vivo也要做機器人了。

這個消息上周由一家科技媒體曝出，緊接著就是本周的博鰲亞洲論壇，由vivo執行副總裁、首席運營官、中央研究院負責人胡柏山正式官宣。

早前流出的兩張崗位招聘截圖顯示，vivo已開始招聘機器人技術規劃專家，最高年薪超120萬元。而機器人產品的孵化與預研工作，則是由vivo新成立的機器人實驗室負責。

實際上，去年年初vivo就在自家的活動上向外界吹過風，稱未來的技術投入方向主要為機器人和MR兩塊。結合此前胡柏山在今年vivo會客廳公布的MR動態，今天官宣機器人項目也就沒什么意外。

vivo這家公司習慣“埋頭種因”，所以官方公開披露的信息往往很少，就比如這次博鰲論壇胡柏山的發言，關于機器人只有寥寥數語，但仍能捕捉到一些關鍵信息。

首先是對機器人賽道的選擇，vivo認為與其深耕手機行業的能力積累高度匹配；其次，vivo不是什么都做，只做機器人的“大腦”和“眼睛”，讓機器人可以“看得懂場景，聽得懂需求，給得了回應”；最后，vivo瞄準的具體場景是家庭機器人。

前兩點非常符合vivo一貫秉承的產業共榮文化，而且胡柏山也清楚表達了“與機械系統領域產學研伙伴探索合作”的強烈意愿。最后一點則有點給機器人賽道指路的意味，畢竟一家有著三十年消費電子資歷的科技公司，不會盲目的選擇一條細分賽道。

但對于機器人產業來說，vivo的確算是一個新人。不論是春晚上的機器人跳舞，還是GTC大會上的小機器人Blue，亦或是成名更早的波士頓動力，機器人已經不是一個純實驗室產品，這個時候vivo官宣進入，底氣在哪優勢是什么，又能給整個產業帶來哪些影響，這是外界想知道也是vivo需要回答的核心問題。

做機器人，vivo憑什么？

2023年7月，在一張放著獅子、鯨魚與恐龍的桌子前，一個基于RT-2模型的機器人接到“撿起滅絕的動物”的指令后，準確地拿起了恐龍。

對于人類而言這可能是一個基礎動作，但對于機器人而言這堪稱一個重要飛躍——之前機器人經常無法操縱自己從未見過的東西，也難以實現從“滅絕的動物”到“塑料恐龍”的邏輯飛躍。

這樣的智能涌現，背后實際上是機器人的一個底層邏輯，“思考”是核心，“視覺”是必要條件，最后才是“行為動作”。換到隔壁大模型賽道，就是“感知-決策-執行”，順序雖然不同，但道理相通。

而“思考”是核心的底層邏輯，是波士頓動力用三次易主都沒換來的寶貴經驗。這家公司用了20年的時間試圖教會機器人如何“運動”，但實際上，機器人應該先學會“思考”，像Tesla Bot一樣。

Tesla Bot于2021年PPT首發，發布會上的皮套人模仿Tesla Bot尬舞一度為馬斯克贏得了群嘲。但經過幾次迭代，尤其是特斯拉的自動駕駛突飛猛進之后，外界才明白馬斯克只用了一招就“殺死”了波士頓動力，即先讓機器人學會“思考”。

而自動駕駛更像是機器人的前置產業，畢竟二者的核心都是基于人工智能，走的都是感知-決策-執行路線，且按照馬斯克的說法：特斯拉已經打通了自動駕駛芯片FSD和機器人的底層模塊，實現了一定程度的算法復用。

如今這條道路的兩旁已經站滿了參賽選手，特斯拉等這些車企的人形機器人項目不是已經下線就是在沖刺最后一公里。現在，又多了一位選手。

vivo做機器人的底層邏輯與特斯拉等車企基本一致，在基于AI算法+感知的鏈條下熱啟動：

AI算法模塊是依托手機業務積累的藍心大模型，感知模塊則是影像空間感知技術（MR視覺）。

而且按照胡柏山的說法，在AI算法模塊因為機器人的物理特性，決定其擁有比智能手機更好的硬件條件，他用了輕薄本和臺式機的例子，形象的解釋了手機和機器人提供的算力差別。

同時vivo在MR視覺上的進展也比較順利，目前有近500人團隊，探索版已經在博鰲亮相，原型機預計最早今年9月就能問世。

從這兩點就可以看出，vivo在構思進軍機器人賽道時的考量，是依托現有資源和能力，做技術的復利。這也是在回答vivo為何不做汽車時，胡柏山說看一個產業或者一個新的賽道，不會看是不是風口，也不會單純的看市場規模，而是去看與vivo的核心能力是否匹配，以及能不能進去給用戶創造價值。

這最后一句還能再提煉一下，實際上這與vivo做機器人選擇的家庭場景有關。

胡柏山有一個觀點，他認為以deepseek為代表的數字世界，和以機器人為代表的純物理世界，當前是割裂的狀態。換言之，大家處在同一起跑線的機器人賽道，下一個高地就是誰能將數字世界和物理世界無縫連接到一起。

從這個大的目標和愿景來說，智能手機和電動汽車廠商都是非常有動力和能力的。因為長久以來，手機就是在幫人們把數字世界與物理世界連接起來，汽車則是在新能源爆發之后才有。

