vivo過(guò)去多年在手機(jī)技術(shù)上的積累，正在成為其進(jìn)軍家庭機(jī)器人賽道的底氣。

文｜游勇

編｜周路平

01

vivo的下一站，家庭機(jī)器人

隨著幾條百萬(wàn)年薪的招聘信息被披露，vivo進(jìn)軍家庭機(jī)器人賽道的消息不脛而走。

從這些招聘網(wǎng)站流出的消息，vivo在積極網(wǎng)羅機(jī)器人方向的人才，包括機(jī)器人首席科學(xué)家、機(jī)器人技術(shù)規(guī)劃專家等崗位，并且為這些崗位開出了豐厚的薪酬，比如技術(shù)規(guī)劃專家的最高年薪超過(guò)了120萬(wàn)元。

3月25日，在博鰲亞洲論壇2025年年會(huì)現(xiàn)場(chǎng)，vivo執(zhí)行副總裁、首席運(yùn)營(yíng)官胡柏山也親自證實(shí)了這一消息，vivo已成立了機(jī)器人Lab。該部門隸屬于vivo中央研究院，主要負(fù)責(zé)機(jī)器人產(chǎn)品的孵化與預(yù)研工作。

事實(shí)上，機(jī)器人是一個(gè)需求非常龐大的市場(chǎng)，隨著人口老齡化的趨勢(shì)越來(lái)越明顯，無(wú)論是做家務(wù)，還是情感陪伴，抑或是教育監(jiān)護(hù)，家用機(jī)器人的價(jià)值和潛力都被外界所看好。早在2021年發(fā)布的《“十四五”機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃》中，國(guó)家就將家庭服務(wù)機(jī)器人作為重點(diǎn)發(fā)展領(lǐng)域之一。

而vivo在機(jī)器人賽道上的定位非常清晰，將其服務(wù)數(shù)億終端用戶的能力移植到機(jī)器人。胡柏山說(shuō)，依托于vivo“藍(lán)科技”在AI大模型與影像領(lǐng)域的十年深厚積累，疊加vivo Vision混合現(xiàn)實(shí)頭顯積累的實(shí)時(shí)空間計(jì)算能力，vivo會(huì)聚焦孵化機(jī)器人的“大腦”和“眼睛”，讓機(jī)器人可以“看得懂場(chǎng)景，聽得懂需求，給得了回應(yīng)”。

不過(guò)，通用型的消費(fèi)級(jí)機(jī)器人需要很長(zhǎng)的演進(jìn)過(guò)程。根據(jù)vivo的產(chǎn)品節(jié)奏，預(yù)計(jì)三到五年出原型機(jī)，正式推出人們理想中的家庭機(jī)器人可能需要10年以上。胡柏山將其形容為“漸進(jìn)突圍、沿途下蛋”，比如vivo不排除會(huì)針對(duì)一些特定的用戶場(chǎng)景推出一些具備針對(duì)性能力的機(jī)器人產(chǎn)品。

但在具體形態(tài)上，機(jī)器人是否要做成人形，在業(yè)內(nèi)一直存有爭(zhēng)議。比如特斯拉非常在意人形，Optimus機(jī)器人全面模擬了人的形態(tài)。但蘋果在進(jìn)入機(jī)器人賽道時(shí)，就明確表示更關(guān)注“用戶如何感知機(jī)器人”，不會(huì)糾結(jié)于是否具有擬人化的外觀。

對(duì)vivo而言，做機(jī)器人產(chǎn)品的核心是圍繞用戶場(chǎng)景的真實(shí)需求，至于何種產(chǎn)品形態(tài)，更多是行業(yè)自然進(jìn)化的結(jié)果。

02

vivo憑什么切入新賽道

很多人好奇，vivo作為手機(jī)廠商切入這一賽道，會(huì)有什么優(yōu)勢(shì)？

眾所周知，手機(jī)更多是對(duì)二維世界的交互，而機(jī)器人則考驗(yàn)的是對(duì)物理世界的3D空間感知能力。其實(shí)過(guò)去多年在手機(jī)技術(shù)上的積累，正是vivo進(jìn)軍機(jī)器人賽道的“底氣”。

AI被認(rèn)為是機(jī)器人最核心的能力。大模型的演進(jìn)，不僅能讓機(jī)器人更理解人類語(yǔ)言和意圖，也能更加高效地對(duì)物理環(huán)境進(jìn)行感知，為機(jī)器人的自主感知和執(zhí)行能力打下基礎(chǔ)。

