雷锋网 AI 科技评论按：2018 年 12 月 17 日，由鹏城实验室、新一代人工智能产业技术创新战略联盟共同举办的「新一代人工智能院士高峰论坛」在深圳隆重开幕。本次论坛持续两天，由 17 日的主论坛和 18 日的医疗专题论坛组成。

17 日的主论坛的演讲嘉宾包括众多国内一线科技企业的技术负责人、多位高校教授，以及论坛的关键嘉宾：高文、赵沁平、俞大鹏、吴建平、桂卫华、廖湘科六位院士。演讲嘉宾做了精彩的报告，院士们也在现场讨论中分析解答了观众们提出的许多问题（人工智能开源开放平台的技术挑战，人工智能核心技术及关键应用落地）。

ACM / IEEE ，腾讯 X 实验室张正友博士也是 17 日主论坛的演讲嘉宾之一。他的报告题目是《人工智能和智能机器人》。张正友博士曾任微软人工智能及研究事业部首席研究员和研究经理，是世界著名的计算机视觉和多媒体技术的专家，在立体视觉、三维重建、运动分析、图像配准、摄像机自标定、人脸表情识别等方面都有开创性的贡献。他发明的平板摄像机标定法在全世界被普遍采用，被称之为「张氏方法」。

雷锋网 AI 科技评论根据现场速记把演讲全文整理如下。

张正友：各位领导、各位院士、各位同学，大家好！首先感谢高文老师邀请，给我一个机会跟大家分享一下我对人工智能和智能机器人的一些想法。

在此之前我想介绍一下我自己，因为我是最近才回到国内的，我从 1986 年就离开了祖国，我是 1985 年从浙大毕业的，当时第一次接触计算机，用的是大型计算机，可能大家都没用过，我当时用的是打孔的卡片，和电脑交互。毕业以后就去了法国，在法国之后用的电脑就越来越小，刚开始我学的是语音识别，后面转到计算机视觉，当时觉得语音识别太简单了，只有一维性，所以开始做立体视觉。我参与开发了世界上第一个用三维视觉做机器人导航的。然后我还参与了欧洲 Mars Rover，也就是航天机器人，还有海底机器人。在法国十几年之后，我去了日本，在日本待了一年，开发了世界上第一个用人工神经网络做人脸表情识别的设备。1998 年加入了微软研究院，在微软工作了 20 年，开发「张氏标定法」，就是摄像机标定的方法，现在全世界都在用这个方法，无论是无人驾驶、机器人还是视觉方面都在使用，我也开发了 深度传感器，还有远程操控机器人的研究工作。

我介绍这些，主要是讲我为什么有现在的这些想法，这是和我的经历有关系的。

下面我讲一下人工智能，人工智能是一个多学科的交叉研究，现在大家可能都觉得人工智能都是和计算机有关，其实它是和脑神经、认知科学、数位科学有紧密关系的，它主要包括识别、分析和决策等等方面。

1843

人工智能技术是有很多层次的，从基础设施到硬件计算能力、算法、技术方向，包括计算机视觉、语音处理、语言处理等等，到最后运用到具体的技术，解决行业的各个问题。

人工智能技术其实已经发展了好多年，从最开始基于规则，慢慢的基于统计，现在开始做一些数据方面的研究，应用也是很多的。

最近人工智能经过几个高潮和低潮，现在火起来了，这里面很大的原因就是深度学习，深度学习让我们的识别率在很多方面得到很大提高，超出了我们在实际应用中需要的精确度。比方说以前很长时间，语音识别可能只达到77%，现在已经能达到97%了，其实是可以用了。所以催生了很多公司，包括大公司和小公司，还有创业的很多公司。这里我列了一些国内的公司。

腾讯有一个腾讯AI开放平台，网址是 ，它依托腾讯的三个实验室，腾讯 AI 实验室、微信 AI 实验室，以及腾讯优图实验室。我加入腾讯创建了一个机器人实验室 X，目前需要的不是这些AI技术。腾讯 AI 开放平台现在已经开放了100多项 AI 能力的接口，大家需要的话可以去试一试，欢迎大家使用。

