大讲堂
上周去南京软件谷见个做机器人的老朋友，他办公室堆了三台拆得七零八落的服务机器人，地上撒了半屋子的马克笔和反光贴。我问他搁这玩啥呢，他头都没抬：”改SLAM呢。之前客户要求在地下车库找个掉的工牌，跑三圈能把自己转晕。”
SLAM根本不是“扫地机黑科技”这么简单
很多人对SLAM的全部认知，就是扫地机进家先转一圈画地图，碰几次墙就知道哪有沙发。扯远了。
其实SLAM的全称是同步定位与地图构建，说白了就是——你蒙着眼睛进一个从来没去过的空房间，走两步，既得知道自己现在站在房间哪个位置，还得在脑子里把整个房间的轮廓、桌子板凳在哪全记下来，下次再来不用摸墙也能走。这事儿听着简单，你自己蒙着眼走两步试试？走三步就得歪。
之前大家总觉得SLAM的难点是算力，是传感器贵。错。真正卡脖子的，是动态场景下的“漂移”。什么意思？就是你建图建到一半，旁边过去个行人，或者风吹得窗帘晃了，算法就把这移动的东西当成固定的墙了，转头再定位的时候，直接偏出去半米。
偏半米。
机器人的机械臂能怼到玻璃门上去。
你说尴尬不尴尬。
行业里做了快十年的工程师都知道，SLAM的技术边界从来不是静态实验室里的精度测试，而是人来人往的真实世界——你没法要求所有用机器人的场景都空无一人，也没法要求工厂、商场、地下车库永远保持光线一致、没有反光、没有移动物体。
现在的SLAM，已经卷到什么程度了
2016年前后我第一次接触工业级SLAM系统，一套带16线激光雷达的模组，大几万块钱，除了厂区里跑的重载AGV，根本没人用得起。那会一套视觉SLAM的算法授权费，一年都要十几万。
现在呢？
消费级的单目RGB相机加个几十块钱的IMU惯性测量单元，就能跑通基础的视觉SLAM流程，整个模组的成本压到几十块钱。连十几块的儿童玩具机器人，都能给你加个“自主建图”的宣传点。
去年去看AR眼镜的供应链展，现在头显里的SLAM根本不是什么高端卖点。你戴上眼镜，手能直接点在悬浮的虚拟按钮上，不会飘到旁边半米的位置，靠的就是SLAM把你头部的位置、空间的尺度算到毫米级。还有园区里跑的低速接驳车、医院里送药品的服务机器人，早都不用提前在路面铺磁条、贴反光标记了，全靠SLAM自己认路。
不过话说回来，卷归卷，真到复杂场景就露馅。我之前在南京新街口的地下通道试过某款搭载SLAM的导览机器人，人稍微多一点，它直接钉在原地，等三分钟才挪了半米——算法把攒动的人头当成了静态障碍物，直接给地图标了个“此路不通”。
现在的技术路线也打得热闹：激光SLAM精度高，但是传感器贵，遇到下雨下雪、树叶晃动的场景，点云容易飘；视觉SLAM成本低，但是光线暗了直接“失明”；融合路线是现在的主流，把激光和视觉的信息拼在一起用，但是算法复杂度直接上了一个台阶，小厂根本扛不住持续的研发投入。
被SLAM卡住的，根本不是硬件
很多人觉得SLAM现在的瓶颈是传感器不够好，是芯片算力不够。真不是。
我接触的十几家做SLAM方案的公司，有一半的项目收入不是卖算法模组，是派工程师到客户现场做调试。你敢信？一个号称“通用空间定位技术”的东西，现在还跟十年前做集成项目的包工头差不多，到一个新场景就得蹲半个月调参数。
同样一套SLAM系统，在写字楼的平整走廊里跑的好好的，换到食品加工厂——地上有油污反光，有来回移动的叉车，旁边还有不锈钢的货架容易产生点云畸变，你得重新花三个月调参数、改算法，才能让它不撞墙。
说白了，就是场景适配成本太高。现在的SLAM本质上还是“人适应算法”：你得把场景收拾干净，把反光的东西遮起来，把移动的人拦起来，算法才能稳定跑。根本做不到拿到一个新场景，开箱就能用。
更麻烦的是，现在整个行业没有统一的性能测试标准。你说你家的SLAM好，我家的也好，怎么比？有人在实验室的空房间里测，精度能到厘米级，拿到真实的人流场景里，漂移能到两米。普通消费者根本分不清这里面的差别，很容易被宣传忽悠。
还有个绕不开的问题：隐私。
SLAM建图的时候，相机、激光雷达是全程采集周围环境信息的。你家里沙发上放的文件，办公室屏幕上显示的工作内容，地下车库里停的车辆信息，这些全都会被SLAM系统记录下来。之前就出过扫地机把用户家里的画面传到云端的新闻。
这不是小事。
你以为它只是在画墙的位置，其实它把你家所有带特征的东西全记下来了。更离谱的是，现在很多SLAM系统的地图数据存在本地还是上传云端，用户根本没有知情权。你买个AR眼镜用了半年，突然发现厂商能根据你家的空间尺寸，给你推匹配大小的家具广告——这事儿想想就后背发凉。
未来3年，SLAM会变成什么样
说几个很确定的判断，不是那种画饼的行业展望。
第一，SLAM会从“高端功能”变成所有空间智能设备的标配。就像十年前WiFi是笔记本的选配，现在所有带屏幕的设备都得内置WiFi一样，以后只要是能在空间里移动、能和物理世界交互的设备——不管是扫地机、AR眼镜、服务机器人、低速自动驾驶车，全都会内置SLAM，根本不需要单独拿出来当卖点吹。
第二，现在靠人现场调参数的模式肯定会被淘汰。之前的SLAM是算法主导，要场景适应算法；以后接了大模型的视觉识别能力，算法会主动适应场景：人走过去，算法知道这是动态目标，不会把他标成固定的墙；树叶晃了，算法知道这是自然扰动，不会当成障碍物。到那时候，地下车库、商场、老旧小区这些之前的难搞场景，设备拿起来就能用，根本不需要工程师蹲在现场熬几个月。
第三，空间数据的合规会成为行业的硬门槛。现在很多厂商把SLAM采集的空间地图数据当成自己的核心资产，随便存随便用，过两年等监管细则落地，这些数据就和你手机里的位置信息、人脸信息一样，属于敏感个人信息。那些靠偷采用户家庭、办公室空间数据攒地图库的公司，迟早要付出代价。
上次跟那个做机器人的老朋友聊到最后，他说现在最头疼的不是算法不够准，是客户总觉得SLAM是个万能魔法，买了机器人就该在任何场景都能跑。
哪有那么好的事。
技术从来不是魔法。
你得知道它的边界，知道它能干嘛不能干嘛，才真的能把它落地。
作者|大讲堂
排版|大讲堂
审核|知知