来源：tvt体育网页版 发布时间：2025-04-13 23:23:06
换句话说，如果懂了规矩（主要是适应一些本土交通规则），毫无疑问纯视觉技术的魅力将会被进一步放大，优等生将坐实学霸地位。
而事实上，在某些规矩相对而言更清晰具体的领域，纯视觉技术已表现出独特的价值潜力。
在人口老龄化趋势+年轻人择业观念变迁的双重影响下，清洁行业招工难、用工贵等问题突出，由此商用清洁机器人迎来了巨大的市场空间。
在全球范围内，根据QYResearch调研团队报告《全球商用地面清洁机器人市场报告2023-2029》显示，预计2029年全球商用地面清洁机器人市场规模将达到32.4亿美元，未来几年年复合增长率CAGR为8.5%。
在国内，商用清洁机器人的覆盖率不到20%，在300亿平米的物业管理面积下，拥有可观的发展的潜在能力，相关统计多个方面数据显示，2023年，中国商用清洁机器人市场规模同比增长高达19.7%。目前，国内市场上，科沃斯、高仙机器人、萤石网络等占据了主要市场主要份额。
同样需要自动行驶，这个赛道也存在着纯视觉技术VS激光雷达技术的分野，与汽车领域一样，两种流派都表现出了各自的优劣势，甚至阵营规模也十分类似——纯视觉玩家相对更少，主要为萤石网络等少数玩家在持续投入，而激光雷达技术则聚集了高仙机器人、科沃斯等一众玩家。
究其原因，激光雷达能够直接享受其他领域积淀的成熟技术，如激光SLAM算法经过长期验证，落地案例丰富，目前，此类商用清洁机器人产品在标准化作业的大场景、大空间（如机场等）具备较强的落地价值，例如，成立超过十年的高仙机器人，其GS50等产品已经在诸多知名商场、展馆等场景得到应用。
然而，就如特斯拉FSD搅动风云，这些年纯视觉技术在商用清洁机器人领域有望成为商用清洁新标杆。例如，科创板智能家居上市企业萤石网络推出的云视觉商用清洁机器人BS1正在写字楼办公大厅、电梯厅、商超、银行、食堂、政企门厅等相对更紧凑、更复杂的场景得到普遍应用。
汽车无人驾驶的实践已经表明，技术本身并没有绝对的优劣，关键是厂商能否结合产品设计获取市场的选择与信任。纯视觉技术阵营在商用清洁机器人这里杀出了一条路，快速开拓市场、打造商用清洁新标杆，其过程，实际上也与特斯拉一样，都是产品创新与技术特质实现着更好的融合。
具体来看这种融合的实现过程，商用清洁机器人与很多AI+产品或服务一样，能够被市场认可，靠的是能从最终使用者的视角真正去做好一名合格的、像真人一样的清洁工作助手。
面对老龄化趋势的风口，考验商用清洁机器人的是怎么样才能做好物业企业、中老年清洁工的合格助手，纯视觉技术靠着某些方面的优势，在扮演助手方面似乎更进了一步，如此，在只能汽车之后，我们才得以看见纯视觉技术又在攻克新的风口。
当下，慢慢的变多的白领们开始利用大模型创造专属工作助手，提升工作效率——这些AI能力能够真正解决工作问题，才得以加速普及。
对不太起眼的清洁工作来说，逻辑是类似的。物业企业被动大量采用中老年清洁工人，在体力条件更好的年轻人不愿意参与的情况下，选用商用清洁机器人，首先要看的也是作为本质上的助手能否高效完成安排的清洁工作任务。
例如高仙机器人的产品突出表现为干得多、干得快，每小时可清洁1500-2600平方米地面，在某国际机场项目中，其清洁效率据称提升50%，还能适应不一样材质的地面，这样的效率，从某一种意义上看，就不再害怕年轻人不来这件事了。
而纯视觉技术创新，同样表现出了强大的清洁助手工作上的能力，只是侧重的场景有所不同。
例如萤石BS1产品采用的是多目视觉技术（纯视觉技术的另一种概念表达，如同人眼两个眼睛能通过视觉差更好地实现立体视觉），设备安装了高达8个摄像头，获取不同方位的环境信息，然后系统对信息进行筛选和3D建模，结合智能算法，来实现与特斯拉FSD类似的准确判断、精确定位能力。
多目视觉在较小型、各种障碍物很复杂的场景相比激光雷达更有优势，能轻松的获得更多、更精确的位置信息。但与激光雷达主要基于设备的物理条件不同，多目视觉的能力十分依赖算法，因此能看到萤石配套自创了多目视觉计算系统ezMultiVCS++，并延展出了系列语义应用，来强化多目视觉的差异化能力。‘’
例如最基础的语义三维空间计算技术，通过一系列摄像头采集信息、3D处理、环境重构等，最终实现如同人一样的对场景空间的理解能力——清楚自己在哪里、要往哪去、要怎么更稳地过去，等等。
语义建图能力通过理清哪里能去、哪里不能去（如门外），哪里要绕过去（如警示区），最终做到自主建图、自主部署，不再需要手工建图（很多产品仍然需要人推着机器走一遍能去的地方才能完成绘制）。
不仅如此，这一套算法中的语义避障能解决对各种不一样障碍物的识别，语义清洁则解决不同垃圾类型的识别与处理（如一只掉落的笔不应该当垃圾被清理掉），等等。
……凡此种种，都进一步证明了，要做好多目视觉，要完成特斯拉FSD一样的纯视觉能力，算法的重要性有多强。