下面就回到我今天要讲的主题，我加入腾讯就是想创建机器人实验室，为什么我要参与这项工作？因为我觉得我们在不久的将来要进入到人与机器人共生的时代。为什么我这样讲？刚才我讲了好多方面，一是从计算的演变，计算从最初的大型计算机到PC的普及，到互联网的兴起，到智能手机的普及，到现在可穿戴式或者陪伴的设备，这些都说明了这个计算能力从最初的固定的时间、固定的程序、固定的地方慢慢变得移动化、无处不在，还有连续化，你随时随地可以拿到你要的信息。另外计算也变得非常个人化，无论是GPS还是信息，都是在你的手机、PC上，所以得到无微不至的关注。

另外从感知技术上看，刚才讲到我最早用的是打孔的卡片，慢慢有了键盘、鼠标，后面又有了摄像头、触摸器等等。现在我们的智能手机上有很多的传感器，除了摄像头以外，还有很多其它的传感器，现在设备变得越来越主动、个人化和多模态，我们现在还没有充分地把这些感知技术用起来，我们大部分人都是把手机放在口袋里的，女士可能都是放在包里的，这些就是我们的技术还没有得到充分的应用，所以我认为我们应该把这些传感器从口袋里面或者是从女士的包里面解放出来，这是我们以后需要追求的机器人的方向，就是要从非常发达的感知技术里面把这些能力用起来。所以我觉得随着技术发展和感知技术发展，机器人必然会出现，但是目前还不够，所以我们还要继续研发。

接下来讲一下机器人的现在与未来。可以把机器人分成6个部分，

讲到机器人，大家都会想机器人很早就存在了，以前我们讲的是工业机器人，它更多的是有关自动化的，预先设计好了之后做重复的运动。现在我们开始慢慢往自主方向发展，自主的目的就是要在有很大不定性的动态的环境里面，它要自主地决策需要做的事情，然后完成任务。

我们把自主分成两部分，一部分是反应式自主，它不需要很多深度思考，比方说我们走路的时候可能绊了一跤，我们很快获得平衡，或者是机器你踹它一脚，它马上获得平衡，这是反应式自主。第二个是有意识的自主，需要你决策路径。

怎么识别这两种自主呢？我用了一个叫做 SLAP 的范式来描述它，这是讲一个机器人的结构，SLAP 是什么意思呢？就是 Sense（感知）和 Act（行动）之间要紧密结合，它帮助我们实现了反应式的自主，然后在这上面有一个 Plan，它是做规划的，这个规划是帮助我们去实现有意识的自主。在这个周围我们需要另外一个能力，就是 Learn，我等会儿还会继续强调。机器人需要通过和外界交互，不断地提升自己的能力。当你有了智能以后，机器人就可以在很多场景里面，比方说在智能制造、老年陪伴等等很多方面都有应用。

机器人本体目前有 6 个趋势，第一个是仿生的机器人，比如说蛇形机器人，它可以进入到比较复杂的环境里面，比方说在地震或者其它环境里面搜寻有没有人还活着。第二是灵巧的操控，第三个是触觉技术，第四个是多机器人协同，第五个是人机交互，包括安全交互和物理交互，第六是医疗辅助。

刚才讲到，我认为我们在不久的将来能够进入到人和机器人共生的时代，但是目前的技术还没到那个地步，所以无论是在工业界还是学术界，都需要努力地做更多的研发。我认为机器人领域有一些技术需要突破，才能使得机器人真正能够为人服务。

我把它的技术突破点总结成 A2G 理论。A2G （A to G）是什么理论呢？就是 刚好对应了机器人技术相关的一些方面，A 代表的是 AI，B 是 Body（机器人本体），C 是 （控制），D 是 （发育学习），E 是 EQ（情商），F 是 （灵活操控），G 是 Angel（守护天使）。A、B、C是代表了人工智能的集合能力，D、E、F、G 是相当于它们需要更高的智能或者是系统。

