如果告訴你，全球有超過九成的肩負安全關鍵型任務的機器人，其“大腦”正在一套并不具備硬實時性的操作系統上運行，你會不會對身旁的機器臂或人形機器人感到一絲不安？

這不是危言聳聽，而是當下機器人行業正在發生的現實。近日，BlackBerry旗下QNX部門發布的《機器人軟件架構基準研究報告》揭示了一組令人震驚的數據：盡管95%的機器人開發者表示，確定性與實時性是系統的核心要求，但仍有91%的開發者依賴通用操作系統（GPOS）運行實時或安全關鍵型工作任務。而在這些依賴通用操作系統的開發者中，有86%正在考慮更換底層操作系統。

一邊是硬件算力的狂飆突進，一邊是軟件架構的力不從心。近日，QNX于上海辦公室舉辦的媒體圓桌會上，QNX大中華區首席代表董淵文先生向我們剖析了這份耗時數月、覆蓋全球1000名開發者的報告背后，那個關于“物理AI”的遠大目標與基礎軟件“骨感”現實之間的巨大鴻溝。

QNX大中華區首席代表董淵文

軟件之殤，繁榮表象下的底層架構危機

過去十年，機器人行業的敘事邏輯通常是“硬件突破”。更強的電機、更精密的減速器、更高算力的AI芯片，似乎只要堆料，機器人就能進化。然而，QNX的報告指出，27%的開發者將“軟件架構與系統集成”視為最大性能瓶頸。但在具體的系統選擇上，特別是在人形機器人領域，Linux等通用操作系統卻占據了壓倒性的優勢。

為何明知GPOS在實時性和安全性上存在天然短板，行業依然趨之若鶩？董淵文在交流中一針見血地指出了背后的“生存邏輯”：“現在機器人很火，中國有上萬家機器人公司。大家現階段對性能、功能安全關注度還較少，主要目標是活下去。”

他形象地描繪了機器人開發的層級演進：第一層級解決“有沒有”，第二層級解決“好不好”，第三層級才考慮“功能安全與網絡信息安全”，第四層級追求“長期的穩定與安全”。當下的行業正處于從第一層級向第二層級跨越的混亂期。大量初創企業為了盡快拿出可演示的樣機以獲取融資，優先選擇了開發門檻低、生態完善的Linux，配合算力相對冗余的平臺，用最高效的方式先將產品推向市場。

報告顯示，84%的受訪者認同，交付期限或預算壓力可能導致開發者在安全性等關鍵環節做出妥協。這種“能用就行”的粗放做法，在消費電子領域或許行得通，但對于正在向工業、醫療等領域滲透的機器人來說，卻是一場潛在的風險。隨著機器人逐步從受控環境走向城市道路、工廠車間等復雜真實場景，開發者愈發意識到，軟件基礎能力將決定創新能否成功落地。

物理AI落地困境，基礎軟件成關鍵支撐

物理AI與當前常見的數字AI有著本質區別。董淵文在會上詳細拆解了物理AI的四個核心要素：遵循物理規律、具備感知能力、擁有物理實體（如機器狗、機械臂等），以及形成閉環反饋。這就要求機器人不再是一個簡單的執行機構，而是一個能在動態、不可控的真實物理世界中，進行自主決策和實時交互的實體。

報告顯示，89%的受訪者認為未來3-5年，基于物理AI的機器人將對其企業的機器人技術戰略至關重要。然而，僅有29%的人對物理AI系統能在安全關鍵場景中做出一致且可預測的決策表示非常有信心。也就是說，行業對物理AI的期望很高，但實際落地能力嚴重不足。

“因為涉及和物理世界的交互，涉及很多功能安全的部分，QNX是這一領域的理想選擇。”董淵文表示。人形機器人作為物理AI的終極載體正處于產業爆發期，控制人形機器人自由度與靈活度的AI決策“大腦”通常具有不確定性，而下層的運動控制則要求“小腦”具有絕對的實時性和確定性。如何在同一套系統中滿足兩種需求，這正是QNX從中看到的巨大機會。

董淵文強調，QNX的布局正是錨定“大腦”層，提供經過最高等級功能安全認證的基礎軟件，確保在AI進行復雜推理的同時，底層的運動指令依然具備微秒級的確定性響應。

這種對確定性的極致要求，正在重塑軟件架構的版圖。報告顯示，85%的開發者預計，在未來三到五年內，軟件將在機器人領域發揮更重要的作用，團隊最大的投資方向將集中在AI驅動的決策能力和網絡信息安全（均為 51%），其次是操作系統和實時控制軟件（38%）。這也進一步說明，底層軟件架構正成為機器人實現“安全、智能、確定”運行的核心驅動力。

拐點將至，QNX的先發優勢

當下，人形機器人市場正處于百家爭鳴的階段，各路玩家相推出能跑會跳的Demo以搶占關注。當行業從“比拼Demo”進入“比拼量產”的階段，企業就必須在功能安全、長期穩定性和成本之間尋找最優解。此時，通過功能安全認證的RTOS（硬實時操作系統）的價值開始凸顯：它不僅提供了一條安全底線，更能通過底層優化幫助企業在算力上實現降本增效。

“現在看起來市場蛋糕很大，但大家還沒開始切底層基礎軟件這塊。1-2年后，隨著機器人從概念驗證走向規模化落地，RTOS的滲透率將迎來爆發式增長。”董淵文預測道。

面對這一即將爆發的需求，QNX早已做好準備。

在醫療機器人領域，QNX已是安全的代名詞。全球知名的達芬奇手術機器人、中國頭部醫療企業的手術機器人均采用QNX作為底層操作系統，以滿足IEC 62304醫療功能安全認證。

在汽車電子領域，QNX的地位毋庸置疑。QNX與英偉達深度綁定：英偉達Orin-X、Thor等芯片的NVIDIA DRIVE平臺，已廣泛集成QNX基礎軟件。同時，這種“車規級”的積累正在向機器人領域延伸。據董淵文透露，QNX正與英偉達規劃在Jetson Thor及Jetson Orin-X等機器人端側芯片上深化底層軟件合作。意圖借助英偉達在機器人領域的高市占率實現深度滲透，從而釋放出巨大的增長潛力。與此同時，QNX也已全面完成對地平線、芯馳及瑞芯微等國產高端芯片的底層適配。

對于習慣了Linux開發生態的機器人企業來說，遷移到RTOS是否意味著推倒重來？董淵文給出了否定的答案。他解釋，QNX支持POSIX標準和ROS機器人操作系統，如果之前的應用符合這些標準，切換非常簡單。此外，AI代碼生成的興起也正在降低遷移門檻，很多應用程序的適配以后就不需要人了，訓練好了完全通過AI可以實現。

結語

QNX的這份報告，如同一面鏡子，照出了機器人行業繁榮表象下的架構危機。

物理AI正加速將機器人推向人類的真實生活場景，底層操作系統也隨之從幕后走向臺前，成為掌控機器人“生死”的中樞神經。從汽車電子的成熟路徑來看，當資本的泡沫退去、大浪淘沙之后，行業終將從野蠻生長走向精耕細作。而唯有將功能安全與實時確定性刻進底層基因的企業，才能在物理AI的時代長遠立足。

對于中國的機器人企業而言，當完成“0-1”的Demo突破之后，或許接下來該認真思考的是，如何去贏得下一場關乎功能安全、實時確定性與長期合規的“從1到100”的量產與生存之戰。而QNX將始終守在安全與實時的底線之上，為這場物理AI的終極之戰，鋪就最堅實的底座。