业，一个明显的数据是2020年仅移动机器人行业就发生20余起投融资事件，且亿元级融资数达17件。而这些公司背后不乏红杉、高瓴、源码等明星机构身影。
但这笔热钱，却让机器人公司在狂热的催化下埋头猛冲。随后，不论是扩产品还是扩场景，大幅扩张、研发投入、疫情停工等，每一笔都给各家账本上平添一抹阴霾。却不想一朝泡沫破裂，行业普遍陷入融资困局。
对于还不具备造血能力的机器人公司来说，资本市场的风向在此刻更加重要。大量资金涌向实业制造业，也意味着投资逻辑已经发生根本变化，不再是靠讲故事就能融到一轮接一轮的金额，只有摆在账面上的真实销售数据，才能持续赢得资本的垂青。
也因此，机器人行业内的默认融资规则就成了：只有拿到足够多的订单数量并完成实质性交付，才能证明自身实力。
行业内卷由此开始，本就有限的行业应用里挤入多家公司，为了抢到客户订单，价格战已经成为大家心照不宣的事实。“这家刚平进平出算好帐，那家就已经用客户预算三分之一金额抢到订单。”有行业内人士曾透露。
王永琨不认可同质化
赛道拥挤、产品雷同，移动机器人的下一站似乎不可避免地来到价格战阶段。
但对于产品同质化，王永锟却有着自己的看法：“在探讨产品同质化之前，应该先界定现在所说的同质化是指什么层面，是外观设计、产品功能还是用户体验。”
尽管对于这样一个具备移动能力的机器人来说，能够实现的功能与应用场景已没有较多区别，但真正的差异点仍体现在用户体验环节。
一方面是在工业应用中，极致的稳定性将成为拉开行业距离的第二次机会。
举例来看，在硬件层面各家产品看似趋同，但最本质的差别实则藏在细微之处——硬件设备是自研还是采买、工控机的选择、用商业级还是工业级的芯片等；
在软件层面，想要实现极致的稳定性，一方面取决于系统，另一方面也取决于算法。
首先自研系统还是开源代码，直接影响着机器人最终的稳定性表现。沿着哈工大拦截导弹的课题研究思路，斯坦德最终选择了自研系统。“没有用ROS开源，一是ROS的底层没有全部开放，二是它的通信逻辑和安全逻辑，在早期都是为机械臂打造的。”王永锟表示。
尽管自研系统意味着走了一条远路，但在系统的更新迭代上，也更具备自主性。比如为了应对早期测试时频繁死机，斯坦德开发了一套备份系统，能在死机时瞬间重启。
在算法层面，同无人驾驶类似，一个更优质的算法一定需要大量优质且有效的数据喂养，这也是实验室产品进入工厂之后频频遇阻的核心。“只有实际进到工厂，才能掌握工厂的数据，这就需要我们自己构建数据架构，再尝试优化算法。”
工厂里的机器人
另一方面则体现在行业理解上，行业之间的场景与细节各不相同，意味着他们面向的核心用户群也存在差异化。
以半导体行业为例，即便在封测环节，对搬运也有更为严苛的要求。首先是震动等级，就要求晶圆盒搬运机器人在作业时，稳定运输状态振动均值远小于 0.1G。
其次是洁净度，需要移动机器人公司必须有无尘生产车间。得益于此前在华为产线的打磨，斯坦德在洁净度与震动等级测试都快速通过。类似的行业know-how，还包括在晶圆制造的白光区和黄光区需求不同、工艺设备的高精度对接等。
不同行业间的know-how尚且如此细节，在极端分散的下游厂商中，非标需求更是尤为明显。定制化要求源源不断，这也给移动机器人们想要走出规模化的路上，平添一道关隘。
显然，在工业领域完全标准化依然是一个想象。只不过在标准与非标之间，行业中的玩家已经在实践中，探索出了一条可行路径——模块化。
模块化的一个模范行业就是汽车。汽车公司通过将整车拆解成多个标准模块，以实现快速且低成本交付。模块化在汽车行业被广泛应用，实则是背后产业链的标准化，也是行业长期迭代出的成果。但要在移动机器人里实现模块化，就不止提出概念这么简单。
首先要面临的就是应用场景不同，抽取模块的需求也不同；其次是在抽取之后，如何达成更经济有效的组合方式。“大家对模块化的思路大体类似，但是如何拆出更好的模块、拆得恰如其分，是更考验行业认知与场景积累的内容。”王永锟说。
事实上，AMR搬运物料的流程大多类似：从仓库将物料运送至产线，放下物料，再搬起旁边的空料箱运回仓库，这个完整的运输流程就可以固化成一个模块。
