頭圖來(lái)源：維他動(dòng)力

 

 

8 月 8 日下午，北京亦莊的世界機(jī)器人大會(huì)A區(qū)一角，人潮涌動(dòng)間隙，可以看到一只溜達(dá)的「小短腿」。

 

它一會(huì)兒跟在展區(qū)人員身后走來(lái)走去，一會(huì)兒又?jǐn)D進(jìn)人群對(duì)著鏡頭歪頭賣(mài)萌——這是在WAIC后，維他動(dòng)力（Vbot）又一次把自家「大頭」放到真實(shí)人流里「溜達(dá)」。

 

如果機(jī)器人終究要走進(jìn)家里的客廳，它應(yīng)該長(zhǎng)什么樣？該用什么姿態(tài)和你的孩子打招呼？又憑什么讓家里人相信，它是一個(gè)可以放心的家庭成員？

 

這家成立剛滿(mǎn)半年的公司，帶著 3 億元融資、60 多位從 AI、汽車(chē)、動(dòng)畫(huà)乃至飛機(jī)內(nèi)飾領(lǐng)域跨界而來(lái)的工程師與設(shè)計(jì)師，試圖回答以上問(wèn)題。他們給出的答案，就是這只昵稱(chēng)為「大頭」的智能伴隨機(jī)器人Vbot。

 

聯(lián)合創(chuàng)始人趙哲倫說(shuō)，他們?cè)谠噲D用「工程科學(xué)的思維控制精度，用藝術(shù)的思維創(chuàng)造靈魂」 ，為機(jī)器人注入「生命力」。

 

他們想讓四足機(jī)器人擺脫遙控器，同時(shí)回答一個(gè)問(wèn)題：機(jī)器人到底能怎樣進(jìn)入真實(shí)的家庭生活？

 

「賽博遛狗」｜圖片來(lái)源：維他動(dòng)力

 

跳出「工具論」，重新定義機(jī)器人的「存在感」

 

「大頭」不是人們印象中那種帶著工業(yè)氣息、充滿(mǎn)機(jī)械感的機(jī)器狗，也不是過(guò)于擬人以至于有些怪異的仿生體，而是一款外觀圓潤(rùn)、充滿(mǎn)親和力的四足機(jī)器人，定位是「智能伴隨機(jī)器人」 。

 

「我們認(rèn)為它在正式交付之后會(huì)是你的小跟班、小跟拍、小跟護(hù)?！?趙哲倫這樣描述產(chǎn)品的核心體驗(yàn)：它可以跟隨家庭的每一個(gè)成員出行，幫著拿包；利用AI能力，成為比家人更懂抓拍時(shí)機(jī)的攝影師；甚至可以在你無(wú)暇他顧時(shí)，照看老人和孩子 。

「大頭」表演了一段跳舞｜視頻來(lái)源：極客公園

 

這聽(tīng)起來(lái)像是一個(gè)不錯(cuò)的家庭伙伴，但一個(gè)問(wèn)題是：為什么是現(xiàn)在？為什么是四足形態(tài)？畢竟，在過(guò)去十多年里，至少有三代四足機(jī)器人問(wèn)世，但它們似乎從未真正走出實(shí)驗(yàn)室，進(jìn)入大眾的視野 。

 

維他動(dòng)力創(chuàng)始人余軼南（前地平線智能駕駛總裁，自 2015 年起主導(dǎo)地平線智能駕駛和智能座艙技術(shù)研發(fā)與落地）的看法是，「過(guò)去的產(chǎn)品為什么不work？核心就是幾點(diǎn)：第一是價(jià)值交付，第二是成本，第三點(diǎn)是非常重要的，面向消費(fèi)者的售后維護(hù)?！?他提到，過(guò)去的機(jī)器人成本高達(dá)幾十萬(wàn)，且在安全性、可靠性上難以保證，本質(zhì)上是技術(shù)發(fā)展還未到那個(gè)階段 。

 