当然，无论激光雷达还是纯视觉技术都存在自身的识别能力缺陷。在镜子、玻璃等复杂反光环境下，激光可能直接穿过物品而产生不了正常的反射，造成识别错误；纯视觉也会因为反光造成视觉复杂而出现误判——人有时候都会看走眼，更何况机器。
不同的是，要弥补这种缺点，激光雷达处理起来较为麻烦，而纯视觉能采用打辅助的方式，如萤石BS1采用多组传感器和红外补光，使得产品不论白天黑夜都能稳定运行，通过优化算法，使得各种反光环境都能看得更清楚。
这一点，实际上，又与特斯拉FSD殊途同归，后者在纯视觉之外，也配置有12个超声波传感器来协同提升感知能力，提升鲁棒性。
这也说明，纯视觉流派不管在什么场景，基于同样的技术优劣势，最终都会走向类似的协同硬件配置方案。
判断一个助手是否优秀，除了能力要足够强，少让管理者操心、介入，是另一个重要标准。对商用清洁机器人而言，要抓住老龄化风口，很大程度上就是要让本就不是很熟练与智能终端设备交互的中老年群体更好地使用、少介入工作。
关于这一点，过去狭窄拥挤的空间的清洁一直是商用清洁机器人的痛点之一。人的拖把可以伸进各种犄角旮旯，但商用清洁机器人具备一定的体积，狭窄区域进不去，总是需要人为再清扫。
在物理条件上，激光雷达部件的安装比较占用空间（很多品牌的产品都选择往腰部以下的部位安装），采用纯视觉技术的商用清洁机器人在空间上相对富余（如同特斯拉FSD不用像激光流派搭载沉重的雷达设备一样），由此，在把体积做小这件事上后者似乎更有潜力，如萤石BS1打出的SLOGAN即为小有可为，更净一步，其小型化的外形设计，能够清洁到桌椅下方等各种狭窄区域，尝试进入更多过去必须依赖人工清洁的死角区、不规则场地，来弥补市场空白。
当然，目前激光流派的商用清洁机器人也在尝试做小，例如科沃斯K1 VAC做到了可通过52cm狭窄空间，后续能做到多小，还依赖激光雷达部件本身的技术发展，尤其是小型化部件发展。
普通人熟识的手持的家用洗地机风靡一时，但充电、配置除菌液、滚刷清理等等工作较为繁琐，是核心痛点之一。
厂商们各自进行了探索，这种探索可能与采用什么技术流派关系不大，主要考验厂商的产品设计能力与清洁技术积累。
例如，不管什么流派的厂商都会在基站互动上下功夫——高仙机器人面向大场景，主打长续航（不要频繁充电），一些机型支持回基站进行智能水电补给，自动充电、倾倒垃圾等，减少人工干预；萤石BS1则建设了所谓超能基站，简单说就是自动为机器人加排水、风干滚刷和管道、冲洗清污管道，并自动添加除菌液、消毒液等，完全脱离人工干预。
让物业公司、中老年清洁群体省心的助手，才能算得上是一个踏上了风口的好助手。
对商用清洁机器人而言，要踩上老龄化风口，就必须关注物业公司在缺乏年轻人择业的情况下，怎么样做整体清洁能力的提升，实现结构性能力升级，而不是只有一台设备、一个服务，
得益于如今成熟的物联网技术，在这方面，很难说纯视觉与激光雷达流派能做出太多差异化来，厂商基本都在齐头并进。
科沃斯的HIVE多机协同系统，支持多机器人共享环境信息、自主调度任务，提升了协同清洁效率；高仙机器人的数字化运营支持远程运维、任务排班与实时监控，甚至能通知保洁人员处理特殊垃圾；萤石物联云能实现机器人的群管群控，多机调度，并且做到高效的梯控和闸机等的控制，还能远程实时监控机器人的状态，提高运营效率。
这方面，与其说是商用清洁机器人厂家们的集体努力，倒不如说是物联网技术发展到今天在智能清洁这里的具体成果。
当然，需要我们来关注的是，纯视觉技术大量分析图像的算法特点，最近逐步显现出某些协同能力优势。
典型如，不久前萤石BS1在升级中推出了智能巡检能力，让机器人去进行大角度的场景监控，借助机器人可自主移动的特点，实现场景无死角的自主巡检（如：防火门关闭情况）。实际上，不少物业管理所需要的巡检能力，都能够最终靠深度学习算法让机器人习得（同样都是图像处理算法，只需要加入各种条件即可）。
这也说明，作为物业管理的一份子，未来，商用清洁机器人开发更多物业管理的协同功能，会是纯视觉技术流派重要的、占据优势的探索方向。
选择合适的清洁助手，还有一些其他标准，例如合理的薪酬，越便宜就越能加速普及，大规模用工难题下，价格问题也不容忽视。另外一边，对高速成长的行业来说，无节制的价格战又是必须要避免的。
这方面，值得庆幸的是，虽然纯视觉方案似乎有着天然的优势（马斯克笃定其为智能驾驶终局，重要原因之一即成本），但目前行业价格战并没形成。商用清洁机器人赛道并没有刮起内卷之风，面向B端场景的产品们都在探索合适的价位，高举纯视觉技术的萤石网络，其凭借供应链基础储备做出的产品，也只是为行业带来了性价比和价格进一步下探的可能性，整个行业仍然恪守良性竞争的商业规则。
从目前的市场状况看，在老龄化加速到来的背景下，行业创新一直在持续，技术-市场良性互动在深化，两大流派齐头并进，商用清洁机器人应该说未来可期。