在英偉達的AI未來版圖中，有自主機器一項，包含了低速的物流小車、室內外機器人。這些機器的行為并不規范，不同于自動駕駛車輛，因此NVIDIA專門為此設立了獨立的事業部，區分自動駕駛業務。

在GTC大會上，NVIDIA CEO黃仁勛透露：現在中國每年有五六百億包裹配送量，而兩年前這個數字只有兩三百億。家庭配送的需求增速非常快的。

這一點也得到了NVIDIA全球副總裁兼自主機器事業部總經理Deepu Talla的印證，他笑言，在美國，人們對物流的需求也在與日俱增。

以自己的家為例，他每天回家都會發現5個左右的包裹，相對于旺盛的物流需求，配送人員的不足問題正在凸顯。事實上不只是中國在進行外賣、配送機器人的測試，美國也一樣。

市場需求，中美同頻

在GTC的主旨演講中，黃仁勛表示：京東已經設立了自己的機器人實驗室，他們和我們合作了很長時間，用我們的平臺來打造最后一公里的配送服務機器人。

美團的小袋：美團每天在中國配送2600萬份餐食，雇傭了50萬人來進行送餐，現在他們用美團小袋了，希望有一天這個可愛的機器人就會把你要吃的午餐送到你的家里。

菜鳥也有一個配送系統，我覺得它會是一個革命式的配送系統，因為現在網上買東西的人增長速度非常快，但快遞員和卡車司機人力不夠，我們必須要利用人工智能和機器人來滿足這些需求。

可以發現，伴隨著中國巨大的電商需求崛起，無論是B端大客戶倉庫內醞釀了巨大貨物轉運需求，C端用戶也在每日產生龐大的最后一公里配送服務需求。據不完全統計，每年這些配送車輛就會行駛約2萬億英里。

巨大的需求背后，需要數以百萬記的配送人員，雖然中國是人口大國，但現在的00、90甚至80后，都不愿意從事這類工作。未來在配送、轉運行業的用工缺口，必將逐步擴大。

用AI機器人來代替員工，勢在必行。但機器人行業的發展既有其行業規律，技術挑戰，也有市場發展的節奏，那么什么時候自主機器能夠大規模取代人類員工？

Deepu Tall認為這不僅是技術的問題，更多是商業模式的問題，也有各個國家、地區的需求問題。自主機器的發展節奏，也會遵循其他行業的規律，從萌芽到成長，再到爆發。

超強算力支持自主機器

Deepu Talla表示，機器和人非常相似，都要做三件事情：第一件事情，感知世界；第二件事情是規劃；第三件事情是行動。

這三件事情是循環往復的：感知-規劃-行為。對于人類來說，這三件事做起來很容易，但是對機器人而言并非易事。

在機器人市場有三種機會：第一種機會是，機器人能夠做到非常簡單的思維和行動。第二種機會是，同樣還需要計算密集型的推理以及規劃，但簡化執行操作。第三種機會是，需要做大量復雜的感知、規劃、思維、推理，并且做一些復雜的動作。

物流、配送機器人就屬于第二類，目前行業都處在原形、測試、開發的階段。

NVIDIA為自主機器行業提供了Jetson平臺，處理核心是Jetson Xavier，工業級的版本使用壽命長達10年，可以經歷極高或者極低溫度，以及防震防摔，通過了相關認證。其算力也是32Tflops，與提供給自動駕駛使用的Xavier無差，目前可以勝任自主機器人的需求。

但隨著圖像處理精度增加，運算復雜度上升，未來肯定還會需要更強的算力。京東的配送機器人，已經從TX2，切換到了Xavier。

Deepu Talla表示，物流、配送的機器人行業量產時間點，大概在兩年后。具有更高智能化的第三類機器人，成熟的時間點還難以確定。

降維打擊，巨頭環視

國內有非常多的初創自動駕駛公司，已經進入了低速物流、配送行業的競爭，而原本機器人行業的公司，也試圖利用自身優勢，跟上潮流，巨頭更無需多言，都在內部孵化著團隊。寬闊的航道，正在變得擁擠不堪。

數量眾多的公司，都在熱火朝天的進行深度學習、計算機視覺、路徑規劃等軟硬件的開發，但技術本身是有門檻的，有非常多的開發團隊不能同時兼顧軟硬件，大多數團隊都是擅長某一項單項技術。

與之相對應的是，市場需求是多樣化、定制化的，行業需要眾多的開發者來服務，開發者也需量力而行。

物流、配送的自主機器人，同自動駕駛雖然有很多的相似點，但在具體的行業規范、標準執行、安全要求等層面，還是有區別的。

一般而言，后者的難度更大。國內目前從事此類自主機器人研發，聲名在外的大多是高知研發團隊，傳統機器人行業大多是在小心試探，低頭前行。做自主機器和自動駕駛，二者對于市場的觀感不同，融資期望值也不同。

同是做自動駕駛，物流、配送相當于降維打擊。初創公司看重的是落地速度，但國內電商及互聯網巨頭的加入，又讓創業團隊面臨了站隊、收編的抉擇。于行業而言，總是有巨頭存在，是好是壞呢？