社区

过去两年，具身智能成了最热门的创业赛道之一。

但很多人不知道的是，这些具身智能公司真正的第一步，往往并不是“造机器人”。

在开始写第一行算法代码之前，他们通常要先花几百万搭服务器集群，再招一批IT和基础设施工程师，去解决环境配置、算力调度、数据管理、工具链适配等问题。

这是今天机器人行业最真实、却也最容易被忽视的一面：

大量工程师的时间，并没有花在机器人本身，而是消耗在搭环境、配依赖、搬数据这些重复而琐碎的基础工作里。

当具身智能和通用机器人的浪潮到来，行业里大多数人都在追逐更强的大模型、更大的算力和更聪明的Agent，但地瓜机器人（以下简称“地瓜”）却选择往后退了一步，开始做那些最底层、最“苦”的事情。

地瓜推出了一套机器人开发的全链路软件平台 RoboGo。

这是一个面向泛机器人行业的一站式云端开发协作平台，覆盖数据管理、仿真训练、模型部署、端侧验证等完整研发流程，核心目标是提升机器人开发效率，缩短从研发到量产的周期。

在他们看来，如果没有统一的工具链、数据闭环和开发生态，机器人开发将永远被困在低效的协作与漫长的开发周期中，很难真正规模化。

站在这个转折点上，地瓜软件平台副总裁秦玉森分享了他们对于机器人基础设施和开发生态的思考。

/ 01 / 从重复造轮子，到开箱即用的“原子能力”

