Demo 不等于产品
实验脚本、临时电源、单机模型和手工部署无法进入真实客户现场。
Pitch 11 · Demo-to-Deployment Business Layer
BusinessCase 把 RobotMac Core、LeRobot CloudTwin、TrainRouter、SkillDock、EdgeFleet 和 EduForge 包装成一条商业化产品线:让高校、创业团队、系统集成商和企业试点不再从电源、驱动、数据、训练、边缘部署和运维系统开始造机器人。
01 · Problem
失败点通常不是“机械臂没有动起来”,而是硬件集成、真实数据采集、云端训练、边缘推理、技能版本、设备运维、客户验收和责任边界被拆成十几个孤岛。企业客户买的不是炫技视频,而是一个能被采购、能被维护、能被扩张的工作流。
实验脚本、临时电源、单机模型和手工部署无法进入真实客户现场。
数据、标签、训练 job、评估指标和部署包缺少统一版本记录。
没有固定套餐、验收指标、安全边界、支持合同和退出机制。
如果只说“用了某块板”,就没有把 Dragonwing 变成机器人商业默认 target。
02 · Why Now
2025-2026 年的信号很清楚:工业机器人基数继续扩大,专业服务机器人增长,RaaS 开始被真实采购接受,人形机器人进入少量受控工位,LeRobot 让真实机器人数据和模仿学习更开放,Qualcomm Dragonwing/AI Hub 给端侧部署提供了更完整路径。缺口是把这些能力整理成客户能买的产品。
03 · Insight
ROS 解决开发,LeRobot 解决开放数据与策略训练,云 GPU 解决算力,Viam/Foxglove/Formant 证明机器人 SaaS 有价值,UR+ 证明 marketplace 能降低交付风险。BusinessCase 的判断是:下一层价值来自把硬件、数据、训练、部署、技能、运维和渠道打包成一条可报价、可复购、可扩张的商业路径。
RobotMac is the commercial layer between robot research and robot revenue.
04 · Solution
RobotMac Core 把边缘计算、电源/IO、传感器同步、LeRobot 数据、云训练、边缘部署、技能版本、fleet 运维和教育/行业套件放进同一个购买旅程。它不是一个裸开发板,也不是一个云仪表盘,而是把机器人从样机推向可部署业务的产品层。
05 · Product Workflow
客户不需要理解所有底层工具。系统把“录制、训练、部署、观察、改进”做成一个闭环,每次失败都变成下一轮训练和验收的材料。
选桌面机械臂、AMR、清洁、巡检、上下料或教学模板。
TeleopStudio 采集 LeRobot-compatible episode、相机和动作数据。
TrainRouter 按中国/海外数据边界把 job 发到合适 GPU provider。
导出 Qualcomm edge package,记录延迟、功耗、温度和离线状态。
低置信度、接管和失败片段回到数据池,形成下一版 skill。
06 · Market Wedge
这个商业计划不把全部希望押在“通用人形机器人马上爆发”。第一批客户是已经在买硬件、课程、系统集成、试点和运维服务的人:高校/训练营、机器人创业团队、系统集成商、SME 自动化试点和企业创新部门。
FIRST、VEX 等体系证明机器人教育有持续参与者。EduForge 把课程、硬件和云训练打包。
用 Pro Kit 少花半年在电源、驱动、训练和部署基础设施上。
把重复项目经验沉淀成模板、技能包、验收指标和支持合同。
用 60-90 天固定价格试点验证一个 bounded workflow,而不是买一堆零件。
从单点 pilot 扩展到 fleet 运维、私有技能库、SLA 和长期服务。
07 · Business Model
收入不是一次性硬件。每个机器人核心都能带来云训练额度、技能市场、版本运维、企业支持和教育课程授权,形成可解释的 recurring revenue flywheel。
Developer、Pro、Industry、Enterprise Pilot 四层 SKU。
团队席位、GPU-hour 包、数据存储、评估报告和部署 registry。
技能包销售、开发者分成、私有技能库和 target validation 费用。
日志、失败回放、OTA、远程支持、备件和 SLA 服务。
高校、训练营、竞赛模板、开发者认证和云训练 credits。
08 · Packages
比赛阶段不需要承诺最终报价,但必须证明商业包装清楚:谁买、买什么、验收什么、后续怎么扩张。
低成本 LeRobot-compatible 桌面臂、仿真控制台、课程、云 credits 和技能市场入口。
面向比赛和创业团队:RobotMac Core、TeleopStudio、CloudTwin、edge package 和 dashboard。
60-90 天固定价格:一个任务、一个验收指标、一次训练闭环、一个支持合同。
行业套件、私有数据、fleet 运维、服务合同、月费/RaaS 和多站点扩张。
09 · Go To Market
第一步不是等待大客户一次性采购通用机器人,而是用比赛 demo、开源样例、教育套件和系统集成商模板进入真实使用场景。成功的技能和数据格式沉淀后,再打包成行业套件和私有技能库。
公开中文 pitch、LabForgePilot demo 和 CloudTwin dashboard。
