自主系统研发：跳出概念陷阱，看清落地真问题
去年跟所里一个做了二十年自主系统的老教授吃饭，他酒杯一放就骂：现在那帮创投圈的，张嘴就是通用自主，闭嘴就是AGI提前十年，连自主系统最基本的环境闭环问题都搞不清，也敢投几个亿砸项目。
自主移动机器人环境避障测试场景
真正的自主系统，核心是不确定环境下的自主决策闭环，不是在已知数据集里找最优解。你想啊，工业现场的环境天天变，今天多堆了一批货，明天机床位置挪了十公分，室外无人车遇到临时修路，雾霾天摄像头糊一半，这些数据你能全提前喂给模型吗？不可能。对吧？
老教授跟我说，他们八九十年代做军工自主系统的时候，哪有这么多数据，核心就是做"小而灵"的决策框架，遇到没见过的情况，先容错，再调整，而不是直接宕机或者瞎决策。
九十年代哪有什么深度学习？全靠手动调逻辑，做出来的无人探测车，在沙漠里跑半个月都没出问题，靠的就是这个思路。现在技术好了，反而把最核心的东西丢了。
工厂智能仓储自主调度系统实拍
还有一个更坑的点，就是人机协同的权责边界。很多工厂上了自主生产系统，说要省人，原来十个工位减到两个，结果一次系统出了小错，值班的工人没盯紧，出了批量报废，算谁的？算工人的？工人说我一个人盯八条线，我盯得过来吗？算系统供应商的？供应商说合同里写了只保证准确率99%，你自己没做监控。这种扯不完的皮，最后很多项目干脆就被雪藏了，钱花了，东西做出来了，就是不用。
说实话，现在搞研发的，很多都在实验室里自嗨，拿干净的标准数据集测出来准确率99.5%，就吹世界领先，一到真实场景，各种幺蛾子就出来了。
不过话说回来，这两年也有做得好的，比如比亚迪工厂里的自主电池检测线，人家不是搞全自主，是把80%的重复检测交给系统，20%的疑难杂件留给人，系统还会自己把错判的案例学到模型里，越用越准，这才是接地气的研发思路。
下一代自主系统研发，方向在哪？
现在很多人都在往大模型+自主系统凑，这个方向没错，但不能瞎凑。真正有用的结合，是把大模型当自主系统的自然语言交互接口和常识推理模块，而不是把大模型当决策核心。
我上个月去哈工大的机器人研究所看他们新做的服务机器人，老人说"我饿了，帮我弄点吃的"，大模型负责理解这句话的需求，拆解成"走到冰箱→拿面包→放到微波炉→加热一分钟→端过来"，然后底层的自主导航、运动控制还是用原来的成熟框架，大模型不会碰底层的安全相关决策，这样既好用，又不会出莫名其妙的错，多好。
还有一个方向，就是具身自主的小模型，现在都喊参数冗余，很多场景下，一个几M大小的端侧自主模型，比几个G的大模型好用一万倍，因为它能在线更新，功耗低，出了问题好排查。比如你做扫地机器人的自主避障，要那么大参数干嘛？能分清拖鞋、电线、宠物屎就行了呗。
还有，现在提自主可控，很多人觉得就是换国产芯片、换国产操作系统，不对，自主系统本身的核心算法也要自主可控啊，你现在很多做自主系统的，核心的规划算法还是用国外开源的那套，改一改就叫自主研发了，真到卡脖子的时候，人家一改开源协议，你连后续开发都做不了，怎么办？
自主系统研发这个事，急不得，不像做互联网APP，三个月就能上线拉流量，它得一点点磨，踩坑，攒实打实地经验，那些喊着一年就能做出来通用自主系统的，不是骗子就是外行。你看波士顿动力做了快三十年才做出来能跑能跳的Atlas，国内真正做得好的自主系统团队，哪个不是沉下心磨了十年以上？
别被风口吹得晕了头，把基础打牢，解决真实场景的真问题，比发十篇顶会都有用。
别被概念骗了，自主系统不是越大越强
什么是真正的自主系统？不是把大模型堆进去就能叫自主。很多人现在搞错了方向，觉得参数堆得够多，数据喂得够足，系统就能自己干活了。 说实话，去年我接触过一个做无人驾驶货运的创业项目，光训练大模型就花了快两个亿，上路测的时候，遇到高速路掉了一个纸箱，系统直接识别成"障碍物"急刹，后面差点追尾——你说这叫自主吗？这叫"只会背答案的考试机器"。自主移动机器人环境避障测试场景
