直到最近兩年，AI大模型的突破，讓機器人和外界交互成為可能。這不僅引發(fā)政策層面的關(guān)注，也直接刺激了資本市場。高工產(chǎn)研儲能研究所的統(tǒng)計顯示，今年前2個月，中國具身智能機器人投融資交易達(dá)27起，規(guī)模達(dá)44.5億元，而去年全年融資規(guī)模約50億元。這意味著剛開年，中國具身智能領(lǐng)域拿到的融資已接近去年全年。

有機器人行業(yè)人士近期對觀察者網(wǎng)直言，沒有大模型，機器人就沒有未來。就像新能源車和手機行業(yè)一樣，硬件會收斂，供應(yīng)鏈會整合，最后拼的是智能化。

從這一角度來看，vivo進(jìn)軍機器人賽道已經(jīng)拿到了先發(fā)優(yōu)勢。早在2018年，vivo就成立了全球AI研究院，并維持著超過千人的研發(fā)團(tuán)隊。2023年，vivo首次發(fā)布自研藍(lán)心大模型矩陣，并在2024年進(jìn)行全新升級，擁有語音、圖像、多模態(tài)等多種核心能力，還能實現(xiàn)端云協(xié)同，綜合能力多次登頂行業(yè)榜單。如果這些能力復(fù)用到機器人領(lǐng)域，意味著家庭機器人可以更自然地理解“把客廳打掃干凈后關(guān)燈”這類模糊指令，甚至能通過分析用戶行為主動預(yù)判需求，例如在梅雨季自動開啟除濕模式等，實現(xiàn)主動服務(wù)。

在vivo等企業(yè)的推動下，國內(nèi)AI大模型產(chǎn)業(yè)正迎來飛速發(fā)展。著名經(jīng)濟(jì)學(xué)家馬光遠(yuǎn)指出，人工智能最大的應(yīng)用場景一定在中國，中國仍然處在最好的創(chuàng)新窗口，在人工智能的應(yīng)用及落地?fù)碛薪^對優(yōu)勢。他坦言，AI發(fā)展要all in，要百花齊放，過飽和式投入才能有爆發(fā)。

不容忽視的是，讓大模型充當(dāng)機器人的“大腦”，前提要讓機器人有雙好用的“眼睛”，也就是空間感知能力，vivo同樣造詣匪淺。胡柏山今年初表示，混合現(xiàn)實（MR）是做好機器人的關(guān)鍵技術(shù)，能讓機器人具有強大的空間感知能力。他當(dāng)時透露，vivo的MR團(tuán)隊已經(jīng)達(dá)到500人規(guī)模，預(yù)計將在今年9月在全國多個城市上線高保真原型機體驗。短期來看，MR頭顯將給用戶帶來觀影和游戲等沉浸式體驗，長期有望成為機器人感知世界的“眼睛”。

在底層技術(shù)領(lǐng)域的長期積淀，也鋪就了vivo進(jìn)軍機器人的技術(shù)路徑。胡柏山表示，依托在AI大模型與影像領(lǐng)域的深厚積累，疊加自研MR的實時空間計算能力，vivo將聚焦孵化機器人的“大腦”和“眼睛”，讓機器人可以“看得懂場景，聽得懂需求，給得了回應(yīng)”。

vivo執(zhí)行副總裁、首席運營官胡柏山宣布成立機器人Lab

事實上，vivo“藍(lán)科技”能復(fù)用到機器人上的技術(shù)，遠(yuǎn)不止這些。盡管vivo沒有官方表態(tài)，但我們可以想象的是，藍(lán)海續(xù)航系統(tǒng)的“硅碳負(fù)極電池技術(shù)”，曾讓手機實現(xiàn)輕薄和長續(xù)航，有望幫助提升機器人的續(xù)航；無線充電技術(shù)的積累，有望幫助機器人實現(xiàn)“無感補能”；vivo與蔡司聯(lián)合研發(fā)的微云臺防抖技術(shù)，可能被重新定義為機器人的“動態(tài)視覺系統(tǒng)”......

更讓人充滿期待的是，vivo通過“1+2+N”的智能生態(tài)（1個自研大模型+2個核心應(yīng)用+N個開發(fā)者定制模型），構(gòu)建了開放的AI框架。未來，開發(fā)者有望利用BlueKit工具包為機器人定制專屬技能，比如針對老年用戶的健康監(jiān)測模塊，或針對兒童的互動教育功能。這種生態(tài)化能力，讓vivo機器人從誕生之初就具備“可進(jìn)化”的基因。

總之，vivo并非在打無準(zhǔn)備之仗，從技術(shù)到用戶場景均有深厚積累。甚至可以說，vivo過去30年的埋頭種因，將再次在機器人賽道開花結(jié)果。這種高度的技術(shù)復(fù)用性，不僅能縮短研發(fā)周期、降低研發(fā)成本，也將成為vivo機器人走向市場競爭的最大底氣。

只有產(chǎn)業(yè)共榮，才能走的更遠(yuǎn)

在機器人領(lǐng)域，波士頓動力（Boston Dynamics）一直是“頂流明星”，從Atlas的后空翻到Spot的舞蹈表演，其技術(shù)實力令人驚嘆，但商業(yè)化之路卻步履維艱。盡管Spot曾被用于工業(yè)巡檢、安防等場景，但其高昂的成本（約7.5萬美元/臺）和有限的場景適配性，使其始終難以大規(guī)模進(jìn)入消費級市場。究其根源，波士頓動力試圖包攬機器人的所有核心技術(shù)，從運動控制到機械設(shè)計，再到AI算法，這種“全棧自研”的模式雖然利于技術(shù)閉環(huán)，但也導(dǎo)致資源分散、成本高企，最終陷入“技術(shù)炫技卻無普適場景”的困境。