奔馳汽車在德國的辛德爾芬根工廠，4500臺工業(yè)機器人組成的超級智能工廠正在如火如荼的開展生產(chǎn)，這家工廠早在1971年就開始使用機器人。目前在全德范圍內(nèi)服役的機器人約為20萬臺，2025年預計將達到100萬臺。

德國辛德爾芬根工廠自動化流水線

另據(jù)德國《法蘭克福匯報》引述紐倫堡就業(yè)市場和職業(yè)研究所的報告稱，未來幾年，“工業(yè)4.0”將在德國創(chuàng)造43萬個新崗位，同一時間也會造成49萬工人失業(yè)。未來產(chǎn)業(yè)結構正在快速調(diào)整。

今天的中國同樣面臨產(chǎn)業(yè)結構化調(diào)整的問題，因此對于大眾來講，未來的選擇比努力更為重要，也就是在最近幾周，機器人大講堂收到了來自不同地區(qū)的網(wǎng)友咨詢。在機器人領域，哪些研究方向和專業(yè)市場前景更明朗一些？

▍目前計算機視覺、運動規(guī)劃控制、手臂抓取等是機器人類目最為火爆的賽道

我們在選擇專業(yè)的時候，要明白一點，學術性前沿可以允許天馬行空的想法與創(chuàng)意，但如果要落到產(chǎn)品應用層面，則需要大量的案例以及數(shù)據(jù)的積累，機器人的高效平穩(wěn)運行是商業(yè)公司最為看重的地方。

縱觀德國與美國兩個市場，拋開最近幾年爆火的大模型與AI方向，基于傳統(tǒng)機器人研究方向來看，計算機視覺（深度學習方向）、機械臂抓取操作、運動規(guī)劃與控制幾個方面都是需求量非常旺盛的領域，就業(yè)前景相對明朗，薪資水平普遍較高。

具體來看，排名熱度第一的當屬深度學習的計算機視覺方面，其主要領域應用廣泛，包括自動駕駛領域，智能醫(yī)療以及工業(yè)自動化方向。機器人領域是計算機視覺（深度學習）方面的一個重要分支，包括在結構與非結構化環(huán)境下，用于圖像或視頻中檢測和定位特定對象。此前視頻曝光的特斯拉Optimus曝光的自主地將物體按顏色進行分類，應用到的就是視覺技術及完全本地部署的神經(jīng)網(wǎng)絡相結合，從而可以迅速適應環(huán)境并完成多項任務。

而運動規(guī)劃控制部分通常與計算機視覺（深度學習）是脫離不開的，在工業(yè)領域，運動規(guī)劃控制用于執(zhí)行復雜的裝配、焊接、噴涂等任務。在醫(yī)療領域，手術機器人則需要基于運動規(guī)劃與控制，配合定位系統(tǒng)，實現(xiàn)手術機器人的精準操控，這幾年越來越多的應用在癌癥篩查的活檢軟組織穿刺方面。基于工業(yè)自動化與醫(yī)療這兩條賽道的商業(yè)化前景清晰，就業(yè)前景更好。

手臂抓取是機器人領域的末端應用，工業(yè)領域的手臂抓取應用主要集中在非結構化環(huán)境下對物品的抓取成功率方面，其研究通常伴隨著視覺感知、運動規(guī)劃與控制一起進行。另一種基于軟機器人的手臂抓取是最近兩年關注度較高的領域，包括MIT、北航等高校和科研實驗室都在對軟機器人手臂抓取方面進行攻關，目前基于軟機器人手臂自適應抓取研究可能會成為一個新的行業(yè)增長點。

▍基于四足、雙足人形機器人的locomotion是就業(yè)的第二列縱隊

今年年初開始，基于足式機器人賽道開始變得愈發(fā)火爆，如果機器人領域就業(yè)這個問題放在去年甚至前年來回答，那么基于足式機器人的locomotion確實排不上號，但今年不一樣了，尤其是工信部下發(fā)了《人形機器人創(chuàng)新發(fā)展指導意見》，已將人形機器人提升至國家戰(zhàn)略高度，未來足式機器人市場規(guī)模將呈現(xiàn)井噴式增長。