而今天，情況發(fā)生了質(zhì)的改變。維他動(dòng)力聯(lián)合創(chuàng)始人趙哲倫（前理想汽車(chē)智能駕駛產(chǎn)品總監(jiān)，負(fù)責(zé)理想 ONE 與 L 系列車(chē)型智能駕駛產(chǎn)品的定義與交付）將其歸功于一個(gè)「盟友」——智能汽車(chē)產(chǎn)業(yè)?！刚麄€(gè)智能駕駛，它確實(shí)是很好地開(kāi)拓了整個(gè)機(jī)器人發(fā)展的前提?！?/p>

 

他解釋道，智能汽車(chē)的快速發(fā)展，使得無(wú)論是算力芯片、控制器還是電機(jī)，其成本在中國(guó)被大幅優(yōu)化，并且品質(zhì)極高，這為當(dāng)今的機(jī)器人制造提供了絕佳的基礎(chǔ) 。

 

有了「造得起」的前提，下一個(gè)問(wèn)題便是「如何設(shè)計(jì)」。

 

維他動(dòng)力從一開(kāi)始就希望跳出傳統(tǒng)機(jī)器人設(shè)計(jì)的窠臼。趙哲倫分享了他們最初的產(chǎn)品定義思考：在一個(gè)矩陣的兩軸上，一條是機(jī)器人與人的關(guān)系，從工業(yè)、冷峻到友善，再到可能過(guò)于「低幼化」的玩具感；另一條則是它的行動(dòng)能力，從桌面級(jí)、室內(nèi)輪式，到能夠戶(hù)外行走但無(wú)法上下臺(tái)階，再到真正的全地形能力 。

 

「我們最早的時(shí)候其實(shí)希望這個(gè)機(jī)器人盡可能小，但我發(fā)現(xiàn)要想基礎(chǔ)地完成跟人一樣走，人能到哪它能到哪，全地形能力，腿的長(zhǎng)度至少得是現(xiàn)在這個(gè)長(zhǎng)度?！?/p>

 

最終，他們將Vbot定義在「友善」與「全地形能力」的交點(diǎn)上：它要有足夠強(qiáng)的運(yùn)動(dòng)能力，但外觀上又不能帶有攻擊性，而是友善、可愛(ài)，同時(shí)又不失質(zhì)感，不會(huì)讓人覺(jué)得是個(gè)玩具 。

 

為此，團(tuán)隊(duì)引入了「迪特-拉姆斯式簡(jiǎn)約設(shè)計(jì)」，遵循「Less, but Better」的核心理念 。他們的首席工業(yè)設(shè)計(jì)師曾有十幾年在美國(guó)設(shè)計(jì)商務(wù)艙內(nèi)飾的經(jīng)驗(yàn)，為Vbot帶來(lái)審美上的質(zhì)感 。趙哲倫總結(jié)了四個(gè)設(shè)計(jì)原則：

 

1. 黃金比例：無(wú)論是大小腿的比例，還是身體與頭部的對(duì)比，都經(jīng)過(guò)精心計(jì)算 。
2. 圓潤(rùn)倒角：整個(gè)機(jī)身幾乎看不到銳角，創(chuàng)造了與人更和諧的關(guān)系 。
3. 高級(jí)質(zhì)感：樣機(jī)的腿部甚至用到了與Apple Watch同款的材料，以提升整體品質(zhì)感 。
4. 銳利切割：在需要的地方采用鋒利的切割線條，增加設(shè)計(jì)感，但觸感依然保持圓潤(rùn) 。

「大頭」在自己下樓梯｜圖片來(lái)源：維他動(dòng)力

 

最終呈現(xiàn)的Vbot，在WRC現(xiàn)場(chǎng)的一眾四足機(jī)器人中，確實(shí)顯得有點(diǎn)不一樣的「萌」。

 

拆解「大頭」：一只四足機(jī)器人的大腦、算力與「心臟」

 

如果說(shuō)設(shè)計(jì)哲學(xué)賦予了Vbot親和的「皮囊」，那么其內(nèi)在的技術(shù)架構(gòu)則是它擁有「靈魂」的基石。維他動(dòng)力從一開(kāi)始就意識(shí)到，要打造一個(gè)真正自主的機(jī)器人，必須摒棄傳統(tǒng)的路徑。

 

