旷视的 6 年智慧物流梦

成立 12 年来，AIoT 一直是旷视核心的战略关键词。

旷视认为，AI 未来将沿着两个大方向演进，一是“AI in Digital”，以 ChatGPT 为代表的技术，将给数字世界带来新技术范式的迁移。二是“AI in Physical”，以特斯拉为代表的企业，将 AI 技术引擎与硬件载体结合，产生自动驾驶、机器人等不同类型的智能机器，对物理世界进行改造。旷视的目标是要做影响物理世界的 AI 技术创新。

在供应链物联网领域，旷视致力于用 AI+ 自动化技术，提供最优 ROI 的智慧物流产品和解决方案。

近日，旷视科技联合创始人、物流业务事业部产研负责人唐文斌和旷视科技物流业务事业部的负责人徐庆才在与 InfoQ 等媒体的交流会中详细阐述了旷视的智慧物流愿景和 6 年布局。

唐文斌表示，旷视内部一直把 AI 场景和技术分成三类：感知、决策和执行。以物流场景为例，感知层，通过摄像头的感知能力，做自动化收货、自动化商品校验、自动化环境感知等。决策层，包括机器人通过对周围环境的感知，对其他机器人的感知等，做出行动路线的决策。在执行层，通过控制算法让物流机器人运动得更好。总结来说，旷视希望通过更好的感知技术、决策技术、执行技术等，对物流场景实现闭环交付。

随着疫情过去，智慧物流行业迎来了春天。徐庆才观察到，“春江水暖”体现在两个方面，一方面，基于过去几十年物流行业的积淀，这几年 AI 物流行业发展迅速，在技术端已搭建起了基础。另一方面，在与头部物流企业的接触中深切感受到，这些实体企业在数字化转型上的需求是真真切切的，需求十分紧迫。

而且，一个很重要的变化是，物流企业的数字化更注重“去伪存真”。十年前，很多企业做智能物流，可能更多出于“展示”的目的，为了智能而智能。而最近几年，随着自动化进展加快，实体企业更加会算“细账”了，首先实现各个业务流的精细化，细化完再降本增效，企业会计算智能化为其带来的真正价值，以及未来几年能够带来的真实效益，计算 ROI。

旷视自 2017 年开始入局智慧物流领域，至今已历时 6 年。

对这块业务，旷视有着明确的定位，即做新一代物流产品解决方案的提供商，提供软硬一体的产品，包括 AI 赋能的智慧物流操作系统“旷视河图”；自研了智能托盘四向车系统（PS）、自主移动机器人系统（AMR）等多款 AI 赋能的机器人和智能物流装备；将 AI 技术与物流自动化系统融合首创了 3A 智慧物流解决方案（AS/RS+AMR+AI）。

徐庆才表示，旷视做智慧物流业务有诸多优势。首先在人才结构上，具有一支“技术创新 + 行业经验”双轮驱动的业务团队，物流业务有大量行业人才，其中不乏有在物流行业深耕 15 年以上的人才，具有行业基础，这保证了技术研发团队能够与在物流自动化领域深耕多年的业务团队相结合。

此外，旷视在 AI 算法上具有优势，拥有视觉、调度、机电控制等核心算法，拥有自主研发的深度学习框架天元。AI 的理解加上物流行业的深度理解，结合在一起进行不断创新，这是这几年旷视智慧物流发展的扎实基因。

徐庆才坦言，旷视物流的发展史是一个从做加法到做减法的过程，起初将 90% 的仓储物流场景都放在托盘上，自 2020 年进入物流元年后，从更广的面去理解物流的场景，关注物流在各个环节的需求，做出了不少硬件、软件等产品。而现在，旷视更聚焦于对整个物流行业有更多社会价值以及对旷视自身有更多商业价值的产品和解决方案。因此这几年旷视一直在聚焦、聚焦再聚焦，希望做更少但做得更好。

这几年，传统制造企业也加入了数字化的大潮中，实体企业面临着客户需求多样化、订单履约实时化、商业模式快速迭代，以及劳动力短缺、城市用地成本上升、全球经济不确定形势下自身物资品类和存量快速增长等诸多挑战，对工厂仓库和物流中心进行自动化、数智化升级是必然选择。

然而，实施难度高、投资大、对仓库要求高、未来扩展难度高等因素阻碍了自动化、智能化仓储的进一步普及。

现阶段，物流系统集成正在向标准化、模块化方向发展，要求更加柔性灵活、初期投入成本低、易于部署和扩展的方案。

“仓库就像人体的‘心脏器官和‘血管’，心脏器官就是有托箱件，血管就是这些连接的搬运设备”，唐文斌表示。仓库物流的场景可以分解成以托盘为单元，以箱为单元，以件为单元。