但我們也必須要意識到一個問題，目前國內(nèi)機器人的硬件起步較晚，在運動平臺的選取方面，機器人普遍采用AGV模式，普遍研發(fā)成本較低。國內(nèi)基于四足與雙足機器人的研究平臺屈指可數(shù)，且市場化落地仍在探討當中。目前四足機器人主要聚焦在科研與巡檢兩條賽道，如行業(yè)頭部宇樹科技、云深處以及逐跡動力等企業(yè)。

宇樹Unitree B2行業(yè)四足機器人

從行業(yè)發(fā)展來看，歐美等國家對于雙足與四足的locomotion起步研究早，且需求大?；谠撈脚_的研究與開發(fā)條件較為完善，擇業(yè)需求較為廣泛。國內(nèi)方面，基于雙足與四足的locomotion研究呈現(xiàn)緩慢上升的態(tài)勢，且未來有望追平歐美第一梯隊。目前基于足式機器人的locomotion研究屬于價值洼地。隨著產(chǎn)業(yè)規(guī)模的不斷擴大，人才將會在未來幾年之內(nèi)出現(xiàn)供不應求的局面。

▍機器人本體底層機電硬件系統(tǒng)是領域的第三縱隊

與前兩個縱隊不同，底層機電硬件系統(tǒng)是機器人領域投入周期最長，人才需要最多的縱隊。如果就職于研究所和高校實驗室，那么薪資的高低取決于你所選的行業(yè)火爆程度，但不需要擔心失業(yè)問題。而從企業(yè)層面來看，底層機電硬件系統(tǒng)的研發(fā)與投入需要研發(fā)周期與資源投入以及充沛的人才團隊，通常企業(yè)作為商業(yè)機構，市場獲利周期較長，且存在不確定性，因此并不愿意觸碰這個領域。

理工華匯自研一體化高爆發(fā)關節(jié)用內(nèi)藏型減速器

以人形機器人為例，國內(nèi)具備重點專利布局的集中在清華大學、北京理工大學、哈爾濱工業(yè)大學以及浙江大學，這也是早期涉足人形機器人的高校研究機構。近幾年高校開啟科研技術轉化方面的探索，并逐步開啟商業(yè)化道路。

從擇業(yè)方面來看，參與研究底層機電硬件系統(tǒng)就業(yè)場景廣泛，但不同賽道之間的差異化相對較為明顯，主要取決于賽道熱門程度以及商業(yè)化程度。

▍結語與未來：

目前機器人領域的人才需求以物理硬件為底層邏輯，向上延伸至足式機器人locomotion再到計算機視覺、運動規(guī)劃控制、手臂抓取領域。本文僅對當前形勢下，基于現(xiàn)有行業(yè)發(fā)展現(xiàn)狀及需求程度對機器人擇業(yè)領域進行分析，但不排除今后機器人產(chǎn)業(yè)出現(xiàn)新爆發(fā)點，如今年3月以Chat GPT為代表的大語言模型得到普及，引發(fā)“具身智能”概念的興起，一定程度上加速機器人產(chǎn)業(yè)的智能化迭代。

對于從事機器人研究與學習的各位同學，機器人這條賽道充滿著機遇與挑戰(zhàn)，不管你目前選擇的是熱門賽道還是偏冷門賽道，都要明白一點，機器人產(chǎn)業(yè)輪動加快，相關技術與應用正在快速切換。現(xiàn)在熱門的板塊不一定在未來持續(xù)熱門，人才供需結構與產(chǎn)業(yè)格局正在加速調(diào)整。你選擇熱愛的這條賽道，才是最適合你的職業(yè)成長軌跡。