阿里的物流机器人——小蛮驴
阿里动物园新成员——物流机器人——小蛮驴，完全自动驾驶，4度电跑100公里。
没想到，这就是阿里达摩院最前沿的AI和自动驾驶技术的集大成者。
取名小蛮驴，四轮构造，外形酷萌、灵活身手还能穿梭在各种末端道路场景中完成送货。
阿里方面解释，驴作为中国人过去最常用的劳动力，是帮助人代步、赶集、载货的生产力工具。而“小蛮驴”定位就是数字原生时代的赶集工具。
它有驴一样暖萌、可靠、通人性，还有一股使命必达的“蛮劲”。无惧高温雨雪、雷暴闪电、极寒酷暑。也寓意着蛮聪明、蛮能干，蛮安全。
作为阿里旗下首款物流机器人，小蛮驴具有类人认知智能，能轻松处理复杂路况，能聪明选择最优路径，遇到紧急情况，大脑应急反应速度是人类的7倍。
同时，做到了规模化商用量产的必要条件，除了低成本，还有高可靠——相当耐苦耐劳，充4度电就能跑100多公里，每天最多能送500个快递，雷暴闪电、高温雨雪以及车库、隧道等极端环境均不影响其性能。
阿里巴巴达摩院院长张建锋（行癫）透露，小蛮驴已经在末端真实场景中久经检验，很快就会在社区、学校，办公园区大规模使用。
这也意味着：巨头阿里，正式进军机器人赛道。
小蛮驴由何构成？
先宏观看产品。
外观参数，小蛮驴尺寸为2100*900*1200mm——加上激光雷达高1445mm。
车身外观采用银灰色调，线条圆润、跟驴子一样自带萌感。
需要注意的是，车厢格口可以自由定制，按照最多每车满载50件常规尺寸的快递/包裹/外卖、每天送货10次计算，机器人峰值运力可达一天500单。
因为面向末端物流场景、提供最后三公里配送，小蛮驴在车速、续航和功耗方面，也有专门适配和设计。
车速方面，平均速度设定为15km/h，最高速度20km/h。
续航，采用抽拉式充电电池，每次充电4度、续航里程102公里。机器人平均行驶100公里所耗费的电量，还不到吃一顿两小时火锅用的电。
功耗方面，工作功率仅有615w，不到戴森吹风机的一半（1600w）,不到常规家用电磁炉的三分之一（约2000w）。
接着技术维度拆解。
小蛮驴可以被分为三大部分——熟悉自动驾驶汽车的盆友或许不会陌生。
一是底盘，包括车身和线控集成，是小蛮驴的核心躯干。
而且阿里方面透露，底盘和车身的供应，实际也与汽车一致，出自整车厂。
二是传感器，小蛮驴的“眼睛”，让它有出色的感知能力。一前一后各1个激光雷达，加上6个摄像头组成的环视方案，以及毫米波雷达、惯导等传感器，跟当前最先进的无人驾驶汽车采用类似方案。
三是计算单元 ，小蛮驴的“大脑”，也是让小蛮驴最显技术实力的地方。
阿里达摩院团队搭建了一个异构方案，利用嵌入式GPU和FPGA的相互配合，既能实现末端复杂场景下的高性能计算，还可以把成本和功耗降下来，能以1/3算力的达到同等智能水平。
GPU可以发挥在计算性能方面的优势，FPGA则可以降低成本和补足GPU在数据传输方面的局限。
最终，这套嵌入式计算硬件+达摩院量身打造的算法、压缩模型，让小蛮驴不仅有L4级自动驾驶能力，还能够低功耗长续航，为量产和规模化商用奠定了基础。
那么这样的外观和技术硬件，究竟让小蛮驴拥有怎样的能力？
阿里官方回答，核心还是最前沿的AI和自动驾驶的基础技术，并且在智能、安全、可量产三方面具备行业领先的竞争力。
首先是智能，具备类人认知决策能力。能在复杂的末端场景中自如行驶、稳妥避障，顺滑处理转弯、急停、会车、倒车等情况。
在前两年的“内测”中，小蛮驴的自动驾驶率达到了“6个9”——99.9999%。
阿里还披露，机器人识别数量上百的行人、车辆的意图只需0.01秒；遇到危险需要急停时，只需0.1s大脑就能完成决策、规划并下发控制指令。