這其中核心之一在于對(duì)「算力」的理解和應(yīng)用。余軼南指出，今天的智能汽車(chē)，特別是高階智駕，往往需要在車(chē)身布滿(mǎn)多達(dá)12個(gè)攝像頭來(lái)覆蓋長(zhǎng)焦和廣角，以感知周?chē)h(huán)境 。雖然總算力很高，但分配到每個(gè)攝像頭上的算力其實(shí)非常有限 。

 

Vbot則走了一條更精簡(jiǎn)、更高效的路?！溉似鋵?shí)通過(guò)兩個(gè)眼睛、兩個(gè)攝像頭就能覆蓋他基本移動(dòng)的需求?！?余軼南解釋道。

 

Vbot采用了擬人的可運(yùn)動(dòng)雙目攝像頭設(shè)計(jì)，就像人可以通過(guò)轉(zhuǎn)動(dòng)頭部來(lái)擴(kuò)大視野一樣，這對(duì)攝像頭可以靈活轉(zhuǎn)動(dòng)，使其水平視場(chǎng)角從固定的150度大幅提升至約230度，垂直視場(chǎng)角也從80度擴(kuò)展到125度 。

 

這種設(shè)計(jì)的精妙之處在于，它不僅降低了對(duì)傳感器數(shù)量的依賴(lài)和硬件成本，更帶來(lái)了一個(gè)高效的結(jié)果：?jiǎn)挝幌袼乜捎盟懔Γ═OPS/MPixel）遠(yuǎn)超主流智能汽車(chē)，約是其3到8倍 。

 

更高的「算力密度」意味著Vbot有能力在端側(cè)運(yùn)行更大規(guī)模、更復(fù)雜的AI模型，這是其實(shí)現(xiàn)高級(jí)智能的關(guān)鍵前提。

 

為了應(yīng)對(duì)真實(shí)世界中復(fù)雜的異形障礙物和暗光環(huán)境，Vbot還額外配備了一個(gè)機(jī)器人專(zhuān)用的360°激光雷達(dá)，確保在全場(chǎng)景下都具備可靠的避障能力 。

 

強(qiáng)大的感知能力需要一個(gè)同樣強(qiáng)大的「大腦」來(lái)處理。Vbot采用了雙系統(tǒng)設(shè)計(jì)：

智能本體域負(fù)責(zé)感知—決策—規(guī)劃—動(dòng)作，運(yùn)行于與地瓜機(jī)器人聯(lián)合的S100P芯片（最高128TOPS）——這是機(jī)器人的「運(yùn)動(dòng)中樞」；

智能交互域負(fù)責(zé)顯示、語(yǔ)音、光效與通信，運(yùn)行與頭部X5芯片，實(shí)現(xiàn)高效低功耗的人機(jī)交互——這是機(jī)器人的「社交中樞」。

 

這種高度集成的中央計(jì)算架構(gòu) 帶來(lái)了另一個(gè)優(yōu)勢(shì)：節(jié)省空間。趙哲倫說(shuō)：「過(guò)去拆開(kāi)一個(gè)四足機(jī)器人，肚子里要放好多塊板子……今天由于我們高度集成，身體里有更大的空間可以來(lái)放電池包?！?/p>

 

這直接關(guān)系到機(jī)器人的「續(xù)航」這一核心痛點(diǎn)。傳統(tǒng)同級(jí)別的四足機(jī)器人電池容量普遍在400Wh左右，續(xù)航僅一到兩個(gè)小時(shí)。而Vbot憑借優(yōu)化的內(nèi)部結(jié)構(gòu)，電量達(dá)到了600Wh以上，較行業(yè)上限提升了38% 。

 

不僅如此，維他動(dòng)力還在與電池巨頭億緯鋰能（EVE Energy）合作，聯(lián)合開(kāi)發(fā)更高密度的動(dòng)力電池，有望將電量進(jìn)一步提升，實(shí)現(xiàn)超過(guò)6小時(shí)的戶(hù)外續(xù)航，完全滿(mǎn)足單日出行的需求 。

 

然而，Vbot不僅要「看得見(jiàn)」、「動(dòng)得久」，更要「聽(tīng)得懂」、「會(huì)思考」。為此，團(tuán)隊(duì)為它設(shè)計(jì)了一套全新的Agent架構(gòu) 。

 

