首發｜獲黑馬基金天使輪融資，真機智能要用無人配送機器人解決“最後一公里”魔咒
機器人配送，是否能解放200萬快遞小哥？
文 | 楊潔
編輯 | 黑智
物流配送的最後一公里，是場慘烈的戰役。
電商和O2O當年的燒錢大戰也讓配送行業的競爭走向惡化，各大平臺之間的對峙時常見諸媒體。直到資本寒冬之後，這個市場才漸趨理性，重新向注重服務品質和精細化轉型。但這，才是難度加大的真正比拼的開始。
艾媒諮詢發佈的《2017Q1中國即時配送市場研究報告》中顯示，2014年至今，即時配送使用者規模在穩步上升，使用者規模以較快速度增長，
配送市場規模在擴大，“最後一公里”卻仍然陷入魔咒之中：快遞和外賣的電動車在馬路和人流間險象環生地穿梭；用戶無法按時收貨帶來大量人力耗費；快遞櫃雖然能夠部分解決二次派送問題，但仍然滿足不了隨時隨地的配送需求，也與網購其他環節脫節……
2015年，當電商和快遞公司都在試圖用無人機解決“最後一公里”時，
現在，Starship也有了自己的中國同行。日前，作為國內首家無人配送機器人公司，真機智能宣佈，已經完成了黑馬基金投資的天使輪融資。此前，公司在成立初曾獲得矽谷知名孵化器PNP的種子輪融資，並被評選為清華大學十佳創業團隊。
“有資料表明，最後一公里的配送成本，是之前1000公里的5倍。
真機智能創始人 劉智勇
劉智勇是前阿裡巴巴“瓦力超級大腦”專案負責人，蘇黎世聯邦理工學院電腦系(ETH)博士休學生，研究方向是機器學習，同時擁有帝國理工學院(IC)和中國科學院的人工智慧和機器人研究經歷，
在劉智勇看來，物流配送的末端，和電商、社交、搜索一樣，是和每個人的生活息息相關的、觸及生活本質的剛需。然而，這個需求，卻一直在用最原始的方式去解決。電商、社交和搜索可以由互聯網解決，但配送需要人工智慧和機器人來解決。用機器人來替代人工，本質是讓生產資料也充當生產力。
2016年7月，真機智能成立，劉智勇表示，這也是國內首家專注物流最後一公里的無人配送機器人公司。這家誕生於清華大學x-lab的公司， 創始團隊包括來自蘇黎世聯邦理工學院、帝國理工學院、清華大學和阿裡巴巴的機器學習以及機器人技術研究者，憑藉著在機器人領域的技術和經驗積累，他們用幾個月的時間，完成了無人配送機器人第一代無人車的原型。到今天，已經反覆運算至第三代產品，公司發展到20餘名員工，包括機器人導航、電腦視覺、嵌入式控制、機械設計等多個方向。
在北京中關村智造大街真機智能的辦公室裡，黑智見到了這台無人配送機器人。它是一輛高不到1米的六輪小車，可承重30-50千克，據劉智勇介紹，它可以實現每小時10km的低速行駛，續航達到70-80公里，標準實現3-5km內區域範圍內的配送工作。六輪結構保證了它的行駛穩定性，能夠在載重情況下順利通過各種不同情況的道路，如草坪、減速帶，爬上35度以內的坡度等。
在真機智能的配送機器人上，配備了雷射雷達、攝像頭和感測器等。配送機器人通過真機智能自主研發的導航技術，實現即時的構圖定位和導航，減少誤差。在行進時，機器人通過雷射雷達和視覺演算法，理解環境、構建地圖，即時規劃路徑。在校園等有限環境中，配送機器人也會面臨路況變化、行人眾多等複雜環境，機器人通過攝像頭進行行人檢測、車輛檢測和路面分割，以及雷射雷達進行障礙物識別，採用深度學習的環境建模技術識別行人和危險物體，提高避障的準確度。
由於路面環境複雜和不斷變化，路徑規劃也會面臨突發調整，真機智能在雲端建立了智慧調度技術，依靠機器學習模型進行預測和分類，實現控制決策。在避障、尋找路徑和設置多個配送點時，機器人可以實現最優的調度方案。