A 就是 AI（智能），因为机器人必须要能看、能说、能听，能够理解，这样才能跟外界交互，能够实现它要做的事情。B 是 Body（本体），这是非常重要的，不同的本体决定了机器人的能力，比方说刚才讲的蛇形机器人，它能够穿过很狭窄的通道，到一个很复杂的环境，所以本体也是需要研究的。C 是 （控制），这是比较清楚的需要继续努力的方向。

我刚到腾讯的时间不长，现在我做了三个机器人，大家去腾讯新大楼的展厅都可以看到。第一个是绝艺围棋机器人，第二是桌上冰球机器人，第三是一个机器狗。

大家知道腾讯 AI 做了一个绝艺围棋 AI，但是无论是绝艺围棋 AI 还是 ，都需要有一个人去下子。绝艺围棋 AI 告诉一个人应该下哪个子，他会下。我们现在加了一个机械臂，它自动去完成下子的任务，这是从本体来做的。从感知角度来讲，它要做一个棋盘和机械臂之间的标定，绝艺要通过后台通讯，知道要下哪一步，控制方面就是机械臂的轨迹控制。

这是桌上冰球的机器人，它的感知是一个高速的摄像头，它能够高速的跟踪冰球的位置，然后预测下一步这个冰球在什么地方出现。它有一个决策，就是到底采用攻击的方法还是防卫的方法，控制就是路径规划和快速控制。

机器狗，它的本体是我们和浙大合作的。它的感知系统是我们自己做的，感知系统能够识别不同的场景和地面，能够避开固定的或者动态的障碍物，控制方面就是针对不同的场景，它能够有不同的步态和平衡控制。

机器狗有 3D 激光传感器，同时周围有四个广角的摄像头，前面还有一个立体的视觉系统。

当看到前面有一个比较高的障碍物，它能够匍匐前进。

当看到前面有人的话，它会蹲下来跟人交互。

这只是简单的几个系统，是最近我们做的，大家下次有机会参观腾讯的展厅的时候，可以去跟这些机器人互动一下。

我们对机器人 ABC 的评估标准，要从力量、灵巧、快速、准确和优美的角度评估这些机器人的能力。

这里还想讲一下本体，因为机器人领域里面很多人都强调是人形机器人。对这个问题我有一点思考，人形机器人是不是我们需要追求的机器人的目标？人之所以有直立双足，是经过几百万年演化出来的，是要在荒野里面、大草原里面生存下来，所以我们有了直立双足。但是目前机器人的工作环境，大部分情况下都是平的地方，再加上几个台阶，而且没有生存淘汰的压力。所以我们现在去研究机器人，不一定是一个人形机器人，而是应该思考什么样的最佳的机器人本体，在现在的环境里面要去实现你需要的任务。

下面讲一下 D—G 。D 是进化学习，目前尽管人家说我这个机器人是通过深度学习出来的，但是学习出来的能力还是固定的，放到一个机器人身上，它永远是这样的，但是我们人从出生开始就跟父母、跟周围人交互，能力越来越强大，所以我们怎么让机器人也具备进化的能力，这是我们需要研究的。

E 是 EQ，因为人和机器人是要共存的，它必须对人有一个深刻的理解，包括感情的理解，同时要用适当的方式把这个感情表达出来，让人理解，所以情感交互是非常重要的。

F 是灵活操控，我们看到电视、电影里面都是高科技的钢盔铁甲的机器人，但是在人和机器人共存的时代，这些机器人往往对人造成伤害，所以我们要研发不会对人造成伤害的机器人，所以这里面有人造皮肤，或者是高精度触感的传感器，这样能够灵活操控。

G 是 Angel（守护天使），机器人最终的目的是要服务人、保护人，不能把它当做一个独立的个体，它应该跟周围的环境和周围的传感器结合，同时还要和云结合，这样即使你的家庭成员或者朋友不在边上，你也能够很快地跟他们取得感情的交流。

我们也有一个用于进化学习研究的机器人。我们 X 实验室的目的就是要为人机共存、共创和共赢的未来准备的，这里面包括了增强人的智力、关怀人的情感，发挥体能的潜力，还有推进人机协作。

