SLAM：被困在实验室和风口之间的机器人“眼睛”
上个月去深圳看机器人展，挤了半小时在一家服务机器人展台，亲眼看见那台号称“全场景自主导航”的机器人，在门口玻璃幕墙那卡了五分钟——原地转圈圈，就是认不出来这是一堵透明的墙。展台工作人员脸都红了，过来一把抱走，小声嘀咕：又是SLAM掉点了。
激光SLAM扫地机器人家庭导航路径实拍图
SLAM的技术边界其实很清晰：它解决的不是“机器人能不能动”，而是“机器人能不能在陌生环境里自己动”。早十几年的工厂AGV，靠磁条、二维码导航，那是预先给它画好路了，不算真自主。只有SLAM能让机器人不需要提前改造场景，进去自己摸路自己走，这才是真正的自主移动机器人的核心。
但它从来不是万能的。目前所有成熟的SLAM方案，基本都只适配静态半静态场景，一旦进了人挤人的地铁站，全透明幕墙的写字楼大堂，没有明显特征的野外草地，分分钟给你掉点迷路。
服务机器人商场动态场景SLAM定位误差对比图
前几年共享风口、O2O风口起来的时候，一大堆做商场配送、酒店送物机器人的公司，拿到融资铺了几百台机器，不到半年就被客户撤了，就是因为服务员每天要花一半时间救卡壳的机器人，反而比自己送还累。
未来三年：SLAM的下一个增长点在哪？
最近两年行业里其实已经有了不少新变化，第一个就是多传感器融合成了标配，激光加视觉加IMU加轮式编码器，把各家的优势拼到一起，成本降下来了，准确率也上去了，不少中端服务机器人已经能用了。
第二个变化就是大模型开始接棒优化SLAM。大模型的语义理解能力，刚好能解决SLAM分不清动态静态物体的老问题：现在的新算法能直接告诉你，画面里走的这个人是动态的，不用画进地图，那个角落的货架是静态的，要记成障碍物，定位准确率一下子能提升二三十个百分点，之前很多搞不定的场景，现在慢慢能跑通了。
不过话说回来，有一个风险现在没人提，以后肯定会变成大问题：SLAM本质上是一直在扫描、存储周围环境的三维地图，不管是你家的户型结构，还是公司办公室的布局、核心设备的位置，全都会存在SLAM的地图文件里。这些数据的敏感度比普通的用户聊天记录高多了，一旦泄露，不管是对个人隐私还是企业安全，都是大问题。现在国内还没有明确针对SLAM地图数据的管理规则，这块短板早晚要补。
对未来三到五年，我其实挺乐观的，但也不吹神话。第一个确定性的增量市场肯定是工业领域，仓储、巡检、工厂自动化改造，这些场景封闭，动态干扰少，甲方付费意愿强，现在已经在起量了。第二个大增量就是AR/VR，苹果Vision Pro出来之后，整个行业都动了，头显要实时定位用户位置、重建周围环境，SLAM就是核心中的核心，以后轻便的AR眼镜普及，SLAM的市场规模至少翻三倍。
说实话，我不觉得SLAM会在五年内就能达到人类天生的导航水平，它还会继续卡壳，继续掉点，继续在很多复杂场景不好用。但它是所有自主移动设备绕不开的基础，没有靠谱的SLAM，机器人永远只能在预设的轨道上跑，永远成不了真正能适配任意场景的智能机器。
风口来了又走，技术爬坡从来都是慢活。你就给它点时间吧。
到底什么是SLAM？别被术语唬住
很多人听过SLAM这个缩写，翻了一堆学术解释还是云里雾里。说白了，它就是给移动机器人装的一套“找路记忆系统”。全称叫同步定位与地图构建，名字绕口，逻辑却和人认路一模一样：你进了一个没去过的陌生房间，摸着黑走，一边走一边搞清楚“我现在站在哪”，同时脑子里勾画出这个房间的大概形状，这个过程，就是SLAM。 现在行业里主流的技术路线分两大类：激光SLAM和视觉SLAM。激光SLAM靠激光雷达发射脉冲测距，精度高、误差小，阴天下雨黑灯瞎火都能用，就是天生贵。视觉SLAM靠摄像头拍画面，靠算法匹配画面里的特征点定位，成本压得极低，还顺便能识别物体，但是怕强光怕暗光怕没有纹理的白墙，一到反光的玻璃面前就歇菜。激光SLAM扫地机器人家庭导航路径实拍图