余軼南將它與我們熟悉的PC和手機(jī)交互做了對(duì)比：我們與電腦的交互距離很近，可以用鍵盤(pán)鼠標(biāo)；與手機(jī)的交互距離更近，可以直接觸控 。但與機(jī)器人的交互，距離往往在幾米開(kāi)外，掏出手機(jī)來(lái)控制，體驗(yàn)其實(shí)非常不便 。

 

Vbot的Agent架構(gòu)，就是想想要拋開(kāi)遙控器和預(yù)設(shè)的圖形界面 。趙哲倫解釋道，有無(wú)遙控器的核心區(qū)別在于，對(duì)環(huán)境的感知由誰(shuí)來(lái)承擔(dān)?！冈谟羞b控器的情況下，是控制者來(lái)承擔(dān)對(duì)環(huán)境的感知」。而沒(méi)有遙控器，這件事就需要機(jī)器人本身去實(shí)現(xiàn)。

 

機(jī)器人的Agent架構(gòu)｜圖片來(lái)源：維他動(dòng)力

 

它的核心是視覺(jué)—語(yǔ)言—行動(dòng)（V-L-A）模型 ，統(tǒng)一了「看懂—聽(tīng)懂—做對(duì)—解釋清楚」的全鏈路 。用戶(hù)輸入指令后，Agent大腦會(huì)利用思維鏈（CoT）和反思（Reflection）等機(jī)制，像產(chǎn)品經(jīng)理一樣理解意圖、拆解任務(wù)，然后調(diào)度各種工具來(lái)完成 。

 

這些工具不僅包括機(jī)器人自身的感知和技能，還包括可擴(kuò)展的物理世界工具（如通過(guò)多功能背板連接機(jī)械臂或運(yùn)動(dòng)相機(jī)）和互聯(lián)網(wǎng)服務(wù) 。

 

「它可以通過(guò)各種各樣的連接工具實(shí)現(xiàn)機(jī)器人跟世界的互動(dòng)?！褂噍W南舉例說(shuō)，Vbot可以拖著人玩滑板，也可以裝上一個(gè)特制設(shè)備，在網(wǎng)球場(chǎng)里自動(dòng)撿網(wǎng)球 。這種可擴(kuò)展的「任務(wù)工具鏈」，為用戶(hù)提供了豐富的應(yīng)用生態(tài) 。

 

注入「生命力」：用藝術(shù)的思維來(lái)創(chuàng)造靈魂

 

「我們是要打造有生命力的機(jī)器人。」趙哲倫在發(fā)布會(huì)上強(qiáng)調(diào)，「工程科學(xué)的思維可以控制精度……但我們認(rèn)為必須得用藝術(shù)的思維來(lái)創(chuàng)造靈魂?！?/p>

 

這句話點(diǎn)明了維他動(dòng)力不一樣的追求：讓機(jī)器人擁有「生命感」。他們認(rèn)為，過(guò)去很多機(jī)器人交互方式存在局限，要么被預(yù)設(shè)的圖形界面限制，要么只依賴(lài)語(yǔ)音而容易產(chǎn)生誤解 。

 

團(tuán)隊(duì)從「LOVOT之父」林要那本為《溫暖的科技》的書(shū)中獲得啟發(fā)。書(shū)中提到，人與人之間的信息傳遞，55%依賴(lài)肢體語(yǔ)言，38%是語(yǔ)氣，而純粹的語(yǔ)言?xún)?nèi)容只占7% 。這讓他們意識(shí)到，要讓交互變得自然、溫暖，就必須讓機(jī)器人擁有豐富的表達(dá)能力。

 

「機(jī)器人應(yīng)該怎么樣來(lái)去表達(dá)自己的情緒？不管是開(kāi)心也好還是害怕也好?！筕bot給出的答案是：全模態(tài)交互 。它不僅有屏幕上的表情，更有肢體、揚(yáng)聲器和指示燈的協(xié)同表達(dá) 。

 

為了讓這些表達(dá)生動(dòng)可信，維他動(dòng)力做了一件在機(jī)器人行業(yè)相對(duì)少見(jiàn)的事——聘請(qǐng)動(dòng)畫(huà)師。趙哲倫介紹，他們將迪士尼動(dòng)畫(huà)的十二法則，如節(jié)奏感（Timing）、夸張（Exaggeration）和吸引力（Appeal），融入到機(jī)器人的動(dòng)作設(shè)計(jì)中 。

