旷视砸20亿进军AIoT,发布国内首个机器人协作大脑河图

1 月 16 日,人工智能独角兽旷视科技发布了机器人战略,以及自 2018 年 4 月收购艾瑞思机器人,进军机器人领域的最新进展——智能协同大脑河图。在会上,旷视还大笔一挥,决定投入 20 亿元,用于打造物流仓储上下游生态链。

然而,此次声势浩大的机器人战略和产品发布背后,并不是外界猜测的“转型”,而是一次业务的“升级”。

发布会开场,旷视科技 CTO 唐文斌发布了该公司最新的 logo,从原来的 Face++ 变成现在的 MEGVII 旷视,希望打破人们认为旷视是一家人脸识别公司的固有认知。

\"image\"

\"image\"

旷视 logo 前后变化

机器人战略:旷视未来发展的第三级火箭

从 1913 年福特做出第一条生产线以来,机器人自动化的发展历史已百年有余,对大众来说并不陌生。然而,现实世界中,机器人却存在落地速度缓慢的问题,比如一个定制的个性化机器人系统,从部署到运作,花费的时间往往需要 12 个月甚至更长时间,而且很难保证满足客户的需求。

旷视认为,相比于其他落地场景,物流领域的任务具有重复性高,附加值较低,效率有提升空间等特点,是一个存在机会和巨大商机的领域;另一方面,人工智能、物联网和大数据的快速发展,智慧物流和智能仓储是技术发展的必然方向,柔性化、智能化、高性价比的物流仓储机器人必将得到广泛用;第三,物流行业体量巨大,关系国计民生,占据 GDP 15% 左右的比例。对于旷视这样的初创公司,加速快跑,选准方向至关重要。基于物流领域场景的以上特点,旷视决定将物流作为其进入机器人行业的切入点。

实际上,旷视进军机器人行业时间并不长。2018 年 4 月,旷视科技收购机器人公司艾瑞思,后者仍作为独立业务部门运营,其 CEO 彭广平也加入旷视,任旷视科技副总裁兼旷视艾瑞思机器人总经理。自此,旷视开始着力布局机器人战略。

经过半年多的发展,旷视科技已经具有机器人、 大数据、人工智能等核心技术研发实力和广泛的行业客户应用,已与众多国内知名电商仓储、 物流及制造企业达深度的战略合作,包括与国自机器人、鲸仓、MUJIN工业机器人等。

旷视科技物流仓储机器人解决方案在满足客户仓储分拣、 智能搬运等基本业务需求之外,还提供“机器人+仓储管理系统+数据分等综合性解决方案, 构建开放的智能仓储机器人平台,通过数据分析、算法和业务流程的优化达到运营的降本增效,为客户创造更多价值。

但是,对于此次发布机器人战略,更应该将之视为一次“升级”,而不是外界可能认为的“转型”。在唐文斌看来,从Face++ 到旷视其实是一步延伸,因为人脸是最好、最有价值的视觉单点,所以旷视最早从人脸识别开始,进入计算机视觉领域。现在,旷视要再往前一步,探索通过一些决策性的反馈,进一步改变物理世界,使得我们看到不只是一个单向的数据库,而是一个双向的数据流,而且还能做反馈、输出,旷视认为能做到这一点的,是机器人。

目前,旷视在个人IoT方向上已经在手机上有诸多应用,城市 IoT 在 260 多个城市已经有落地业务,这些都是旷视强有力的业务支柱,旷视会在原有的基础之上,把机器人作为旷视未来发展的第三级火箭

此外,旷视还透露暂无生产硬件和向物流领域其他细分场景拓展的计划,目前阶段将集中精力做好物流场景中相对封闭的仓和工厂场景。

旷视智能机器人系列

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;自主故障检测上报、故障策略管理功能;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;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。

