이미지: X — 뉴스 앰프 영상 갈무리
摘要
- Matic的家用清洁机器人不依赖激光雷达，仅凭5颗RGB-IR摄像头和NVIDIA Jetson Orin就能构建室内3D地图，并在清洁过程中实时更新
- 卡帕西提出的纯视觉论证并非出于降低成本，而是"道路本就是为人眼设计的"；特斯拉在产品端拿掉的传感器，在训练阶段又以数据的方式补了回来
- 激光雷达单价从2016年的约8万美元降至2026年的200美元，成本逻辑已不复存在——剩下的问题是，仅靠摄像头还能做到什么
- 카메라 구성
- RGB-IR 카메라 5대, 라이다 미탑재
- 온보드 프로세서
- 엔비디아 젯슨 오린(가용 메모리 4GB)
- 지도 방식
- 1cm³ 복셀 기반 포토리얼리스틱 3D 지도, 절대 좌표
- 라이다 단가 변화
- 2016~2017년 약 8만 달러 → 2026년 200달러(허사이 ATX)
- 창업자
- 나브니트 달랄(2005년 HOG 논문 제1저자)·메훌 나리야왈라, 구글 네스트 출신
- 제품 가격
- 1,245달러 — 9월 9일 1,495달러로 인상 예고(부품 관세)
- 관련 업데이트
- 2026년 8월 13일, 손으로 가리키면 그 자리로 이동하는 제스처+음성 명령 공개
不用激光雷达打扫房间
说起扫地机器人，人们通常会想到那个在天花板上扫来扫去的激光雷达传感器，但Matic的家用清洁机器人干脆去掉了这个传感器。取而代之的是机身各处安装的5颗RGB-IR摄像头，仅凭这些摄像头传回的影像来判断家中结构。运算由NVIDIA的车载计算机Jetson Orin在机器人内部直接完成。这不是把影像传到云端计算的方式，而是机器人自己当场做出判断的结构。可用内存仅有4GB。
这样收集到的摄像头影像并不仅仅用作避障数据。机器人运行一个将图像转换为1立方厘米体素（voxel）的神经网络，将室内结构重建成如照片般精细的3D地图，并在清洁过程中持续更新这张地图。也就是说，即便家具位置变动或摆放了新物品，地图也会随时更新。
值得注意的是，这张地图并非以充电底座为基准的相对坐标，而是采用绝对坐标构建。充电底座只是地图上的一个点，因此即便用户把机器人搬到别的房间放下，它也能自行重新定位。据悉，机器人顶面和背面的摄像头装有人眼不可见的红外LED，即使在关灯的房间里也能以同样方式行驶。
摄像头打造的家庭数字孪生
| 构成要素 | Matic机器人 | 参考：基于激光雷达的机器人 |
|---|---|---|
| 距离·结构识别 | 5颗RGB-IR摄像头 | 旋转式激光雷达传感器 |
| 运算位置 | 机载（NVIDIA Jetson Orin） | 机载或云端 |
| 地图更新 | 清洁过程中实时更新 | 定期重新扫描 |
| 坐标基准 | 绝对坐标（充电底座是地图上的一个点） | 通常以充电底座为基准的相对坐标 |
| 附加信息 | 包含颜色、质感等视觉信息 | 以距离值为主 |
如表所示，Matic的做法不止于避开障碍物，而是着眼于将家中结构本身转化为视觉信息丰富的数字地图。这张地图越精细，机器人能做的事就越多。
实际上，8月13日Matic又公开了一项利用这张3D地图的新功能。用户只需说"嘿，Matic，清洁这里"，同时用手指向某个位置，机器人便会识别手臂的方向，将该方向投射到已保存的3D地图上，并移动到相应位置。用摄像头构建的地图不仅支撑了基本行驶，也成为理解语音、手势指令的基础。
"激光雷达是蠢事"被搬上舞台的那天
这种设计让人联想到2019年特斯拉的自动驾驶战略。2019年4月22日，特斯拉在自动驾驶演示活动"自动驾驶日（Autonomy Day）"上宣布，将不依赖激光雷达、仅凭摄像头实现自动驾驶。埃隆·马斯克当场断言"激光雷达是蠢事（fool's errand）"，还留下了"谁依赖激光雷达，谁就会完蛋"的说法。这意味着，比起昂贵的激光雷达传感器，特斯拉要把赌注押在能像人眼一样解读摄像头影像的人工智能上。
激光雷达擅长精确测距，但零部件成本高，在玻璃或深色表面等特定材质上还容易误判。相反，基于摄像头的识别方案零部件便宜，还能同时读取颜色、质感等视觉信息。但仅凭摄像头要准确计算距离和深度，需要复杂得多的人工智能模型。这正是自动驾驶行业长期存在激光雷达派与纯视觉派之争的原因。