其次是安全，拥有五重安全设计，多层次冗余。
系统架构方面，就有大脑决策、冗余小脑、异常检测刹车、接触保护刹车、远程防护等。
另外，远程驾驶系统——即云代驾，负责在特定情况，比如遇到超越机器人认知能力边界之外的状况，可以由人力远程介入接管，并且因为5G的不断普及，这种远程接管的时延和安全性也得到了进一步保障。
最后，可量产，能够保证规模化商用。在算法自研和深度定制的基础上，小蛮驴在整体成本上实现了大幅下降，比业内一些原型产品同比只有其1/3甚至1/10。
并且随着供应链进一步整合和激光雷达等成本降低，整体成本还会进一步降低，这也意味着小蛮驴迈出第一步后，规模化商用只会越铺越快。
但是，并不代表一切轻而易举。
小蛮驴挑战性在哪儿？
发布会上，阿里巴巴达摩院院长张建锋说：
物流配送需求正在极速爆发，预计在不久的将来，中国每天将产生10亿个配送订单。而末端物流是整个物流体系中成本最高、效率最低的环节，物流机器人就是阿里提供的解决方案。
所以阿里此番进军物流机器人领域，利益和动机都很明确。
有天时的机遇。云计算、AI、5G等技术的交叉交融发展，正在推动机器人加速进化，机器人化解决方案也正在各行各业成为现实。
一直以来，机器人和自动化都是制造业皇冠上的明珠，但在上述基础技术之前，具体产品和效果始终差强人意。
而随着大数据、云计算、5G等新一代信息技术的发展，会促使机器人技术快速演进，软硬件技术日趋成熟、成本不断降低、性能不断提升……一个人机共生的时代正在到来，人与机器人的协作交互才刚刚开始。
据国际机器人联合会预测，即将到来的机器人革命将创造数万亿美元市场。Gartner预测，企业级机器人市场2018年至2028年的复合增长率会超过15%，年装载数量会从280万台增加至1100万台。
还有地利的诱惑。中国是公认的全球最大的机器人市场，中国电子学会数据显示，2014年至2019年，中国机器人市场平均增长率达到20.9%。其中服务机器人增速更高。
其中，2019年中国家用服务机器人、医疗服务机器人和公共服务机器人市场规模分别为10.5亿美元、6.2亿美元和5.3亿美元，占比分别为47.7%、28.2%和24.1%。
从全球范围看，中国在工业制造领域的机器人渗透率（density）已高于全球平均水平。
但即便巨如阿里，想要摘取这颗“制造业皇冠上的明珠”，也不简单。
核心有三大挑战，每一项都是世界级难题。
一，技术可用性和可靠性。
那此次小蛮驴要解决的末端物流场景来说，一方面涉及AI领域最前沿的难题，除了小空间密集场景内的感知识别，还有实时动态的意图分析和认知能力进化。
另一方面，令全世界自动驾驶从业者头疼的“长尾挑战”。
小蛮驴上岗，可以视为限定区域（ODD）内的低速自动驾驶配送。
但虽然条件范围已经相对明确，但只要场景中有人，而且人机共处，就会永远面临潜在的未知场景和难题，如果系统未曾学习、也无法聪明应对，就会在长尾挑战中沦陷。
而且自动驾驶，当前仍是一门实验科学，对于长尾挑战尚无定式和套路可用。
全世界范围内，一条路线是谷歌、Waymo开创的路测、ODD、规模化路测和试运营，最终在积累起足够场景和数据迭代之后，将产品和解决方案——RoboTaxi推向市场。
另一条路线的代表是特斯拉。直接在量产和实际场景中，让AI司机不断学习和迭代，最终可以进化至真正的RoboTaxi。但因为特斯拉作为车企、又是高速复杂的开放道路，这样的方案也始终被诟病过于激进。
所以从两条路线来说，摆在阿里和小蛮驴面前的，没有成功路径可循。
二、量产。
不仅涉及成本和资源，也需要兼顾效率和安全，是一道寻找最优解的现实应用题。
