专访旷视科技有限公司高级副总裁徐庆才

粤讯 中字

旷视是一家行业领先的人工智能(AI)公司,在深度学习方面拥有核心竞争力,为不同垂直领域的客户赋能。旷视以个人物联网解决方案、城市物联网解决方案、供应链物联网解决方案实现AI技术落地。其中,成立于2017年的机器人业务线,承载着旷视“供应链物联网”战略,基于云、边、端等平台的深度神经网络算法创新,打造智能物流装备及旷视河图,并聚合行业合作伙伴,向工业物流及商业物流场景提供高度智慧化的行业解决方案及全生命周期服务,帮助企业降本增效、简化管理。

image.png

旷视科技有限公司高级副总裁徐庆才

旷视看好供应链物流行业前景,正在加大投入,加快发展步伐。徐庆才拥有近30年物流规划实施经验,他认为,复杂的物流系统项目需要多种技术的组合应用,旷视将用AI技术赋能物流,开发出更加智能的物流设备,优化物流系统,给客户带来更多价值。

物流技术与应用记者:旷视如何看待中国仓储自动化系统市场发展状况?近年来客户需求发生了哪些变化?

旷视徐庆才:中国仓储自动化系统市场处在一个方兴未艾的阶段。特别是最近十年,物流技术快速发展,中国完成了欧美发达国家几十年的仓储自动化发展之路,与国际水平的差距正逐步缩小。在AGV、物流机器人领域,国内厂商已具备相当的国际竞争力。

国内市场需求近年来呈现出以下四个特点:

一是客户更加理性了,随着物流技术、供应链管理的日益普及,客户越来越成熟,知道自己想要什么,知道去找谁,甚至知道如何去实现;

第二是重视物流系统的柔性化,客户面对的市场变化越来越快,为了应对快速的市场变化,客户需要更柔性的物流系统;

专访旷视科技有限公司高级副总裁徐庆才

第三是人机协作趋势,规模化的人力投入越来越少,人机协作的方式不仅仅解决了人工成本上升的问题,更主要的是提升了作业和管理效率。同时也是为了适应AI、大数据等新兴技术的普及,最终向数字化平滑演进而提前布局,用机器释放人的生产力,让人类能投入到更有价值的工作中去,而非陷于恶劣的工作环境做重复劳动,是值得企业关注的未来趋势;

第四是项目大型化,无论是仓库面积、物料品规和储存量,还是处理的订单量,量级都越来越规模化,尤其是柔性设备数量的增加,对系统核心算法能力提出更大挑战,这就需要旷视河图这种操作系统级别的调度软件提供支撑。

物流技术与应用记者:您认为现有物流设备与技术方案能否满足客户需求?

旷视徐庆才:物流行业是非常传统的行业,业务场景复杂,新的问题源源不断。所以,物流设备与技术通常是追着需求后面跑的,只能部分满足客户需求。

物流技术的应用主要解决降本增效和安全舒适两类问题。降本增效主要在人员密集作业环节,例如拣货、复核打包、分拣、装卸货等。安全舒适主要在高温高湿、低温、有毒有害、重货搬运等场景。目前,拣货、包装这两个环节的自动化、智能化技术需求最强劲,但现有技术还需要完善,其关键在感知、认知技术和执行技术(与机器人配套的夹具或抓手),需要全行业甚至跨行业来共同研究开发。

旷视从中看到的机会是说在物流这样相对有限的空间和规则的场景下,人工智能可以很大程度地位物流业务降本增效,在AI的助力下,加速升级产品和应用满足客户需求。

但是算法对于大多数厂商来说有很高的技术门槛,为了助力行业快速升级,旷视自身除了将AI算法与物流新技术结合,在物流技术与应用上持续投入,同时也致力于降低算法研发门槛,2020年3月,旷视将自主研发的AI生产力平台Brain++实现开源、开放,行业用户也可以结合物流场景的实际需求研发自己的算法,让新算法的生成更高效、更经济,从而大大缩短了从产品研发到商用的时间。

物流技术与应用记者:随着AI、大数据等技术的快速发展与应用,全球仓储物流技术呈现出怎样的发展趋势,为客户带来怎样的价值?

旷视徐庆才:AI、大数据与现有物流技术的结合,可以用“如虎添翼”来形容。AI、大数据只是技术,技术的应用是需要载体和场景的,物流行业越来越复杂、物流量越来越大,正好使得AI、大数据有用武之地。

可以预见未来五到十年,AI技术将在物流行业快速发展,广泛应用。深度视觉识别、视觉导航、客户行为画像、销售预测、智能补货等新技术是最有代表性的,能解决现有技术无法解决的一些问题,或者用更低的成本来解决问题。

物流技术与应用记者:旷视从AI技术进入物流装备行业,以算法、软件平台与物联网技术为核心,独特的出身是否使旷视对提供物流方案有自己的独特优势?