英偉達(dá)的黃仁勛說(shuō)， “人工智能的下一個(gè)前沿是物理AI”。

而機(jī)器人是物理AI的集大成者。過(guò)去，傳統(tǒng)的機(jī)器人依賴預(yù)設(shè)程序執(zhí)行任務(wù)，每一個(gè)新場(chǎng)景下的新動(dòng)作，都需要大量的數(shù)據(jù)學(xué)習(xí)，而且成功率不高，不同形態(tài)之間的機(jī)器人也無(wú)法共享數(shù)據(jù)。

AI尤其是大模型的優(yōu)勢(shì)是，具備自學(xué)習(xí)能力和泛化性，而機(jī)器人具備大量的傳感器和執(zhí)行設(shè)備，能夠感知環(huán)境、學(xué)習(xí)和自主決策，未來(lái)的AI+機(jī)器人將不僅僅是陪你聊天，幫你畫一張圖，而是能在真實(shí)的世界中，幫你提高生活質(zhì)量和工作效率。

另外，手機(jī)由于自身的算力和形態(tài)的局限，短時(shí)間內(nèi)還很難充分發(fā)揮AI的能力，比如目前只能運(yùn)行3B左右的端側(cè)大模型，而機(jī)器人沒(méi)有這方面的限制，甚至可以像電腦一樣加風(fēng)扇和外設(shè)，能夠跑參數(shù)更大的模型。所以，機(jī)器人也被認(rèn)為是一個(gè)更加貼合AI演進(jìn)的終端形態(tài)。

vivo機(jī)器人Lab的一個(gè)重要子任務(wù)就是對(duì)AI Agent能力的訓(xùn)練，這也將成為vivo未來(lái)機(jī)器人的大腦。

AI一直是vivo重點(diǎn)投入的領(lǐng)域。vivo很早就成立了AI全球研究院，并且發(fā)布了自研的藍(lán)心大模型矩陣，不僅有語(yǔ)言大模型，也有語(yǔ)音、圖像和多模態(tài)大模型，這些能力已經(jīng)在手機(jī)等終端設(shè)備上得以應(yīng)用。

比如vivo曾推出過(guò)一項(xiàng)幫助視障人群的無(wú)障礙功能——vivo看見，它可以提供環(huán)境描述、AI環(huán)境實(shí)時(shí)問(wèn)答、物品查找，而其底層是基于藍(lán)心大模型的視覺(jué)理解能力，能夠讓視障人士與物理世界無(wú)障礙地溝通和交互。而未來(lái)，這項(xiàng)能力也可以用于機(jī)器人的視覺(jué)識(shí)別上。

除了擁有一個(gè)智慧的大腦，對(duì)三維世界的空間感知能力扮演著機(jī)器人的雙眼角色。而攝像頭又是構(gòu)建空間數(shù)據(jù)必不可少的一個(gè)傳感器。

這恰恰是vivo的強(qiáng)項(xiàng)，vivo多年來(lái)在影像上的布局給空間感知上打下了很好的基礎(chǔ)。比如當(dāng)年為了提升手機(jī)的影像能力，vivo自研了影像芯片，采用了多并發(fā)AI感知架構(gòu)。

而早在2018年，vivo就首發(fā)了TOF超感應(yīng)3D技術(shù)。2020年發(fā)布的vivo X50 Pro，搭載了行業(yè)首個(gè)超小型防抖微云臺(tái)，可以為機(jī)器人這種移動(dòng)設(shè)備提供更好的穩(wěn)定性。2022年，vivo首發(fā)了自研的VCS仿生光譜技術(shù)，讓圖像傳感器從接收?qǐng)D像信息階段就具備更好的噪聲表現(xiàn)和色彩還原。

而2024年發(fā)布的vivo X100 Ultra，成為首款支持3D影像的安卓手機(jī)。而這種3D空間影像是機(jī)器人與物理世界交互的關(guān)鍵，能讓機(jī)器人更精準(zhǔn)的定位和導(dǎo)航避障。

這也是vivo率先做混合現(xiàn)實(shí)頭顯的出發(fā)點(diǎn)。MR和機(jī)器人同屬于一棵科技樹，上面的果實(shí)或許形態(tài)各異，但底層的技術(shù)邏輯卻有相通性。