与之类似，机器人本体上也需要拆出模组，除了电机、减速器、激光雷达基础硬件外，还涉及机械臂的API接口、通讯方式，以及加装的辊筒、阻挡模块等组件。
而标准化的另一个迫切性在于成本问题，“用最低成本完成一项工作，是现在机器人的进化方向。真正能够替代人工的设备，要么是局部低成本，要么是整个社会层面上的降本增效。”王永锟认为。
那么什么才是成本优势？他认为成本优势不是体现在机器人的价格有多便宜，而是体现在公司内部为交付产品所付出的代价。事实上，一个机器人从制造、设计到生产、调试，再到交付，整个链条都在均摊成本。
所以当实现落地多个场景所需的成本比一个场景还要低，且交付更快，就实现了真正的成本优势，也就是更接近标准化的方式。
机器人的终局猜想
尽管人们对于机器人的终局充满了想象与渴望，但在场景尚未完全打开之前，目前的破局方式仍绕不开寻找移动机器人的第二增长点。
但新的机会点还能在哪？
一种想象是更接近人类形态的复合机器人，从替代的角度来看这是能够最大限度模拟人工作业的形态，也因此复合机器人一度被看做机器人的终局形态之一。
不过由于机械臂与底盘分属两种不同的机械制造领域，且电池、通信、视觉各不相同，这也意味着复合机器人从设计到制造都需要一套标准规则。单是一个抓取动作，就涉及了从哪抓、抓取后动作、换料还是存放、物料存储条件、对接制具尺寸等。
“复合机器人完成一个动作，会面临大量选择，各个模块就会有数量庞大的组合方式。”然而能够组合起来只是第一步，第二步却是找到最适合、最经济的组合方式。而目前复合机器人并未被被完全推广，其中最大的制约原因就是成本问题。
此外，对于新机会的另一种想法是超脱于机器人本体的软件层面，不少看过移动机器人的投资人告诉36氪，工业软件层面或许会成为移动机器人公司的下一个竞争阶段。
拆分机器人的软件系统，可以简单分为集群调度系统与业务软件。尽管各家会格外强调自身的调度能力，但是“单纯比拼调度系统，做到上百台比较容易，而做到上千台，在真正的工业场景中，没有太多实际意义。”某种程度来看，这更像是一场提升自我竞争力的军备竞赛。
而业务软件需要与工厂的业务高度绑定，包括对接工厂内的自动化设备、打通仓储的控制系统，再到集中收集数据，将任务分给调度系统执行等。这也格外考验机器人公司对场景know-how的积累。
作为能够连接工厂所有产线乃至设备的环节，物流无疑是最容易掌握全产线数据的方式。也因此，作为承载物流功能的移动机器人公司，其自身的软件系统就具备了平台化能力，也就是这些年频频提及的——RIOT。
RIOT
想象在一个工厂内，一定存在成百上千台自动化设备，但是不同设备之间的协议、接口都互不相通。而真正的智能制造，需要信息与数据在各个设备之间流转。“也就是车同轨、书同文，从中间物流层面，向下接入各个设备，向上接入整个公司的管理系统。”因此，一个能打通不同设备，并统一管理、调度、执行的平台，在未来就更具有价值空间。
事实上，对于RIOT的探索，也源于智能制造的升级与想象。在王永锟看来，智能制造的阶段，一定是先从工人机械化开始，即由大量机器人或自动化设备，替代人的局部或全部功能；再次是管理软件化，由软件系统来替代人的管理功能；再到工厂数字化——人只需要在电脑前即可管控所有工厂；最后才是制造智能化，智能化的前提是全部数字化，也只有那个阶段制造业才能真正为之变革，并大规模提效。
机器人公司想要做智能制造的管理平台，一方面是顺应制造业变革，另一方面也可看作是对自身上限的探索。机器人的IoT无疑是一个漫长的过程，但是谁能率先入局、完成积累，谁便能更早迎来属于这个赛道的“iPhone 时刻”。
不论如何，机器人的未来都充满了魔幻与朋克色彩的想象力，只不过在到达终点前，更多的却是大浪淘沙。摒弃高科技与未来畅想，一头扎进并不性感的制造业。在资本泡沫吹破之前，现阶段的机器人公司仍需要在工业制造这个漫长的周期中，反复证明自身价值，也始终满怀希望。
36氪旗下官方公众号
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