無人機配送快遞經常面臨的一個問題就是被“劫機”。而這也是快遞機器人同樣要面對的情況。據劉智勇介紹，當無人配送機器人攜帶包裹行進在路上時，其配備的智能鎖從裡面鎖上機櫃，只有下單的接收快遞者可以用手機解鎖取出物品。同時，穩定的六輪減震驅動結構保證機器人能夠平穩行駛，保證物品的安全無損。同時，無人配送機器人內部，還內置了警報系統和跟蹤系統，確保機器可追蹤和召回。
切入校園快遞商用場景真機智能無人配送機器人瞄準的最先落地的場景，是校園內快遞的物流配送。
校園快遞，是片異常龐大的市場。年輕人構成了網購的主體，而高校學生，又是其中的主要組成部分。據2016年首份《中國高校校園快遞發展研究報告》顯示，2015年，全國快遞包裹量206億中，高校快遞數量超過7.2億，占整體的6%；同時創造的206萬就業中，有7萬人是高校快遞直接帶動的。但是，校園快遞的“最後一公里”，卻又是痛點最為明顯和突出。大部分高校校園都規定了快遞員不准許進入的制度，快遞櫃也難以設置，學生必須要步行到快遞點收件和寄件，不僅麻煩，而且等待時間長。
但這“最後一公里”的空白地帶，對於配送機器人而言，卻提供了較為利好的條件。校園是個相對封閉的有限環境，校區內的道路環境，比起校外，顯然複雜程度也大大降低，有利於配送機器人的測試和反覆運算。
而利用真機智能的配送機器人，校園內快遞配送可以通過複製快遞短信，安排送貨服務，機器人自動規劃路徑、智慧送達貨物。對於快遞公司而言，也可以節省配送的人力成本。在劉智勇看來，未來機器人將會逐漸走出校園，實現真正最後三到五公里的配送，並成為城市的基礎設施。
要想保證產品商業化順利推進，成本和價格自然是首要因素。“我們是個擁有綜合技術實力的團隊，為無人配送機器人而生。從機械設計、底層電路的設計，從機器學習模型到系統集成，全部都是一體化研發的成果。”劉智勇說，“這就使得我們能夠從整體上把控和適應產品的需求。從感測器的選型和演算法的適配上，在適應需求的基礎上，儘量在配置上節約成本。”據劉智勇透露，作為一個有機的整體，真機智能配送機器人的單機成本，基本能夠控制在極低的水準。
也正是在一體化研發、成本控制的基礎上，劉智勇為真機智能的配送機器人，設置了一條“共用租賃”的商業化模式。這是一條類似於摩拜單車和OFO的產品路線，即由真機智能作為配送服務平臺，提供機器人配送服務，按單收費。在劉智勇的設想中，真機智能未來並不是一家硬體提供商，而是服務平臺，一端連接起上游的B端客戶，一端連接起C端用戶。而這樣一台機器人配送的租賃費用，僅僅是現在人工配送成本的一半不到。
“當用戶的滿意度日益提高，”劉智勇說，“配送機器人將成為人力配送有益的補充。當速度和效率越來越高時，它將逐漸替代人工。”
真機智能已經為未來的進入校園做好了準備。據劉智勇介紹，公司已經打造了10-20台的小規模機器人群組，並線上上和線下服務端都進行了設置。在7月份校園路測之後，真機智能已經和部分高校進行了合作溝通，並將新學年開始運營，和新生一起“入學”。
之後，真機智能也計畫逐漸向外賣配送等服務擴展。“成本高、管理難，是這些企業面對的共同的痛點。”劉智勇說，“這是他們的核心需求。只要技術足夠成熟，它們會很快接受這一改變。”據劉智勇透露，目前，已有部分外賣和零售平臺，和真機智能達成了合作意向。
機器人智慧物流的廣闊市場在短途配送上，除了Starship外，美國的Dispatch也已開始測試機器人送餐。而在國內創業公司中，類似於真機智能的短途物流配送機器人還是鮮見。用物流機器人代替人工的趨勢，雖然還是剛剛顯露出頭角，但是已有大型物流公司玩家準備下場。在海外，亞馬遜有貨架機器人。在國內，去年菜鳥推出了小G機器人；今年的618大促上，和京東的電商打折一起亮相的，還有其推出的快遞配送機器人。