MR產(chǎn)品通過(guò)在現(xiàn)實(shí)環(huán)境中引入數(shù)字對(duì)象、信息和虛擬角色等方式，為物理世界創(chuàng)造出一種新的可視化環(huán)境，已經(jīng)成為機(jī)器人必不可少的技術(shù)，市面上不少機(jī)器人項(xiàng)目都引入了MR的技術(shù)。

而根據(jù)vivo的思路，vivo先推出混合現(xiàn)實(shí)頭顯產(chǎn)品，積累針對(duì)空間識(shí)別的感知能力和機(jī)器人多樣化的交互能力。這也意味著vivo做混合現(xiàn)實(shí)頭顯產(chǎn)品，其實(shí)是為未來(lái)演進(jìn)到機(jī)器人這種產(chǎn)品形態(tài)打下技術(shù)基礎(chǔ)。換句話說(shuō)，vivo Vision混合現(xiàn)實(shí)頭顯只是vivo做家庭機(jī)器人的一個(gè)跳板，vivo的星辰大海是做通用型的消費(fèi)級(jí)家庭機(jī)器人。

其實(shí)，除了手機(jī)技術(shù)在機(jī)器人賽道的復(fù)用，vivo近些年已經(jīng)在為家庭機(jī)器人的研發(fā)做著技術(shù)準(zhǔn)備。

比如在2024年9月，vivo公開了一項(xiàng)名為“機(jī)器人及其控制方法”的專利，主要用于解決相關(guān)技術(shù)中涉及的天線難以應(yīng)對(duì)通信環(huán)境的變化，導(dǎo)致機(jī)器人的通信靈活性以及通信性能較差的問(wèn)題。11月，vivo又公開了一項(xiàng)名為“基于混合現(xiàn)實(shí)的交互方法、裝置及電子設(shè)備”的專利。

另外，vivo也在開始提前布局6G通信。由于機(jī)器人本體的計(jì)算能力有限，依然需要依賴強(qiáng)大的云端算力，這需要機(jī)器人與云端的連接，而網(wǎng)絡(luò)的速率將在其中起到關(guān)鍵作用。6G將在未來(lái)機(jī)器人的場(chǎng)景中扮演著重要角色。

不難發(fā)現(xiàn)，從底層的芯片硬件，到上層的軟件優(yōu)化，在正式進(jìn)軍機(jī)器人賽道之前，vivo就已經(jīng)在手機(jī)時(shí)代逐步進(jìn)行著技術(shù)的原始積累。尤其是在人工智能和空間感知等相關(guān)技術(shù)的積累，將成就vivo在機(jī)器人賽道的先發(fā)優(yōu)勢(shì)。

03

手機(jī)廠商的下一個(gè)星辰大海

在vivo決心投身機(jī)器人賽道的背后，蘋果三星等一眾手機(jī)大廠也動(dòng)作頻頻。

不久，已經(jīng)決心放棄造車計(jì)劃的蘋果，被曝出將下一個(gè)產(chǎn)品重心放在了機(jī)器人賽道。根據(jù)分析師郭明錤透露的消息，蘋果已組建一個(gè)數(shù)百人的團(tuán)隊(duì)，開發(fā)面向消費(fèi)者的家用機(jī)器人，而這些產(chǎn)品目前還處于概念驗(yàn)證（POC）階段，預(yù)計(jì)到2028年實(shí)現(xiàn)量產(chǎn)。

蘋果也已經(jīng)在為機(jī)器人業(yè)務(wù)積累相關(guān)的技術(shù)，包括與卡內(nèi)基梅隆大學(xué)提出了一套機(jī)器人自我中心感知系統(tǒng)（ARMOR），通過(guò)軟、硬件協(xié)同增強(qiáng)機(jī)器人的“空間意識(shí)”，提升人形機(jī)器人的避障與運(yùn)動(dòng)規(guī)劃能力。

更早之前的三星，推出了家庭服務(wù)機(jī)器人Bot Handy，它采用了輪式設(shè)計(jì)，能夠識(shí)別和拾取不同大小、形狀和重量的物體，完成清理房間、擺放食品等工作，比如分類衣物、倒酒、擺盤等。而在不久前的CES上，三星展示了一個(gè)形似保齡球的伴侶機(jī)器人Ballie，它不僅能語(yǔ)音控制家居設(shè)備，也可以遠(yuǎn)程指揮它遙控寵物喂食機(jī)、檢查寵物狀態(tài)等。

