巨头的盛宴，还是草根的狂欢？——服务机器人产业链纵览（上）

巨头的盛宴，还是草根的狂欢？——服务机器人产业链纵览（上）

二、巨头已经抢滩入口级技术：全球企业同台竞技

　　入口级技术美国布局完善，中国发展迅猛。语音和图像的技术相通性高，属于AI范畴，全球范围内最强的当属美国的Alphabet，还有微软、英特尔、IBM、Facebook、Nuance等巨头，国内的百度将战略直接跨至AI，期待未来有超预期表现，除此之外，众多初创公司如思必驰、云知声、face++等也具有较强技术储备，总体来看，AI领域国内虽与国外有一定差距，但有希望追赶并超越;激光雷达是从军用到民用，国外有部分公司如Velodyne转型较早，国内思岚科技、镭神智能等技术也较为成熟;芯片来看，目前英伟达的GPU最为火爆，英尔特的布局也渐渐清晰，国内企业正在积极追赶，有望弯道超车;操作系统部分，主流的是安卓和ROS，但国内有图灵等公司在做，未来仍有变数。

　　图表6：国内外服务机器人入口级公司梳理

　　2.1 语音交互：美国巨头布局即将结束，国内语音战场方兴未艾

　　全球语音市场分为三个阶段：市场培育期、市场爆发期、市场稳定期。全球语音市场的龙头是美国Nuance公司，Nuance的发展历程，代表了全球语音市场的发展历程。从1994年至2003年，市场处于培育期，Nuance由营收百万美元的量级增长至1亿美元的量级;从2004年至2012年，市场高速增长，Nuance营收从1亿美元量级爆发至16.5亿美元，年均复合增长率达37.28%;从2013年至今市场处于稳定期，Nuance营收近年来稳定至20亿美元左右。

　　全球语音以Nuance为龙头，各大科技公司具备独立语音部门。Nuance是全球语音市场的龙头，下游客户广泛，包括医疗保健、手机及消费者、企业、图像四大部分。谷歌和微软内部的语音部门也在积极拓展。苹果通过收购Siri后，又引进了新的技术团队进行语音研发和市场开拓。目前已经形成了以Nuance专做语音公司为主，各大科技巨头具备自己独立语音部门的局面。

　　国外体系完善，国内仍处于市场爆发期。从整体实力来看，国外强于国内;从路径来看，国外收购初创团队后再补齐其他短板，而国内脉络不清晰，一般谋求自建;从技术水平看，国内外集中在巨头公司和科研机构，实力水平国内外差距不大;传统的语音识别行业公司都在谋求转型发展，比如Nuance、科大讯飞等，未来参与的公司将增加，技术集中在前端技术和语义理解。

　　美国语音市场已完成布局，语义市场跑马圈地接近尾声。全球最大的语音语义的巨头集中在美国。从语音市场到语义市场，美国资本市场经历了相似的路径，大企业纷纷收购创业型公司，从2013年到现在，语义市场仍然在进行大规模军备竞赛，而语音市场已经结束了这个阶段，诞生了类似于Nuance这样的国际巨头。

　　国内语音市场以科大讯飞为龙头，从2012年起连续大爆发，2015年行业规模约为45亿元。2015科大讯飞营业收入约为25亿元，按照市场份额占比56%测算，2015年语音行业的规模约为45亿元。

　　国内语音市场竞争激烈。科大讯飞和捷通华声成立早，在语音市场占据第一梯队，其中科大讯飞科大讯飞目前占有中文语音技术市场60%以上市场份额，语音合成产品市场份额达到70%以上，在电信、金融等主流行业的份额达80%以上，开发伙伴超过1500家，是国内语音市场行业龙头;思必驰和云之声虽然成立时间较短，但是发展迅猛;2015年歌尔声学和谷歌入资出门问问，主打移动领域。此外在BAT等巨头内部也有专门的语音部门，主要服务于公司整体战略规划。总体来看，国内公司既有巨头的语音部门，又有初创公司竞争，各家技术的准确率都很高，从语音转换成文字基本都在95%以上的准确率，体验上来说差距都不大。

　　2.2 图像识别：群雄混战，布局应用

　　图像识别领域活跃着微软、谷歌、Facebook及国内BAT等巨头，各自投入研发领域以使图像识别与本公司业务相契合。各家公司在技术层面上竞争激烈，在具体商业模式上各有特色。Google主要做开放平台，微软希望将图像识别技术与硬件相结合，Facebook将图像识别用于社交，亚马逊则更多地考虑电商购物，百度在传统搜索和未来无人驾驶汽车皆有布局。