如果如行业内自动驾驶车辆动则上百万的成本，难言量产。如果不解决计算力和功耗方面的挑战，规模化商用也无从谈起。
三，技术和商业模式都要形成闭环。
无论是谷歌Waymo，还是马斯克的特斯拉，终极目标都是希望用AI司机把人类从驾驶行为中解放出来，都奔着RoboTaxi实现而去。
但马斯克最终选择广为诟病的影子测试模式，背后也离不开商业模式闭环的挑战。
如果直到RoboTaxi真正实现才能产生现金流，没有其他现金奶牛业务支撑的特斯拉，可能根本活不到RoboTaxi真正实现的那一天。
所以，虽然现在阿里小蛮驴，迈出的第一步是末端场景下的载货，但上述三大挑战，不仅需要解决，还得铁人三项、项项优秀。
那么现在，公开喊响量产、商用和规模化启动的小蛮驴，究竟有什么底气？
阿里解题：小蛮驴如何炼成？
最核心的底气，自然还是来自技术自信。
除了解构小蛮驴构成时谈到的传感器和计算硬件，阿里团队认为最能彰显技术领先性的，是其自研的自动驾驶机器学习平台：
AutoDrive。
该平台的本质，是由机器替代人工进行算法调参、模型优化，让AI模型可以在数据中实现循环迭代和进化，能够越来越智能、高效地解决长尾问题。
达摩院自动驾驶实验室负责人王刚说，人工智能解决问题的发展规律，一定是不断减少人工参与。
所以在打造小蛮驴的整个过程中，他们始终秉持这样的理念：
不断把人工规则和方法，变成计算驱动，变成自学习，告别有多少人工才有多少智能的尴尬。
于是在AutoDrive的“大中台”作用下，能够基于复杂的多模态的自动驾驶数据进行自学习，服务感知、定位、决策、控制等“小前台”的算法迭代，解决了人工调参成本高、效率低、结果不可控的问题。
另外，基于AutoDrive平台的支持，感知、定位、决策规划等“小前台”能够不断提出更轻、更快的算法模型。
感知方面，达摩院自研的3D点云语义分割算法，让小蛮驴能够识别厘米级障碍物；
高精定位，能在无GPS或弱GPS环境下实现厘米级高精定位；
意图预测能力，只用0.01秒就能判别100个以上行人和车辆的行动意图。
……
总之，AutoDrive也是阿里给出的应对自动驾驶长尾挑战的方法。
在路线上，他们集合了Waymo路线和特斯拉路线的精华，在一个限定区域场景内，在现实运营中不断实现迭代。
但又在安全上多重冗余，从技术方案冗余到运营中的安全冗余，都让规模化落地商用有了保障。
当然，小蛮驴的底气，毫无疑问还有阿里综合实力和阿里经济体的支撑。
AutoDrive固然解决了数据和模型迭代问题，但没有大规模计算力支撑，就显得纸上谈兵。
实际上，在小蛮驴研发过程中，达摩院从一开始就搭建了自己的自动驾驶云平台，将海量数据（场景数据库、自动驾驶车数据、数据采集车数据）搬上阿里云。
打通数据收集、数据标注、仿真、模型训练、评价等整套系统，在云端开展数据管理、仿真测试以及算法模型训练，大大提升了自动驾驶算法研发效率。
基于这个自动驾驶云平台，达摩院推出了全球首个自动驾驶“混合式仿真测试平台”。
该平台采用虚拟与现实结合的仿真技术，引进真实路测场景和云端训练师，模拟一次极端场景只需30秒，系统每日虚拟测试里程可超过800万公里，大幅提升自动驾驶AI模型训练效率。
而阿里的经济体，则提供了最直接的应用场景。
小蛮驴虽然今日才对外发布，但阿里方面透露，内测运营早已在两年前开始。
核心内测场景，就是与菜鸟驿站结合送货，真实场景、真实问题，而且商业模式也非常直接。
小蛮驴方面透露，菜鸟现在就是内部最大客户，接下来的大规模落地中，也会与菜鸟驿站更深入合作。
所以小蛮驴的发布，绝不是达摩院黑科技落地交货的“表象”。
这只刚加入阿里动物园的“新物种”，是整个阿里经济体和生态中厚积薄发的技术成果。
