岩山科技撬动千亿市场？9.9万机器人的“大脑”竟然不用联网？

摘要：你敢信？现在一台能跟你对打拳击、帮你巡检电厂、还能给老人摔倒报警的机器人，只要9.9万！不是玩具，是真正搭载了多模态大模型的智能机器人。更让人吃惊的是，驱动它的“大脑”Yan1.3模型，训练成本据说还不到300万，却能在树莓派这种廉价硬件上流畅运行，完全不用联

你敢信？现在一台能跟你对打拳击、帮你巡检电厂、还能给老人摔倒报警的机器人，只要9.9万！不是玩具，是真正搭载了多模态大模型的智能机器人。更让人吃惊的是，驱动它的“大脑”Yan1.3模型，训练成本据说还不到300万，却能在树莓派这种廉价硬件上流畅运行，完全不用联网。

这可不是那种动不动就需要烧掉几个亿、依赖庞大云计算中心的大模型。它选择了一条截然不同的路，端侧智能，直接把AI塞进终端设备里，让每一台小设备都拥有自己的“大脑”。岩山科技旗下的RockAI团队在2024年9月发布了这个Yan1.3多模态大模型。

和现在主流的大模型完全不同，它没用那个被广泛采用的Transformer架构，而是自己搞了一套叫做MCSD的机制。这么做的好处是计算复杂度大幅降低，从O(n² d)降到了O(n d)，让模型在低算力设备上也能跑起来。

他们还模仿人脑的运作方式，搞了个“类脑分区激活”机制。就像我们大脑不同区域处理不同任务一样，这个模型也能根据任务类型动态选择激活的神经元区域，减少不必要的算力消耗。现场演示中，一架叫做“飞龙”的无人机搭载了这个模型。它不用把数据传回云端处理，自己就能在设备端对突发状况做出即时判断和处理，大大提升了在复杂环境中的适应性和自主性。这无人机已经用在了电力巡检、安全监控、环境监测这些工业场景中。对于个人用户，它也能用来AI拍摄、旅游辅助、山地越野，能自动勘探环境、规划行程，甚至解放你的双手，自动捕捉最佳拍照角度。

还有个叫“胖虎”的智能机器人，能基于Yan1.3的多模态处理能力，在离线状态下实时识别环境、理解用户的模糊指令和意图。它甚至能展示“七步成诗”这样的能力，准确理解指令内容，还能保护用户隐私安全。

岩山科技CEO刘凡平认为，群体智能才是通往通用人工智能的重要途径。他们希望通过自主研发的Yan模型让世界上每一台机器都能拥有自己的智能，利用不同设备间的持续交互和集体协作，激发群体智能的涌现。

2025年4月的信息显示，Yan 1.3在仅3B参数规模下，性能就能超越8B参数的Llama3模型，而且能在算力仅为苹果M2芯片1/6的设备上流畅运行。这种低算力需求使得它能够直接部署在终端设备上，实现本地化实时决策。比如在无人机应用中，传统方案需要依赖5G-A网络回传高清画面至云端处理，而Yan 1.3通过端侧分析，仅传输关键数据，减少流量成本高达30%-40%，同时大幅提升响应速度。

除了工业应用，Yan1.3也在医疗和教育领域找到了用武之地。它能辅助医生分析医疗影像，提供个性化学习方案，提升诊断与教学效率。2025年的一些信息显示，岩山科技已经在智慧医疗领域与上海华山医院合作，推出了“生成式智慧病历”系统，能够语音转病历、自动生成病程摘要，医生确认后即可生成结构化记录，使门诊效率提升了约30%。

岩山科技旗下不止RockAI这一个团队。他们的子公司Nullmax专注于自动驾驶技术，采用纯视觉+类脑AI架构，无需依赖高精地图，通过多模态感知和端到端技术实现低成本部署，支持L4级自动驾驶功能。

Nullmax已经与上汽集团、奇瑞汽车等车企合作，技术覆盖了瑞虎8、艾瑞泽8等主力车型。2024年上半年，Nullmax实现了营收3400万元（未经审计），量产项目正在加速落地。2024年年报显示，岩山科技全年实现营收6.62亿元，同比增长17.06%。截至四季度末，公司总资产达105.04亿元，资产负债率仅2.36%。

最引人注目的是他们的研发投入，2024年研发费用达2.39亿元，同比增长168.26%。人工智能板块也首次实现规模收入，达到7340.55万元，标志着其技术创新开始向商业价值转化。不过岩山科技也面临着一些挑战。Nullmax在2024年净利润暴跌超87%，研发投入尚未转化为规模利润。同时，他们还面临着来自特斯拉FSD、华为ADS等技术的直接竞争，需要加速量产以巩固市场份额。

端侧AI本身也面临一些技术挑战。一方面早期的终端芯片难以承受大模型，导致性能缩水功能失真；另一方面，算法适配的复杂性也让模型部署呈现碎片化。清微智能的李秀冬总结了几大挑战：一是算法与芯片的适配难题，不同终端场景需要各异的AI算法，如何将复杂算法高效部署在端侧芯片上，确保性能与精度，是行业难题；二是场景的碎片化问题，市场对芯片的兼容性提出极高要求；三是成本控制与性能提升的矛盾。

但无论如何，端侧AI的趋势已经不可阻挡。政策层面，《“人工智能+”行动意见》直接给出了端侧AI的发展目标：2027年新一代智能终端、智能体等应用普及率超70%，2030年超90%。技术层面，通过模型剪枝、量化、知识蒸馏等技术，百亿参数的大模型可压缩至原来的1/10，同时保持90%以上性能。硬件层面，2023-2025年，主流移动芯片的AI算力实现量级提升，专用AI芯片的能效比同步优化，解决了“终端跑不动AI”的老问题。