旷视徐庆才:旷视是一家行业领先的人工智能公司,在深度学习方面拥有核心竞争力。旷视向客户提供包括先进算法、平台软件、应用软件及内嵌人工智能功能的物联网设备的全栈式解决方案,并在多个行业取得领先地位。2017年和2019年,旷视跻身《麻省理工科技评论》发布的两项“50大最聪明公司”榜单中。旷视是全球为数不多的自研自用深度学习框架,并实现开源的公司之一,以Brain++作为基础设施,旷视开发了可部署于云端、移动端及边缘端计算平台的先进深度神经网络。旷视自主研发的新一代人工智能生产力平台Brain++,整合了算法、算力和数据的“三位一体”能力,可以更加高效地开发出各种新算法,能够针对不同垂直领域的需求定制丰富的算法组合。

旷视是人工智能技术商业化的先行者,通过提供多种高效的全栈式解决方案为不同垂直领域的客户赋能。在以制造、物流和零售为代表的供应链物联网场景中,旷视智慧物流解决方案帮助企业进行数字化转型,升级工厂、仓库及物流园区,在工业及商业物流场景实现降本增效。早在几年前,旷视就开始布局智慧物流领域,并由旷视机器人业务线承载该战略。

除了先天的AI基因,旷视机器人事业部还汇集了大批物流行业资深人士,既有机器人领域的领袖人物,也有物流自动化集成领域的领军人物,我本人在物流行业也有二十余年的从业经验,对客户的需求有深入的理解,我相信,我们能够用这些经验和AI这样新兴的技术碰撞出新的火花,为客户带来更多的价值。在这个过程中,我们也发现越是复杂的、创新的物流项目,越能体现出旷视的核心竞争力。因为大型复杂的物流项目,需要调度算法与仿真,需要具备将多个柔性物流系统集成到一起的能力,还需要丰富的行业经验,对各种工艺流程、软件、硬件充分了解。只有旷视同时具备这样的综合能力。

专访旷视科技有限公司高级副总裁徐庆才

近期,有一个世界级的智慧仓储配送中心改造项目,对作业效率、多类型机器人协同、大集群机器人管控等综合能力提出了近乎苛刻的要求。凭借旷视河图(HETU)卓越的生态连接、协同智能、仿真能力及扎实的地面交付能力,我们最终赢得了这个订单,目前项目正在有序推进中。

物流技术与应用记者:旷视在物流技术创新方面取得了怎样的成果?当前以及未来有哪些重点研究领域与产品方向?

旷视徐庆才:据三方机构中国移动机器人(AGV)产业联盟2019年数据显示,旷视在机器人领域已跻身于行业中上游,正在向头部梯队冲刺。

2019年初,旷视发布了河图机器人网络操作系统1.0版本。这是一套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,围绕旷视的核心AI能力通过IoT技术连接物流各环节。旷视河图可以根据客户不同场景的需求,提供场景化设备,并给出最适合客户的定制化解决方案。发布一年来,旷视河图已在国内外近百个商用项目中落地。今年年底前,旷视河图操作系统将迭代为2.0版本,其生态连接、协同智能、数字孪生三大核心组件性能较1.0版本均会有不同程度的提升。

旷视与业界友商的差异化竞争力在于算法。以系统仿真能力而言,国内外还没有哪家集成商和软件公司能有旷视这么大的软件团队投入到仿真系统的开发中。仿真可以模拟物流对象,通过建立3D模型,赋予参数后让系统运行,生动直观地展示出物流运行情况,以实现物流系统的全局优化。而仿真应该是目前物流装备行业的痛点,依靠外部公司的仿真软件也是很难的,因为这是基于业务数据的预测,加上人员、设备等。

在智能物流装备领域,旷视计划在未来3年内,继续依托其核心的机器视觉和机器人优化算法,在位于苏州、宁波等地的制造基地内,打造多款智能物流装备。目前,已经有多款人工智能物流装备处于测试阶段,并将于今年下半年陆续上市。

物流技术与应用记者:与其他物流装备企业相比,旷视的发展路径等方面有哪些不同?

旷视徐庆才:旷视的核心技术是计算视觉及传感技术相关的人工智能算法,在北京、上海、南京、成都设有研究院,2000多名员工中研发团队占比超过 60%。旷视机器人将基于云、边、端进行深度神经网络算法创新,打造智能物流装备及旷视河图,聚合行业生态,向工业物流及商业物流场景,提供高度智慧化的行业解决方案,帮助企业降本增效、简化管理。

传统物流装备企业卖的是设备和服务。除了装备本身,旷视的差异化价值在于针对客户需求,结合领先算法,量身定制规划方案并落地执行。旷视非常看好供应链物流行业前景,未来几年,旷视机器人每年会推出几款具备AI功能的创新物流装备,拓展几个新行业,深耕几个行业,同时积极拓展海外市场。用3到5年时间,成长为客户可信赖的智慧物流软硬件产品及整体解决方案提供商,同时和行业更多合作伙伴一起,拓展物流场景的边界、共建智慧物流生态,实现共赢。

系统集成商需要有自己的核心产品,旷视将用AI技术开发出更加智能的物流设备解放人力。例如,今年旷视新发布的产品——圆形播种机,基于强大的后台算法,使设备可以替代人力去完成播种,大型配送中心90-95%以上都是人工完成,瓶颈环节,解决劳动力不足、成本高问题,减少差错率。从简单重复劳动到复杂重复劳动,都可以由机器人来实现。

未来旷视将让AGV增加眼、手的能力,使机器更多地替代人工作业,目前已选择几款产品正在开发,计划在第三季度陆续推出。如,AGV怎样优化调度,堆垛机+视觉实现自动盘点、检测货物破损情况等,用AI技术为传统物流设备增加新的功能,解决目前仓储物流的自动盘点等痛点问题,为客户提供更多价值。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存