前面讲了很多机器人，现在我要给大家泼点冷水，人工智能和机器人还有很长的路要走，现在仅仅是人工智能和机器人的初春。讲寒冬不太合适，初春比较准确。

举个例子，几周前在宁波街头的一个街头的系统识别到「董明珠过马路闯红灯了」。但事实上董明珠并不在那边，而是卡车的车身广告上有董明珠头像的广告，公交车从旁边经过，识别系统发现了，认为是董明珠闯红灯了，这说明它的识别率是很高的，认出了这个图片是董明珠，但是也说明它是很傻的，它不知道这个不是真人。现在很多东西都非常单一，不接地气，这里面还有很大的工作要做，这是从计算机视觉方面举的一个例子。

第二个例子是自然语言的，「前门到了，请从后门下车」，我们都明白是什么意思。然后我们看看现在的机器翻译能不能理解对。我们用谷歌翻译，它把「前门」翻译的是「Front Door」，它的翻译是错的，我觉得可能谷歌不懂中国的国情，所以我用了百度的翻译，它还是翻译「Front Door」，所以百度对中国还是不了解。

我想可能是我的语法不对，我改成了「前门车站到了，请从后门下车」，百度的翻译仍然不对。人工智能语义理解方面还有很大提升空间。

还有机器人方面的例子，大家知道有一个叫索菲亚的机器人，被阿联酋封为他们的荣誉公民，他们说可以和人交互，但是它还远远达不到这样的水平，它的对话都是通过预先设计好的场景来对话的。

人家说人工智能会消灭人类，我已经从事了30多年的人工智能研究，我觉得是不用担心的。但是确实人工智能已经发展了很多，有很多应用的地方，所以我们需要继续往前推进人工智能的应用。但是还要继续投入更多的研究，无论是视觉、语音还是自然语言，或者是机器人，还有认知等等，都需要继续努力，不光是应用，还要有基础的研究，所以我觉得有鹏城实验室这样一个平台是非常好的，我也非常乐意回到祖国，和大家一起为人工智能的发展贡献我自己的一份力量。谢谢大家！

9月22日，2016腾讯全球合作伙伴大会在福州举办，腾讯宣布正式推出机器人开放平台，应用宝将作为腾讯人工智能先行尝试的首批产品并开启机器人分发新模式。对此，腾讯移动应用平台总经理周涛表示，机器人分发不会取代APP，将成为所有开发者可选择的开发平台和模式。

图：腾讯移动应用平台部总经理周涛

在大会应用论坛现场，周涛宣布应用宝将继续深化“应用+”战略，并推出基于人工智能的机器人分发新模式，进一步降低用户获取移动互联网内容和服务的门槛。同时，腾讯还邀请开发者加入机器人开放平台，推动人工智能在移动互联网的普及。

在面对“应用+”和机器人分发的双重“夹击下”，不少开发者担心机器人将替代APP。周涛现场回应表示，机器人和APP是共存关系，机器人只是一种新的开发模式，以及一种新的用户交互体验，并不能取代APP。

“尤其在现在AI技术的基础上，它甚至可能只做好一些单一服务，也可能把一个复杂APP的常用功能独立分装成一个机器人，成为APP的试用版。我们的平台也将支持机器人跟APP之间的互动导流。所以机器人将成为所有开发者可以选择的一种开发平台和模式。”周涛补充说明。

据了解，全面引入人工智能的应用宝7.0版将提供一站式体验打车、订餐、美图等机器人智能服务，同时腾讯推出机器人开放平台，将人工智能共享给合作伙伴。“我们欢迎更多合作伙伴加入机器人开放平台，与腾讯共同探索移动互联网的智能新生态。”周涛向合作伙伴发出诚挚邀请。

物流历史上每一次进化的背后都有消费与产业、技术变化的影子。今天，无论是在消费与产业层面，还是技术层面，都在经历一场变革。而作为零售最重要的基础设施，物流“新时代”同样也呼之欲出。那么，未来物流将会走向哪里？

