NVIDIA因配送机器人将设立独立事业部预计两年后市场成熟

在英伟达的AI未来版图中，有自主机器一项，包含了低速的物流小车、室内外机器人。这些机器的行为并不规范，不同于自动驾驶车辆，因此NVIDIA专门为此设立了独立的事业部，区分自动驾驶业务。

在GTC大会上，NVIDIA CEO黄仁勋透露：现在中国每年有五六百亿包裹配送量，而两年前这个数字只有两三百亿。家庭配送的需求增速非常快的。

这一点也得到了NVIDIA全球副总裁兼自主机器事业部总经理Deepu Talla的印证，他笑言，在美国，人们对物流的需求也在与日俱增。

以自己的家为例，他每天回家都会发现5个左右的包裹，相对于旺盛的物流需求，配送人员的不足问题正在凸显。事实上不只是中国在进行外卖、配送机器人的测试，美国也一样。

市场需求，中美同频

在GTC的主旨演讲中，黄仁勋表示：京东已经设立了自己的机器人实验室，他们和我们合作了很长时间，用我们的平台来打造最后一公里的配送服务机器人。

美团的小袋：美团每天在中国配送2600万份餐食，雇佣了50万人来进行送餐，现在他们用美团小袋了，希望有一天这个可爱的机器人就会把你要吃的午餐送到你的家里。

菜鸟也有一个配送系统，我觉得它会是一个革命式的配送系统，因为现在网上买东西的人增长速度非常快，但快递员和卡车司机人力不够，我们必须要利用人工智能和机器人来满足这些需求。

可以发现，伴随着中国巨大的电商需求崛起，无论是B端大客户仓库内酝酿了巨大货物转运需求，C端用户也在每日产生庞大的最后一公里配送服务需求。据不完全统计，每年这些配送车辆就会行驶约2万亿英里。

巨大的需求背后，需要数以百万记的配送人员，虽然中国是人口大国，但现在的00、90甚至80后，都不愿意从事这类工作。未来在配送、转运行业的用工缺口，必将逐步扩大。

用AI机器人来代替员工，势在必行。但机器人行业的发展既有其行业规律，技术挑战，也有市场发展的节奏，那么什么时候自主机器能够大规模取代人类员工？

Deepu Tall认为这不仅是技术的问题，更多是商业模式的问题，也有各个国家、地区的需求问题。自主机器的发展节奏，也会遵循其他行业的规律，从萌芽到成长，再到爆发。

超强算力支持自主机器

Deepu Talla表示，机器和人非常相似，都要做三件事情：第一件事情，感知世界；第二件事情是规划；第三件事情是行动。

这三件事情是循环往复的：感知-规划-行为。对于人类来说，这三件事做起来很容易，但是对机器人而言并非易事。

在机器人市场有三种机会：第一种机会是，机器人能够做到非常简单的思维和行动。第二种机会是，同样还需要计算密集型的推理以及规划，但简化执行操作。第三种机会是，需要做大量复杂的感知、规划、思维、推理，并且做一些复杂的动作。

物流、配送机器人就属于第二类，目前行业都处在原形、测试、开发的阶段。

NVIDIA为自主机器行业提供了Jetson平台，处理核心是Jetson Xavier，工业级的版本使用寿命长达10年，可以经历极高或者极低温度，以及防震防摔，通过了相关认证。其算力也是32Tflops，与提供给自动驾驶使用的Xavier无差，目前可以胜任自主机器人的需求。

但随着图像处理精度增加，运算复杂度上升，未来肯定还会需要更强的算力。京东的配送机器人，已经从TX2，切换到了Xavier。

Deepu Talla表示，物流、配送的机器人行业量产时间点，大概在两年后。具有更高智能化的第三类机器人，成熟的时间点还难以确定。

降维打击，巨头环视

国内有非常多的初创自动驾驶公司，已经进入了低速物流、配送行业的竞争，而原本机器人行业的公司，也试图利用自身优势，跟上潮流，巨头更无需多言，都在内部孵化着团队。宽阔的航道，正在变得拥挤不堪。

数量众多的公司，都在热火朝天的进行深度学习、计算机视觉、路径规划等软硬件的开发，但技术本身是有门槛的，有非常多的开发团队不能同时兼顾软硬件，大多数团队都是擅长某一项单项技术。

与之相对应的是，市场需求是多样化、定制化的，行业需要众多的开发者来服务，开发者也需量力而行。

物流、配送的自主机器人，同自动驾驶虽然有很多的相似点，但在具体的行业规范、标准执行、安全要求等层面，还是有区别的。

一般而言，后者的难度更大。国内目前从事此类自主机器人研发，声名在外的大多是高知研发团队，传统机器人行业大多是在小心试探，低头前行。做自主机器和自动驾驶，二者对于市场的观感不同，融资期望值也不同。

同是做自动驾驶，物流、配送相当于降维打击。初创公司看重的是落地速度，但国内电商及互联网巨头的加入，又让创业团队面临了站队、收编的抉择。于行业而言，总是有巨头存在，是好是坏呢？