"目前，机器人的导航，需要昂贵的传感器，无论是LiDAR（激光雷达）还是IMU（惯性测量单元），都让机器人或自动驾驶汽车的成本高居不下，从而难以“进入寻常百姓家”。
  
  TeraAI是一家研发空间推理AI技术的公司，它正在开发一种纯软件的导航解决方案，旨在以低成本解决机器人等自主硬件的通用导航难题。
  近期，TeraAI获得780万美元的种子融资，此轮融资由Felicis和Inovia Capital联合领投，加州理工学院、Wilson Hill以及著名投资人Naval Ravikant参投。
  Caltech出身的华人创业者致力于纯软件的机器人导航
  TeraAI由Tony Zhang创立，他此前曾在Google X负责专注于地理的AI项目；他的团队研发了创新性的AI模型和算法，以解决传感、预测和最优控制等多个问题。TeraAI的团队则汇集了来自Google AI、加州理工学院（Caltech）、麻省理工学院和欧洲航天局的人工智能与仿真领域的顶尖研究人员。
  
  此前，他在加州理工学院获得神经计算博士学位，师从计算机视觉领域的先驱Pietro Perona，拥有深度学习、计算机视觉、强化学习、学习理论以及行为建模等方面的理论与应用知识。
  与硬件解耦的空间推理模型，解决机器人的零样本（zero-shot）导航问题
  人类非常擅长在新的物理环境中导航，我们拥有一种与生俱来的能力，能够在不自知的情况下构建周围环境的模型，这让我们能去往任何想去的地方，并认出曾经到过的地方。
  我们甚至能看懂一张从未见过的二维地图，并在一个陌生的城市中穿梭自如。然而，这种能力在当今的机器人技术中几乎完全缺失。
  TeraAI的团队投入了大量时间进行人工智能的基础研究，以探索如何才能开发出一个在理解周围空间世界方面超越人类的系统。这意味着需要新颖的算法、数据集以及训练全新的模型。
  这项技术有望在自动驾驶/机器人领域发挥巨大作用，在这些领域，目前的定制软件和昂贵传感器仅能在有限的、预先绘制地图的环境中实现导航解决方案，并且需要付出巨大努力才能扩展到新的环境和平台。
  Tony Zhang表示：“空间推理是人类与生俱来却被低估的能力之一，也是当今基础模型普遍缺失的一环。目前大多数机器人都缺乏在不同物理环境间自由移动的能力，并且高达99%的自主系统在导航方面很少或根本不使用人工智能。人类仅凭双眼就能轻松地在室内外环境中穿梭自如，我们的大脑能被动地构建关于外部世界的内部心智模型，即使时隔多年，仍能利用这些模型准确识别自身所处的位置。我们能读懂从未见过的地图，并借此在如同迷宫般的室内空间中找到方向。在TeraAI，我们坚信，仅凭软件就足以解决机器人的‘零样本’导航问题。”
  纯软件的空间推理系统让高精度导航普惠到低成本机器人
  机器人技术目前的挑战是：它们需要依赖传感器阵列、GPS和Wi-Fi等外部信号以及定制化软件来在其环境中导航。此外，机器人技术常常涉及昂贵的、现成的硬件解决方案，这些方案包含为估算相对运动等特定任务而设计的内置软件和传感器。这些产品需要复杂的集成，且仅限于特定的应用场景。
  例如，一辆价值25万美元的Waymo自动驾驶汽车可以负担得起5万美元的定位传感器和10万美元的激光雷达系统。但价格低于5万美元的小型机器人需要更经济实惠的解决方案来实现自主导航。
  与此同时，一个高精度GPS接收器的成本可能高达1万美元，而一个顶级的 IMU的价格可达3万美元——这些开销使得自主导航对许多小型机器人而言遥不可及。
  因此，如今大多数机器人都无法在不同地点之间移动，并且仅有小部分自动驾驶系统使用人工智能进行导航。
  TeraAI致力于开发一个纯软件的空间推理系统，并且将这个系统与复杂的传感器系统解耦，使得任何机器人都能在无需预先设置、无需额外传感器或依赖环境外部信号的情况下，仅依靠自身的摄像头，像人类一样适应并在全新的环境中导航。
  这个系统能在所有已配备摄像头和GPU的自主平台上“即插即用”，无需加装额外的硬件，并且可以通过OTA更新。
  Tony Zhang认为软件会成为机器人平台未来最有价值的资产，基于软件的导航系统，让制造商们可以更快地大规模部署更便宜的机器人，从而使机器人的市场价值提升1000倍。未来还可能会有一个像AppStore一样的应用商店，人们只需要点击下载就能为机器人安装新功能。
  Tera AI已经与美国机器人行业的多家主要参与者测试其产品。它的客户主要是已有客户基础，但在将其解决方案扩展到不同的自主平台、应用场景和环境时面临挑战的机器人制造商。
  机器人的导航能力及其成本的高低，决定它的场景适应能力
  对于机器人行业，导航能力的高低，决定它能够适应环境的复杂程度，也就决定了它应用场景的丰富程度。
  例如，传统机器人不具有导航能力，只能固定在产线上；仓储和工厂搬运机器人的导航能力较弱，只能在固定的环境和路线上运动；而当导航能力进一步提高，机器人就可以适应酒店，工地，乃至于完全开放的非结构化场景。
  除了TeraAI，此前我们介绍的另一家具身智能公司FieldAI也在做机器人导航，也是从软件入手；它的“实地基础模型”（Field Foundation Models，FFMs），整合文本、图像、语音和激光雷达传感器数据，可以支持机器人处理非结构化、未绘制地图的环境。
  TeraAI将导航的软件与硬件解耦，也是一个重要的技术路线选择，因为当软件和硬件解耦，就具有了更强的通用性，让它可以适应大多数类型的机器人或自动驾驶硬件。这也与特斯拉FSD的概念不谋而合，特斯拉采用纯摄像头硬件方案，不断迭代摄像头背后的模型，当这个模型有一天足够强大时，就可以实现完全自动驾驶。
  将软件与硬件解耦的另一个好处是成本的降低，因为摄像头的成本显著低于激光雷达和IMU，所以它可以让一些便宜的机器人也拥有自主移动的能力，而成本的降低，带来的是需求的爆炸性增长，这就会让机器人的整个市场规模显著提升。
  中国创业者，在机器人行业创业具有产业链，数据和应用场景的显著优势；中国拥有全球最完整的机器人硬件产业链，而且成本很低，同样能力的机器人，当美国企业的售价在数万美元时，中国企业可以做到几百美元。
  就算是带有相对高成本的激光雷达，中国的智能车企（智能车和机器人的导航，在结构和功能上基本相通）也已经将售价压低到了12万人民币左右。而随着智能车在中国市场的普及，至少在导航数据方面，是极度丰富的。
  应用场景，无论是工业场景（工厂），物流场景（仓储，港口）还是商用（酒店，商场，配送）和家用场景，中国市场都具有庞大的市场和广泛的需求，而打造一个垂直场景的机器人，又是中国产品型创业者的强项。
  "