物流行业即将迎来翻天覆地的巨变

“新一代物流正在到来，它将呈现出短链、智慧与共生三大核心要素。”在12月11日的2017全球新一代物流峰会上，京东物流CEO王振辉信心十足地表示。

无独有偶，菜鸟总裁万霖在12月10日“2017中国企业领袖年会”上也表达了自己对物流未来的看法，“未来10年物流业的趋势是万物互联，所有的物流要素能够被数字化，能够被连接起来，通过我们的大数据智能和人进行完美协同和全局优化。”

虽然菜鸟网络和京东物流的基因有着不小的差异，但两大巨头对物流业的未来却殊途同归。随着“新零售”概念的推出，对仓储系统的智能化、柔性化提出了更高的要求。无论是阿里的新零售还是京东无界零售，物流都是其中最为关键的一环。

「新物流」是阿里“五新战略”的基础，没有新物流就没有新零售，新零售需要新物流、新技术助力新物流、消费升级呼唤新物流。对于京东而言，优质的物流服务则是其面对惨烈的市场竞争中最重要的竞争优势，也是其立足之本，是其实现无界零售的重要支撑。

两大巨头的求变，很大程度上也是因为物流行业的巨变。不久前，国家邮政局公布了2017年上半年快递行业运行情况，从今年第二季度开始，我国常态化进入单日快递亿件时代！随着包裹量的增长越来越快，物流行业需要思考如何为「未来的日均10亿个包裹」做好准备。

而在快递业务持续增长的同时，消费者多样化与个性化需求也不断提升。竞争的激烈使得消费者对电商的每一个环节都更加挑剔。物流行业的服务标准正在不断升级，“一日达”开始成为配送领域新航标。单日、亿件、一日达，在这些字眼惊人组合在一起的背后，都对物流行业的服务和效率有了更高的标准。

智能化升级关口，机器人将成为物流行业主角

随着中国的人口红利逐渐消失，科技创新正在席卷全球，传统行业正不断地与科技碰撞。依赖人力的物流行业，也正努力从劳动密集型向技术密集型转变，从传统模式向机器人智能物流升级。

机器人智能物流，顾名思义，即是用机器人作为物理载体，综合机器人、人工智能、大数据等先进技术，将物流的不同环节实现自动化、柔性化、智能化的系统级解决方案。一家企业想要实现效率提升、低成本地履行订单，一套自动化、智能化的仓储系统就显得尤为重要。

随着各家巨头的积极布局、新锐创业公司的迅速崛起，各大企业纷纷加入了智能物流机器人的市场布局和研发中来，尤其在我国大力推行中国制造2025以及企业转型升级的大背景下，智能物流机器人已被认为是下一个风口。

1、亚马逊、京东、阿里等巨头的争相入局

过去几年间，电商企业在一路高歌猛进的同时，而这也面临着海量订单快速处理带来的巨大压力。智能物流势在必行，也是因为此阿里、京东、亚马逊纷纷加入到智能物流体系建设中。

亚马逊自2014年便开始在其智能物流体系中使用Kiva机器人，如今亚马逊已启用了如摇臂机器人、仓储机器人、智能运算推荐包装、智能包裹分拣等多款机器人。其中仅仓储机器人便已在全球部署了10万台。

今年9月初，亚马逊还宣布在纽约的首个订单履行中心将坐落于史坦顿岛，预计创造2250个全新工作岗位，而且将全面启用“机器人员工”帮助提高订单处理效率，公司称这些全职员工“将有机会与先进的机器人协同工作”。

最近几年，京东也一直在加强对物流前沿科技的研发，京东CEO刘强东甚至喊出京东是一家科技企业的口号。目前备受关注的是京东“无人仓”的技术研发和应用，其中关键环节之一则是大量智能物流机器人的协同作业。Delta拣选机器人、搬运型AGV机器人、智能叉车等一系列智能物流机器人与技术在京东无人仓中，组成了完整的智慧物流场景。

在昨日的京东“2017全球新一代物流峰会”上，京东官方在开场环节公布的视频中出现一款新型仓储协作机器人，这被猜测是京东在智能仓储中布局的新动作。后来经媒体证实，该机器人是由一家名为灵动科技（.ai）的AI初创型公司研发。