在手機(jī)進(jìn)入存量市場(chǎng)的當(dāng)下，機(jī)器人行業(yè)展現(xiàn)了另外一幅熱鬧景象。

有數(shù)據(jù)顯示，截至2024年12月底，全國(guó)共有45.17萬(wàn)家智能機(jī)器人產(chǎn)業(yè)企業(yè)。機(jī)器人的創(chuàng)業(yè)公司融資額和融資數(shù)量不斷創(chuàng)下新高，而在二級(jí)市場(chǎng)，機(jī)器人概念股被熱炒。在AI的推動(dòng)下，機(jī)器人行業(yè)正在走向爆發(fā)的臨界點(diǎn)。

正如科大訊飛劉慶峰說(shuō)，基于深度學(xué)習(xí)與自然語(yǔ)言處理技術(shù)的突破，AI陪伴型機(jī)器人有望在三年左右進(jìn)入普通家庭，并成為老齡化社會(huì)的重要支持工具。

而手機(jī)廠商集體瞄準(zhǔn)這一賽道背后，除了其龐大的規(guī)模和用戶需求，背后還有一個(gè)更深層次的邏輯。

正如vivo胡柏山所說(shuō)：“手機(jī)行業(yè)是中國(guó)科技創(chuàng)新的縮影，而機(jī)器人是手機(jī)行業(yè)的未來(lái)，它將成為聯(lián)接物理世界和數(shù)字世界的橋梁，依舊會(huì)遵循以人為本、回歸用戶場(chǎng)景創(chuàng)造極致體驗(yàn)的價(jià)值準(zhǔn)則。”

大家習(xí)以為常的手機(jī)，其實(shí)是距離老百姓最近的高科技產(chǎn)品，它匯聚了5G、AI、虛擬現(xiàn)實(shí)、芯片、影像、半固態(tài)電池等幾乎所有前瞻性的技術(shù)。當(dāng)前的AI和機(jī)器人，分別代表數(shù)字世界和物理世界的頂尖技術(shù)成果，但兩個(gè)世界尚處于相對(duì)獨(dú)立狀態(tài)，未能完美聯(lián)接。

歸根結(jié)底，手機(jī)和機(jī)器人在產(chǎn)業(yè)的定位中有著相似的邏輯——都是在幫人們把數(shù)字世界與物理世界連接起來(lái)。而通過(guò)技術(shù)復(fù)用（比如影像技術(shù)）+場(chǎng)景延伸，掌握數(shù)億用戶、離用戶場(chǎng)景最近的手機(jī)廠商能很平滑切入機(jī)器人賽道，形成”硬件-數(shù)據(jù)-場(chǎng)景”的正向循環(huán)。

另外，相比于大量靠資本輸血的機(jī)器人初創(chuàng)企業(yè)，手機(jī)廠商不僅有充足的現(xiàn)金流和人才儲(chǔ)備，更關(guān)鍵的是在產(chǎn)業(yè)鏈有足夠的話語(yǔ)權(quán)、有海量的用戶行為數(shù)據(jù)和場(chǎng)景需求，能夠快速將實(shí)驗(yàn)室的技術(shù)轉(zhuǎn)化為商業(yè)成果。

而手機(jī)本身又是產(chǎn)業(yè)鏈高度分工的產(chǎn)物，作為頭部的手機(jī)廠商都已經(jīng)構(gòu)建了完善且強(qiáng)大的供應(yīng)鏈能力，品牌商做好最核心的用戶體驗(yàn)和操作系統(tǒng)，手機(jī)里的元器件交給生態(tài)伙伴。這樣的路徑也將復(fù)制到機(jī)器人賽道，vivo的定位是做機(jī)器人的“大腦”和“眼睛”，至于手腳、材料等元器件交給供應(yīng)鏈。

在業(yè)內(nèi)看來(lái)，機(jī)器人產(chǎn)業(yè)最終會(huì)像手機(jī)一樣，高度分工。而有著海量用戶和技術(shù)積累的手機(jī)廠商，將在下一個(gè)產(chǎn)業(yè)革命到來(lái)時(shí)，掌握主動(dòng)權(quán)。

在眾多手機(jī)廠商里，vivo有個(gè)鮮明的特征，就是奉行著“埋頭種因”的企業(yè)文化，也成了長(zhǎng)期主義的受益者。影像是vivo埋頭種因結(jié)下的最矚目的碩果，前后花了十年時(shí)間，讓vivo手機(jī)的影像體驗(yàn)從追趕到領(lǐng)跑。而當(dāng)下，vivo在機(jī)器人賽道的布局其實(shí)也是為下一個(gè)產(chǎn)業(yè)浪潮埋頭種因。