不可否認，即便視覺方案在智駕領域里風頭正勁，但在機器人領域仍不受待見。
可以想象，一款售價不菲的智能移動機器人，卻只能做到嬰孩般的“步履蹣跚”，那所謂的智能移動本身也就成了笑話。
在深刻認識到視覺導航這一“深坑”之后，行業內的玩家們迅速調轉了方向。而事實也證明，堅持激光導航技術路線無疑是他們最為正確的決定之一。
在2020年前后，掃地機器人迎來了自己的黃金發展期：市場規模年年激增、網絡熱度節節攀升，掃地機器人一躍成為了過去幾年最亮眼的智能家居產品。而這一亮眼成績的背后，除了疫情催化與智能化浪潮的推動，掃地機器人的導航技術進步是更為關鍵的因素。
從2010年第一臺搭載激光導航技術（LDS SLAM）的掃地機器人Neato問世以來，十幾年間，硬件、算法不斷迭代，激光導航技術早已是行業最成熟和應用最廣泛的技術方案。它精度高、反應快、穩定性高的技術優勢，讓它成為了中高端產品的標配。
而與之相比，視覺導航雖然成本更低，卻只用于低端產品，以至于人們只通過導航方案的類型來判斷產品的優劣。如果深究這一“刻板”印象的產生，就會發現，這似乎本就是它的“宿命”。
從技術發展歷程來看，視覺導航技術在掃地機器人上的應用并不比激光導航晚多久。掃地機器人較早應用視覺導航技術可追溯到2012年，當時美國出現了以 VSLAM 視覺導航技術的掃地機產品，其后iRobot、戴森以及國內廠商科沃斯等廠商陸續發布了相關產品。
然而從市場反饋來看，這類產品基本表現平平，甚至是“翻車”。這類產品平庸的功能表現，視覺導航成為了直接原因。環境光線依賴性強、 算力要求高，硬件負擔重、精度與魯棒性不足，難以解決的三大缺陷，讓視覺導航技術始終難當大任。因此，市場一直缺乏相對成功的案例，不斷加深人們的刻板印象。
既然視覺方案能在智駕領域“風生水起”，那么，在機器人領域就沒有潛力嗎？
由于激光雷達受限于自身屬性，點云無法區別紋理信息，不具備場景辨識能力，在智能決策和智能交互方面存在天然缺陷。而與激光雷達相比，視覺傳感器可以獲取豐富的紋理信息，擁有強大的場景辨識能力，能夠真正像人一樣感知環境、認知環境。而這對于機器人的意義顯然無需多言。
只是技術潛力雖大，卻難以兌現。
視覺方案的優勢也造就了難以解決的缺陷。視覺技術可以獲取更多豐富的信息，但數據處理量也巨大，因此，對算力要求很高。其次由于視覺算法的開發難度極高，投入很大短時間卻很難看到回報。同時，攝像頭雖然能夠模仿人眼，但顯然達不到人眼對光線的適應能力，當環境光線出現變化，便會對系統產生影響。多種因素之下，導致現有的視覺導航方案基本有著精度低、穩定性不足的缺點。
只有解決這些難題，視覺方案才能真正釋放潛力。
技術研發從來沒有捷徑，每一次技術的重大升級，往往都需要底層技術創新。
用時多年，JS Game從0到1走出了一條自己的路。
作為視覺技術起家的機器人技術公司，從早期的視覺模組產品，到如今的機器人視覺解決方案，JS Game一直堅信著視覺技術的潛力。經過多年的努力，JS Game在機器人的導航、避障、決策、AI交互等關鍵技術和產品開發方面均有了豐富的積累，并推出市面上首款真正意義上的純視覺導航方案「家用機器人AI Kit」。
「家用機器人AI Kit」以JS Game自研的JS Game OS Lite家用機器人AGI系統為核心，搭配面向家用小型機器人專門研發的一體化立體視覺模組，可實現家用機器人導航定位、智能避障、路徑規劃、決策交互等核心功能，是包含軟硬件的ALL IN ONE解決方案。
想要擺脫低端標簽，就需要降本不降效，讓視覺方案真正適配掃地機器人平臺，為此，JS Game針對性研發了多種輕量化技術和智能化技術。
現有的視覺導航方案在算力上大多需要TX2及以上，甚至PC級算力需求，對CPU、GPU或NPU、內存均有較高要求。而基于JS Game多種輕量化技術，輕量化VSLAM、輕量化Depth、輕量化深度學習模型，同時還在硬件上，還采用NEON加速等方式，顯著降低了算力要求。目前，JS Game視覺導航技術搭載4核A53/A55級別芯片即可滿足需求，能夠適配如RK3566（全解決方案情況下，雙目視覺多傳感器融合SLAM、雙目Depth、物體識別及整機完整SDK）。
在實際表現上，JS Game視覺方案不僅能夠媲美激光雷達的精度，也有著極高的穩定性。
對于光線影響問題，JS Game開發了一套系統化環境補光策略，包含主動式環境補光配置和光照變化條件下的建圖策略，在實際表現中，面對強光直射、無光源、昏暗等特殊光照環境均能無差異工作，滿足全天候作業要求。
在有效解決這些天生短板之后，還有一個無論是視覺方案還是激光雷達方案都亟需解決的問題，智能化。為此，JS Game進一步自研智能決策引擎、三維語義地圖、智能避障、臟污識別、智能作業等核心技術，全面迭代機器人的智能化能力。
基于擁有空間感的三維語義地圖和臟污識別能力，配合專門開發的決策交互引擎，機器人能在語義層次上理解環境信息，模仿人類大腦對環境理解的方式，進行策略處理，實現多種智能化的業務邏輯，如策略化智能避障、“按需清潔”臟污等等。
值得一提的是，JS Game臟污識別技術不僅能夠穩定識別多種家庭常見臟污，臟污檢出率也達99%以上，是業內少有的成熟化方案。