京东通过人工智能、深度学习、图像智能识别、大数据等诸多先进技术，为工业机器人赋予了智慧，让它们具备自主的判断和行为，适应不同的应用场景、商品形态，完成各种复杂的任务。

去年5月份，菜鸟ET物流实验室正式对外公布，目标是研发物流前沿科技产品，追求符合未来科技发展的物流生产方式，在末端配送机器人、仓内复杂拣货机器人矩阵、无人送货机等方面努力。该实验室已推出末端配送机器人小G以及智能分拣机器人“曹操”。

菜鸟网络今年最主要的变化就是机器人仓库从过去的单点开花走向大规模应用，不久前，阿里巴巴菜鸟ET物流实验室研发还推出了末端配送机器人小G。同时，阿里自主研发的造价百万的智能机器人“曹操”也正式上线。

今年双11前，菜鸟网络在上海、天津、广东、浙江、湖北等地都会上线多种类型的机器人仓库，包括自动化流水线、AGV机器人、机械臂等设备，在算法的驱动下提升物流运行效率。这些机器人仓分布在全国从南到北，从东到西的重点城市，不仅有全自动化的流水线，还有各种缓存机器人、播种机器人、拣选机器人，以及机械臂、AGV矩阵等。

2、初创企业也开始集中涌现

据有关调研数据显示，全球物流机器人市场将从2014年的160亿美金增长至2020年的313亿美金，市场空间巨大，机器人智能物流将是百亿规模的市场。

这一年，多家国内的创业新锐公司纷纷瞄准机器人智能物流市场，并涌现出了像Geek+、水岩科技、马路创新、立镖机器人、智久机器人、快仓、灵动科技等一众明星创业公司。

这些公司从机器人智能物流目前可解决的不同应用场景着手，诸如“货到人”拣选系统、机器人分拣系统、机器人搬运系统，也获得了资本市场的青睐。而在这其中灵动科技、Geek+和快仓的快速非常令人瞩目。

Geek+于今年3月完成1.5亿元A和A+轮融资，7月又完成B轮融资6000万美元；快仓则与今年3月完成B轮2亿元融资；而致力于视觉感知轮式机器人的初创企业灵动科技（）则在成立一年左右的时间里相继完成了天使轮和千万美元的A轮融资。

Geek+的商业场景定位于仓储物流领域智能机器人，主要研发生产以智能机器人为主的拣选系统、搬运自动化系统和分拣系统。经过两年的发展，Geek+已经成为国内应用案例最多、业务规模最大的智能物流机器人公司。

快仓主要提供智能仓储机器人服务，其快仓智能机器人有自己的控制系统和决策系统以及软件系统，机器人会在适合的节点配合其他自动化设备和人工展开合理有序的分工配合，不同的拣配流程，不同的分拣产品，快仓机器人都会根据不同的应用场景做出最优的解决配置方案。

灵动科技的产品主要是基于视觉感知的智能仓储协同机器人，在12月11日的京东物流大会上，官方视频中就使用了灵动科技研发的机器人作为应用示范场景片段。灵动科技的第一批机器人有望在未来一个季度投入生产，预计将会在明年初量产。目前灵动科技已聚集了60位资深专业人士，涵盖AI领域各技术端的国际团队。

3、传统机器人公司的野心也不容小觑

在智慧物流逐渐成为行业发展趋势的情况下，不仅国外物流装备企业高度重视物流机器人的研发应用，国内一些实力雄厚的物流系统集成商也纷纷投入仓储物流机器人领域，并在市场上取得了显著成果。像新松、昆船、海康、井松这样的传统机器人或者AGV公司，已纷纷开始发力着手物流机器人领域，或多或少都向外界抛出自己的物流解决方案。

一片看好之下，机器人行业还存在诸多瓶颈

物流机器人得到前所未有的关注是可喜现象，但这并不意味着中国智能物流机器人的时代已经全面到来。当下中国物流机器人领域面临的挑战其实还有不少。

1、 技术基础比较薄弱

机器人替代人工是大势所趋，但令人遗憾的是很多物流机器人领域最新的技术并非我国原创。事实上，当前我国大多数物流机器人，技术基础比较薄弱。实际上，针对我国仓储物流机器人当前存在的诸多问题，