当时马斯克的发言大多被解读为成本问题。毕竟那个年代一台激光雷达比一辆汽车还贵，这种解读也算合理。但在同一场发布会上负责讲解神经网络部分的人，给出的论据却略有不同。
卡帕西的论据并非成本
与马斯克同台的安德烈·卡帕西（Andrej Karpathy）自2017年起担任特斯拉AI负责人。他的论点是这样的：整个道路网络本就是以人类视觉为前提设计的。标志牌、车道线、信号灯，乃至施工区的手势指挥，全都是为了用眼睛读取而设计的信息。激光雷达用点云（point cloud）能告诉你"那里有个东西"，却读不出标志牌上写的是什么。既然如此，无论装不装激光雷达，视觉问题都必须解决，那不如把资源全部集中在彻底解决视觉这一件事上。
这一逻辑在2021年表现得最为清晰。当年5月，特斯拉在北美版Model 3和Model Y上去掉了雷达。三周后，卡帕西在计算机视觉学术会议CVPR的演讲中解释了原因：当雷达和摄像头给出不同的数值时，把两种信号混合在一起并不会提高准确率，反而会增加噪声。前车急刹时雷达会跟丢目标，把天桥误判为静止车辆而空踩刹车，把井盖之类的东西识别成静止物体——这类失败反复出现。他总结道："驾驶所需的信息，视觉里全都有了。"
值得注意的是接下来的部分。特斯拉只是在产品层面去掉了传感器，而不是在开发过程中也一并去掉。在为训练数据生成标注答案的离线自动标注阶段，特斯拉动用了包括雷达在内的额外传感器，以及"已经提前知道未来帧"这一优势，只有在推理阶段才切换回纯摄像头。通过在客户车辆上悄悄运行推理的"影子模式"，设置了221个失败触发条件来挑出难以处理的场景，这个循环在4个月内滚动了7轮，最终得到了100万个高难度片段和60亿条标注。纯视觉方案说的不是"去掉传感器就能省钱"，而是把省下来的部分，用数据和算力买回来的策略。
卡帕西于2022年7月离开特斯拉，之后在OpenAI任职，目前经营教育创业公司Eureka Labs。在2025年10月的一次播客采访中，他这样谈论自动驾驶：自动驾驶还"没有结束"，剩下的是"9的进军（march of nines）"。意思是从99%提升到99.9%，需要投入的努力和最初做到99%时差不多，之后每多一个9也是同样道理。他承认Waymo目前尚不具备经济性，但仍坚持认为特斯拉的路线更具可扩展性。他留下的一句总结至今仍被频繁引用："Waymo有硬件问题，特斯拉有软件问题。"
七年后的成绩单：激光雷达变便宜了，视觉路线尚未见分晓
问题是，与此同时，"激光雷达很贵"这一前提本身已经崩塌。
| 时间 | 产品 | 单价 |
|---|---|---|
| 2016～2017年 | Velodyne 64通道机械式 | 约8万美元 |
| 2020年 | RoboSense RS-LiDAR-M1（固态） | 1,898美元 |
| 2022年 | 禾赛 ATX级 | 500美元 |
| 2026年 | 禾赛ATX改进型 | 200美元 |
中国厂商的大规模量产压低了成本曲线。十年间价格降至四百分之一，跌破200美元后，激光雷达开始从高端选配变成基础标配。禾赛的订单储备已超过400万台，Microvision也把百美元级产品列入了路线图。支撑马斯克2019年言论的成本逻辑，事实上已经消失。
但这并不意味着视觉阵营就此获胜。准确地说，胜负尚未见分晓。
| 截至2026年8月初 | Waymo | 特斯拉Robotaxi |
|---|---|---|
| 传感器构成 | 激光雷达·雷达·摄像头 | 摄像头 |
| 付费运营 | 每周约50万单 | 未公开 |
| 无人车辆 | 约3,500辆 | 德州范围内约20～40辆 |
| 运营城市 | 11个 | 7个（加州配有安全员随车） |
| 自动驾驶里程 | 每周约400万英里 | 未公开 |
仅从运营规模看，激光雷达阵营领先。但Waymo每辆车所摊的传感器成本，与特斯拉每辆车的传感器成本完全不同——也就是卡帕西所说的"硬件问题对软件问题"的格局依然成立。Waymo规模越大，就越要承担高昂的单车成本；特斯拉则只需在已售出的车辆上完善软件即可，代价是不知道这份完善何时能够实现。
