旷视科技重磅发布会：开启AIoT时代新赛道，公布机器人新战略

AIoT时代不仅仅是旷视科技AI＋IoT，更重要的重磅战略是赋能。美国在线创始人史蒂夫·凯斯，发布提出“互联网三次浪潮”，时赛道个人电脑为基础的代新第一次浪潮，互联网建立；智能手机为代表的公布第二次浪潮，是机器应用生态与移动互联网的革命；未来社会终将进入万联网时代—万物联网。

1月16日下午，旷视科技在北京召开年度重磅发布会，重磅战略发布智能机器人网络协同大脑—河图，发布以及多款不同系列机器人，时赛道包括货架搬运机器人、代新料箱搬运机器人、公布托盘搬运机器人与智能包裹分拣机器人。机器旷视科技创始人兼CEO印奇还在演讲中公布了旷视科技的新Logo。

中国工程院院士邬贺铨在开幕致辞中表示，“这是旷视科技战略转型的一个重要标志，过去旷视是从人脸识别做起的，面向智慧城市、面向消费者应用。现在准备面向产业、面向物体。结合新技术，旷视科技的核心技术—机器视觉是没有变化的。实体产业在应用上做，市场会更大。”

邬贺铨结合AI重构行业新生态实例预测，2035年中国GDP增速大概为6.3%，但是如果用了人工智能我们GDP有望提升到7.9%，相当于增加7.1万亿美元。提到目前国内人工智能投资现状，邬贺铨认为，尽管投资绝对值高于美国人工智能，但国内人工智能投资，23.4%在商业零售，18.3%在自动驾驶，在制造行业还不到1%。

制造业相较于面向消费者的人工智能应用，其数据采集，流程循环长。本身可靠性等，更有挑战，所以检验其成果也较难。也使得人工智能的应用，主要面向于未来的市场。邬贺铨很高兴旷视科技已经把制造领域作为自己的主攻方向。

旷视科技创始人兼CEO印奇认为，过去6个月AIoT被广泛提及，但只是一个阶段性的提法，AI将会渗透到生活方方面面。第三次浪潮需要我们更有耐心，生产力将被重塑。数据是我们最重要的保障，数据就像我们的血液一样。

互联网上半场结束之后，下半场都是沉重的。人口红利消失，数据加速流动。新的数据孤岛出现，生产关系发生变化。实业型企业被裹挟着同时进行IoT和IT的升级。从研发设计、生产制造、物流仓储、渠道配送，是一个复杂且很长的内部链条。

另一个纵向维度，则是当前实业行业面临更进一步整合时，都会面临从资产、运营到科技的问题，甚至还要懂艰深的云计算、AI、科技。这一横一纵造成产业“沉重的十字”，成也长链条，败也长链条，长链条是行业真正的壁垒。

分工明确、有人牵头；宏观架构、微观着手；场景细分、价值闭环，组成“新共同体”。旷视科技定位于以算法识别、控制、优化，实现人／物／场数字化，连接控制设备、传感器、机器人。印奇预测，未来算法将成为一种驱动软件。

隐山资本管理合伙人董中浪发表观点，物流产业随着客户权利转移，从过去制造驱动、渠道驱动，变为现在的消费者驱动。权利在向制造圈向消费端转移，最早的权利掌握在制造业中。今天阿里巴巴、京东、苏宁获得权利，价值链、生态链开始重构，这其中物流行业扮演了非常重要的角色。且伴随每一次权利的转移，产生了许多子行业的风口。第三方物流、包裹、B to C、最后一公里、众包物流、即时物流、共享物流出场。

物流行业最重要的要素是货、设备、空间、人，国内的规模非常大，现在的变化是技术横着切入，出现新场景，核心技术被切出。信息流和金融流会融合在一起，技术对物流改变深远，被切出更好的服务，基础技术会产生很大的促进。

圆桌论坛环节嘉宾部分核心观点：AIoT时代下的行业升级

唯智CEO陈梦槐：整个科技的转型当中，披着零售的物流公司，都在看它怎么变成披着零售的科技公司。因为如果不能变成这样的公司，比如，亚马逊是没有前途的。转型中，需要的是怎么用新科技，在真正的场景当中落地，然后带来回报。

如果最后没有带来效益，任何科技都没有价值，所以不能是纯技术。我们在帮助企业了解科技时，也发现现在需要融合，不可能纯提供Software，必须去融合设备、算法。我们的客户已经不满足于只有软件，一定要AI enable，没有AI enable就没有价值。

菜鸟网络人工智能负责人徐盈辉：从不确定变成确定的演变需要一个度，比如，很多物流场景的自动化源于工业制造领域，该领域自动化强调的是刚性自动化。任何一个预测有不确定性，针对不确定性的需求做刚性的解决方案，必然会带来很大的问题。

我们尊重专业的人做专业的事情，让他们创造成更有价值的东西，使得中国整个物流底盘足够扎实，通过核心技术层，推动整个社会的技术共享。

普洛斯战略顾问董中浪：过去物流是一个讲究效率的行业，AI则是持续提升资产的效率。过去物流持续地改进、提升效率，都依赖于人的责任心、熟练度、对体系一点点的优化。现在AI出来了以后，其实是这一部分AI跟资产配合在一起持续改进。

启明创投创始合伙人邝子平：相通的东西很多，比如，前段时间投了蛮多工业机器人，人工智能在工业制造领域里面的一些应用，在这方面很多的经验教训可以是共通的。但是不同的是，一些企业，在物流行业里进一步做得纵深后，跟做电商、互联网的APP等等的“轻”行业，会有一个根本性的不同。

