【導讀】中國上海，2026年5月28日——BlackBerry有限公司旗下業(yè)務部門QNX今日發(fā)布最新研究報告《機器人軟件架構基準研究報告》（Inside the Robot: Architecture Benchmark Report），深入分析了在機器人系統(tǒng)日益由軟件驅動、具備AI能力，并越來越多地部署在人類工作和生活中的背景下，機器人開發(fā)方式正在發(fā)生的變化。
該研究基于對全球1,000名開發(fā)者的調研，揭示了當前制約行業(yè)進展的關鍵因素、系統(tǒng)愿景與實際能力之間的差距，以及開發(fā)者對行業(yè)未來的看法。
硬件不再是瓶頸，軟件成為主導因素
研究顯示，27%的開發(fā)者將“軟件架構與系統(tǒng)集成”視為最大性能瓶頸，而僅有16%的受訪者將“硬件”視為主要問題。這表明，未來行業(yè)進步不再依賴硬件突破，而更多取決于能否構建具備可預測性、高安全性以及支持混合關鍵性等級的系統(tǒng)架構。這一趨勢在中國市場體現(xiàn)得尤為明顯：60%的中國受訪者將“調試與測試”列為軟件開發(fā)中的主要挑戰(zhàn)，高于41%的整體平均水平；另有70%的中國受訪者表示，架構相關問題會增加調試或維護工作量。隨著機器人逐步從受控環(huán)境走向城市道路、工廠車間等復雜真實場景，開發(fā)者愈發(fā)意識到，軟件基礎能力將決定創(chuàng)新能否成功落地。
展望未來，85%的開發(fā)者預計，在未來三到五年內，軟件將在機器人領域發(fā)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(tǒng)和實時控制軟件（38%）。這進一步反映出，隨著機器人系統(tǒng)日益復雜、互聯(lián)程度不斷加深且分布式特征愈發(fā)明顯，軟件基礎能力正變得越來越具有戰(zhàn)略意義。
面向人類環(huán)境部署，對系統(tǒng)提出更高標準
這種變化并不只停留在戰(zhàn)略層面，也正在實際部署和開發(fā)過程中轉化為更具體的要求與壓力。超過五分之四（83%）的受訪者表示，其系統(tǒng)已經與人類協(xié)同運行，即使在尚未實現(xiàn)人機共存的企業(yè)中，也有三分之二（67%）預計將在未來三到五年內實現(xiàn)。從手術室到繁忙的生產車間，機器人正不斷拓展至這些控制程度較低的環(huán)境，由此對可靠性、功能安全與行為可預測性提出了更高要求。幾乎所有受訪者（95%）都表示，確定性實時執(zhí)行能力對于他們所開發(fā)的系統(tǒng)至關重要。在中國，這一要求更加突出：98%的中國受訪者認為確定性實時執(zhí)行至關重要；同時，所有中國受訪者都表示，其當前架構能夠在真實工作任務下持續(xù)實現(xiàn)確定性行為。
但現(xiàn)實情況是，盡管這一需求幾乎成為行業(yè)共識，大多數開發(fā)團隊仍在使用并非為實時或安全關鍵型場景設計的軟件。研究顯示，91%的受訪者表示至少在部分實時或安全關鍵任務中使用GPOS，在中國，這一比例為94%，盡管經過安全認證的商業(yè)解決方案被認為更適合其需求。在這種落差之下，86%的GPOS用戶表示愿意更換操作系統(tǒng)，這一現(xiàn)象也折射出隨著機器人規(guī)?；渴鹜七M，系統(tǒng)靈活性與對可預測、可保障行為的需求之間的張力正不斷加大。
認證延遲與安全要求帶來新的壓力
除了架構和實時性方面的挑戰(zhàn)外，監(jiān)管與合規(guī)要求進一步加劇了挑戰(zhàn)。三分之二（66%）的受訪者表示，其項目因認證流程而延遲，在英國和德國這一比例接近70%。盡管中國受訪者因行業(yè)認證導致項目延誤的比例為56%，低于整體平均水平，但合規(guī)與安全壓力依然突出：67%的中國受訪者將機器人及自主系統(tǒng)的“功能安全標準”視為主要合規(guī)挑戰(zhàn)，61%的中國受訪者將“安全威脅或漏洞”視為未來機器人發(fā)展的“最大擔憂”。無論認證延誤比例高低，相關合規(guī)要求都會直接影響開發(fā)成本、交付周期及商業(yè)風險。
高期望下，物理AI落地準備仍不均衡
即便面臨多重挑戰(zhàn)，整個行業(yè)的雄心和樂觀情緒依然高漲。物理AI已被明確納入發(fā)展路線圖——89%的受訪者認為，具備感知、推理與自主行動能力的AI機器人將在未來三到五年對其組織戰(zhàn)略至關重要，中國更是處于全球領先位置。盡管對物理AI的長期潛力充滿信心，但實際準備程度仍不均衡——僅有29%的受訪者對其系統(tǒng)在真實環(huán)境中做出安全、可預測決策的能力表示“非常有信心”。
QNX大中華區(qū)首席代表董淵文表示：“機器人團隊正在加速邁向更智能、更自主的系統(tǒng)，但數據也清晰表明，他們正遭遇架構本身的限制——這些架構最初并非為如此復雜、且責任要求極高的場景而設計。開發(fā)者持續(xù)指出四大核心挑戰(zhàn)：系統(tǒng)集成復雜性、認證延遲、人機交互中的功能安全風險，以及在關鍵時刻實現(xiàn)可預測行為的難度。與此同時，中國市場對物理AI的發(fā)展前景展現(xiàn)出強勁信心和明確投入意愿，這也意味著機器人產業(yè)正在從概念驗證走向更高水平的規(guī)?；涞?。QNX希望通過安全、實時和經過認證的基礎軟件，幫助開發(fā)者更高效地應對這些挑戰(zhàn)，為新一代安全、可靠且高度自主的機器人提供堅實支撐?！?/p>
QNX提供高性能基礎軟件，助力解決機器人、汽車、醫(yī)療設備、工業(yè)控制、商用車、鐵路和航空航天與國防等行業(yè)中復雜的技術挑戰(zhàn)。QNX賦能企業(yè)在高性能邊緣計算、標準虛擬化技術及云集成等領域釋放更多創(chuàng)新潛力。作為全球關鍵任務系統(tǒng)中值得信賴的技術基礎，QNX已在多個行業(yè)確立領先地位，包括機器人與醫(yī)療領域，其技術被全球十大醫(yī)療設備制造商中的九家所采用。
