不僅需要“新花樣”，還要搞好“基本功”。
正如所有人都知道市場會發生變化，但掃地機器人的陡然降溫還是給大多數人上了一課。盡管到了2023年，市場有所復蘇，但零售量的增長也僅為4%。一時間，如何破解增長焦慮成為了行業難題。
在卷完營銷卷顏值，卷完顏值卷參數之后，行業的玩家們深刻認知到，如果沒有觸達產品核心層的創新，便無法帶來新的有效增量。相反，在不斷堆料的無奈舉措下，產品售價也在水漲船高，加之產品的負面評價不斷增加，市場甚至一度出現了階段性衰退。
事實上，在經歷了導航、基站、掃拖等顛覆性的創新之后，掃地機器人已然進入微創新時代。想要做出更多能夠打動市場G點的創新并非易事。值得慶幸的是，在你追我趕的緊張氛圍下，市場上還是出現了較多讓人耳目一新的創新，如仿生機械臂、升降式激光雷達、端側AI等等。
能夠看到，在玩家們重啃技術戰之后，市場在明顯回暖。根據奧維云網(AVC)數據顯示，2024上半年清潔電器銷售165億元，同比增長9.8%，銷量1241萬臺，同比增長13.6%。其中，掃地機器人力拔頭籌，銷售額銷量實現雙增長，銷售額同比18.8%，銷量同比11.9%。
分析這些新技術的背后，均來自于消費者在使用產品過程中的真實痛點。那么從這個角度出發，機器人的創新或許還有著新的挖掘空間。
JS Game認為，在清潔方面，除了清潔硬件上的升級，清潔策略仍被多數產品所忽視。一方面，現有的部分產品已能夠根據交互做定向清掃，但其整屋清潔方式依然為按部就班的清潔，表現較為呆板、模式化，那么，機器人能否做到像人一樣哪里臟掃哪里，省時省力？
另一方面，在家庭環境中，地毯也有著不同的類型，如長毛款、短毛款、吸水款，掃地機器人能否根據不同材質，執行不同的清潔策略?
答案顯然是可以的。
想讓機器人能夠主動清掃臟污區域，前提便需要實現主動臟污識別能力。通過借助自身的視覺算法優勢，JS Game自研圖像算法，配合自研的融合攝像頭及主動補光策略，構建了基礎的JS Game臟污識別技術。經過多次算法迭代，已經實現了平均臟污檢出率99%以上（包含常見固體、液體臟污），支持任何地面材質、花色、光線下的透明、半透明，不透明液體及干涸污漬識別、顆粒狀臟污識別、粉末狀臟污識別。同時，基于數據庫的持續更新，臟污識別還能夠持續優化，越用越好用。
在此基礎上，還需要具備廣泛適用性的清潔策略。為此，JS Game開發了系統化的清潔策略，包含清潔遍數、清潔力度（毛刷壓力和速度、出水量等）、清潔時長等，配合JS Game AI語義識別技術和智能決策引擎，能夠支持機器人識別房間類型、臟污類型及分布、地面材質、障礙物類型、地毯類型，自主判斷決策清潔策略，如液體臟污，停止邊刷和主刷，自動復拖，以防液體濺射；干涸污漬，增加注水量，浸潤慢拖。面對不同地毯，做到長毛款自主規避、短毛款抬起拖布、吸水款掃拖兼顧等。
“練拳不練功，到頭一場空”，與華麗的參數，豐富的智能化能力這些“招式”相比，避障這一基本功卻不是所有產品都能練好。翻開社交媒體關于掃地機器人的吐槽，無論是老款產品還是新款產品，都少不了避障問題。
在技術研發過程中，JS Game同樣遇到了避障方面的研發難題，面對動態和靜態障礙物，想要精準、有效的實現安全避障并非易事。為此，JS Game選擇完全重構算法，自研VSLAM、避障、識別、智能決策引擎等算法，全棧自研出了一條視覺技術路線。
通過實際驗證，目前在避障技術方面，基于語義識別和智能決策引擎，機器人能夠有策略的實現智能避障(如根據障礙物不同做出不同規避距離)，同時針對低矮障礙物、高反障礙物、動態障礙物均能實現行業領先級的避障表現。另外，針對數據線等線狀物體，也能避而不碰，實現精準沿線。
需要提到的是，不同于市面上產品應用的激光雷達融合技術方案，JS Game技術方案是市面上首款真正意義上的純視覺機器人AI解決方案，不僅解決了困擾視覺方案的算力限制，還融合了JS Game多種先進技術，在實現媲美激光雷達精度的同時，功能實現上甚至更加豐富。同時，得益于視覺傳感器的天然成本優勢，其成本也僅有融合方案的1/3。
根據測算的機器人成本，4000元價位的掃地機中，零部件采購在成本中占比超80%，導航維度由于包含LDS測距模組等技術含量較高的零部件成本占比較大，達單機總成本的34.00%，而如果使用純視覺方案，整機成本將可能進一步下探，這意味著全功能產品的門檻也會下降。
此外，對于智能方面的研發，JS Game也沒有停下腳步。技術方案均具備AI交互、智能作業等核心智能化功能。通過語音、手勢、動作等自然語言指令，能夠直接命令機器人進行安全、搜尋、跟隨、自主尋路、定向清掃等多種智能邏輯。
當流量潮水褪去，對于不夠“香”掃地機器人而言，是挑戰，更是一次沉淀產品的機會，誰能在補齊“新拼圖”的同時，完善“基本功”，無疑是穿越這一輪洗牌期的關鍵。