 

例如，通過(guò)控制動(dòng)作的速度變化（加速度），來(lái)表達(dá)驚訝或喜悅的情緒；通過(guò)夸張的躲避動(dòng)作，來(lái)告訴用戶(hù)它「害怕」前方的溝壑，無(wú)法通行；通過(guò)一些小動(dòng)作展現(xiàn)其鮮明的個(gè)性，比如在思考時(shí)做出歪頭的姿態(tài) 。這些設(shè)計(jì)讓Vbot不再是一個(gè)執(zhí)行命令的機(jī)器，而是一個(gè)能夠傳遞情緒、有「性格」的伙伴。

 

除了情感表達(dá)，Vbot也擁有「長(zhǎng)期記憶」。趙哲倫向極客公園談到，他們的記憶系統(tǒng)分為三部分：空間、關(guān)系和信息。

• 空間記憶：機(jī)器人需要記住家庭或辦公室的環(huán)境布局，能聽(tīng)懂「去爸爸的房間」這樣的指令。
• 關(guān)系記憶：通過(guò)聲紋和人臉識(shí)別，它能分清家庭成員，知道誰(shuí)是誰(shuí)。
• 信息記憶：這是更深層次的交互記憶，讓機(jī)器人能夠理解并記住用戶(hù)的偏好和習(xí)慣。

 

這種對(duì)「生命感」的追求，背后是一定的技術(shù)支撐和清晰的商業(yè)規(guī)劃。維他動(dòng)力成立僅半年，已先后完成種子輪和天使輪融資，累計(jì)融資規(guī)模達(dá)3億元人民幣，天使輪由達(dá)晨創(chuàng)投領(lǐng)投，聯(lián)想創(chuàng)投、渶策資本等跟投 ，資金也將聚焦于首款智能伴隨機(jī)器人的規(guī)模化量產(chǎn) 。

 

為此，他們組建了一個(gè)覆蓋電池、電機(jī)、算法、數(shù)據(jù)基建等全棧軟硬件的60多人研發(fā)團(tuán)隊(duì) ，并與京東（新零售）、火山引擎（大模型算力）、地瓜機(jī)器人（端側(cè)算力）、禾賽科技（傳感器）和億緯鋰能（電池）等行業(yè)巨頭達(dá)成了深度合作 。

 

一條清晰的路線圖已經(jīng)鋪開(kāi)：9月啟動(dòng)制造工廠，10月到12月開(kāi)啟早鳥(niǎo)內(nèi)測(cè)，年底正式上市，并在明年1月的CES展會(huì)上開(kāi)啟海外眾測(cè) 。他們也有一個(gè)更長(zhǎng)久甚至宏大的目標(biāo)：5年內(nèi)，讓機(jī)器人大規(guī)模進(jìn)入家庭和辦公場(chǎng)所；10到20年，成為全球前三的智能機(jī)器人公司 。

 

當(dāng)被問(wèn)及為何不做更「酷」的人形機(jī)器人時(shí)，趙哲倫向極客公園坦言，人形機(jī)器人的技術(shù)挑戰(zhàn)依然巨大，且他們認(rèn)為第一款家用產(chǎn)品「?jìng)€(gè)子不能比孩子高」，以保證親和力和安全性。

 

從智能汽車(chē)產(chǎn)業(yè)汲取養(yǎng)分，到用「算力密度」重塑硬件架構(gòu)，再到以「生命感」定義交互體驗(yàn)，維他動(dòng)力正在走一條此前未被走通的路。他們丟掉了遙控器，因?yàn)檫@迫使機(jī)器人必須真正地理解世界。

 

維他動(dòng)力創(chuàng)始人｜余軼南

 

余軼南說(shuō)，「智能手機(jī)跟非智能手機(jī)最大的區(qū)別是沒(méi)有物理按鍵，無(wú)人駕駛跟輔助駕駛最大的區(qū)別是沒(méi)有方向盤(pán)?！?而Vbot正在做的，就是拿掉機(jī)器人的「遙控器」，推動(dòng)其向一個(gè)更自主、更智能的方向發(fā)展。