发布智能机器人网络协同大脑河图

当天,旷视还发布了收购艾瑞思机器人公司、进军机器人产业以来的最大进展——智能机器人网络协同大脑河图。

简单来说,河图是围绕物流供应链的一整套自动化方案,一站式解决规划、仿真、实施和运营全流程的物联网操作系统,覆盖各个场景。

据介绍,河图这个名称取自“河图洛书”,太极阴阳思想五行八卦九宫皆可追溯于此,而旷视以之命名的深意就在于其“连接”之意,这与河图最核心的两点使命——连接与赋能非常契合。

通俗地讲,唐文斌认为河图更像是一种高级编程语言,比如C++,原来大家在做项目的时候,很多时候是每个项目单独看,有了河图之后大家写C++就可以了,利用河图的可视化编辑工具,用户可以所画即所得,在地图上去编辑不同地理位置、路径、作业流程,再配上少量的代码就可以让这个产品运行起来。旷视会逐渐会积累很多基于河图的最佳实践,将之变成一些标准的,类似于函数库和积木的东西,可以在很多的场景下复用。

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:

  • 易用性: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;

  • 开放性: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: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。

相比于其他同类系统,河图还具有以下特性:

  • 生态连接:面对不同场景,不同的解决方案,包括搬运机器人、挑选机器人、存储机器人等不同类型机器人产品,连接下游设备和上游系统,为客户提供整体、一站式解决方案。

  • 协同智能:内置算法具有路径规划、库位优化、负载均衡、作业调度、自学习自适应等功能。

  • 数字孪生:仿真软件和运行系统是一套系统,能够真实反映线下运行情况,仿真的体系能够很顺利地在线下实施。

据悉,河图是国内业界首个智能机器人协作平台,那么它对于业界来说有什么样的意义?将对业界产生什么影响?

唐文斌认为,旷视对企业提出了一个更加明确的分工,将AIoT时代下的企业分为四层:

  • 设备层

  • 引擎、平台

  • 系统

  • 解决方案

旷视认为,任何一家企业想要把每一层面都做一遍都会遇到每个层面最强劲的竞争对手,因此很难在每个层面都做大做强。旷视将自己定位在第二层,即引擎和平台。旷视对于产业的核心影响,就是有自己清晰的定位,以开放合作的心态,一起创造价值。

被AIoT重新定义的物流行业

旷视 CEO 兼联合创始人印奇表示,AIoT 这个词在过去6个月时间被大家比较多的提及,AIoT 指的是用AI和IoT技术结合,可能 AIoT 这个词会是一个阶段性的过渡词汇,未来两三年之后,IoT 可能会真正成为产业的中坚力量,就像现在的互联网一样被大家提及,而AI会成为一种真正本质化工具。所以,印奇认为 AIoT 是AI involve 的 IoT产业。

随着人口红利消失和数据的加速流动,整个世界的生产关系将会被重塑,自我组织和上下游关系也将升级。他认为,现在是最好的机遇期,尤其在中国,未来 5 至 10 年,中国的人口红利消失、制造业结构等挑战将创造更大的机会,产业应该形成一个新共同体,共同面对挑战。

在这样一个产业里面,旷视希望能够真正去构建平台型的软件层,旷视希望通过自己的核心能力,一层一层深入,跟所有的合作伙伴,一起来构建物联网时代的操作系统。这就是旷视内部的战略图,即以其内部的人工智能作为核心技术力,把 IoT 作为核心产品力,目标是用科技合伙做伙伴一起,为客户和社会持续创造最大价值

投入20亿元打造产业生态

此外,旷视还宣布河图合作伙伴计划,投入 20 亿与生态合作伙伴一起,打造完整的解决方案,帮客户创造价值,推动机器人更快地场景落地。

据唐文斌透露,这 20 亿元资金是旷视表达决心的方式,物流产业中还有有很多的场景需要探索,需要有先行者敢于投入,旷视的这 20 亿,就是要联合生态伙伴,通过不断试错去验证不同场景的价值,并进行产业链上下游投资和布局。另外,旷视将河图作为产品和研发的核心,将投入精力拓展河图的协同体系和能力。