不过好消息在于，国家有关政策已指明了重点发展方向。其中最重要的一点就是要发展机器人共性关键技术，重点开展人工智能、机器人深度学习等基础前沿技术研究，突破机器人通用控制软件平台、人机共存、安全控制、高集成一体化关节、灵巧手等核心技术。

在可预见的未来，随着行业投入的不断加大，一些新的技术突破将会不断涌现，中国在机器人领域技术上的落差将会很快追上，但现在可能还需要时间。

2、机器人自主导航仍存难题

机器人导航本身是一个比较复杂的系统。物流机器人的自主导航问题被分成三大块：定位，建图，路径规划。定位就是精确确定机器人在环境中的当前姿态。建图就是将环境的多个不完整观测集成到单个一致的模型中，路径规划就是在地图中确定一条通过环境的导航最优路径。

目前仓储物流机器人在感知环节大多使用的是激光SLAM，通过搭载特定传感器的运动体，在没有环境先验的信息情况下，根据传感器感知得到的信息，在运动过程中建立环境的三维模型，同时估计自己的位置。

但在现实中，因为环境是不停变化的，激光SLAM技术所构建的全局地图并不能完全反映导航时的障碍物状况，因此需要凌驾于全局导航之上的视觉避障算法进行实时的运动调整。这也是为什么像灵动科技这类的新一代物流机器人企业会押宝在VSLAM上的关键原因。

要知道在物流机器人走向智能化和开放化的过程中，激光SLAM可能已经不太适用，例如智能配送机器人需要在复杂的室外环境运行，而VSLAM主要用摄像头来实现，这种技术可以提供关于环境更为高层的语义理解，比如包括环境中的特定目标、运动信息、交互关系等。这意味着VSLAM 的应用场景不仅丰富很多，也完全可以胜任在室外环境下开展工作，

目前国内，灵动科技是第一家将VSLAM运用到仓储物流机器人领域的企业，对整个行业来说灵动科技是一个先行者，而这代表了未来物流机器人的发展趋势，从室内走向室外，从物流行业走向多元化。

3、成本仍然是不可抗拒的元素

不过真正制约智能物流发展的其实还是成本问题，智能物流具有数据智慧化、网络协同化和决策智慧化的特征，其承担了“物品识别、地点跟踪、物品溯源、物品监控、实时响应”等工作。只有产业链条的协同发展，才能有效发挥智能物流系统的作用。

像亚马逊的仓库自动化和智能化程度确实高于国内同行，但是其仓库机器人每台30万元的价格很难被国内电商快递企业接受。如今快递业正面临利润下滑、成本高企等问题，就连京东物流也是刚刚才实现盈利，距离机器人在物流产业的大规模落地可能还有很长一段路要走。

物流机器人成本高，很大程度上是因为长期可重新定位的导航方案非常昂贵，这些都是很难被平常的消费及工业级的场景所能接受的。从这个角度来说，灵动科技将VSLAM和物流机器人结合在一起，又是一大创举。

VSLAM有一个天生的优势，那就是使用摄像头+MEMS惯性传感器的组合，这可以用很低的成本实现高精度。相对于激光SLAM，VSLAM具有造价成本低廉、适用范围广泛、感知信息丰富等优点，对于环境的语义理解也更加智能化。

像无人机领域、服务机器人领域、清洁机器人以及工业机器人领域等都特别需要一个小型化、低功耗、低成本和高垄断性的定位方案，这也是为何VSLAM越来越得到业界认可的关键。长期来看，物流机器人的成本下降，很可能要落实到VSLAM技术的运用。

就整个行业来看，电商发展到一定规模以后，物流才是取胜的法宝。只有在物流成本不断下降的前提下，电商才会有更多的优势，提供更加优质的服务。上一个10年是电商，下一个10年是物流，大变革即将到来，全面机器人化的时代还会远吗？