【新视野】对话 | 旷视唐文斌：用AI解决物理世界的问题更难，大模型将弥合应用差距

旷视科技联合创始人、CTO唐文斌接受采访

(资料图片)

出品 | 搜狐科技

作者 | 梁昌均

“在ChatGPT出来之前，视觉、语言都是在物理世界，现在出现一些深层次的东西，比如数字世界的人机交互。”近日，旷视科技联合创始人、CTO唐文斌对搜狐科技等媒体谈及ChatGPT时表示，AI技术将迎来新一轮浪潮。

他认为，所有的AI可以分为两种，一类是数字世界的AI，模型更多是在决策环节里面，通过知识和逻辑引擎解决数字世界中的任务；另一类是物理世界的AI，通过感知、决策、执行这样的闭环，用机器人的方式跟物理世界做交互。

具体来说，物理世界的AI需要通过感知的方式把物理世界映射到数字世界中，然后在数字世界中做出好的计算、模拟、推理、生成，形成好的解决方案，并通过控制能够输出到物理世界里面去。

“物理世界更加复杂，用AI去解决物理世界的问题更难，因为这里面包含着很多决策。”唐文斌表示，基于自身优势，旷视会把创新放在跟物理世界打交道的AI上面。

在唐文斌看来，AI场景或说技术可以分成三部分，即感知、决策和执行，如果只有感知，整个价值链是不完整的，需要通过感知、决策、执行整个链路形成场景中的闭环价值。

物流就是旷视用AI解决物理世界问题一个典型领域。在昨日的业务沟通交流会上，旷视科技物流业务事业部负责人徐庆才表示，智慧物流整个行业的春天来了，实体企业数智物流转型出现“去伪存真”，开始追求高ROI和真实经济价值，降本增效的业务需要更加真切，同时企业也更加期待转型方案的快速落地与真实交付。

唐文斌表示，这跟这波AI热潮没有关系，反而跟疫情有关。“客户需求变强，尤其是在疫情之后，希望业务本身更加可控，不被更多的因素所干扰。”比如说人力成本上升，对人员不想形成更强的依赖，同时强调标准化和可复制性，希望能够以较低成本去做转型。

不过，物流行业的场景也非常分散和复杂，仓库中存在托盘、箱、件、货架等多种形态，且高矮不同、轻重不同，这就可能导致相应的自动化解决方案不同。旷视并未选择全盘通吃，而是聚焦做托盘的自动化。

中国作为制造业大国，生产出来的商品集中化趋势明显，很多工厂包括大型的城市仓城都是以托盘的形式来进行存储。数据显示，托盘类需求在整体仓储市场占比90%。

“旷视早先的时候也做了挺多的东西，但这几年一直在聚焦，聚焦再聚焦，希望把产品做得更少，但是做得更好。”唐文斌表示，目前托盘的自动化尚未被解决得足够好。

基于市场需求，旷视借助AI能力打造了柔性的托盘解决方案，推出了智能四向车、河图等软硬件平台。旷视四向车目前是业内最薄的、最快的四向车，同时能做到低维护甚至免维护，还能够通过摄像头的“眼睛”能够对异常情况实现自愈。

同时，在决策层面，旷视通过河图软件调度能力，不仅可以做到高密度存储，也可以做到高密度进出。旷视还推出常温车、冷库车、防尘车、清扫车等，实现对物流场景更加个性化的覆盖，能够让四向车产品扩展更多应用场景，成为更加通用化的托盘解决方案。

这也帮助客户起到降本增效的效果，比如四年合作四次的国药控股，借助旷视物流解决方案使得整仓效率提升25%，单笔订单复核时间从150S下降到57秒，并在未来五年将节约上千万元成本。

据介绍，旷视智能四向车在去年的销量已突破400台，位列市场前三；落地案例超过200个，签约项目达470个，覆盖新能源、食品、医药、鞋服、化纤、机械等领域，客户如中粮集团、宁德时代、公牛集团、徐福记等企业。

目前，物流是旷视除个人物联网和城市物联网之外的第三大核心业务。而早在2021年3月就提交科创板招股书的旷视，目前在过会后仍在等待进一步注册结果，其后续在上市后也需要更为强劲的业务来支撑估值。

徐庆才透露，旷视物流业务这几年呈现翻番甚至是更高的成长，并希望旷视物流解决方案在今年能够成为多个行业的首选，明年将四向车规模做到行业第一。

对于未来的技术趋势，ChatGPT等生成式AI让业内外关注到了大模型的力量。唐文斌也对搜狐科技表示，旷视一直在视觉大模型上有比较大的投入和研究。

他表示，计算机视觉以前在检测、分类、分割有三套模型，现在发现可以用一个生成模型统一。“这将使得很多算法的演进出现新变化，模型统一化和模型变大之后也可以带来收益，需要把它看做是一个工具。”

唐文斌认为，AI当前的应用场景和理想场景还存在一定差距。结合物流场景来看，它从原先纯手工时代走向现在比较自动化、智能化的状态，但机器人的速度、调度的方式、驾驶的方式、人机交互和系统交互的方式，其实都跟理想的情况有差距，还无法做到像人类一样灵活地互动交付。

“这个差距来自于目前技术上的不可实现，还没有找到一个好的方式。我认为类似大模型这样的新技术发展，未来可以解决这些问题，弥合目前的差距。”唐文斌表示。

责任编辑：

关键词：