新定位:服务数字化建设专家

对于自己的定位,旷视一直有着清晰的认知:一家以深度学习为核心算法的公司,最近,旷视又有了一个新的定位——服务数字化建设专家。

对此,唐文斌表示,“旷视——你的AIoT方案专家”这个定位其实更合适的说法是“旷视加上生态合作伙伴,才是你的方案专家”。旷视的新定位,是旷视以核心的 AIoT 操作系统作为其核心价值,联合合作伙伴,成为用户的方案专家。

关于旷视科技的未来战略,印奇表示,公司的新目标是以 AI 算法为核心技术力,以 IoT OS 为核心产品力,建立 AIoT 时代的操作系统。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/252505.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ORB-SLAM2-金字塔求解-特征点的提取-描述子的计算

//这个成员函数重载了函数括号运算符&#xff0c;让他具有函数的特点 //但是还不知道在其他程序块是如何应用这块代码的。 //InputArray和OutputArray是opencv中的两个函数接口 void ORBextractor::operator()( InputArray _image, InputArray _mask, vector<KeyPoint>&a…

am335x uboot, kernel 编译

一、设置环境变量// 写在家目录下面的 .bashrc 里面export KERNEL_PATH~/aplex/kernel3.2.0 // kernel 路径export UBOOT_PATH~/aplex/uboot2011.09 // u-boot 路劲export ROOTFS_PATH~/aplex/filesystemexport TOOLFS_PATH~/aplex/toolsexport ARCHarm …

php+ajax简单实现跨域(http+https)请求调用

当一个网站 a站 需要调用另一个网站 b站 列表文章时 比如&#xff1a;www.a123.com 调用 www.b456.com 文章 在 a站 建立php文件获取 b站 资源文章到本地后&#xff0c;再传递a站前端 在网站 b456 下的文件为 <ul class"ls_wz"> <li><a href"#&q…

ORB-SLAM2中MapPoints的描述子的计算

//我们在从金字塔的图像中获取特征点时为每一个特征点计算了描述子 //现在看看如何计算一个空间的地图点的描述子 void MapPoint::ComputeDistinctiveDescriptors() {// Retrieve all observed descriptorsvector<cv::Mat> vDescriptors;//获取到某一个地图点可以被哪些关…

HDU:4185-Oil Skimming

Oil Skimming Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others) Problem Description Thanks to a certain “green” resources company, there is a new profitable industry of oil skimming. There are large slicks of crude oil floa…

域控制器情况分析

域控制器情况分析 1、Windows Server 的 Foundation、Standard、Enterprise 以及 Datacenter 版本号既可作为源server&#xff0c;也可作为目标server。仅支持将 Foundation Server 版本号作为受限方案中的目标server。在使用 Foundation Server 作为目标server之前&#xff0c…

Linux基础命令---su

su临时切换身份到另外一个用户&#xff0c;使用su切换用户之后&#xff0c;不会改变当前的工作目录&#xff0c;但是会改变一些环境变量。此命令的适用范围&#xff1a;RedHat、RHEL、Ubuntu、CentOS、SUSE、openSUSE、Fedora。1、语法su [选项] [参数]2、选项列表--help显示…

在Ubuntu 16.04 上安装和卸载matlab 2018b(Install and uninstall matlab 2018b on ubuntu)

1.安装2018b可以参考下面两篇文章 https://www.ph0en1x.space/2018/04/23/ubuntu_matlab/ https://blog.csdn.net/qq_32892383/article/details/79670871 2.卸载2018b 我的默认安装在 /usr/local/MATLAB $ sudo rm -r /usr/local/MATLAB $ cd ~ $ ll (这个时候可以看到隐…

04.openssl编程——哈希表

4.1 哈希表在一般的数据结构如线性表和树中&#xff0c;记录在结构中的相对位置与记录的关键字之间不存在确定的关系&#xff0c;在结构中查找记录时需要进行一系列的关键字比较。这一类查找方法建立在比较的基础上&#xff0c;查找的效率与比较次数密切相关。理想的情况是能…

shell数组中“和@的妙用

#!/bin/bashlist(4k"8k a bit""16k abc""32k gold"64k)for i in "${list[]}"do echo $idone 分别对比一下不带” 和换成*&#xff0c;之间的区别。转载于:https://www.cnblogs.com/zjd2626/p/7041341.html

