專訪梅卡曼德邵天蘭：制造業終會「擁抱AI」，下一步是跨過「鴻溝」

讓工業機器人技術普惠，打通應用落地前的“最后一公里”。

圖 | 左：梅卡曼德創始人兼CEO 邵天蘭

對比科幻電影里無所不能的機器人，現實里的機器人雖被冠以“人”之名，本質上仍是按著指令進行工作的自動化設備。

這個誕生自上個世紀50年代的產業，經歷了幾十年應用場景的探索以及技術壁壘的攻克，至今仍未完全滲透進人類社會。

以使用率最廣泛、滲透率最高的工業機器人為例，2022年，中國共計銷售約30萬臺工業機器人，總保有量還不到150萬臺。而同年中國制造業企業已達327萬家，容納了近1.05億人就業。換算下來，每70個工人才擁有一臺機器人。

對于機器人行業發展的困境，梅卡曼德創始人兼CEO邵天蘭認為：“（此前）機器人的智能水平仍然很低，是很大的瓶頸。”

圖 |梅卡曼德北京總部

轉變思路，巧破定制化成本難題

在一家物流公司內，一臺搭載了梅卡曼德3D視覺相機的機器人正將紙箱、麻袋等貨物從空地搬運到傳送帶上。僅僅過去數分鐘時間，原本隨意擺放的貨物就被成功派送到各處，整個流程沒有出現一點錯誤。

這是梅卡曼德機器人常見的應用場景之一。同時在汽車、物流、鋼鐵、工程機械、3C、新能源、家電等行業的工廠里，這些機器人還能完成無序工件上下料、視覺引導拆碼垛、貨品抓取、快遞供包、工業檢測等工作，不僅輕松實現了本來應該由人完成的動作，最重要的是保證了工作完成的高效性和準確性。

“現實中的工業場景不盡相同，每個行業、地域、或是應用場景對于技術和解決方案的需求各有側重，讓機器人實現從理論、到應用、再到規?；涞氐目缭?，并非易事。”邵天蘭告訴筆者。

從邵天蘭的講述來看，工廠在實際場景下需求多樣復雜，而傳統機器人受限于自身軟件系統，基本上只能依據設定好的程序進行工作。如果此時能有臺機器人“讀懂”用戶的需求，這對于工廠的工作效率來講將是極大的提升。

事實上，這些工業企業對于“智能型工業機器人”的迫切需求，也反映了這個行業的另一面現狀——在價格昂貴的工業機器人面前，中小型企業很難承擔起特殊工業場景下的定制化服務，工業機器人幾乎是大型企業的專屬。

“技術鏈條長、試錯成本高、產出慢、投入風險大，這些問題都是智能工業機器人在批量落地前會遇到的一些主要阻礙。”邵天蘭總結道。

既然定制化硬件的難題和成本很難降下去，那么是否可以從一個思路入手？

梅卡曼德的做法，是將機器人做成通用型產品或基礎設施平臺，再組合上“AI”與“3D視覺”兩大核心，以此來減少對非標硬件的需求。

“AI和3D傳感器就像機器人的‘大腦’和‘眼睛’，是機器人智能化的關鍵所在，而我們的團隊在這兩個領域有著非常深厚的技術積累。”邵天蘭補充道。

抓住了主要矛盾，自然能挖掘出破局的鑰匙。邵天蘭對于工業機器人行業的洞悉理解，不僅成為了自身創業的契機，也為后來梅卡曼德領跑3D視覺機器人賽道指明了方向。

據統計，國內3D視覺相關企業有近60-70家，但能將3D視覺賦能到機械臂方向的企業，其實屈指可數。

3D視覺賦能機械臂，下一步繼續深耕產品

成立于2016年的梅卡曼德，以“新勢力”的姿態入局機器人行業，其成長速度非常驚人，曾在一年半內連續拿下四次大額融資，背后站立著美團、紅杉、源碼、英特爾資本、IDG等頂級資本天團。