一个智能仓库可以被解构化成托盘单元自动化，箱单元的自动化和件单的自动化。仓库有托盘存储区域，存储大宗货物一般会用托盘形式做存储，托盘是自动化操作的第一个模块。在托盘区域，现在很多商品是整箱发送，也会拆零，这是箱的自动化。此外会把托盘上箱子的件通过软件和机械臂拣选出来，再通过件单位资源化，可以用机器人把不同商品丢到不同订单箱里面，这是件的自动化。

现在，托盘存储在物流的仓储领域占比最大，从整个产品思路来讲，旷视今年的核心重点，是要把托盘场景解决足够好，提供柔性化的托盘解决方案。

为此，旷视推出了智能托盘四向车系统，旨在打造新一代托盘柔性物流解决方案。托盘四向车是针对原来较成熟的托盘堆垛机做升级，在如今多变的环境下，在大量仓库要改动的情况下，托盘四向车有更大的优势。

智能托盘四向车系统具有离散性设备、分布式控制两大特点，可以像搭积木一样，根据需要灵活组合。不同于传统自动化设备只能在固定路径工作，四向车可以一车跑全仓，并能够根据淡旺季以及业务增长等需求变化，增减车辆。

据介绍，旷视智能托盘四向车具有诸多核心优势。

它有稳定可靠的智能硬件——旷视托盘四向车 PS1500。目前，旷视已经针对四向车做极致优化，从各个维度和环节来提升四向车的工作效率。具体如下：

• 超薄：机身厚度仅 125mm，是目前市场上实际投入使用的最薄的四向车。

• 超快：空载换向时间 2.5s、带载换向时间 3.5s，升降时间 2.5s，空载加速度 2m/s2，实现综合工况运行效率提升 30%。

• 超稳定：基于旷视成熟的机器人平台打造，与旷视 T 系列、S 系列 AMR 同平台，本体软件系统、电源管理系统、芯片控制器、二维码相机等完全复用，平台已历经数千台 AMR 交付验证。

• 超安全：避障激光 *6、磷酸铁锂电池 / 钛酸锂电池，核心零部件均选自头部供应商，品质严苛有保障。

• 超长续航：电池容量 60Ah、功耗 40W、充电电流 50A，可以充电 1 小时，连续工作 8 小时。目前，旷视已经在上海落地了一个 80 台四向车的项目，现在是全球最大的四向车的标杆案例。

这背后是超大集群调度的智能软件——旷视河图软件平台。 作为基于 AI 技术的全局中控系统，河图可连接旷视自有及第三方自动化、智能化物流设备，实现集群作业的高效协同。

在旷视河图的指挥下，借助旷视领先的 AI 底层技术，将 AI 技术与物流自动化系统深度融合，将 AI 算法赋能仓储物流。

针对四向车场景，传统意义上，四向车被定义为一种高存储密度，但低流量进出的方式。因为托盘存储涉及到大量优化问题，四向车在仓库里如果存得很密集，就很难做到高效。而通过河图软件调度能力，不仅可以做到高密度存储，也可以做到高效率进出，可以实现每小时 600-1000 多进出流量，这使得四向车应用场景和原先只是做高密度存储，现在变成了更加通用化的托盘解决方案。

可以看到，旷视推出的硬件和软件都更加在强调柔性化，这几年，柔性越来越重要了。从实施周期上，很多时候物品必须按照步骤，柔性设备可以比较灵活，一部分先实施部署，企业先用起来，并在这个基础上不断扩展。

此外，柔性和物流系统能否规模化复制密切相关，现在客户变化很快，柔性本身代表了可以快速变化，更适应企业面临的需求侧的快速变化。相对传统方案，柔性系统可以实现快速落地，基于客户适应各种变化，能够快速部署，对企业来说，系统设备可能拼图少了，但对于部署和后期维护的成本也更低了。

据了解，目前旷视在智慧物流领域的服务客户超过 200 个，包括助力中粮、万纬冷链、徐福记、宁德时代、赣锋锂业、国药广州、公牛、新和成等众多实体企业的自动化、智能化升级，行业覆盖食品冷链、新能源、医药、鞋服、化纤氨纶、机械电子电器、3PL 等领域。

京新药业采用旷视四向车、AMR 和河图软件为核心的 3A 智慧物流解决方案，建设其位于内蒙古中药生产基地的智能密集库，实现降本增效和信息全程可追溯。

在进行方案规划时，旷视为客户算了一笔账：方案用柔性、智能的四向车方案取代了传统的物流自动化方案，设备购买费用一次性节约 100 万元，土建投资成本大幅降低 30%，电费每年节省几十万元，维修费、备件费每年节省 10 万元。

徐庆才介绍，医药行业十几年前就开始部署物流自动化，做数智化升级有比较好的基础。医疗器械在管理上非常精细，名称、批次、效期等很多信息都要全程跟踪。比如在牙科里，一些细小的器械要全程跟踪，从入库复核，拣选，到医院给到某一个患者使用等环节，以前这些完全靠人去识别，这非常困难，每一个环节都要花很多精力核对。此外，进口的器械还有很大的语言障碍，需要多人核对，总体来说，投入人力很大，工作效率却很低。