SLAM的技术边界其实很清晰：它解决的不是“机器人能不能动”，而是“机器人能不能在陌生环境里自己动”。早十几年的工厂AGV，靠磁条、二维码导航，那是预先给它画好路了，不算真自主。只有SLAM能让机器人不需要提前改造场景，进去自己摸路自己走，这才是真正的自主移动机器人的核心。
但它从来不是万能的。目前所有成熟的SLAM方案，基本都只适配静态半静态场景，一旦进了人挤人的地铁站，全透明幕墙的写字楼大堂，没有明显特征的野外草地，分分钟给你掉点迷路。
产业落地：喊了十年，为什么还没全面爆发？
说实话SLAM商业化不是从零到一，其实早就渗透进我们生活了。现在一千块以上的扫拖机器人，基本都带SLAM导航，能给你家建个全景地图，不会重复扫也不会漏扫沙发底，就算跑电断电回充，也能接着之前的地方继续扫，这就是SLAM的功劳。 再往上走，工业仓储里的拣货AGV，电厂机房的巡检机器人，也早就用上SLAM导航了，不用给仓库贴磁条改地面，换个布局只要重新建个图就行，灵活性比老方案高太多，甲方愿意买单。 但问题来了，为什么喊了十几年的全场景服务机器人，还是没能大规模走进酒店、商场、写字楼？死在半路上的创业公司一大堆，一半是商业模式走不通，一半就是SLAM撑不住。 第一个卡脖子的就是成本。工业级32线激光雷达，一台就要几千块，放在一台总共才一万多块的服务机器人上，光传感器就占了一半成本，定价高了卖不出去，定价低了赚不到钱，根本没法规模化。消费级的单线激光雷达已经做到百八十块一颗，但是精度、视角都砍得厉害，稍微复杂点的场景就顶不住。 第二个卡脖子的就是动态场景鲁棒性差。你想啊，商场里随时人走来走去，还有玻璃栏杆、透明电梯，激光雷达打玻璃直接穿过去，识别不出来障碍物，视觉算法经常把透明空间当成空的，上去就撞。人多的时候，算法分不清楚哪个是静态障碍物哪个是动态路人，经常把路人画进地图里，直接定位偏出好几米，就原地转圈圈卡壳了，和我在展会上看到的一模一样。服务机器人商场动态场景SLAM定位误差对比图
前几年共享风口、O2O风口起来的时候，一大堆做商场配送、酒店送物机器人的公司，拿到融资铺了几百台机器，不到半年就被客户撤了，就是因为服务员每天要花一半时间救卡壳的机器人，反而比自己送还累。
未来三年：SLAM的下一个增长点在哪？
未来三年：SLAM的下一个增长点在哪？
最近两年行业里其实已经有了不少新变化，第一个就是多传感器融合成了标配，激光加视觉加IMU加轮式编码器，把各家的优势拼到一起，成本降下来了，准确率也上去了，不少中端服务机器人已经能用了。
第二个变化就是大模型开始接棒优化SLAM。大模型的语义理解能力，刚好能解决SLAM分不清动态静态物体的老问题：现在的新算法能直接告诉你，画面里走的这个人是动态的，不用画进地图，那个角落的货架是静态的，要记成障碍物，定位准确率一下子能提升二三十个百分点，之前很多搞不定的场景，现在慢慢能跑通了。
不过话说回来，有一个风险现在没人提，以后肯定会变成大问题：SLAM本质上是一直在扫描、存储周围环境的三维地图，不管是你家的户型结构，还是公司办公室的布局、核心设备的位置，全都会存在SLAM的地图文件里。这些数据的敏感度比普通的用户聊天记录高多了，一旦泄露，不管是对个人隐私还是企业安全，都是大问题。现在国内还没有明确针对SLAM地图数据的管理规则，这块短板早晚要补。
对未来三到五年，我其实挺乐观的，但也不吹神话。第一个确定性的增量市场肯定是工业领域，仓储、巡检、工厂自动化改造，这些场景封闭，动态干扰少，甲方付费意愿强，现在已经在起量了。第二个大增量就是AR/VR，苹果Vision Pro出来之后，整个行业都动了，头显要实时定位用户位置、重建周围环境，SLAM就是核心中的核心，以后轻便的AR眼镜普及，SLAM的市场规模至少翻三倍。
说实话，我不觉得SLAM会在五年内就能达到人类天生的导航水平，它还会继续卡壳，继续掉点，继续在很多复杂场景不好用。但它是所有自主移动设备绕不开的基础，没有靠谱的SLAM，机器人永远只能在预设的轨道上跑，永远成不了真正能适配任意场景的智能机器。
风口来了又走，技术爬坡从来都是慢活。你就给它点时间吧。 