但巨頭的入局，在劉智勇看來，也並不會對創業公司們造成壓力。“相對於業務多元化的大型公司，創業公司更為聚焦和專注，在產品反覆運算和發展速度上，也相對跑得更快。”
同時，給予他信心的，還有這個市場的巨大潛力。據劉智勇測算，目前每天快遞訂單量是3000萬單，外賣日訂單量是1800萬單，而線下配送量仍然在以每年120%的速度增長。而在清華大學這樣規模校園裡，至少需要25台這樣的配送機器人才能滿足配送需求。全國高校內，則至少需要1萬台機器人。
這個市場也仍然受到眾多的制約。提高技術、教育市場、政策法規的限制等，都是物流配送機器人企業面對的問題。
但是，在劉智勇看來，機器人做物流，“是一個必然的大方向。而現在，切入的最好的時間點已經到了。”在他看來，人工智慧和機器學習技術逐步走向成熟、硬體成本的降低，以及人力成本的不斷上升，已經推動物流配送機器人，走到了市場爆發的前夕。
用機器人來替代人工，本質是讓生產資料也充當生產力。2016年7月，真機智能成立，劉智勇表示，這也是國內首家專注物流最後一公里的無人配送機器人公司。這家誕生於清華大學x-lab的公司， 創始團隊包括來自蘇黎世聯邦理工學院、帝國理工學院、清華大學和阿裡巴巴的機器學習以及機器人技術研究者，憑藉著在機器人領域的技術和經驗積累，他們用幾個月的時間，完成了無人配送機器人第一代無人車的原型。到今天，已經反覆運算至第三代產品，公司發展到20餘名員工，包括機器人導航、電腦視覺、嵌入式控制、機械設計等多個方向。
在北京中關村智造大街真機智能的辦公室裡，黑智見到了這台無人配送機器人。它是一輛高不到1米的六輪小車，可承重30-50千克，據劉智勇介紹，它可以實現每小時10km的低速行駛，續航達到70-80公里，標準實現3-5km內區域範圍內的配送工作。六輪結構保證了它的行駛穩定性，能夠在載重情況下順利通過各種不同情況的道路，如草坪、減速帶，爬上35度以內的坡度等。
在真機智能的配送機器人上，配備了雷射雷達、攝像頭和感測器等。配送機器人通過真機智能自主研發的導航技術，實現即時的構圖定位和導航，減少誤差。在行進時，機器人通過雷射雷達和視覺演算法，理解環境、構建地圖，即時規劃路徑。在校園等有限環境中，配送機器人也會面臨路況變化、行人眾多等複雜環境，機器人通過攝像頭進行行人檢測、車輛檢測和路面分割，以及雷射雷達進行障礙物識別，採用深度學習的環境建模技術識別行人和危險物體，提高避障的準確度。
由於路面環境複雜和不斷變化，路徑規劃也會面臨突發調整，真機智能在雲端建立了智慧調度技術，依靠機器學習模型進行預測和分類，實現控制決策。在避障、尋找路徑和設置多個配送點時，機器人可以實現最優的調度方案。
無人機配送快遞經常面臨的一個問題就是被“劫機”。而這也是快遞機器人同樣要面對的情況。據劉智勇介紹，當無人配送機器人攜帶包裹行進在路上時，其配備的智能鎖從裡面鎖上機櫃，只有下單的接收快遞者可以用手機解鎖取出物品。同時，穩定的六輪減震驅動結構保證機器人能夠平穩行駛，保證物品的安全無損。同時，無人配送機器人內部，還內置了警報系統和跟蹤系統，確保機器可追蹤和召回。
切入校園快遞商用場景真機智能無人配送機器人瞄準的最先落地的場景，是校園內快遞的物流配送。
校園快遞，是片異常龐大的市場。年輕人構成了網購的主體，而高校學生，又是其中的主要組成部分。據2016年首份《中國高校校園快遞發展研究報告》顯示，2015年，全國快遞包裹量206億中，高校快遞數量超過7.2億，占整體的6%；同時創造的206萬就業中，有7萬人是高校快遞直接帶動的。但是，校園快遞的“最後一公里”，卻又是痛點最為明顯和突出。大部分高校校園都規定了快遞員不准許進入的制度，快遞櫃也難以設置，學生必須要步行到快遞點收件和寄件，不僅麻煩，而且等待時間長。