一方面，當時機器人市場本身極度火熱；另一方面，資本市場對于梅卡曼德的3D視覺產品非常認可。

邵天蘭告訴筆者：“在我們創業初期，AI和3D視覺在機器人領域的應用極其少見，客戶對此幾乎完全不了解。梅卡曼德率先做出了能規?；涞氐漠a品，進入了技術領先、產品領先、業務領先、資本領先的正向循環。”

據介紹，在公司成立初期，梅卡曼德仍然圍繞著軟件開發為主，但隨著團隊中發現市場上很難尋找到「高性能3D相機」以及「能夠快速處理大量數據的計算設備」，于是公司迅速將“傳感器”這一核心硬件列為公司研發重點之一。

靠著極強的執行能力和優秀的技術儲備，梅卡曼德率先實現了3D相機的規?；徒桓扼w量，最終贏得了投資人與客戶的認可與好評。

在押中風口后，梅卡曼德緊接著做的就是深耕產品。

“長期來看，隨著工業機器人市場的持續利好，3D視覺技術的發展會越來越快，更多的應用場景會被開發出來。”

機器人需要“智能”，工業終將擁抱AI

有了“身體”，有了“五官”，想要組成完整的智能機器人系統，下一步就是補上AI能力。

就制造業而言，大多數場景都對精度有著嚴苛的要求。早些年機器視覺技術進入工廠的生產環節后，有效地減少了人工錯誤、提高了生產效率以及安全性。隨著近些年AI技術的不斷成熟，機器視覺算法迎來了一次“進化”，覆蓋了更多的工業場景；同樣是生產制造重要一環的工業機器人，也在這場AI浪潮中找到“進化”的新方向。

邵天蘭告訴筆者：“機器人所需的‘智能’其實是理解環境并自主決策的能力，這里的環境既有現實場景，也包括人的意圖和指令。AI的發展讓機器人能應對更復雜的環境，并做出更高級的自主決策。通過AI強化學習，機器人能夠在大量的自主訓練中學會對各種形狀的物體進行自主操作。”

目前，梅卡曼德已經在機器人產品的多個方向運用到了AI技術，包括「感知和視覺識別」、「路徑規劃」、「碰撞檢測」、「自主決策」、「智能控制」等等。

圖 |3D視覺引導線束抓取

值得一提的是，在各行各業內卷AI大模型的當下，梅卡曼德團隊很早就注意到大模型對于機器人行業的影響。

邵天蘭表示，AI大模型是公司在發展路線上的一次技術的自然延伸，目前在多模態大模型研發進度上，公司已經做了非常多的工作。在大模型的幫助下，機器人可以進入更多、更復雜的場景，尤其是服務業領域。

“AI和互聯網一樣正在帶來廣泛的基礎性變革，未來所有的企業都要擁抱AI，包括制造業。下一階段，AI將‘跨越鴻溝’，從少量早期客戶，發展成一種大規模的普遍應用。”邵天蘭總結到。

尾聲

在工業場景里，AI并不缺少需求。

企業們深知數智化轉型的重要性，AI能夠解決企業在生產流程里的諸多痛點。同樣，工業機器人也能幫助企業享受工業自動化帶來的便捷和效率，沒人會拒絕。

但真正想把這些技術打入大眾化工業場景中并非易事——價格是一方面，技術本身又是一方面。

如何實現技術普惠，打通應用落地前的“最后一公里”難題，這其實是梅卡曼德一直在努力推進的事情。

“我們梅卡曼德的使命就是通過這樣的關鍵技術，推動機器人智能發展，讓機器人能夠從笨拙的機器變成無所不在的智能幫手。”邵天蘭說道。

不可否認，工業領域的技術落地確實存在諸多難題，但能總有企業找到方向，火熱地堅守著。

（本文圖片來源：梅卡曼德）

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！