真正的自主系统，核心是不确定环境下的自主决策闭环，不是在已知数据集里找最优解。你想啊，工业现场的环境天天变，今天多堆了一批货，明天机床位置挪了十公分，室外无人车遇到临时修路，雾霾天摄像头糊一半，这些数据你能全提前喂给模型吗？不可能。对吧？
老教授跟我说，他们八九十年代做军工自主系统的时候，哪有这么多数据，核心就是做"小而灵"的决策框架，遇到没见过的情况，先容错，再调整，而不是直接宕机或者瞎决策。
九十年代哪有什么深度学习？全靠手动调逻辑，做出来的无人探测车，在沙漠里跑半个月都没出问题，靠的就是这个思路。现在技术好了，反而把最核心的东西丢了。
自主系统研发的真痛点：90%的项目死在落地最后一公里
现在国内每年发那么多顶会论文，自主系统方向的能占小十分之一，但是真正能落地跑个三年以上的，有多少？ 我之前跟某头部制造业的CIO聊，他们上了一套自主调度的仓储系统，刚上线的时候KPI全达标，试运行半年，故障率直接从3%涨到17%，为什么？没人说过这个问题啊——系统越自主，对底层传感器和执行器的漂移容错要求越高。你想啊，激光雷达用了一年，精度飘了两个毫米，AGV的轮组磨损了一毫米，原来的定位算法就不对了，现在绝大多数自主系统，不会自己更正在线漂移，得人工回去调参数，这成本直接就上来了！工厂智能仓储自主调度系统实拍
还有一个更坑的点，就是人机协同的权责边界。很多工厂上了自主生产系统，说要省人，原来十个工位减到两个，结果一次系统出了小错，值班的工人没盯紧，出了批量报废，算谁的？算工人的？工人说我一个人盯八条线，我盯得过来吗？算系统供应商的？供应商说合同里写了只保证准确率99%，你自己没做监控。这种扯不完的皮，最后很多项目干脆就被雪藏了，钱花了，东西做出来了，就是不用。
说实话，现在搞研发的，很多都在实验室里自嗨，拿干净的标准数据集测出来准确率99.5%，就吹世界领先，一到真实场景，各种幺蛾子就出来了。
不过话说回来，这两年也有做得好的，比如比亚迪工厂里的自主电池检测线，人家不是搞全自主，是把80%的重复检测交给系统，20%的疑难杂件留给人，系统还会自己把错判的案例学到模型里，越用越准，这才是接地气的研发思路。
下一代自主系统研发，方向在哪？
下一代自主系统研发，方向在哪？
现在很多人都在往大模型+自主系统凑，这个方向没错，但不能瞎凑。真正有用的结合，是把大模型当自主系统的自然语言交互接口和常识推理模块，而不是把大模型当决策核心。
我上个月去哈工大的机器人研究所看他们新做的服务机器人，老人说"我饿了，帮我弄点吃的"，大模型负责理解这句话的需求，拆解成"走到冰箱→拿面包→放到微波炉→加热一分钟→端过来"，然后底层的自主导航、运动控制还是用原来的成熟框架，大模型不会碰底层的安全相关决策，这样既好用，又不会出莫名其妙的错，多好。
还有一个方向，就是具身自主的小模型，现在都喊参数冗余，很多场景下，一个几M大小的端侧自主模型，比几个G的大模型好用一万倍，因为它能在线更新，功耗低，出了问题好排查。比如你做扫地机器人的自主避障，要那么大参数干嘛？能分清拖鞋、电线、宠物屎就行了呗。
还有，现在提自主可控，很多人觉得就是换国产芯片、换国产操作系统，不对，自主系统本身的核心算法也要自主可控啊，你现在很多做自主系统的，核心的规划算法还是用国外开源的那套，改一改就叫自主研发了，真到卡脖子的时候，人家一改开源协议，你连后续开发都做不了，怎么办？
自主系统研发这个事，急不得，不像做互联网APP，三个月就能上线拉流量，它得一点点磨，踩坑，攒实打实地经验，那些喊着一年就能做出来通用自主系统的，不是骗子就是外行。你看波士顿动力做了快三十年才做出来能跑能跳的Atlas，国内真正做得好的自主系统团队，哪个不是沉下心磨了十年以上？
别被风口吹得晕了头，把基础打牢，解决真实场景的真问题，比发十篇顶会都有用。