但這“最後一公里”的空白地帶，對於配送機器人而言，卻提供了較為利好的條件。校園是個相對封閉的有限環境，校區內的道路環境，比起校外，顯然複雜程度也大大降低，有利於配送機器人的測試和反覆運算。
而利用真機智能的配送機器人，校園內快遞配送可以通過複製快遞短信，安排送貨服務，機器人自動規劃路徑、智慧送達貨物。對於快遞公司而言，也可以節省配送的人力成本。在劉智勇看來，未來機器人將會逐漸走出校園，實現真正最後三到五公里的配送，並成為城市的基礎設施。
要想保證產品商業化順利推進，成本和價格自然是首要因素。“我們是個擁有綜合技術實力的團隊，為無人配送機器人而生。從機械設計、底層電路的設計，從機器學習模型到系統集成，全部都是一體化研發的成果。”劉智勇說，“這就使得我們能夠從整體上把控和適應產品的需求。從感測器的選型和演算法的適配上，在適應需求的基礎上，儘量在配置上節約成本。”據劉智勇透露，作為一個有機的整體，真機智能配送機器人的單機成本，基本能夠控制在極低的水準。
也正是在一體化研發、成本控制的基礎上，劉智勇為真機智能的配送機器人，設置了一條“共用租賃”的商業化模式。這是一條類似於摩拜單車和OFO的產品路線，即由真機智能作為配送服務平臺，提供機器人配送服務，按單收費。在劉智勇的設想中，真機智能未來並不是一家硬體提供商，而是服務平臺，一端連接起上游的B端客戶，一端連接起C端用戶。而這樣一台機器人配送的租賃費用，僅僅是現在人工配送成本的一半不到。
“當用戶的滿意度日益提高，”劉智勇說，“配送機器人將成為人力配送有益的補充。當速度和效率越來越高時，它將逐漸替代人工。”
真機智能已經為未來的進入校園做好了準備。據劉智勇介紹，公司已經打造了10-20台的小規模機器人群組，並線上上和線下服務端都進行了設置。在7月份校園路測之後，真機智能已經和部分高校進行了合作溝通，並將新學年開始運營，和新生一起“入學”。
之後，真機智能也計畫逐漸向外賣配送等服務擴展。“成本高、管理難，是這些企業面對的共同的痛點。”劉智勇說，“這是他們的核心需求。只要技術足夠成熟，它們會很快接受這一改變。”據劉智勇透露，目前，已有部分外賣和零售平臺，和真機智能達成了合作意向。
機器人智慧物流的廣闊市場在短途配送上，除了Starship外，美國的Dispatch也已開始測試機器人送餐。而在國內創業公司中，類似於真機智能的短途物流配送機器人還是鮮見。用物流機器人代替人工的趨勢，雖然還是剛剛顯露出頭角，但是已有大型物流公司玩家準備下場。在海外，亞馬遜有貨架機器人。在國內，去年菜鳥推出了小G機器人；今年的618大促上，和京東的電商打折一起亮相的，還有其推出的快遞配送機器人。
但巨頭的入局，在劉智勇看來，也並不會對創業公司們造成壓力。“相對於業務多元化的大型公司，創業公司更為聚焦和專注，在產品反覆運算和發展速度上，也相對跑得更快。”
同時，給予他信心的，還有這個市場的巨大潛力。據劉智勇測算，目前每天快遞訂單量是3000萬單，外賣日訂單量是1800萬單，而線下配送量仍然在以每年120%的速度增長。而在清華大學這樣規模校園裡，至少需要25台這樣的配送機器人才能滿足配送需求。全國高校內，則至少需要1萬台機器人。
這個市場也仍然受到眾多的制約。提高技術、教育市場、政策法規的限制等，都是物流配送機器人企業面對的問題。
但是，在劉智勇看來，機器人做物流，“是一個必然的大方向。而現在，切入的最好的時間點已經到了。”在他看來，人工智慧和機器學習技術逐步走向成熟、硬體成本的降低，以及人力成本的不斷上升，已經推動物流配送機器人，走到了市場爆發的前夕。