「JupyterLab」 Jupyter Notebook 新生代IDE模式页面

参考&#xff1a;Overview 安装&#xff1a; $ pip install jupyterlab 启动&#xff08;不是jupyter notebook&#xff09;&#xff1a; $ jupyter lab Jupyterlab中最好用的就是显示csv数据。CSV数据显示效果&#xff1a; 安装插件 jupyterlab是和jupyter notebook隔离的&…

undefined reference to 'pthread_create'

刚在Ubuntu16.04 上用Clion写一个"单生产者-单消费者"的线程的程序&#xff0c;源程序可以参考下面的网址 https://www.cnblogs.com/haippy/p/3252092.html 在编译的时候编译器给的提示是&#xff1a; undefined reference to pthread_create 解决办法就是在CMake…

windows下安装vundle

windows下安装vundle ## 前言 windows下安装vundle和linux下稍微有些不一样&#xff0c;虽然官网给出了 安装说明&#xff0c;但是有些问题的。E117: Unknown function: vundle#begin ## 安装步骤 参考官方文档即可vundle ## 问题处理 修改_vimrc配置文件内容&#xff0c;这是正…

深度学习框架不能“包治百病”,开发者如何选出最适合自己的?

随着深度学习关注度和势头上升&#xff0c;深度学习被越来越多的企业和组织的生产实践结合起来。这时&#xff0c;无论是对于深度学习相关专业的初学者&#xff0c;还是已经在企业和组织中从事工业场景应用和研发的开发者来说&#xff0c;选择一个适合自己&#xff0c;适合业务…

Linux+CLion+cmake 动态链接库的使用

在作《剑指offer》中的单向链表的题目时&#xff0c;需要一些常用到的操作链表的函数放在一个文件下&#xff0c;我想把这些函数的声明都写在list.h文件中&#xff0c;把这些函数的定义都写在list.cpp文件中&#xff0c;这样就可以在测试文件test.cpp中调用list.cpp中定义的函数…

PAT(乙级)1009

1009. 说反话 (20)给定一句英语&#xff0c;要求你编写程序&#xff0c;将句中所有单词的顺序颠倒输出。 输入格式&#xff1a;测试输入包含一个测试用例&#xff0c;在一行内给出总长度不超过80的字符串。字符串由若干单词和若干空格组成&#xff0c;其中单词是由英文字母&…

库存扣减问题

2019独角兽企业重金招聘Python工程师标准>>> 并发减库存 并发扣库存问题总结 库存扣减还有这么多方案&#xff1f; | 架构师之路 转载于:https://my.oschina.net/u/2939155/blog/3004363

HSRPSTPACL

1 HSRP配置 1.1 问题 在企业网络到外部的连接方案中&#xff0c;要求不高的条件下可以是单出口。一旦该出口线路出现问题&#xff0c;整个企业网络就不能连接到外网了。为了使得企业网络到外网连接的高可用性&#xff0c;可以设置两个以上的出口&#xff0c;然而多个出口对…

java 的 CopyOnWriteArrayList类

初识CopyOnWriteArrayList 第一次见到CopyOnWriteArrayList&#xff0c;是在研究JDBC的时候&#xff0c;每一个数据库的Driver都是维护在一个CopyOnWriteArrayList中的&#xff0c;为了证明这一点&#xff0c;贴两段代码&#xff0c;第一段在com.mysql.jdbc.Driver下&#xff0…

科技的趋势!AI将进军了37%的企业

2019独角兽企业重金招聘Python工程师标准>>> 市场研究机构Gartner调查了全球89个国家的逾3,000名信息长&#xff08;CIO&#xff09;&#xff0c;显示有37%的企业已经或打算于近期内部署人工智能&#xff08;AI&#xff09;&#xff0c;在4年内成长270%。Gartner研究…