物理AI加速落地,机器人行业开始重视底层软件架构 | 荣格洞察

长期以来，机器人行业对于“创新”的关注，更多集中在硬件层面。无论是芯片算力、关节自由度，还是减速器、伺服系统等核心部件，始终是产业竞争中的重点。但随着机器人系统越来越由软件驱动，并逐步从实验室和展示场景走向工业、医疗、物流等真实环境，行业关注的重点也正在发生变化。相比单纯提升运动能力，如何让机器人系统在复杂环境中长期稳定、安全、可预测地运行，开始受到越来越多关注。

近日，BlackBerry旗下业务部门QNX发布的《机器人软件架构基准研究报告》（Inside the Robot: Architecture Benchmark Report）显示，在针对全球1000名机器人开发者和工程师的调研中，开发者对于“软件架构与系统集成”问题的关注度，已经开始高于单纯的硬件能力问题。尤其在中国市场，60%的受访者将调试与测试列为软件开发阶段的主要挑战，另有70%的受访者表示，架构相关问题会明显增加后续系统调试和维护的复杂度。

从调研结果来看，机器人行业的竞争重点，正在从单纯的硬件能力，逐渐延伸到系统与软件能力层面。

Part 1

物理AI进入真实场景后，通用操作系统开始面临新挑战

这一变化的背后，与物理AI的快速发展密切相关。

过去几年，生成式AI主要运行在数字空间中，其核心是内容生成和推理能力；但物理AI不同，它需要真正进入现实世界，与物理环境发生实时交互。无论是人形机器人、机器狗，还是工业机械臂，本质上都需要同时完成感知、推理、决策与动作执行，并形成持续反馈闭环。因此，当机器人开始进入手术室、工厂车间、铁路系统乃至开放道路等复杂环境后，系统对于实时性、可靠性以及行为可预测性的要求，也会明显提高。

调研数据显示，95%的全球开发者认为，“确定性与实时性”已经成为机器人系统的重要要求；而在中国市场，这一比例达到98%。

但与此同时，目前全球仍有91%的开发者在实时或安全关键任务中使用GPOS（通用操作系统），包括Linux等开源系统。随着机器人系统复杂度不断提高，越来越多开发者开始对通用操作系统在实时性、功能安全以及网络信息安全方面的适配能力提出更高要求。

值得关注的是，尽管当前大量企业仍然依赖GPOS进行开发，但已有86%的GPOS用户表示，未来愿意更换底层操作系统。这意味着，行业虽然还没有真正完成底层架构迁移，但对于现有方案的讨论正在明显增加。

在近不久的媒体群访中，QNX大中华区首席代表董渊文对这一现象进行了进一步解释。他认为，目前机器人行业整体仍处于“先解决有没有”的阶段。由于人形机器人赛道竞争激烈，很多企业首先考虑的是如何尽快完成POC（概念验证）、做出能够展示的Demo并获得融资，因此更关注开发效率，而不会在现阶段投入大量资源进行底层系统优化。

“现在很多企业最优先考虑的，还是先把功能做出来。”董渊文表示。

在这一阶段，企业通常会优先采用“处理器+开源Linux”的方式快速推进开发。但随着行业逐步进入量产阶段，系统实时性、功能安全、网络信息安全以及长期稳定性等问题的重要性，也会进一步提升。

董渊文认为，未来一到两年，随着行业逐渐收敛，机器人底层软件架构可能会进入更加实质性的升级阶段。

Part 2

从“大脑”到“小脑”，机器人系统正在重构底层逻辑

相比传统工业设备，人形机器人对于系统架构提出了更加复杂的要求。

一方面，大模型与AI算法正在赋予机器人更强的环境感知与自主决策能力；另一方面，机器人运动控制系统又要求极高的实时性和确定性，两者之间天然存在一定张力。

董渊文在采访过程中将机器人系统类比为人的“大脑”和“小脑”。其中，“大脑”负责复杂思维、感知与决策，通常依赖英伟达、高通、地平线等大算力平台；而“小脑”则负责身体平衡、关节控制和运动执行，更强调低延迟和实时反馈，QNX基础软件开发平台主要聚焦人大脑的基础软件层。

问题在于，大模型本身具有一定的不确定性，但运动控制系统却几乎不允许出现明显延迟或失误。这意味着，机器人系统需要在同一架构中，同时兼顾AI决策的灵活性与运动控制的确定性。

在QNX看来，这也是硬实时操作系统价值受到更多关注的重要原因。通过支持POSIX标准以及ROS2等机器人中间件，底层系统能够在保证实时性的同时，尽可能兼容上层应用生态，并降低开发者后续迁移成本。

与此同时，机器人底层生态也正在形成更强的软硬件协同关系。目前，QNX已经完成对英伟达Thor、Orin-X，以及地平线征程6（J6）、芯驰X9/X10/G3、瑞芯微RK3588等平台的适配，并尝试以“芯片+基础软件”的整体方案进入机器人市场。

董渊文透露，在机器人领域，操作系统正逐渐以类似IP的形式与芯片平台深度绑定，再与芯片一起交付给客户。“第一步还是要先和芯片生态结合。”他表示。

Part 3

当机器人走向规模化落地，软件架构的重要性或将进一步提升

目前，机器人行业仍处于快速扩张阶段，市场对于产品功能和落地速度的关注，仍然高于底层架构本身。但随着机器人逐步进入医疗、工业控制、铁路、商用运输等高可靠性场景，底层软件的重要性很可能会被重新定义。

例如，手术机器人需要满足IEC 62304等医疗功能安全标准；铁路系统对应EN 50128；工业控制领域则需要符合IEC 61508等标准。在这些场景中，系统是否具备长期稳定性、可验证性和安全性，往往比“功能多少”更加关键。

董渊文表示，虽然不同产业对应的功能安全标准各不相同，但对于商业硬实时操作系统而言，其底层核心代码其实可以保持统一。这意味着，底层软件平台能够帮助产业避免在安全底座上重复投入，让开发者将更多精力放在应用层和算法层创新上。

从行业发展节奏来看，机器人产业目前仍处于“先做出来”的阶段，但随着行业逐渐进入规模化部署周期，底层软件架构的重要性预计会进一步上升。某种程度上，机器人行业正在经历与新能源汽车类似的发展路径：行业初期更多比拼产品功能，而在真正进入量产之后，系统稳定性、功能安全以及长期可靠性，可能会成为影响行业进一步分化的重要因素。

当硬件能力逐渐趋于同质化之后，软件架构很可能会成为下一阶段机器人产业竞争中的关键变量。