　　2.3 激光雷达：欧美技术领先，国内正迎头赶上

　　激光雷达的应用领域很广泛，未来所有的智能设备，一旦涉及环境感知，都需要利用激光雷达。目前国际上领先的生产激光雷达的厂商主要有Velodyne、Quanergy、Ibeo、西克(SICK)、北阳机电(Hokuyo)等。其中西克和北阳机电的激光雷达是二维激光雷达，主要用于工业领域和安全防护领域，其他三个厂商生产的激光雷达一般用于三维测距。Velodyne、Quanergy的激光雷达主要用于无人驾驶汽车，Ibeo的激光雷达受限于线型和精度，主要应用于ADAS系统。这三家激光雷达厂商都已经和一些无人驾驶汽车研究机构、车厂或Tier 1的汽车供应商建立了合作关系。Velodyne已经和福特建立了合作关系，并且谷歌无人车、百度无人车和一些高校的无人驾驶汽车研究团队都使用的Velodyne公司的产品;Quanergy已经和汽车电子系统TIER 1供应商德尔福展开合作;Ibeo也与汽车电子系统TIER 1供应商法雷奥有合作关系。

　　在国外，激光雷达已经成为民用领域的“宠儿”，但市场份额大多被诸如瑞士Leica、加拿大Optech、奥地利Riegl、美国Trimble等老牌测绘企业占据。

　　相比于国外企业已经具有相对成熟的成型产品，且已经和相关公司展开合作，国内公司在激光雷达的研发和生产上则只是刚刚起步。目前，国内研发生产激光雷达的公司主要：华达科捷和欧镭激光(都是巨星科技子公司)、镭神智能、思岚科技、北醒光子。

　　激光雷达的下游应用领域核心是无人驾驶汽车、服务机器人、无人机和工业测绘领域等。从目前全球激光雷达企业的下游应用领域分布来看，居多的仍然是智能汽车和机器人领域，传统的测绘领域中，也有一批3D激光扫描仪的企业，转型向更具成长性的机器人和无人驾驶领域。

　　图表7: 国内外激光雷达企业及产品应用领域

　　2016年有望迎来激光雷达的发展元年。按照目前的发展速度，激光雷达率先放量的领域是扫地机器人，核心原因在于扫地机器人的第一代产品已经非常成熟，拥有了核心的用户市场。随着2016年市场上核心厂商都开始加装激光雷达，扫地机器人领域的激光雷达需求有望率先爆发。其次为无人机、室内服务机器人、AR增强产品和无人驾驶汽车。根据我们草根了解的情况，目前国内扫地机器人领域主要的厂商，在新一代的产品中，都利用激光雷达的方式替换了传统的随机碰撞式扫地机器人。科沃斯、银星智能等国内品牌也都开始研发带自动导航系统的产品。

　　目前, 全世界仅有日本、德国等少数几个企业有能力生产激光雷达，但其价格都不低，百度、谷歌无人汽车采用的激光雷达,成本在2-8万美元,价格几乎与汽车本体相当，一般服务机器人很难承受如此昂贵的元器件。

　　影响激光雷达价格的主要有两大要素：线束数量和采购量。通常线束越高，激光雷达的价格越高。采购量越大，价格越低。Quanergy公司通过降低线束维度，逐步使用固态激光雷达，让成本降低到了250美元左右，国内企业思岚科技，可以在采购量超过1万台左右的量时，单线束的价格可以降低到1000元以内。随着终端用户的产品放量，激光雷达的产业化将会带动价格打破瓶颈区域。

　　图表8：激光雷达的价格发展趋势

　　2.4 智能芯片：国外传统芯片积累较久，国内智能芯片有望弯道超车

　　通用芯片向深度神经网络方向发展如火如荼。传统的CPU是计算机的核心，在图形处理和深度神经网络的计算上，GPU表现出更强的性能，而2015年Intel收购Altera的主要产品FPGA即现场可编程门阵列性能更加优异，中端FPGA能够实现375 GFLOPS的性能,功耗仅为10-20W，和CPU和GPU相比，FPGA在深度神经网络(DNN)预测系统中性能更加出色。DNN系统用于语言识别、图像搜索、OCR、面部识别、网页搜索以及自然语言处理等各种不同应用。相同功率时，在32线程下，FPGA的速度/功耗比约为CPU的42倍，约为GPU的25倍。

　　图表9：CPU、GPU、FPGA不同线程下处理速度对比图

　　专用芯片以智能算法和仿生两条主线并行。专用芯片又称为“人工智能芯片”“神经网络芯片”等，目前专用芯片有两种思路：以智能算法为主线和以仿生为主线，两者的典型代表分别为寒武纪、IBM TureNorth。寒武纪1号的主频可以达到0.98GHz，处理速度相当于同等面积下CPU的100倍。即便与最先进的GPU相比,寒武纪1号的人工神经网络处理速度也不落下风，而其面积和功耗远低于GPU的1/100。IBM在复杂性和使用性方面取得了突破。4096个内核，100万个 “神经元”、2.56亿个 “突触”集成在直径只有几厘米的方寸之间，能耗不到70毫瓦。