硅基君：地瓜的软件开发平台，到底解决了什么问题？

秦玉森：我们内部会把它理解成一个“机器人开发的全链路平台”。

机器人开发，首先要解决的其实不是算法，而是协作和环境问题。假设三个人一起开发机器人，有人负责视觉数据，有人负责算法代码，有人负责仿真环境。

如果没有统一的平台，数据、代码和模型很容易散落在不同电脑、实验室服务器和个人网盘里，协作效率会非常低。

所以机器人行业天然需要一套云端协作空间，用来统一管理数据、代码、模型和项目资产。

但仅仅把文件放到云上，其实还不够。机器人开发真正麻烦的地方，在于运行环境极其复杂。

比如你用Mac，我用Windows；有人装的是Python 3.10，有人还是3.8；仿真软件、驱动、依赖库只要有一个版本不一致，代码就可能直接跑不起来。

这时候，“镜像资产”就很重要。你可以把它理解成一套提前配置好的标准开发环境。它把操作系统、软件依赖、算法框架、仿真工具等全部提前打包好。

开发者不需要再自己搭环境、装依赖、配环境变量，而是直接“开箱即用”。只要启动同一个镜像，所有人进入的就是完全一致的运行环境。

硅基君：这听起来很基础，它对行业的意义是什么？

秦玉森：这能大幅降低行业的创业和试错门槛。

传统机器人开发环境太难搭了，不仅费钱，还费时。你要自己从零开始搭，意味着你要先买服务器、装系统、配环境、搭训练集群。

一台能比较顺畅训练机器人的服务器，很多时候就要到10万元级别。有时候可能光是装环境、配依赖、调仿真软件，就要折腾几个小时，甚至几天。

但在我们平台上，这些事情基本都提前做好了。开发者点开平台，选一个镜像、启动资源，只需要先花几块钱、几十块钱，就能开始训练。如果文档齐全，很多人5分钟内就能上手。

过去一个新团队想做机器人，光是做POC和MVP就要花掉上千万。如果有我们的平台，很多底层工具不用自己造，可能100万就能先跑出一个demo。

我们内部经常说，这套平台的目标，是让两三个人也能做出自己的机器人demo。

举个例子，之前维他动力四足机器狗在 RoboGo 平台上举办闯关赛事，共有190支队伍报名。比赛过程中，每支队伍都会获得2000个“地瓜干”作为平台资源额度。

实际训练时，每小时只消耗37个地瓜干，即便按原价计算，也只需要3.7元。

这意味着，原本需要10万元级别服务器才能完成的训练任务，已经变成了“按小时付费”的云化模式。

同时，过去传统方式下，很多学生和开发者可能要花几个小时，才能把环境真正搭起来。

但在 RoboGo 上，开发者只需要点开平台、选择镜像、启动资源，5分钟内就能开始训练。每支队伍至少节省了8小时以上的准备时间。

这背后真正改变的，其实是整个机器人行业的创新门槛。

同样一个亿的资本，原来只能投10家公司；如果工具链足够成熟，未来可能支持100家公司试错。试错变多，行业跑出来的概率就会更高。

硅基君：面对客户海量的碎片化需求，如何判断哪些需求是值得被做成标准化产品的？

秦玉森：其实很简单。谁用得最多，谁抱怨最多，谁就是刚需。

我们优先解决那些真正高频、反复出现的问题。

因为今天所有算法开发，本质上都离不开一套完整的研发闭环。但不同类型的客户，对这套闭环的需求并不一样。

比如个人开发者、小团队、生态开发者，他们最在意的是“低门槛”和“开箱即用”。

哪怕功能没那么完整，只要能快速跑起来、能帮他们少折腾几个小时，他们就愿意用。

但KA客户，也就是大客户，需求会更明确，也更定制化。他们会关心：需要多少人、什么流程、达到什么效果、怎么和现有系统打通。

所以我们做平台时，并不是一开始就把所有东西都做成很重的企业产品。

我们的思路更像一个“筛选机制”。很多功能，一开始其实只是开发者生态里的小工具、小组件。

我们会先让它在开源社区和开发者平台里跑起来。

哪些功能被频繁使用，哪些功能反馈最多，哪些功能真正解决了痛点，它就会被不断强化，最后慢慢沉淀成平台能力。

如果某个工具比较小众，那它可能就先停留在开源社区里，作为一个“小而美”的组件存在。

等到有一天，这个需求开始变得重要、开始被越来越多人使用，我们再把它重新整合进平台，做成更标准化的产品。

所以本质上，这是一个典型的市场筛选过程。真正有生命力的组件，会慢慢长大；真正有价值的功能，也会逐渐被产品化。

硅基君：在从0到1阶段，你们最先抓住的痛点是什么？

秦玉森：我们最早的一批KA客户，其实很多都来自芯片业务本身。

因为地瓜原本就在做芯片，而芯片客户天然会遇到很多问题，比如模型部署、端侧验证、工具链适配等等。

所以这个平台并不是凭空长出来的，而是从客户真实需求里，一点点延伸出来的。

另外一个非常核心的需求，就是“数据”。

我们现在其实做的是一整套企业级的数据与素材管理平台。它不只是存数据，而是覆盖了机器人开发里的完整数据闭环，包括数据管理、工作流编排、数据处理、标注、训练、仿真、部署和端侧验证。

尤其面向企业客户，我们有一套 RoboGo Pro，其中很重要的一部分，就是这个数据闭环系统。

你可以把它理解成：机器人开发的数据中台。

因为机器人行业的数据，其实特别复杂。摄像头数据、语音数据、视觉数据、动作数据、仿真数据、训练数据，甚至扫地机、无人机、陪伴机器人产生的数据，最后都可能进入同一个系统。

为什么这个东西重要？因为机器人行业有一个特别大的问题：数据太大、太碎、太难搬。

举个例子，去年有一个公开具身智能的数据集，大概44TB。如果用普通100兆带宽下载，不中断也要下四十多天。

但机器人行业的数据量，很多时候不是几十GB，而是TB级、甚至PB级。所以我们会提前把大量常用数据集放到平台上。

开发者不需要反复下载、搬运、存储，而是可以直接在平台内部调用。这件事本身，就已经大幅降低了机器人开发门槛。

当然，数据问题还不只是“存”和“搬”。机器人真正复杂的，其实是后面的整条处理链路。

除了数据存储和搬运，我们还做数据采集、数据合成、数据解析、数据转换和数据标注。

比如你采不到足够多的数据，就需要合成数据；拿到数据之后，还要清洗、标注、转换格式，再进入训练流程。而在我们的平台里，其实有一套完整的工作流系统。

从数据上传、清洗、标注，到预训练、微调、后训练，再到仿真和真机验证，整个流程都可以在平台内部完成。

我们的平台，本质上就是把这些复杂、碎片化的流程统一抽象出来。客户不用再自己从零搭一整套系统，而是可以根据自己的需求，直接调用对应资源和工具，完成整个研发闭环。

硅基君：具身智能公司会有自己的开发平台，为什么会用我们的？

秦玉森：理论上会有，但现实情况是，很多团队其实还在大量重复“造轮子”。

因为很多公司默认工程师“什么都得会”。于是一个做算法的人，不光要写模型，还得自己搭服务器、装环境、维护集群。

老板很难衡量，我花这么多人、这么多钱，到底提升了多少效率？最后结果就是，工程师大量时间被浪费在各种基础问题上，而不是真正重要的研发上。

我们本质上是在把机器人开发里那些高频、重复、标准化的事情，统一做成平台能力。比如，开发机、云桌面、仿真环境、训练任务、模型部署、数据管理、标注工具等等。

举个例子，我们平台支持上传实物图片（如苹果、瓶子）即可生成可用的 3D 资产，满足仿真抓取的基础需求。

类比"美图秀秀"——虽然不够完美，但有总比没有强，行业里很多研发环节卡在缺少基础数据资产上。

这其实就像Excel。每家公司都有财务报表，但Excel不是只为财务报表而生的。它是一个通用工具，可以做财务表，也可以做名单统计。我们做的也是类似的基础平台，把这些能力抽象成通用的“原子能力”。