場景化落地背后

有了總的實施綱領和具體路線，vivo想做好機器人還需要三個關鍵支撐：數據、場景和供應鏈，其中場景又是重中之重。

Tesla Bot的數據來自自動駕駛的視頻收集，以及馬斯克旗下的其它AI公司，比如X、Neuralink、Grok等。在AI領域，語料的不同決定了AI能力的去向。馬斯克給Tesla Bot規劃的去處是代替人類“從事重復性/無聊的工作”。

這是一個無比寬泛的概念，或許是他自己也沒有想好，但核心是先用自動駕駛的數據讓Tesla Bot能像人類一樣活動。

在這一點上vivo有些不同，它官宣切入的場景就明確指向了家庭，甚至在形態上也沒有拘泥于一定是人形，可以是雙足、四足、輪足甚至履帶，因為按照胡柏山的說法，這是由用戶場景去決定的。

通過這個再去發散思維，就能發現vivo決定由家庭場景出發，也是因為智能手機用戶的核心場景就是家庭。vivo在這個場景上積累了足夠的規模化數據和應用場景經驗，可快速適配機器人需求。

這也正契合機器人算法訓練所需要的仿真數據。和GPT等大模型爬取互聯網數據不同，機器人會和真實世界產生交互，因此需要遵循物理規則的真實數據來訓練算法，而手機恰好是物理世界與數字世界的連接樞紐，畢竟vivo由全球5億智能設備用戶為機器人場景落地提供試驗場。

再者是供應鏈。國泰君安最近在一篇研報中提出，機器人規模量產后有望復制3C“零部件-模組-整機”代工模式，因為其供應鏈與3C重疊度較高。

3C終端具備快速迭代且大批生產特征，供應鏈呈現“零部件-模組整機”的專業化分工模式。而人形機器人若成為大眾消費品，勢必呈現快速迭代態勢，這與3C供應鏈也非常契合。

此外，人形機器人各組成部分與手機協同性高疊加不少3C企業(vivo、小米、蘋果、三星等)切入人形機器人本體，為3C供應鏈企業切入人形機器人賽道提供了基礎。

vivo有30年的手機供應鏈經驗，這可以確保其在啟動初期有足夠的下游廠商為其供應零部件，甚至對于特殊零部件的研發也可以采用更加靈活的方式。而在這個過程中，一方面vivo能通過自己的技術和能力為供應鏈輸出新的機器人標準，另一方面也能在成本上做到最優解。

中國通過過去幾十年積累的制造業經驗，對關鍵人才的培養、產業環境、市場環境的培育，逐漸形成了一種能力：即盡管很多創新技術優先誕生于海外，但國內可在短時間內追平差距，并使之大規模落地。

這其中，成本攤薄就是一個隱形武器。

而之所以能形成這種能力，有兩方面原因，一是豐富的消費場景；二是優秀的供應鏈。

消費場景決定了上游廠商的開發意愿，當前對于機器人賽道，礦山、醫療、物流都已經是明確有機器人進駐的行業，而vivo主攻的家庭機器人也被視為C端未來最大的市場。

供應鏈則是打破機器人“成本魔咒”的關鍵。

一方面，得益于國內成熟的3C和汽車供應鏈，在復用度上能夠給機器人產業帶來成本優勢；另一方面，按照vivo的表述，只做大腦+眼睛，意味著全身硬件需要與供應鏈合作。

這種做法類似于蘋果做iPhone，將系統和芯片等核心功能掐在自己手中，其余硬件則由供應商提供，好處就是能夠極大的降低重資產投入，節約成本。

有了消費場景和供應鏈兩個武器，就從實際層面解決了機器人場景化落地的難題。

理論上來說，任何消費電子產品都是反向設計的，也就是從需求出發設計產品功能，再去搭配實現該功能的零部件。依托這個角度，如果把手機比作二維，那么機器人就是將手機升到了三維甚至四維，而手機廠商進入機器人領域是非常順滑的。

尾聲

不久前剛剛結束的GTC大會，英偉達一口氣發布了Cosmos、Newton等多款軟件和模型，其目標都指向一處：機器人賽道。

在具體思路上，英偉達不僅提供芯片，還會開發對應的軟件工具箱和配套服務。換句話說，英偉達為機器人準備好了所有東西，就差親自下場了。

但英偉達絕對不會下場做機器人，就像它做圖形芯片不會下場造PC一樣。一個產業的繁榮永遠不可能是一家通吃，而是生態共建。

這一點也十分契合vivo做機器人的思路，不是以競爭者的姿態入場，而是攜手產業鏈共建生態。正如胡柏山在博鰲論壇的發言，vivo提倡相互成就的“共生智慧”，共建共享“繁茂的科技生態雨林”。

結合今年胡柏山在vivo會客廳透露的信息以及本次博鰲論壇的發言，vivo起碼對家庭機器人賽道有超過十年的長期規劃，核心理念是“讓技術走出實驗室，走進用戶的真實生活”，而實現路徑則是“漸進突圍、沿途下蛋”，總的綱領就是聚焦消費級市場的個人和家庭場景機器人產品。

vivo的優勢在于通過移動終端更了解用戶應用場景，通過影像和端測AI的技術積累具備領先性。并且能將這些優勢實打實的用于機械產業和AI產業在機器人賽道的融合。