那么，Matic为何仍然选择摄像头
在激光雷达降到200美元的时代，去掉激光雷达已经不再是一种成本策略。Matic给出的理由也不是成本。
两位创始人都出身谷歌Nest。首席执行官纳夫尼特·达拉尔（Navneet Dalal）在法国INRIA工作期间，于2005年在CVPR以第一作者身份发表了论文《用于行人检测的方向梯度直方图（HOG）》——在深度学习普及之前，这一方法在近十年间一直是行人检测的标准技术。他与联合创始人梅胡尔·纳里亚瓦拉（Mehul Nariyawala）先后创办了人脸识别公司Like.com（2010年被谷歌收购）和手势识别公司Flutter（2013年被谷歌收购），并在Nest期间将基于深度学习的人体和运动检测搭载进产品。这是一个在"用摄像头找人"这个问题上钻研了20年的组合。
他们给出的第一个理由出人意料地是组织层面的问题。根据在Nest积累的经验，每多加一个传感器，就需要长期配备2～3名软件工程师专门维护它——校准会出问题，供应链会波动，故障点也会随之增加。第二个理由更为根本：房子本就是人按照人眼来建造的空间。第三个理由是迭代速度：软件可以随时替换，但硬件传感器做不到。
为此付出的代价是七年时间。公司2017年创立，2020年秋判断现有开源SLAM方案的精度只有70%~80%，于是从头重写；又花了9到12个月的时间把处理器从高通骁龙换成了NVIDIA。融资总额为2,960万美元，个人投资者名单中不乏纳特·弗里德曼（前GitHub CEO）、丹尼尔·格罗斯，以及Stripe的柯里森兄弟等知名人物。
售价从发布时的1,495美元降到1,095美元，如今是1,245美元，公司已预告将以零部件关税为由，从9月9日起把价格上调回1,495美元。下一代硬件型号则被推迟。公司方面表示，比起推出新设备，他们选择先把现有硬件的潜力压榨到极致——这也是把"用软件买回来"的策略贯彻到产品路线图上的体现。
这对韩国读者意味着什么
韩国国内扫地机器人市场即将突破年销售额1万亿韩元，Roborock已连续四年蝉联第一，市占率保持在50%以上。其主力机型的价位区间在190万至200万韩元左右。三星和LG拿出的反击牌不是吸力，而是安全。三星主打Knox，LG主打Shield。当带有摄像头和传感器、能识别室内环境的设备进入卧室后，个人信息保护已经成为了购买决策的重要标准。
这种警惕背后有真实的事件支撑。2022年12月，《麻省理工科技评论》曾报道，iRobot Roomba开发测试设备拍摄的室内照片，经外包标注公司流出后出现在社交媒体的私密群组中，其中甚至包括一名女性坐在马桶上的照片。这是搭载摄像头的扫地机器人从一开始就背负的原罪。
这正是Matic大力强调设备端处理的原因所在。该公司一直表示"所有处理都在设备上完成，任何信息都不会离开家的四面墙"。不过，8月13日公开的语音功能中，这一原则出现了一处裂缝：以"嘿，Matic"开头的语音指令要经由谷歌Gemini云端服务器处理，目前需要联网才能使用。公司也表示，其目标是实现无需联网、也能发挥"80%效果"的本地处理。可见设备端处理目前还不是已经完成的状态，更像是一个努力的方向。
因此，留给韩国消费者的问题并不是"摄像头是否比激光雷达便宜"——激光雷达已经足够便宜了。问题被收窄为两个：仅凭摄像头还能多做到什么，以及那些拍下自家住宅的3D地图，最终会留存在哪里。
所以，什么发生了变化
不装激光雷达的扫地机器人这一设计本身很难说是什么新技术。Matic的案例之所以有意思，并不在于用低价传感器压低成本的实验，而在于它展示了：如果先建立起一张能像照片一样解读室内环境的地图，在这张地图之上还能做到什么。用手一指就能过去清洁的功能，仅凭激光雷达点云很难实现——需要看清人的手臂指向哪里才能计算出方向，而这正是摄像头的工作。
与此同时，卡帕西所说的"9的进军"同样适用于扫地机器人。演示视频里表现良好，与在成千上万个陌生人家中都表现良好，是两个完全不同的问题，这也是Matic花了七年时间的原因。如今，自动驾驶领域尚无定论的纯视觉之争，已经蔓延到了家用机器人领域。值得关注的重点，并不是"去掉了激光雷达"这件事本身，而是那种"用数据和算力把省下来的部分买回来"的算盘，在客厅里是否也能像在道路上一样成立。