开源 dataset schema、训练 job contract 和 edge manifest。
高校/训练营用 EduForge 跑完整机器人学习课程。
上下料、巡检、清洁、实验室转移等 bounded workflows。
把一个成功 pilot 扩成 fleet、私有技能库和长期运维合同。
10 · Dual Cloud Economics
商业机器人训练必须有中国版和海外版。TrainRouter 用同一个 job contract 管理数据边界、预算封顶、provider adapter、评估 harness 和 Qualcomm edge artifact。中国版以阿里云 PAI 为企业主线,AutoDL/Huawei/Tencent 作补充;海外版以 Runpod 为开发者成本锚点,Lambda/Modal 作企业和短任务补充。
原始视频、工厂布局、客户数据和敏感片段留在境内对象存储与训练区域。
按客户地区选择 GPU、存储和合规材料,支持团队 DPA/SCC/HIPAA review。
同一个 LeRobot job 描述、预算、评估指标、seed、dataset hash 和 artifact manifest。
训练结果不是 notebook,而是可回滚的 Qualcomm edge skill package。
11 · Competition
BusinessCase 不贬低现有玩家。NVIDIA、ROS、LeRobot、Viam、Foxglove、Formant、UR+、Unitree、AgileX、Figure 和 Agility 都证明机器人生态正在形成。我们的空位是把这些分散层变成 Qualcomm-first、LeRobot-native、双云可训练、技能可分发、队列可运维的产品底座。
ROS 是开发基座;RobotMac 是围绕硬件、训练、部署、运维和采购的产品层。
TrainRouter 不靠卖 GPU 差价,而靠可复现训练、预算控制和边缘部署产物。
Unitree、AgileX、AgiBot、Figure、Agility 等硬件越多,越需要跨形态商业底座。
12 · Moat
护城河不是“我们有平台”这句话,而是持续积累的数据、技能、兼容证据、行业模板、客户运维记录和开发者分发渠道。规模越大,客户越不需要从零开始。
示教、失败、接管、低置信度和现场约束形成可复用训练资产。
每个技能包包含模型、runtime、评估、边界、日志和回滚路径。
硬件组合、数据 schema、edge metrics 和验收报告沉淀为模板。
教育、开发者、系统集成商和企业队列共同导向 Qualcomm target。
13 · Architecture
架构不是为了堆名词,而是为了把客户的试点风险降下来:数据可追溯、训练可复现、部署可回滚、边缘可离线、运维可续费。
14 · Why Qualcomm
机器人商业化需要低延迟、多摄像头、连接、功耗控制、离线韧性、安全启动、长期部署和开发者生态。Qualcomm 的价值不是只比 TOPS,而是把 Dragonwing/AI Hub/edge runtime 变成机器人技能发布、验证和运行的默认目标平台。
教育套件和开源样例让开发者早期就面向 Dragonwing target 构建。
模型不只在云端训练,还要在本体低延迟、低功耗、弱网下稳定运行。
AI Hub/Qualcomm AI Stack 可以成为未来技能优化、profiling 和部署证据层。
每个 kit、pilot、skill 和 fleet 都把客户带回 Qualcomm edge platform。
15 · Demo
复赛 demo 建议使用 LabForgePilot 桌面机械臂样品转移工作站:风险可控、材料便宜、场景可复现、评委能看懂,也能展示真实数据、训练、边缘部署、失败回流和商业 KPI。
10-20 条示教 episode,记录相机、动作、任务标签和失败边界。
CloudTwin 创建 LeRobot training job,生成评估报告和模型版本。
导出 Qualcomm edge package,dashboard 显示 target/pending validation。
机械臂完成抓取、放置、扫码或样品转移,并记录运行指标。
一次接管或失败片段回流,说明下周模型如何变好。
16 · Ask
我们向 Qualcomm 请求的不是一次性 logo 支持,而是把这个项目作为 Dragonwing-first 机器人商业化平台试点:硬件 target、AI Hub/edge runtime 指导、开发者生态展示入口、教育/集成商试点伙伴和轻量技能验证标准。
协助验证 RB3 Gen 2、QCS6490/QCS8550 或官方建议的机器人目标平台。
模型优化、profiling、量化、部署包和边缘性能报告路线。
把 LabForgePilot、TeleopStudio、SkillDock 做成公开开发者样例。
引荐教育、系统集成商或企业创新团队验证 kit、pilot 和技能市场。
17 · Claims & Sources
本页不声称已经获得 Qualcomm 官方认证,不声称已经拿到指定开发板,不把模拟 dashboard 指标当成实测,不把 Cloudflare/公网页面放进机器人安全控制链路。比赛阶段展示的是商业化产品路径、验证计划和可执行 demo。
Robotics doesn’t need another impressive demo. It needs a path from demo to deployment.