　　通用芯片和专用芯片各有千秋，未来将是并存局面。芯片是指内含集成电路的硅片，是机器人的大脑。芯片包括通用芯片和专用芯片，通用芯片不限使用领域，而专用芯片一般为专门为服务机器人定制。对于机器人来说，由于涉及到深度神经网络，故在计算量上将会更大，通用芯片中GPU和FPGA在解决这问题上优于传统CPU，扩展性和移植性较好，但是软件复杂度和开发周期较高;相比之下，专用芯片能实现更高的效率和更低的功耗，但是目前整体处于研发阶段，根据目前的资料，虽然其扩展性和软件移植性不如通用芯片，但是软件复杂度和开发周期优于通用芯片。两种芯片各有千秋，未来预计是并存局面。

　　过去在国内外市场上，由于技术国际芯片巨头几乎占据了全部的市场份额。科技巨头英特尔、英伟达、IBM等受制于PC和智能手机的市场空间，看好人工智能的前景，纷纷进行布局。在这个重要的转折点，中国也投入巨额资金，研发人工智能芯片，有望实现弯道超车。

　　2.5 操作系统：全球两大主流操作系统，国产品牌的在突围

　　对操作系统平台的争夺就像手机上的安卓系统同iOS系统的竞争，能够在很大程度上左右未来服务机器人产业的发展。安卓由Google公司开发，在商用领域有广泛应用，占据智能手机和平板电脑的绝大部分市场份额，在机器人上也有广泛应用。

　　图表10：服务机器人操作系统

　　ROS诞生于斯坦福AI实验室，在学术和研究领域广受欢迎，目前的应用更偏向于在工业机器人领域和工业控制。除此之外，法国Aldebaran公司自主开发的NAOqi操作系统也较为知名，国产操作系统TuringOS、iBot OS等也在突破。

　　图表11：几种机器人操作系统对比

　　实现了手机的爆发后，安卓又被广泛用在不同设备上。鉴于安卓开源和定制化的特性，在手机上得到广泛应用后，在平板电脑、电子书、智能电视、智能机器人、智能眼镜、智能手表、智能耳机等领域，安卓不断的攻城略地，截至2015年底，安卓被用在24,093种不同的设备上，比上年增长了28%。

　　得益于广泛硬件市场，安卓生态圈应用数全球第一。据App Figures发布的报告显示，谷歌Play商店中的应用数超越了比苹果ios App store中的应用数，截至2014年底，谷歌Play拥有143万款应用，而苹果ios App Store仅有121万款应用。鉴于此，为吸引更多开发者，原本搭载基于ROS自己研发的NAOqi系统的Pepper机器人，也在自身操作系统上增加了Android系统层，供开发者开发应用。

　　ROS诞生于实验室，使用机器人类型快速增长。ROS系统诞生于2007年斯坦福人工智能实验室。当时是为了支持一个名STAIR项目，在项目之初，机器人平台集合了所有AI的方法，包括机器学习、视觉、导航、计划、推理、语音和语言处理。2008年到2013年，Willow Garage与超过20家研究机构的工程师一起合作开发ROS系统。

　　2013年2月，ROS的管理工作转移到Open Source Robotics Foundation，2013年8月Willow Garage 公司被它的创立者转为另一家创立者成立的公司Suitable Technologies的子公司，Willow Garage对PR2的支持工作随后交给了Clearpath Robotics。自从2010年至今，搭载ROS系统的机器人类型数从0起步至目前的106种。

　　ROS系统主要应用于智能机器人。截至目前，ROS应用在106种机器人上，以智能机器人为主，其中又以移动机器人和智能交互机器人为主，包括著名的Pepper和NAO。目前已经有很多机器人公司采用了ROS系统来开发一些应用于全新市场的产品，如ClearPath，Rethink，Unbounded，Neurala，Blue River等，最典型的就是Willow Garage的PR2机器人。

　　国产操作系统在孕育。Turing OS是中国首批人工智能级可商用的机器人操作系统之一，是具备情感和思维能力的机器人操作系统，商业应用前景广阔。Turing OS拥有情感、思维、自学习三大引擎，情感计算引擎已支持25种语言类情感识别，识别准确率达95.1%，而在情感表达方面，Turing OS支持468类情感语言表达，88套表情动作表达组合，120种声音语调，能够让机器人模拟人类80%的情感表达模式。据图灵机器人后台数据显示，在近一年时间内其与超过13万的合作伙伴和开发者达成长期合作，共享知识库达到15亿项，应用领域累计覆盖用户超过3亿人次，进而每天可收集和积累亿级的用户大数据，在中文语言处理方面处于领先地位。（责编：振鹏）

本文为华强电子网原创，版权所有，转载需注明出处

关注电子行业精彩资讯，关注华强资讯官方微信，精华内容抢鲜读，还有机会获赠全年杂志

关注方法：添加好友→搜索“华强微电子”→关注

或微信“扫一扫”二维码