为此，2020 年，旷视成立了研发小组，研发了 AI 视觉感知系统。在此基础上，2021 年，国控广东物流与旷视进一步联合开发了“信息自动复核和数据采集系统”，采用视觉识别技术实现药械外包装的信息识别和数据采集，提高了生产效率。

2022 年 12 月，由国控广东物流和旷视联合研发的“药械自动识别和数据采集系统”在国控广 东物流佛山物流中心进入运作使用。在药械收货环节，该系统通过人机协作，数秒内就能完成单批产品的多轮信息复核和数据自动采集，实现高准确率的同时，整体工作效率提升超 50%。

唐文斌分享了智慧物流在实际应用中的踩到的一些“坑”和总结的经验。

“我的一个体会是要贴近现场。实际的问题跟你想象的问题是存在差距的。很多经验、知识来自于现场，只有真正到现场才能够去获得这样的反馈。我觉得，很多搞技术出身的人，大家其实会容易用一种模型化的方式去思考问题，都会对问题进行建模、理解、抽象，这是好的地方，但一旦去把问题进行抽象之后，跟实际的现场是否足够的贴合，跟真正遇到的问题是不是那么的匹配，最终是不是那么好用，其实还是存在差距”。

因为物理世界异常太多了，包括商品异常，设备异常，有各种各样的人为介入导致干扰异常，人可能突然走到了机器前面，商品可能掉下来，机器人可能突然某个部件坏了.... 这些虽然概率都不高，但各种各样的事情都有可能会发生。

整个系统不会完全按照数字世界里的处理方式来执行。比如在数字世界可以向上抛出异常，上面有一个程序可以处理，但现实世界抛出异常却无法立即处理。因此，系统需要考虑到对于异常情况的友好方式，比如系统可以自己把问题解决，采用对于现场操作人员比较友好的方式，使之有好的操作规范去对应，这才是好的系统。因此，这些要贴近现场，要谨慎的看待抽象的问题和现实情况的贴合度。

感知，决策，执行，在这三个方面未来技术上还有什么发展方向，AI 跟物流的场景到底该如何更好的结合？唐文斌觉得，未来还有很多值得探索的空间。

例如，一个问题是，场景解构之后有不同的商品业务特性要求、业务要求、场地限制、人力成本和场地成本平衡，这些可以做到细分。那细分之后，比如托盘自动化的终极方案是什么呢？是堆垛机还是四向车，会有什么新形态？比如说箱式的方式，我们看到一些优秀公司出现了，还存在不存在别的形态，这个终极形态是什么？

“我们一直在思考在不同环节下把场景细分之后的终极场景形态如何，能够带来最好的 ROI，能够快速部署，又能够容易维护，这个终极方案是什么呢？这个问题解释会不断的出现，会有不断的创新东西出来”。

此外，在自动化场景，现阶段，人跟自动化系统之间的交互还非常愚蠢，比如人在向机器人发出位置移动的非数字信息指令后，系统会将一个东西从某一个坐标移动到另一个坐标。那么问题来了，为什么不能像人类一样交互呢？现在行业的自动叉车还无法做到像人类那么快，这背后是安全和控制的问题。此外，现在的机器人在仓库里移动，其导航方式虽然是自动导航，但最终走的横平竖直的路线，这和人类的活动方式并不相同，未来机器人行动的最终极形态会是这样横平竖直方式吗？这都是未来需要一直思考和解决的问题。

唐文斌，旷视联合创始人，CTO，负责公司的技术战略制定和关键产品研发。唐文斌带领旷视核心团队研发的 AIOT 产品和解决方案，被广泛应用于城市治理、仓储物流、零售、金融、消费电子等行业场景。这其中包括：面向城市治理领域的城市物联网操作系统，以及覆盖云边端的产品架构；面向仓储物流领域的以“四向车 +AMR+ 河图”为核心的软硬体系化产品体系，以及一批行业标杆项目；唐文斌与团队自主研发了新一代 AI 生产力平台 Brain++。唐文斌本科毕业于清华大学姚智期实验班，拥有清华大学计算机科学硕士学位，在校期间，他曾赢得全国信息奥林匹克竞赛金牌、ACM/ICPC 国际大学生程序设计竞赛世界总决赛第 6 名，并担任中国计算机学会中国信息学奥林匹克集训队教练达 7 年时间。

徐庆才，旷视科技物流业务事业部的负责人，全面负责旷视物流业务的运营和战略。毕业于上海交通大学，在物流行业拥有超过 20 年的从业经验，是中国物流自动化装备系统领域的知名专家。徐庆才曾主导研发了具备国际领先水平的新一代成套物流装备，获得了 10 多项国家发明专利和实用新型专利；主持或参与了自动化立体仓库、医药工业仓储工程等方面的多项国家及机械行业标准制修订；主持完成了全自动快速巷道堆垛机系统、智能化环形穿梭车输送系统等多项国家科技部、国机集团基金研究课题，还负责完成国家首批智能制造装备发展专项项目。