小蛮驴，是阿里基础设施之上，结出的最新果实。
这也侧面反映出物流机器人这件事，进场并非如此轻而易举，连阿里这样拥有顶尖技术、强大资源和自洽经济体生态的巨头，都积蓄了3年，才有阶段性答案。
有意思的是，机器人也好、自动驾驶也是，外界其实早就知道阿里在研发。
也时常有“是骡子是马拉出来溜溜”的调侃。
没想到，最终站上阿里云栖黑科技年度发布头条的，是一只小蛮驴。
所以也是时候，回答这个第三方观察的问题。
如何评价小蛮驴？
首先，小蛮驴，真的很阿里。
这是一种技术的理想主义和务实落地的平衡理念。从无到有打造小蛮驴的阿里团队，来自达摩院自动驾驶实验室。
这是一个2017年内部组建的团队，负责人王刚，伊利诺伊大学香槟分校博士，曾任新加坡南洋理工大学终身教授……据说当时他主动请缨开启阿里自动驾驶研发，然后得到张建锋支持，一做就是三年。
科学家出身的王刚，深知自动驾驶的核心挑战所在——本质是一个实验学科，需要基于案例和范例去不断学习，通过场景倒推技术不断进步。
同时，有技术理想，但也要用商业化方式去倒逼科学难题解决。
一般而言，科学课题变成商业范式，无外乎两条路：
一条是没有条件和资源限制，最大程度解决难题，然后在过程中寻求商业化机会，人类历史上诸多技术创业，都分流于这条主干。
另一种则是一开始就有明确的定义域，然后寻求极致最优解。
王刚坦承，小蛮驴属于后一种，从3年前探索开始，他们就定下了智能、安全、可量产的三重维度，最终在物流机器人领域，找到了将AI和自动驾驶现阶段完美落地的钥匙，推动自动驾驶技术从垂直场景向更广泛的场景演进。
大的逻辑很明确，你现在还不知道自动驾驶的能力边界究竟在哪里，如果一开始不能定义，就会变成一个不断找边界的过程。
而这种思考问题和解决问题的逻辑，也似曾相识。
因为当初发起创办达摩院时，马云就是这样说的：
研究不应该是Research for Fun（为快乐研究），也不应该Research for Profit（为利润研究），而是Research for solving the problem with Profit and Fun（为解决问题研究并带来利润和快乐）。
For fun走得太远，for profit走得太近，都走不长。一个企业做得多大，在于企业解决多大的社会问题。这是阿里巴巴思考的逻辑。
所以小蛮驴的对外发布，也不只是一个产品亮相，而是以机器人平台、以小蛮驴智能科技有限公司亮相。
阿里之道，一以贯之。
其次，小蛮驴还展现了阿里的平台化逻辑、生态逻辑，基础设施逻辑。
小蛮驴亮相后的第一步，是在末端物流场景中规模化商用，提供最后三公里配送服务。
同时，名为智能机器人的平台也在今日推出。
这个平台，要开放的是小蛮驴检验成熟的机器人通用技术和能力模块，用户可在平台上快速开发各类不同场景机器人。
阿里官宣，除了轮式机器人，机器人平台还会开发双足、履带等不同类型机器人产品，用于救火救灾、防疫消杀、机场服务、景区导览、安全巡防等场景。
所以由此推导，这个平台的边界，肯定还不会止于物流或服务类机器人。
从一开始，小蛮驴就是AI和自动驾驶技术的产物，而在AI和自动驾驶领域，还有更大的场景和生态可展开。
比起小蛮驴代表的RoboDeliver货运方向，这条赛道上，还有更耳熟能详的RoboTaxi。
阿里会止步于货运和服务的开放平台吗？
肯定不会。
或许未来某一天，小蛮驴这家公司，就会像平头哥一样，喊出“让天下没有难做的机器人自动驾驶”。
这个意义上，小蛮驴的本质，是阿里使命愿景在AI机器人自动驾驶的的一次开花结果。
而现在，阿里进军机器人的第一步，已正式迈出。
智城网——持续关注智慧城市发展。
陈晴晴 