BlackBerry旗下部门QNX近日发布了一项新研究——《机器人内部架构:基准测试报告》,深入探讨随着机器人系统日益向软件驱动、AI赋能方向演进,并逐步进入人类工作与日常生活场景,机器人开发领域正在经历哪些深刻变革。
该研究基于对全球1000名开发者的问卷调查,揭示了当前阻碍行业进步的核心因素、系统目标与现有能力之间的差距,以及开发者对行业未来走向的判断。QNX旗下播客节目《Code the Future》也专门邀请Omdia首席分析师Su Lian Jye对报告主题与调研结果进行了深度解读。
软件架构成为最大性能瓶颈
调查数据显示,近三分之一的开发者(27%)将软件架构与系统集成列为最主要的性能瓶颈,而将硬件列为首要障碍的受访者仅占16%。这一结果表明,未来机器人领域的突破,更多依赖于构建具备可预测性、安全性,并能处理混合关键性任务的软件系统,而非单纯依赖硬件升级。
随着机器人逐步从受控环境向城市街道、工厂车间等动态真实场景广泛渗透,开发者越来越清晰地认识到:软件基础架构才是决定创新成败的核心变量。
展望未来三至五年,85%的开发者预计软件将在机器人领域扮演更加举足轻重的角色。受访团队预计最大投入方向将集中在AI驱动决策与网络安全(均占51%),其次是操作系统与实时控制软件(37%)。这进一步印证了随着机器人系统日趋复杂、互联与分布式化,软件基础已成为企业的战略性资产。
人机协作加速普及,安全要求随之提升
机器人团队已切实感受到这一转变带来的压力。超过五分之四的受访者(83%)表示,其系统目前已与人类协同部署运行;在尚未实现人机协作部署的受访者中,三分之二(67%)预计将在未来三至五年内完成这一转变。
从手术室到繁忙的生产车间,机器人在非受控环境中的广泛存在正在推动对可靠性、安全性和行为可预测性提出更高要求。几乎所有受访者(95%)都表示,确定性实时执行能力对其所开发的系统至关重要。
然而令人意外的是,尽管这一需求几乎是行业共识,大多数开发团队仍在使用并非为实时或安全关键场景设计的软件。研究显示,91%的受访者至少在部分工作负载中使用通用操作系统(GPOS),尽管经安全认证的商业解决方案被认为更符合其实际需求。结果显示,86%的GPOS用户表示愿意考虑更换操作系统——这一矛盾深刻揭示了在机器人规模化部署过程中,灵活性与可预测性、有保障行为之间日益加剧的张力。
认证合规压力拖累研发进度
监管与合规要求进一步加重了上述挑战。三分之二的受访者(66%)表示项目曾因认证流程而出现延误,这一比例在英国和德国攀升至约70%。相比之下,中国受访者中仅有56%反映存在类似情况,这与中国相对宽松的监管要求密切相关。
这些延误直接影响开发成本、交付周期与商业风险。网络安全标准(如ISO/SAE 21434)和功能安全标准(如ISO 10218)是合规难度最高的领域,分别被51%和49%的受访者列为主要挑战。
物理AI雄心勃勃,但落地准备参差不齐
尽管面临重重压力,行业整体雄心与乐观情绪依然高涨。物理AI已被明确纳入发展路线图——89%的受访者表示,能够在物理世界中自主感知、推理与行动的AI赋能机器人,将对其组织未来三至五年的战略至关重要,中国在这一方面的信心位居全球前列。
市场对物理AI长期潜力的信心强烈,但整体准备程度参差不齐。仅有29%的受访者对自身系统在真实环境中作出安全、可预测决策的能力表示"非常有信心"。
QNX全球销售副总裁、通用嵌入式市场负责人Jim Hirsch表示:"机器人团队显然正在朝着更智能、更自主的系统方向迈进,但数据也清楚地表明,他们正在触碰原有架构能力的真实边界——这些架构从未被设计用于应对如此复杂程度和问责要求。"
"开发者始终面临四大核心挑战:集成复杂性、认证延迟、人机交互中的功能安全风险,以及在关键时刻确保行为的可预测性。"
"好消息是,这些问题都有解决之道。通过夯实软件基础,开发者可以为更快速的创新奠定基础,推动新一代安全、可靠、高度自主的机器人早日落地。"
QNX专注于提供高性能基础软件,致力于帮助机器人、汽车、医疗设备、工业控制、商用车辆、铁路及航空航天与国防等行业应对最复杂的挑战。QNX帮助企业在边缘高性能计算、基于标准的虚拟化技术及云使能等领域开拓新可能。作为全球最关键系统领域值得信赖的技术伙伴,QNX持续引领机器人、医疗健康等多个行业——全球前十大医疗设备制造商中,有九家已部署QNX技术。
Q&A
Q1:BlackBerry QNX的研究报告主要调查了哪些内容?
A:该报告基于对全球1000名开发者的调查,重点揭示了机器人开发领域的三大核心议题:阻碍行业进步的主要障碍、系统目标与现有能力之间的差距,以及开发者对行业未来的预判。报告指出,软件架构与系统集成是最大性能瓶颈,27%的开发者将其列为首要障碍,远高于仅有16%的开发者关注的硬件问题。
Q2:为什么大多数机器人开发团队仍在使用通用操作系统?
A:尽管95%的受访开发者认为确定性实时执行能力至关重要,但91%的团队仍至少在部分工作负载中使用通用操作系统(GPOS)。这主要源于通用操作系统在灵活性和开发便利性方面的优势,而安全认证商业方案在集成复杂度和认证成本上门槛较高。值得注意的是,86%的GPOS用户表示愿意考虑更换操作系统,说明行业正处于变革临界点。
Q3:机器人领域的认证合规流程会带来哪些实际影响?
A:认证合规是机器人研发的重要阻力。66%的受访者表示项目曾因认证流程出现延误,英德两国这一比例更高达约70%。网络安全标准ISO/SAE 21434和功能安全标准ISO 10218是合规难度最高的两个领域,分别被51%和49%的受访者列为主要挑战。这些延误直接推高了开发成本,拉长了交付周期,并带来显著的商业风险。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。