硅基君：如果未来通用机器人最后像手机一样，只剩下几个大厂，那这些大厂会不会把所有东西都自己做了？

秦玉森：我觉得不会。首先，机器人和手机发展阶段不同。手机行业今天看起来集中，是因为它经历过一个漫长的生态爆发阶段。

先有山寨机生态，才有小米；有了小米之后，还有小辣椒、魅族、红米、OPPO、vivo等一大批品牌；中间也死掉了很多公司，比如乐视。

也就是说，一个行业最终走向集中之前，往往会先经历一轮生态爆发。机器人行业现在更像早期阶段。

更重要的是，机器人不太可能像手机一样，最后都长成一个形态。

机器人可能有人形机器人、四足机器人、桌面机器人、陪伴机器人、物流机器人、工业机器人、医疗机器人、户外机器人、家庭机器人。因此，机器人不会形成单一聚类格局。

手机和汽车是先有固定产品形态再智能化，但人形机器人没有固定前置形态，且覆盖千行百业。专用和通用之间边界模糊，降低迭代成本的工具平台价值持续存在。

/ 02 / 在芯片之上，构建生态护城河

硅基君：作为一个做芯片出身的公司，怎么理解软件平台对于芯片业务的意义？

秦玉森：从PC行业的发展来看，芯片从来不是孤立存在的。

很多人觉得英特尔只是卖CPU。但实际上，英特尔当年真正进入的，是整个PC计算生态。

底层需要芯片提供算力，中间需要Windows操作系统，上层需要各种软件应用。真正让PC行业爆发的，是“芯片 + 操作系统 + 软件生态”共同形成的完整体系。

今天苹果也是类似逻辑。很多人用苹果，是因为整个软件、服务和生态体系已经把用户“留”在里面了。

地瓜也是类似思路。我们虽然是做芯片出身，但如果只有芯片，没有工具链、软件平台和开发生态，客户其实很难真正把芯片用起来。

客户买完芯片之后，还要面对模型训练、工具链适配、端侧部署、数据管理、仿真验证等一整套问题。如果这些问题没人解决，芯片本身的价值其实很难真正释放。

真正决定客户能不能长期留下来的，其实是芯片之上的工具链、平台能力和开发生态。而当这些能力形成正向循环之后，芯片的价值才会被持续放大。

硅基君：在实际使用里，开发平台与芯片的协同效应，究竟是如何实现的？

秦玉森：软件开发平台会让，越来越多的客户切换使用我们的芯片。

首先，所有研发仿真最终都要落地到实体机器人硬件，适配自家芯片是最优选择；其次，愿意投入资源做研发效率优化的用户，本身对硬件适配、端侧落地有高要求，我们平台一站式打通芯片适配、部署、OTA 全流程，一键适配即可完成端侧落地。

适配地瓜芯片的 OTA 部署，1 万元就能理顺全流程快速落地；适配其他品牌芯片，需要重新移植迁移，沟通适配周期三个月，合同金额高达百万。

从市场性价比和落地效率来看，用户都会优先选择原生芯片生态。

硅基君：这个平台对地瓜这家公司到底意味着什么？

秦玉森：第一，缩短客户的开发周期。碎片化和长链条会带来一个很大的问题：产品从研发到上市的周期太长。机器人从拿到芯片到最终量产，周期非常长。成熟硬件产品的IPD流程一般要12到18个月。

如果客户拿到芯片之后，要18个月才能完成产品开发，再到市场销售爬坡，可能已经是24个月之后的事了。

这意味着，我今天卖出芯片，可能两年后才能真正看到它在市场上的结果。只要我们能把客户开发周期缩短一点，对整个地瓜来说都是巨大的提升。

第二，过程可见。作为上游芯片厂商，过去我们很难知道客户到底开发到什么阶段了。他拿了芯片之后，项目有没有推进？能不能按期量产？这会直接影响企业经营里的备货和产能规划，也会影响公司的现金流。

软件平台一方面缩短客户开发周期，另一方面让我们在研发过程中就能看到客户状态。

比如客户已经进入后训练阶段，或者已经进入快速部署阶段，他用了什么工具、训练资源消耗多少，我们都能形成判断。这本身就是一个很有价值的侧面信号，能反过来帮助公司做战略判断。

硅基君：现在这个软件平台落地情况怎么样？商业模式是怎样的？

秦玉森：整体还不错。我们现在每个月都会签下一些百万级客户，最近也有千万级客户在推进。核心原因很简单，客户发现自己造一套完整平台，成本太高了。我们的平台，实际上是在帮这些公司把底层通用能力补齐。

现有四五家大客户，每月纯平台服务投入稳定在 10 万元，还不包含芯片业务；中小客户最低订单 2000 元，逐步扩容升级为整机服务器，月费涨到 1 万至 2 万。

我们更看重百元级小额用户，未来都是潜在企业 CTO、技术核心，性价比很高。

客户可以按小时用算力，不需要像大云厂商那样一上来就锁一年资源。他用多少付多少。平台小额充值用户也很多，轻量化按需使用，50 个地瓜干折合 5 元人民币，门槛极低，实用性很强。

硅基君：这个碎片化的需求，市场空间有多大？

秦玉森：BAT 及字节等头部云厂商做过测算，整个具身智能软件平台年化市场规模可达 300 亿，其中 150 亿是零散碎片化市场。碎片化 150 亿市场，我们有信心拿下 20% 左右份额。

今年，软件平台的生态用户目标冲刺数万规模，而全国机器人行业研发人员总量仅 30 万人，我们计划覆盖近 10 万开发者，市占率会持续稳步提升。