印奇认为，AIoT需要有产业反推的观点，旷视投入7年时间，有两个场景旷视非常兴奋。

第一、城市。包括阿里提供城市大脑，这里面涵盖了很多的内容。以地产行业为延伸，如何把这些资产提升更高的效率，值得探讨。

第二、沿着供应链，从上到下、从制造、物流到零售。这个体系下，有一个巨大且有强大的资产作为背书，具有巨大的效率提升空间。这两点做好，就能够孕育出很多很多伟大的公司。

旷视科技创始人兼CTO唐文斌，重磅发布了智能机器人网络协同大脑河图，其致力于机器人与物流、制造业务快速集成，一站式解决规划、仿真、实施、运营全流程的操作系统。囊括生态连接、协同智能、数字孪生三个特性。“河图就像一个机器人乐队指挥家”，唐文斌说。

河图落地实例：天猫超市＋心怡科技（电商仓库的珠穆朗玛峰500台机器人协同）、P&G宝洁＋科捷物流（订单到人、人机协同应对业务10倍波峰）、MUJIN（手脚联动无人仓）

最后，唐文斌表示，这是一个利益共同体，旷视宣布投入20亿与生态合作伙伴一起，加速机器人场景落地。

圆桌论坛环节嘉宾部分核心观点：技术如何驱动产品产生最大的客户价值？

鲸仓科技董事长李林子：场景细分，价值闭环的情况下，to C是体验，to B解决效率，帮助客户运营，最大的问题是专业应对不专业。硬件软件运营，互相协同共同分担。

MUJIN工业机器人联合创始人刘欢：机器人主要是把人从枯燥、单调的劳动中解放出来。

国自机器人副总经理王霞：稳定数据采集器，大脑软件技术后续进入。当几百台、几千台应用同时进行时，整个城市的交通，调度的算法极为重要。硬件先行，布局好硬件以后，后面软件升级将会带来非常震撼的效果。还需要考虑市场刚需、技术的可行性。例如：安防行业中的应用。安防行业特点是，廉价的劳动力，人员劳动重复性高，劳动强度大，附加值比较低。

软银机器人物流业务与技术工程高级总监Masayuki Ataka：场景、闭环以简单为主，企业需要柔性、协同管理否则造成浪费。运营人员需要了解技术，技术人员需要沉下心来了解运营和市场。每个人都要走出来，了解对方的需求和痛点，才能更好地融合。成功的要素是速度，效率更高、速度更快地完成业务快速迭代。

唐文斌总结道：行业需要分工明确，共同牵头。在更加清晰的分工下，每个人做得最好。全栈型公司，既错也对，这样做很难成功，因为每个环节都可能遇到最强的竞争对手。在产业清晰分工的情况下，才能创造出最大的价值。

据雷锋网了解，旷视科技的智能机器人网络协同大脑具有易用性、开放性与智能性的特点。其中易用性 方面：智能机器人开放平台通过对业务进行模块化到数据化再到智能化，形成 AI的数据和产品业务的闭环，提供图形建模和流程编排等可视化能大降低了实施成本。

随着业务增长，几乎为0的边际成本，能为客户带来指数化收益；在开放性方面，客户业务平台接入N个硬件平台，可能会有多种系统之间的接入方式，造成系统之间对接开发量巨大，使用智能机器人开放平台则可以全开放接入，并与 WMS、ERP 等系统标准对接；智能性方面，智能机器人开放平台通过对业务模型化和对作业标准化来完成业务数据化，加上深度学习算法达到智能化，使其具备了自我优化和进化的能力。 

旷视目前已研发生产出来的系列机器人，包括货架搬运机器人、料箱搬运机器人、托盘 搬运机器人与智能包裹分拣机器人。智能系列机器人可以完成对托盘、货架、料箱、商品的 搬运、分拣和存储;智能无线通信网络自主无缝切换漫游，保证机器人的实时控制和状态上报;自主故降检测上报、故暉策略管理功能;智能电源管理，自主充电。 

导航控制方面，智能系列机器人采用机器人视觉和高精度传感器数据融合，实现机器人的亚厘米级精确定位与导航；支持调度管理、障碍物检测、碰撞检测、紧急制动等多级安全防护。 

智能算法方面，智能系列机器人采用自有知识产权的自学习、自适应人工智能算法，降低工程部署难度；采用 PID、模糊控制等混合控制算法，实现机器人运动控制的鲁棒性。 

工业设计方面，智能系列机器人采用先进的零部件和整体工业设计，外观灵巧，力扛千斤；采用工业级器件、电气模块、机电结构，实现 7*24小时连续可靠工作。 

发布会后群访环节，旷视科技相关负责人对雷锋网在内媒体表示，To B的黄金时代已经到来，旷视科技专注于工业场景和To B场景。即核心城市、物流场景。物流、工业行业市场非常大，影响我们每一天的生活。连接和赋能之后，人工智能可以调优我们的网络。旷视科技注重“技术信仰，价值务实”。对于旷视而言，硬件不是最核心的。行业中每一层都应该是最专业的人做，才能做得最好。

谈及“品牌升级”，旷视科技创始人兼CTO唐文斌对雷锋网表示，更像“递进”，从旷视科技成立的第一天，旷视就定位于不只是做人脸识别、视觉的AI公司。从Face++的单点计算机视觉，到现在，看到的东西能不能通过决定性的行为，对物理世界做出反馈与输出。从眼睛看到信息，到最后希望有一个反馈，有机器输出。即不仅看见，还有一个延伸，一个递进。